发明人： 何洪文，李佳奇，王勇，王浩宇

申请人： 北京理工大学

申请号： 202410386663.5

申请日期： 2024.04.01

摘要： 本发明提供了一种基于安全强化学习的智能网联汽车信号交叉口处通行策略，其相比基于优化方法的生态驾驶策略，计算时间更少，实时性更高；相比传统基于强化学习的生态驾驶策略，本发明通过安全层纠错机制设计，巧妙地避免了在训练过程中安全约束的违反，安全性能更好，实际应用价值更高。本发明针对车辆位置的上下参考轨迹将 ...

发明人： 何洪文，李昆昂，贾淳淳，周稼铭

申请人： 北京理工大学

申请号： 202410222636.4

申请日期： 2024.02.28

摘要： 本发明提供了一种用于冷机监测的燃料电池汽车车载氢监控系统，通过其中的路径构建模块基于氢气流通路径坐标信息以及关联设备坐标信息构建氢传播态势模型，将冷机状态下燃料电池汽车氢气流通路径关联数据与氢传播态势模型动态结合，形成三维路径有向图，实现了在汽车冷机状态下的车载氢气实时监测，同时能基于三维路径有向图 ...

发明人： 李昆昂，何洪文，周稼铭，贾淳淳，邢宝超

申请人： 北京理工大学

申请号： 202410387961.6

申请日期： 2024.04.01

摘要： 本发明提供了一种多车辆复合场景下燃料电池汽车氢泄漏探测系统，其利用分布式的采集实时状态数据，依次经过预处理和实时分析判断实现泄漏预警；再基于预设的泄漏预警模型识别实时状态数据，并实时呈现汽车氢循环三维拓扑图以及汽车氢循环三维拓扑图的泄漏风险值，从而能够对车辆氢气泄漏进行快速定位与响应，及时发现车辆氢 ...

发明人： 岳宏伟，何洪文

申请人： 北京理工大学

申请号： 202410271956.9

申请日期： 2024.03.11

摘要： 本发明提供了一种车载质子交换膜燃料电池阴极内部状态自适应估计方法，通过依次建立的燃料电池集总参数模型、基于嵌入式容积Kalman滤波器框架的状态预测模型以及提出的自适应噪声协方差匹配策略，实现了燃料电池系统内部不可测气体状态的精确预测，同时基于先验估计残差实现了算法参数的自适应调整，从而能够在系统模 ...

发明人： 岳宏伟，何洪文

申请人： 北京理工大学

申请号： 202410271876.3

申请日期： 2024.03.11

摘要： 本发明提供了一种基于神经网络的氢燃料电池供气系统协同控制方法，通过依次建立燃料电池数理模型、设计神经网络拓扑结构、学习规则及其初值优化算法，实现对空气管理系统模型的抽象简化，进而能够充分发挥空压机和背压阀的控制潜力，实现对燃料电池系统阴极流道内过氧比和气体压力的协同跟踪控制。相较基于其他控制算法的氢 ...

发明人： 何洪文，李昆昂，周稼铭，贾淳淳，邢宝超

申请人： 北京理工大学

申请号： 202410816984.4

申请日期： 2024.06.24

摘要： 本发明提供了一种基于物联网的燃料电池汽车氢监测系统，利用车辆上设置的车载控制器、室内停车场或隧道等封闭空间内设置的室内控制器以及远程服务器搭建通信网络，实现了对车内与车辆所在空间内的氢含量实时精确监测，同时结合尾排残余氢气处理和通风的手段，可有效杜绝氢燃料电池汽车在使用过程中的安全隐患。

作者： Wang,Zexing¹²;He,Hongwen¹;Zhang,Yang²;Ji,Shuang²;Duan,Zhihui²;

出处： 2024 7th International Conference on Mechanical, Electrical and Material Application, MEMA 2024 Virtual, Online 2024

会议录： Vol.2785 No.1

摘要： For hybrid electric vehicles, working mode division and shift schedule are two decisive factors affecting vehicle fuel economy. This paper introduces ...

作者： Wang, Zexing^{1, 2}; He, Hongwen¹; Hu, Julin¹; Zhang, Yang²; Ji, Shuang²

出处： 9th International Conference on Electromechanical Control Technology and Transportation, ICECTT 2024 Guilin, China 2024

会议录： Vol.13251

作者： Han, Mo¹; He, Hongwen¹; Cao, Jianfei²; Wu, Jingda³; Liu, Wei⁴; Shi, Man¹

出处： 35th IEEE Intelligent Vehicles Symposium, IV 2024 38 Sinhwayeoksa-ro 304 beon-gil, Andeok-myeon Seogwipo-si, Jeju Island, Korea, Republic of 2024

会议录： 2680-2687

作者： 韩陌，何洪文，石曼，刘伟，曹剑飞，吴京达 （北京理工大学，高端汽车集成与控制全国重点实验室；上海友道智途科技有限公司；北京空间飞行器总体设计部；香港理工大学）

出处： 汽车工程 2024 第7期

关键词： 路径跟踪；车辆模型误差分析；高斯过程回归；模型预测控制

摘要： 针对无人驾驶车辆路径跟踪控制问题中预测模型准确性与计算成本平衡制约问题，本文提出了一种基于学习的模型预测（learning-based model predictive control，LB-MPC）路径跟踪控制策略。建立了车辆2自由度单轨动力学模型，深入分析了其与IPG TruckMaker 模型 ...