-
公开(公告)号:CN119583330A
公开(公告)日:2025-03-07
申请号:CN202411799157.5
申请日:2024-12-09
Applicant: 北京信息科技大学
IPC: H04L41/0677 , H04L41/0659 , H04L12/40
Abstract: 一种基于双收双发CAN总线的继电保护系统故障定位及处理方法,它属于电力系统自动化技术领域。本发明解决了当CAN总线发生故障时,现有技术难以迅速确定故障位置和类型,以及当遇到两条CAN总线均断路的情况时系统无法继续进行正常工作的问题。本发明可以快速定位系统出现故障的具体位置,以迅速、准确地找到故障点,针对不同类型故障设置相应处理方案,最小化故障对系统的影响,处理方案包括及时切换到备用总线、自动屏蔽故障节点、添加ECU作为检测器和中继器对特殊情况进行针对性处理,通过这样的策略,本发明方法可以在故障发生时做出快速、准确的响应,保障继电保护装置的可靠性和电力系统的安全运行。本发明方法可以应用于继电保护系统故障处理。
-
公开(公告)号:CN114742794B
公开(公告)日:2024-08-27
申请号:CN202210357534.4
申请日:2022-04-02
Applicant: 北京信息科技大学
IPC: G06T7/00 , G06T7/70 , G06T7/90 , G06N3/0464 , G01S13/86 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/46
Abstract: 本发明涉及一种基于三角剖分的临时道路检测方法及系统,其包括:采集锥桶图像数据集,利用数据集训练YOLOv4目标检测网络,得到锥桶识别模型;获取场景点云数据,获取锥桶颜色及其点云坐标,根据点云坐标识别出锥桶及其颜色、以及与锥桶颜色对应的3D点云坐标;将识别出的锥桶进行三角剖分,计算各三角边损失值,根据设置的损失函数计算路径损失值,根据损失值输出临时道路的可行使区域与路径。本发明速度快、安全冗余度高、鲁棒性强。本发明可以在无人驾驶技术领域中应用。
-
公开(公告)号:CN114742794A
公开(公告)日:2022-07-12
申请号:CN202210357534.4
申请日:2022-04-02
Applicant: 北京信息科技大学
IPC: G06T7/00 , G06T7/70 , G06T7/90 , G06N3/04 , G06K9/62 , G01S13/86 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/46
Abstract: 本发明涉及一种基于三角剖分的临时道路检测方法及系统,其包括:采集锥桶图像数据集,利用数据集训练YOLOv4目标检测网络,得到锥桶识别模型;获取场景点云数据,获取锥桶颜色及其点云坐标,根据点云坐标识别出锥桶及其颜色、以及与锥桶颜色对应的3D点云坐标;将识别出的锥桶进行三角剖分,计算各三角边损失值,根据设置的损失函数计算路径损失值,根据损失值输出临时道路的可行使区域与路径。本发明速度快、安全冗余度高、鲁棒性强。本发明可以在无人驾驶技术领域中应用。
-
公开(公告)号:CN110363182B
公开(公告)日:2021-06-18
申请号:CN201910672937.6
申请日:2019-07-24
Applicant: 北京信息科技大学
Abstract: 基于深度学习的车道线检测方法,它属于车道线检测技术领域。本发明解决了传统的车道线检测方法耗时且检测的精度低的问题。本发明首先将检测车道线的任务视作像素级的语义分割问题,通过全卷积神经网络FCN8s划分车道线和背景,再通过后处理和DBSCAN聚类方法提取当前车道两侧的左右车道线坐标,最后通过拟合算法对左右车道线进行拟合,本发明方法对视频检测达到平均50帧每秒,检测精度能够达到92.3%,可以实现精确快速的检测效果。本发明可以应用于车道线检测技术领域。
-
公开(公告)号:CN109447034B
公开(公告)日:2021-04-06
申请号:CN201811354012.9
申请日:2018-11-14
Applicant: 北京信息科技大学
Inventor: 王超
Abstract: 基于YOLOv3网络的自动驾驶中交通标识检测方法,它属于交通标识检测领域。本发明解决了现有的YOLOv3网络目标检测算法存在的检测精度不高,以及检测速度不能满足实时性要求的问题。本发明提出改进的损失函数,从而降低大目标误差对小目标检测效果的影响,提升了小尺寸目标的检测准确率;提出改进的激活函数,保留了负值同时减少了传播到下一层的变化和信息,增强了算法对噪声的鲁棒性;通过K‑means算法对交通标识数据集中的真实边框进行聚类,实现目标边框位置的预取,加速网络的收敛。本发明的交通标识检测模型在测试集上的检测精度mAP达到92.88%,检测速度达到35FPS,完全满足实时性的要求。本发明可以应用于交通标识检测领域用。
-
公开(公告)号:CN111695607A
公开(公告)日:2020-09-22
申请号:CN202010450281.6
申请日:2020-05-25
Applicant: 北京信息科技大学
Abstract: 本发明的基于LSTM增强模型的电子设备故障预测方法涉及对长短时神经网络进行记忆增强的方法,目的是为了克服对设备故障采用现有LSTM模型预测,精度会随着时序长度而逐渐下降的问题,方法具体如下:步骤一、采集电子设备运行过程中的监测数据,并对监测数据进行预处理;步骤二、搭建LSTM增强模型,将预处理后的监测数据输入到LSTM增强模型里进行训练,得到训练后的LSTM增强模型;步骤三、根据训练后的LSTM增强模型和一段时间内的监测数据,对电子设备故障进行预测。
-
公开(公告)号:CN109291060A
公开(公告)日:2019-02-01
申请号:CN201811141031.3
申请日:2018-09-28
Applicant: 北京信息科技大学
Inventor: 王超
Abstract: 基于区域划分与临时点辅助的机器鱼顶球控制方法,属于机器人控制领域,解决了现有机器鱼水球比赛中,机器鱼顶球常常遇到出现擦边球或者机器鱼所处位置和角度不适合顶球的问题。所述方法:将机器鱼水球比赛场地划分为多个分区,并给定每个分区对应的顶球策略。根据基准距离值与机器鱼头的角度将水球周围区域划分为顶球区和非顶球区。当机器鱼位于顶球区时,根据水球所在分区对应的顶球策略驱动机器鱼顶球。当机器鱼因鱼头角度不合适而处于非顶球区时,调整机器鱼头角度,并根据水球所在分区对应的顶球策略驱动机器鱼顶球。当机器鱼因距离过远而处于非顶球区时,驱动机器鱼经临时点进入顶球区,并根据水球所在分区对应的顶球策略驱动机器鱼顶球。
-
公开(公告)号:CN117490716A
公开(公告)日:2024-02-02
申请号:CN202311458662.9
申请日:2023-11-03
Applicant: 北京信息科技大学
Inventor: 王超
Abstract: 一种无人车全局路径规划方法,它属于无人车路径规划技术领域。本发明解决了现有路径规划方法存在的搜索效率低、收敛速度慢、占用内存高以及规划结果中存在尖锐拐角的问题。本发明首先对全局栅格地图进行简化处理,仅保留较大的障碍物;然后结合简化地图引导初始路径,在确定初始引导路径后,将其膨胀为初始采样区域,引入采样区域来提高算法搜索效率和收敛速度,同时结合未简化的全局栅格地图进行迭代搜索,在保证算法能够规划出更加合理的路径的同时,减小了迭代搜索次数,进而减小了对内存的占用;最后对生成的路径进行平滑处理,生成具有连续性和平滑性特征的路径。本发明可以应用于无人车路径规划。
-
公开(公告)号:CN113033695B
公开(公告)日:2023-07-25
申请号:CN202110389709.5
申请日:2021-04-12
Applicant: 北京信息科技大学
Inventor: 王超
IPC: G06F18/214 , G06N3/0464 , G06N3/049 , G06N3/084
Abstract: 一种电子器件故障的预测方法,它属于电子器件故障预测技术领域。本发明解决了利用现有LSTM网络对电子器件故障预测的准确率低的问题。本发明在LSTM中引入数据感受野的思想,在单次计算中将前后时间步需要处理的数据关联纳入考虑,使模块对当前时刻数据特征的提取不只局限于当前数据本身,而是对子序列同时进行特征提取。这一机制可以充分利用LSTM网络的链式结构,使模型拥有独立的关系信息提取能力,提高了对电子器件输出的电压和电流数据预测的准确率以及故障预测的准确率。本发明可以应用于电子器件故障预测。
-
公开(公告)号:CN113033695A
公开(公告)日:2021-06-25
申请号:CN202110389709.5
申请日:2021-04-12
Applicant: 北京信息科技大学
Inventor: 王超
Abstract: 一种电子器件故障的预测方法,它属于电子器件故障预测技术领域。本发明解决了利用现有LSTM网络对电子器件故障预测的准确率低的问题。本发明在LSTM中引入数据感受野的思想,在单次计算中将前后时间步需要处理的数据关联纳入考虑,使模块对当前时刻数据特征的提取不只局限于当前数据本身,而是对子序列同时进行特征提取。这一机制可以充分利用LSTM网络的链式结构,使模型拥有独立的关系信息提取能力,提高了对电子器件输出的电压和电流数据预测的准确率以及故障预测的准确率。本发明可以应用于电子器件故障预测。
-
-
-
-
-
-
-
-
-