公共文化服务平台

面向无信号灯十字路口的自动驾驶多车协同控制方法: 本发明涉及一种面向无信号灯十字路口的自动驾驶多车协同控制方法，属于自动驾驶技术领域。该方法具体包括：S1：构建基于深度学习的无信号灯十字路口多车轨迹预测模型，基于车辆历史状态和环境地图信息，输出路口内所有车辆的预测轨迹；...; 唐小林杨剑英王猛杨凯唐小丽李佳承

一种极端环境下无人车视觉增强装置及方法: 本发明涉及一种极端环境下无人车视觉增强装置及方法，属于无人驾驶环境感知领域。该装置包括：图像增强装置，包括滤光装置、图像分析单元和固定装置；滤光装置包括带有后座框的圆形偏振镜，外齿圈，电机驱动单元，以及安装在电机驱动单元...; 唐小林张志强陈佳信阳鑫胡晓松李佳承

序言: 2024年; 新一轮科技革命与产业数字化变革交织演进,人工智能正成为重塑全球经济结构的关键力量。汽车作为国民经济重要的战略性、支柱性产业,其智能化技术演进已成为全球新兴产业发展的战略必争之地。面对这一背景和挑战,李克强院士率先提出了“智能网联汽车”理念与技术,阐明智能网联汽车是汽车、电子、信息通信、道路交通运输等多行业深度融合的新型产业形态。在汽车智能化、网联化产业趋势下,大力发展智能网联技术,实现核心技术的自主突破,形成中国技术的领先优势,对我国从汽车大国迈向汽车强国有着重大意义。; 李克强殷国栋曹东璞熊璐胡晓松赵万忠朱冰唐小林高博麟黄岩军皮大伟褚端峰张雷; 关键词：支柱性产业汽车强国道路交通运输信息通信

基于监督信号引导的深度强化学习自动驾驶汽车控制方法: 本发明涉及一种基于监督信号引导的深度强化学习自动驾驶汽车控制方法，属于自动驾驶汽车领域。该方法包括：S1：获取周边车辆状态信息；S2：建立汽车运动学模型；S3：利用DDPG算法构建自动驾驶汽车控制模型对车辆的加速度和转向...; 唐小林金书峰汪锋邓忠伟胡晓松李佳承; 文献传递

高维空间中强化学习型控制策略的安全评估与应用方法: 本发明涉及一种高维空间中强化学习型控制策略的安全评估与应用方法，隶属于新能源汽车与人工智能的交叉领域。该方法包括：S1：定义归一化状态空间、动作空间与奖励函数，引导智能体掌握当前训练环境下的近优或者最优控制策略，并保存实...; 唐小林陈佳信杨为郎陈佳陈止戈李佳承

考虑空调系统的燃料电池汽车学习型协同能量管理方法: 本发明涉及一种考虑空调系统的燃料电池汽车学习型协同能量管理方法，属于新能源汽车领域。该方法包括：S1：获取燃料电池汽车的车辆状态参数信息、燃料电池参数信息、动力电池参数信息以及空调系统参数信息；S2：建立燃料电池汽车协同...; 唐小林邓磊甘炯鹏朱和龙胡晓松李佳承

一种基于深度强化学习A3C算法的HEV能量管理方法: 本发明涉及一种基于深度强化学习A3C算法的HEV能量管理方法，属于新能源汽车领域。该方法包括：S1：根据工况的特征参数划分车辆行驶标准工况；S2：计算整车的需求功率；S3：确定需要的状态变量、动作变量以及奖励函数；S4：...; 唐小林陈佳信蒲华燕张志强阳鑫胡晓松李佳承

基于机器学习速度预测的并联混合动力车辆能量管理研究被引量：17: 2020年; 针对当前混合动力汽车模型预测控制(Model predict control,MPC)能量管理中预测域速度预测不精准问题,进行基于机器学习的速度预测研究。首先建立基于无极变速(Continuously variable transmission,CVT)的单轴并联混合动力汽车模型,其次采用机器学习方法对未来时间窗内的行车速度进行预测,得到三种不同预测方法下的方均根误差(Root mean squared error,RMSE)精度,其中长短期记忆(Long short term memory,LSTM)神经网络最佳,前馈神经网络次之,支持向量机最差。然后,利用模型预测控制策略对车辆进行能量流分配,验证不同预测方法对燃油消耗、SOC的影响,且分析对比不同预测时间窗长度下的能量管理性能,找到不同预测方法下的最小油耗预测域。最后将预测控制与传统动态规划(Dynamic programming,DP)、等效燃油消耗(Equivalent consumption minimization strategy,ECMS)能量管理策略进行性能比较,发现机器学习预测控制对减少油耗具有良好的潜力,同时对模型预测控制算法预测域内的扰动量预测具有重要指导意义。; 胡晓松陈科坪唐小林王斌; 关键词：并联混合动力汽车模型预测控制

一种基于动态规划的混合动力公交车AMT换挡方法: 本发明涉及一种基于动态规划的混合动力公交车AMT换挡，属于新能源汽车领域。该方法包括：利用GPS设备和车速传感器获取样本工况信息；建立整车动力学模型，计算相应时刻整车的需求转矩；采用DP算法离线获得关于车速与节气门开度的...; 胡晓松张硕谢翌唐小林冯飞杨亚联; 文献传递

一种跟车环境下基于深度强化学习的HEV能量管理方法: 本发明涉及一种跟车环境下基于深度强化学习的HEV能量管理方法，属于智能混合动力汽车控制领域。该方法包括：基于跟随车的实时车速等信息，确定两车之间的最短安全距离以及最长跟车距离；建立串联式DDPG算法模型，学习跟车速度规划...; 唐小林陈佳信杨凯邓忠伟胡晓松李佳承; 文献传递

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

唐小林