CN109334451A - 基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法 - Google Patents
基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法 Download PDFInfo
- Publication number
- CN109334451A CN109334451A CN201811415935.0A CN201811415935A CN109334451A CN 109334451 A CN109334451 A CN 109334451A CN 201811415935 A CN201811415935 A CN 201811415935A CN 109334451 A CN109334451 A CN 109334451A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- vehicle
- fuzzy control
- throttle
- highway
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K26/00—Arrangements or mounting of propulsion unit control devices in vehicles
- B60K26/02—Arrangements or mounting of propulsion unit control devices in vehicles of initiating means or elements
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,首先是学习模范驾驶员的驾驶习惯和驾驶风格,利用学习过程中采集的数据建立模糊控制规则,然后将自车车速v、自车与前车距离f以及节气门开度误差e、节气门开度误差变化率ξ作为模糊控制输入量,模糊量化后获得对应的模糊输入量,再根据模糊控制规则进行模糊推理,获得对应的模糊输出量,并将模糊输出量进行合并,得到总模糊控制输出量,最后把总模糊控制输出量作为最终的节气门开度的状态量,控制车辆节气门开度。本发明的方法利用模范驾驶员在高速公路上行驶时的驾驶习惯,可指导普通驾驶员在高速公路上更加合理且精确的控制车速,避免交通事故的发生。
Description
技术领域
本发明涉及汽车自动控制技术领域,具体涉及一种基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,主要用于自动挡汽车。
背景技术
模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control),是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。它是一种利用模糊数学的基本思想和理论的控制方法。“模糊”是人类感知万物,获取知识,思维推理,决策实施的重要特征。“模糊”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。相比于传统的控制方法,模糊控制在控制难以精确描述的系统或复杂系统的动态模式的精确性方面更好。所以模糊控制在我们人类的生产生活各方面得到了广泛的应用,在汽车自动控制领域方面也得到了应用。
当汽车在高速公路行驶时,由于自车车速与周围汽车车速都很高,所以容易发生突发状况,带来危险,特别对于驾驶技能不高的驾驶员来说更为危险。因此,寻求一种控制方法可以对驾驶员在高速公路上行驶时进行实时指导是尤为重要的。模糊控制实质上是一种非线性控制,从属于智能控制的范畴,它并不需要对被控对象建立精确的数学模型,所使用的模糊控制器具有较佳的鲁棒性、适应性及较佳的容错性。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,针对自动挡汽车,该控制方法利用模范驾驶员在高速公路上行驶时的驾驶习惯,可指导普通驾驶员在高速公路上更加合理且精确的控制车速,避免交通事故的发生。
为了达到上述目的,本发明采用以下技术方案予以实现。
一种基于双模糊控制的在高速公路行驶的车辆油门自动控制方法,包括以下步骤:
步骤1,建立模糊控制规则:实时采集模范驾驶员驾驶自动挡汽车在高速公路上行驶时,自车与前车距离f、前车车速k、自车车速v和自车加速度a,以及所对应的节气门开度L,建立自车与前车距离f、前车车速k、自车车速v、自车加速度a与节气门开度L的对应关系;并根据所述对应关系建立模糊控制规则;
步骤2,控制节气门开度:
子步骤2a,模糊量化:采集普通驾驶员驾驶车辆在高速公路行驶时,自车车速v、自车与前车距离f以及节气门开度误差e、节气门开度误差变化率ξ,并将节气门开度误差e、节气门开度误差变化率ξ作为第一模糊控制输入量,将自车车速v、自车与前车距离f作为第二模糊控制输入量;分别对所述第一模糊控制输入量和第二模糊控制输入量进行模糊量化,对应获得第一模糊输入量和第二模糊输入量;
子步骤2b,模糊推理:根据所述模糊控制规则分别对所述第一模糊输入量和第二模糊输入量进行模糊推理,对应获得第一模糊输出量和第二模糊输出量;
子步骤2c,模糊判决:对所述第一模糊输出量和所述第二模糊输出量进行模糊判决,对应获得第一模糊控制输出量m和第二模糊控制输出量n;
子步骤2d,获得总模糊控制输出量Q:将所述第一模糊控制输出量m和第二模糊控制输出量n按照合并规则合并,获得总模糊控制输出量Q,Q作为最终节气门开度的状态量;
子步骤2e,自车的控制系统根据所述总模糊控制输出量Q控制执行器调节节气门开度的状态。
本发明技术方案的特点和进一步的改进为:
子步骤2a中,将所述节气门开度误差e定义为{NB,NS,ZE,PS,PB}5个模糊子集;将所述节气门开度误差变化率ξ定义为{NB,NM,NS,ZE,PS,PM,PB}7个模糊子集;将自车车速v定义为{ZE,S,M、L}4个模糊子集;将自车与前车距离f定义为{NB,NS,ZN,ZE,ZP,PS,PB}7个模糊子集。
子步骤2a中,采用隶属度函数TRIMF对所述节气门开度误差变化率ξ进行模糊量化;采用隶属度函数ZMF、TRIMF和SMF对所述节气门开度误差e进行模糊量化。
子步骤2a中,采用隶属度函数TRAPMF和TRIMF对所述自车车速v进行模糊量化;采用隶属度函数TRIMF对所述自车与前车距离f进行模糊量化。
子步骤2c中,将第一模糊控制输出量m和第二模糊控制输出量n分别定义为{JX,BC,ZD}3个模糊子集。
子步骤2d中,所述合并规则为Q=ms+(1-s)n,其中,s=0.5~0.7。
步骤1中,步骤1中,所述实时采集为至少实时采集12小时。
步骤1中,所述自车与前车距离f和前车车速k采用激光扫描雷达测量得到,所述激光扫描雷达安装在自车车前保险杠中央;所述自车车速v采用车速传感器测量,所述车速传感器安装在驱动桥壳或变速器壳内;所述自车加速度a采用加速度传感器测量得到,所述加速度传感器安装在自车的前悬架上;所述节气门开度L采用节气门位置传感器测量得到,所述节气门位置传感器的中间位置与节气门的旋转轴相连。
步骤1中,所述实时采集模范驾驶员驾驶自动挡汽车在高速公路上行驶时,所述高速公路为不同路面潮湿度的高速公路。
进一步的,所述不同路面潮湿度的高速公路分为雨天的高速公路、路面微湿的高速公路和路面干燥的高速公路。
与现有技术相比,本发明的有益效果为:
本发明的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法根据汽车受力与运动状态的关系,利用模范驾驶员的驾驶习惯和驾驶风格,指导普通驾驶员在高速公路上更加合理且精确的控制车速,避免交通事故的发生。同时,利用模范驾驶员的驾驶习惯和驾驶风格指导普通驾驶员驾驶时,增添了模范驾驶员在不同路面潮湿度的高速公路上行驶时的驾驶习惯和驾驶风格,从而提升了普通驾驶员利用该方法控制油门时及时应对天气变化的能力,更进一步的提高了驾驶安全性。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1为本发明的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法的流程图。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域的技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。
本发明提供了一种基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,该油门自动控制方法的原理为:
首先是采用机械强化学习方法对模范驾驶员平时驾驶习惯和驾驶风格进行学习。模范驾驶员驾驶车辆在高速公路上行驶,在行驶过程中利用激光扫描雷达采集车辆的自车与前车距离f和前车车速k,利用车速传感器采集自车车速v,加速度传感器采集自车加速度a,利用节气门位置传感器采集自车的节气门开度L。
为了实现对驾驶员风格和驾驶习惯更加全面的掌握,要求模范驾驶员分别在三种不同路面潮湿度的高速公路上驾驶,并且要求在每种路面潮湿度的高速公路上行驶时的学习阶段的数据记录累计时间都在12小时以上,以达到充分学习。
在进行完对模范驾驶员驾驶经验的学习之后,利用已经采集的数据对车辆的节气门开度进行相应的自动控制。利用的方法为双模糊控制,即利用普通驾驶员驾驶车辆在高速公路上行驶中的自车车速v、自车与前车距离f以及节气门开度误差e、节气门开度误差变化率ξ,并将节气门开度误差e、节气门开度误差变化率ξ作为模糊控制输入量,然后选用合适的隶属度函数对该模糊控制输入量进行模糊量化,从而获得对应的模糊输入量。然后根据之前学习的自车与前车距离f、前车车速k、自车车速v和自车加速度a,以及所对应的节气门开度L,建立自车与前车距离f、前车车速k、自车车速v、自车加速度a与节气门开度L的对应关系,将该种对应关系作为模糊控制规则进行模糊推理,以获得对应的模糊输出量,并将得到的模糊输出量进行合并,得到总模糊控制输出量,并把该总模糊控制输出量作为最终的节气门开度的状态量。车辆的控制系统根据最终的节气门开度状态量来控制执行器调节节气门开度的状态,从而使普通驾驶员驾驶车辆的油门控制符合模范驾驶员的驾驶风格和驾驶习惯。从而使普通驾驶员在高速公路上更加合理且精确的控制车速,避免交通事故的发生。
具体的,
参考图1,本发明提供的基于双模糊控制的在高速公路行驶的车辆油门自动控制方法,包括以下步骤:
步骤1,建立模糊控制规则:实时采集模范驾驶员驾驶自动挡汽车在高速公路上行驶时,自车与前车距离f、前车车速k、自车车速v和自车加速度a,以及所对应的节气门开度L,建立自车与前车距离f、前车车速k、自车车速v、自车加速度a与节气门开度L的对应关系;并根据所述对应关系建立模糊控制规则;
步骤2,控制节气门开度:
子步骤2a,模糊量化:采集普通驾驶员驾驶车辆在高速公路行驶时,自车车速v、自车与前车距离f以及节气门开度误差e、节气门开度误差变化率ξ,并将节气门开度误差e、节气门开度误差变化率ξ作为第一模糊控制输入量,将自车车速v、自车与前车距离f作为第二模糊控制输入量;分别对所述第一模糊控制输入量和第二模糊控制输入量进行模糊量化,对应获得第一模糊输入量和第二模糊输入量;
子步骤2b,模糊推理:根据所述模糊控制规则分别对所述第一模糊输入量和第二模糊输入量进行模糊推理,对应获得第一模糊输出量和第二模糊输出量;
子步骤2c,模糊判决:对所述第一模糊输出量和所述第二模糊输出量进行模糊判决,对应获得第一模糊控制输出量m和第二模糊控制输出量n;
子步骤2d,获得总模糊控制输出量Q:将所述第一模糊控制输出量m和第二模糊控制输出量n按照合并规则合并,获得总模糊控制输出量Q,Q作为最终节气门开度的状态量;
子步骤2e,自车的控制系统根据所述总模糊控制输出量Q控制执行器调节节气门开度的状态。
进一步的,步骤1中,所述实时采集为至少实时采集12小时。
进一步的,步骤1中,所述实时采集模范驾驶员驾驶自动挡汽车在高速公路上行驶时,所述高速公路为不同路面潮湿度的高速公路;不同路面潮湿度的高速公路分为雨天的高速公路、路面微湿的高速公路和路面干燥的高速公路。
对于不同路面潮湿度的高速公路,本发明要求实时采集模范驾驶员在每一种路面潮湿度的高速公路上的时间均不小于12小时。
进一步的,步骤1中,所述自车与前车距离f和前车车速k采用激光扫描雷达测量得到,所述激光扫描雷达安装在自车车前保险杠中央;所述自车车速v采用车速传感器测量,所述车速传感器安装在驱动桥壳或变速器壳内;所述自车加速度a采用加速度传感器测量得到,所述加速度传感器安装在自车的前悬架上;所述节气门开度L采用节气门位置传感器测量得到,所述节气门位置传感器的中间位置与节气门的旋转轴相连。
进一步的,子步骤2a中,将所述节气门开度误差e定义为{NB,NS,ZE,PS,PB}5个模糊子集;将所述节气门开度误差变化率ξ定义为{NB,NM,NS,ZE,PS,PM,PB}7个模糊子集;将自车车速v定义为{ZE,S,M、L}4个模糊子集;将自车与前车距离f定义为{NB,NS,ZN,ZE,ZP,PS,PB}7个模糊子集。
其中,节气门开度误差e的5个模糊子集{NB,NS,ZE,PS,PB}分别为负大、负小、零、正小、正大;节气门开度误差变化率ξ的7个模糊子集{NB,NM,NS,ZE,PS,PM,PB}分别为负大、负中、负小、零、正小、正中、正大;自车车速v的4个模糊子集{ZE,S,M、L}分别为零、较小、适中、很大;自车与前车距离f的7个模糊子集{NB,NS,ZN,ZE,ZP,PS,PB}分别为负大、负小、负较小、零、正较小、正小、正大。
进一步的,子步骤2a中,采用隶属度函数TRIMF对所述节气门开度误差变化率ξ进行模糊量化;采用隶属度函数ZMF、TRIMF和SMF对所述节气门开度误差e进行模糊量化。采用隶属度函数TRAPMF和TRIMF对所述自车车速v进行模糊量化;采用隶属度函数TRIMF对所述自车与前车距离f进行模糊量化。
进一步的,子步骤2c中,将第一模糊控制输出量m和第二模糊控制输出量n分别定义为{JX,BC,ZD}3个模糊子集。
其中,第一模糊控制输出量m和第二模糊控制输出量n的3个模糊子集{JX,BC,ZD}分别为减小、保持、增大。
具体的,基于节气门开度误差e和节气门开度误差变化率ξ的模糊规则如下表1:
表1
基于自车车速v和自车与前车距离f的模糊规则如下表2:
表2
进一步的,子步骤2d中,所述合并规则为Q=ms+(1-s)n,其中,s=0.5~0.7。
需要说明的是,本发明中的节气门开度误差e、节气门开度误差变化率ξ具体为:当普通驾驶员驾驶车辆在高速公路上行驶时,会实时采集其驾驶过程中的节气门开度L1,自车中的控制系统会将该普通驾驶员所驾驶过程中的节气门开度L1与模范驾驶员在同等情况下的节气门开度L进行对比,二者所产生的误差即节气门开度误差e,二者所产生的误差的变化率即为节气门开度误差变化率ξ。
本发明的油门自动控制方法是在汽车节气门位置传感器和减速器之间安装模糊控制器和步进电机,然后借鉴驾驶技术好的驾驶员的驾驶习惯和驾驶风格,模拟其驾驶,形成对油门控制的比较好的动态模式。从而使普通驾驶员在高速公路上行驶使可更加合理且精确的控制车速,避免交通事故的发生,也可减低车的颠簸,提高乘车的舒适性。同时提升了普通驾驶员利用该方法控制油门时及时应对天气变化的能力,更进一步的提高了驾驶安全性。
虽然,本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种基于双模糊控制的在高速公路行驶的车辆油门自动控制方法,其特征在于,包括以下步骤:
步骤1,建立模糊控制规则:实时采集模范驾驶员驾驶自动挡汽车在高速公路上行驶时,自车与前车距离f、前车车速k、自车车速v和自车加速度a,以及所对应的节气门开度L,建立自车与前车距离f、前车车速k、自车车速v、自车加速度a与节气门开度L的对应关系;并根据所述对应关系建立模糊控制规则;
步骤2,控制节气门开度:
子步骤2a,模糊量化:采集普通驾驶员驾驶车辆在高速公路行驶时,自车车速v、自车与前车距离f以及节气门开度误差e、节气门开度误差变化率ξ,并将节气门开度误差e、节气门开度误差变化率ξ作为第一模糊控制输入量,将自车车速v、自车与前车距离f作为第二模糊控制输入量;分别对所述第一模糊控制输入量和第二模糊控制输入量进行模糊量化,对应获得第一模糊输入量和第二模糊输入量;
子步骤2b,模糊推理:根据所述模糊控制规则分别对所述第一模糊输入量和第二模糊输入量进行模糊推理,对应获得第一模糊输出量和第二模糊输出量;
子步骤2c,模糊判决:对所述第一模糊输出量和所述第二模糊输出量进行模糊判决,对应获得第一模糊控制输出量m和第二模糊控制输出量n;
子步骤2d,获得总模糊控制输出量Q:将所述第一模糊控制输出量m和第二模糊控制输出量n按照合并规则合并,获得总模糊控制输出量Q,Q作为最终节气门开度的状态量;
子步骤2e,自车的控制系统根据所述总模糊控制输出量Q控制执行器调节节气门开度的状态。
2.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,子步骤2a中,将所述节气门开度误差e定义为{NB,NS,ZE,PS,PB}5个模糊子集;将所述节气门开度误差变化率ξ定义为{NB,NM,NS,ZE,PS,PM,PB}7个模糊子集;将自车车速v定义为{ZE,S,M、L}4个模糊子集;将自车与前车距离f定义为{NB,NS,ZN,ZE,ZP,PS,PB}7个模糊子集。
3.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,子步骤2a中,采用隶属度函数TRIMF对所述节气门开度误差变化率ξ进行模糊量化;采用隶属度函数ZMF、TRIMF和SMF对所述节气门开度误差e进行模糊量化。
4.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,子步骤2a中,采用隶属度函数TRAPMF和TRIMF对所述自车车速v进行模糊量化;采用隶属度函数TRIMF对所述自车与前车距离f进行模糊量化。
5.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,子步骤2c中,将第一模糊控制输出量m和第二模糊控制输出量n分别定义为{JX,BC,ZD}3个模糊子集。
6.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,子步骤2d中,所述合并规则为Q=ms+(1-s)n,其中,s=0.5~0.7。
7.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,步骤1中,所述实时采集为至少实时采集12小时。
8.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,步骤1中,所述自车与前车距离f和前车车速k采用激光扫描雷达测量得到,所述激光扫描雷达安装在自车车前保险杠中央;所述自车车速v采用车速传感器测量,所述车速传感器安装在驱动桥壳或变速器壳内;所述自车加速度a采用加速度传感器测量得到,所述加速度传感器安装在自车的前悬架上;所述节气门开度L采用节气门位置传感器测量得到,所述节气门位置传感器的中间位置与节气门的旋转轴相连。
9.根据权利要求1所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,步骤1中,所述实时采集模范驾驶员驾驶自动挡汽车在高速公路上行驶时,所述高速公路为不同路面潮湿度的高速公路。
10.根据权利要求9所述的基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法,其特征在于,所述不同路面潮湿度的高速公路分为雨天的高速公路、路面微湿的高速公路和路面干燥的高速公路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811415935.0A CN109334451B (zh) | 2018-11-26 | 2018-11-26 | 基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811415935.0A CN109334451B (zh) | 2018-11-26 | 2018-11-26 | 基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109334451A true CN109334451A (zh) | 2019-02-15 |
CN109334451B CN109334451B (zh) | 2021-07-23 |
Family
ID=65317946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811415935.0A Expired - Fee Related CN109334451B (zh) | 2018-11-26 | 2018-11-26 | 基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109334451B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949583A (zh) * | 2019-04-15 | 2019-06-28 | 南京信息工程大学 | 一种收费站主动安全防护报警装置和方法 |
CN110370933A (zh) * | 2019-07-10 | 2019-10-25 | 一汽解放汽车有限公司 | 一种基于驾驶风格识别的续航里程估算系统 |
CN111554103A (zh) * | 2020-05-15 | 2020-08-18 | 河南科技大学 | 基于模糊控制的车辆速度控制方法、装置及车速控制系统 |
CN112068542A (zh) * | 2020-06-30 | 2020-12-11 | 武汉乐庭软件技术有限公司 | 一种基于模糊控制的自动驾驶行为规划方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5036936A (en) * | 1988-09-20 | 1991-08-06 | Mitsubishi Jidosha Kogyo Kabushiki Kaisha | Cruise control device for motor vehicles |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
US20120280562A1 (en) * | 2011-05-03 | 2012-11-08 | Robert Bosch Gmbh | Fuzzy logic based brake control |
CN104192146A (zh) * | 2014-09-12 | 2014-12-10 | 辽宁工业大学 | 基于模糊控制的汽车智能巡航辅助驾驶系统控制方法 |
CN105946861A (zh) * | 2016-06-02 | 2016-09-21 | 大连理工大学 | 一种基于驾驶意图识别的nar神经网络车速预测方法 |
-
2018
- 2018-11-26 CN CN201811415935.0A patent/CN109334451B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5036936A (en) * | 1988-09-20 | 1991-08-06 | Mitsubishi Jidosha Kogyo Kabushiki Kaisha | Cruise control device for motor vehicles |
US20120280562A1 (en) * | 2011-05-03 | 2012-11-08 | Robert Bosch Gmbh | Fuzzy logic based brake control |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN104192146A (zh) * | 2014-09-12 | 2014-12-10 | 辽宁工业大学 | 基于模糊控制的汽车智能巡航辅助驾驶系统控制方法 |
CN105946861A (zh) * | 2016-06-02 | 2016-09-21 | 大连理工大学 | 一种基于驾驶意图识别的nar神经网络车速预测方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949583A (zh) * | 2019-04-15 | 2019-06-28 | 南京信息工程大学 | 一种收费站主动安全防护报警装置和方法 |
CN110370933A (zh) * | 2019-07-10 | 2019-10-25 | 一汽解放汽车有限公司 | 一种基于驾驶风格识别的续航里程估算系统 |
CN111554103A (zh) * | 2020-05-15 | 2020-08-18 | 河南科技大学 | 基于模糊控制的车辆速度控制方法、装置及车速控制系统 |
CN111554103B (zh) * | 2020-05-15 | 2021-10-29 | 河南科技大学 | 基于模糊控制的车辆速度控制方法、装置及车速控制系统 |
CN112068542A (zh) * | 2020-06-30 | 2020-12-11 | 武汉乐庭软件技术有限公司 | 一种基于模糊控制的自动驾驶行为规划方法 |
CN112068542B (zh) * | 2020-06-30 | 2024-02-09 | 武汉乐庭软件技术有限公司 | 一种基于模糊控制的自动驾驶行为规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109334451B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109334451A (zh) | 基于双模糊控制的在高速公路行驶的车辆的油门自动控制方法 | |
CN108528268B (zh) | 一种电动汽车自适应巡航系统的扭矩调节方法 | |
CN103085816B (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
US20200031361A1 (en) | Autonomous Efficient Driving Strategy Using Behavior-Based Learning | |
CN105857309B (zh) | 一种考虑多目标的车辆自适应巡航控制方法 | |
CN108819951B (zh) | 一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法 | |
CN108437978B (zh) | 四轮毂电驱车辆行驶路面自动识别与稳定性集成控制方法 | |
CN105741637B (zh) | 四轮轮毂电机电动汽车智能转向控制方法 | |
CN108860148A (zh) | 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 | |
WO2022142540A1 (zh) | 基于智能网联信息的新能源汽车滑行控制系统、方法及新能源汽车 | |
CN109733474A (zh) | 一种基于分段仿射分层控制的智能车转向控制系统及方法 | |
CN108177693A (zh) | 轮毂驱动电动汽车的电子差速控制系统 | |
CN102166982A (zh) | 自适应前照灯系统的车灯控制方法 | |
CN113788021A (zh) | 一种结合前车速度预测的自适应跟车巡航控制方法 | |
CN108482481A (zh) | 四轮独立驱动与转向电动汽车的四轮转向控制方法 | |
CN116605188B (zh) | 一种电动车-两轮车自动紧急制动控制系统 | |
CN105404729B (zh) | 智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 | |
CN105667501A (zh) | 具有轨迹优化功能的混合动力车辆的能量分配方法 | |
CN109572697B (zh) | 基于模糊控制的特殊路段行进车辆的油门自动控制方法 | |
CN1299938C (zh) | 汽车abs仿人智能控制方法 | |
CN101544227A (zh) | 汽车制动防抱双模式控制方法 | |
Fritsch et al. | Optimization of energy consumption by using an intelligent assistance system for an electric vehicle | |
CN114872695A (zh) | 主动避撞方法、系统及汽车 | |
Pan et al. | An intelligent vehicle based on an improved PID speed control algorithm for driving trend graphs | |
DE102019125220A1 (de) | Verfahren zum Bestimmen eines energieoptimierten Fahrprofils für ein Fahrzeug |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210723 Termination date: 20211126 |