专利交易市场

本发明涉及智能交通技术领域，公开了一种车速确定方法及系统，该方法通过获取目标车辆的目标车速和目标车距以及参考车辆集合中各参考车辆的参考车速和参考车距，根据参考车辆中第一顺位车辆的参考车速、参考车辆中第二顺位车辆的参考车速和第二顺位车辆的参考车距确定第二顺位车辆的虚拟期望车速，并据目标车速、目标车距以及目标前车的参考车速、虚拟期望车速确定目标车辆的预期车速，从目标车辆对应的参考车辆集合中按照行驶顺序依次选取第一顺位车辆和第二顺位车辆，并根据第一顺位车辆和第二顺位车辆的参考车速和参考车距确定目标车辆的预期车速，考虑到了多个参考车辆对目标车辆的层级影响，目标车速的确定方法更具有可靠性。

本发明涉及一种变时域预测能量管理方法，包括下述步骤：获取当前车辆的状态量及其对应的时域，获得下一时刻的最佳预测时域，所述最佳预测时域长度能够不固定；根据所述最佳预测时域，预测车速；基于最佳预测时域，采用动态规划算法获得车辆的最优控制序列，从而实现变时域的能量管理；在车辆执行控制序列对应的控制指令后，进入新的状态；所述车辆的状态量包括动力电池荷电状态、车辆当前位置、当前车速、上一时刻预测车速。本发明的方法能够根据车辆状态和当前工况所在时域长度，预测下一工况的最佳预测时域，该最佳预测时域与当前状态所在时域长度不一定相同，从而提高预测能量管理的效果。

本发明公开了一种电动汽车质心侧偏角与轮胎侧向力联合估计方法，包括：步骤1，根据电动汽车的运动特性，构建纵向、横向、横摆的非线性三自由度车辆动力学模型，并搭建轮胎力估计动力学模型；步骤2，构建自适应滑膜观测器来估计轮胎侧向力，得到实时轮胎侧向力；步骤3，搭建无迹卡尔曼滤波器，并将实时轮胎侧向力输入无迹卡尔曼滤波器中；步骤4，引入最大相关熵准则，构造最大相关熵无迹卡尔曼滤波器，引入原子搜索优化算法对最大相关熵无迹卡尔曼滤波器进行非高斯噪声寻优处理，得到搭建完成的最终滤波器，通过搭建完成的滤波器对车辆质心侧偏角的实时估计。本发明能够实现电动汽车的质心侧偏与轮胎侧向有效实时估计。

本发明提供一种分布式驱动电动汽车行驶状态分层融合估计方法，该方法先构建横向、横摆非线性二自由度车辆动力学模型与线性轮胎模型，然后采用基于遗忘因子的递归最小二乘法对线性区内的轮胎侧偏刚度进行估计，再搭建自适应扩展卡尔曼滤波器，最后引入最大相关熵准则，对测量阶段的噪声协方差和误差协方差进行迭代更新，并采用天鹰智能优化算法对自适应扩展卡尔曼滤波器的非高斯噪声值进行实时优化更新，构建天鹰优化最大相关熵自适应扩展卡尔曼滤波器，通过天鹰优化最大相关熵自适应扩展卡尔曼滤波器对分布式驱动电动汽车的行驶状态进行实时估计，本发明能够实现分布式驱动电动汽车行驶状态参数的有效实时估计，具有良好的精度和鲁棒性。

本发明公开了一种基于驾驶人特性的全线控电动汽车底盘协调控制方法，包括步骤：采集并处理驾驶行为参数和车辆状态直接参数；估算车辆状态间接参数及道路环境参数；辨识分类驾驶人的个性特征；计算纵向理想状态参数和横向理想状态参数并对理想状态参数进行个性化修正；分配个性化理想横摆角速度；根据个性化纵向理想状态参数和分配得到的个性化理想横摆角速度计算车轮转矩；根据个性化质心侧偏角参数和分配得到的个性化理想横摆角速度计算车轮转角；本发明方法保证了纵向动力学系统在必要的时刻辅助横向动力学系统进行转向，提高车辆转向安全，又避免了纵向动力学系统在不必要时刻的频繁动作，同时实现底盘动力学控制系统的个性化。