基于空气弹簧性能退化机理的有效面积预测方法及系统

    公开(公告)号:CN119830466A

    公开(公告)日:2025-04-15

    申请号:CN202411750320.9

    申请日:2024-12-02

    Abstract: 本发明提供一种基于空气弹簧性能退化机理的有效面积预测方法及系统,属于空气弹簧检测技术领域,包括:根据空气弹簧的材料弹性特性、气囊的几何参数、帘线层总厚度以及内部气压,计算空气弹簧的有效面积半径;将有效面积半径的平方与圆周率相乘,得到第一有效面积;将空气弹簧在未加载时的垂直高度与预设比例系数相乘,得到第二有效面积;预设比例系数用于反映空气弹簧的有效面积随高度呈线性变化的规律;将第一有效面积与第二有效面积相加,得到空气弹簧的预测有效面积。本发明通过考虑材料性能退化和几何特性,精确计算空气弹簧在动态加载条件下的有效面积,提升空气弹簧的有效面积预测的准确性。

    重载车辆悬架时变特性辨识方法及系统

    公开(公告)号:CN118332689B

    公开(公告)日:2025-03-14

    申请号:CN202410441711.6

    申请日:2024-04-12

    Abstract: 一种重载车辆悬架时变特性辨识方法及系统,由传感器收集矿用卡车操纵的序列状态,通过深度学习网络根据序列状态预测得到参数相关因子;同时通过考虑纵向‑垂直耦合效应的线性动力学模型粗略估计得到刚度和阻尼系数作为关键悬架参数,再由考虑纵向‑垂直耦合效应的非线性动力学模型根据参数相关因子和关键悬架参数预测得到下一时间步的状态。本发明将深度学习网络集成到矿用卡车的物理模型中,建立精确的矿用卡车纵向‑垂直动力学模型并识别精确的悬架参数,通过物理模型‑数据驱动的方法给出矿卡悬架刚度阻尼时变特性,且模型自身具备一定的可解释性和泛化性;只通过簧上信息即获取四个悬架刚度和阻尼,具有架构简单、便于实现等优点。

    一种应用于非完整恒压工况的锂离子电池实际容量估算方法

    公开(公告)号:CN119125886A

    公开(公告)日:2024-12-13

    申请号:CN202411308219.8

    申请日:2024-09-19

    Abstract: 本发明公开了一种应用于非完整恒压工况的锂离子电池实际容量估算方法,包括:离线确定电池模型结构;辨识对应不同数据长度的电池模型参数;进一步确定有效数据长度区间,同时确定表征电池容量衰减的特征变量并归一化;构建对应不同恒压充电数据长度的电池实际容量估算模型并存储;实时记录并存储电池恒压充电时间‑电流序列;充电过程结束后辨识得到特征变量并进行归一化转换;查询得到对应实际恒压充电数据的电池实际容量估算模型;计算电池的实际容量值。本发明提出的估算方法相比于基于动态放电数据和恒流充电数据的电池实际容量估算方法,本发明提供的估算方法具有较高的鲁棒性。

    一种面向自动驾驶算法开发的仿真数据生成方法及系统

    公开(公告)号:CN118886171A

    公开(公告)日:2024-11-01

    申请号:CN202410906715.7

    申请日:2024-07-08

    Abstract: 本发明涉及自动驾驶数据采集领域,尤其涉及一种面向自动驾驶算法开发的仿真数据生成方法,包括初始化仿真环境;在仿真环境中部署自主移动的车辆和行人,在车辆上安装包括激光雷达和RGB相机在内的传感器;传感器收集的数据被转化为三维点云数据和RGB图像,筛选出可表征其几何结构的目标物体生成标签文件,基于预设的可见距离阈值过滤出可见目标物体,结合深度相机的数据判断顶点是否被遮挡,对于未被遮挡的目标物体生成对应的标签文件;保存传感器数据和标签文件,更新仿真场景重复采集完成数据集构建。通过对仿真场景、传感器、交通参与者等环境参数进行设置,构建了一个丰富的数据场景库,解决在遮挡情况下出现的标签关联错误,生成大量数据。

    一种基于深度强化学习的路径探索参数优化系统及方法

    公开(公告)号:CN119828479A

    公开(公告)日:2025-04-15

    申请号:CN202510010567.5

    申请日:2025-01-03

    Abstract: 本发明涉及路径规划技术领域,提供了一种基于深度强化学习的路径探索参数优化系统,包括:可变参数路径规划模块,用于基于深度强化学习网络进行节点探索,对子节点集合中的子节点进行碰撞检测以及计算所有的子节点的代价值,最后通过Reeds‑Shepp曲线生成装载泊入路径;环境状态空间建模模块,用于对当前节点的周围障碍物进行区域划分,以及进行环境状态空间建模;深度学习参数优化模块,用于构建深度学习网络计算出最优步长和最优转向角,并构建奖励函数对深度学习网络进行优化,同时执行深度学习网络的训练流程。实现通过深度强化学习网络优化路径规划方法中的探索参数以及通过分析环境中的障碍物信息,建立考虑障碍物分布的状态空间。

    空气弹簧瞬态性能的云监控平台和监控方法

    公开(公告)号:CN119557995A

    公开(公告)日:2025-03-04

    申请号:CN202411467531.1

    申请日:2024-10-21

    Abstract: 本发明提供一种空气弹簧瞬态性能的云监控平台和监控方法,该空气弹簧瞬态性能的云监控平台包括:获取模块,用于获取空气弹簧的工况信息;监控模块,用于根据空气弹簧的工况信息和预设的混合模型,确定空气弹簧的瞬态传递力;混合模型包括网络模型和物理模型;网络模型用于基于空气弹簧的工况信息预测空气弹簧的瞬态传递力的计算过程中的物理参数;物理模型用于基于物理参数和空气弹簧的工况信息,确定空气弹簧的瞬态传递力。本申请实施例的方法实现了空气弹簧瞬态性能的快速准确的监控。

    基于标清电子地图静态地物关联的自动驾驶全局位置估计方法及系统

    公开(公告)号:CN119437257A

    公开(公告)日:2025-02-14

    申请号:CN202510039131.9

    申请日:2025-01-10

    Abstract: 本发明公开了一种基于标清电子地图静态地物关联的自动驾驶全局位置估计方法及系统,获取自动驾驶城市运行场景下的标清电子地图;进行解析及预处理以提取自动驾驶时的车辆位置候选节点集合;对车辆位置候选节点集合进行在预设范围内的静态地物边界进行判断并进行筛选,筛选后对标清电子地图上的城市结构化静态地物描述信息进行提取来构建先验静态地物环境描述数据库;通过车辆实时感知实时输入三维点云数据,对城市结构化静态地物描述进行提取,得到实时静态地物环境描述数据;将标清电子地图内静态地物数据与车端实时感知的实时静态地物环境描述数据进行相似度关联,得到与车端实时感知相似度最高的结果以实现自动驾驶车辆的全局位置估计。

    重载车辆悬架时变特性辨识方法及系统

    公开(公告)号:CN118332689A

    公开(公告)日:2024-07-12

    申请号:CN202410441711.6

    申请日:2024-04-12

    Abstract: 一种重载车辆悬架时变特性辨识方法及系统,由传感器收集矿用卡车操纵的序列状态,通过深度学习网络根据序列状态预测得到参数相关因子;同时通过考虑纵向‑垂直耦合效应的线性动力学模型粗略估计得到刚度和阻尼系数作为关键悬架参数,再由考虑纵向‑垂直耦合效应的非线性动力学模型根据参数相关因子和关键悬架参数预测得到下一时间步的状态。本发明将深度学习网络集成到矿用卡车的物理模型中,建立精确的矿用卡车纵向‑垂直动力学模型并识别精确的悬架参数,通过物理模型‑数据驱动的方法给出矿卡悬架刚度阻尼时变特性,且模型自身具备一定的可解释性和泛化性;只通过簧上信息即获取四个悬架刚度和阻尼,具有架构简单、便于实现等优点。

Patent Agency Ranking