-
公开(公告)号：CN113002370B
公开(公告)日：2022-06-21
申请号：CN202110409869.1
申请日：2021-04-16
Applicant: 吉林大学
IPC: B60L58/40
Abstract: 本发明提供了的一种燃料电池汽车实时能量管理控制方法，包括：第一步，根据汽车当前车速、最近的历史车速和选定的工况特征参数，输入到基于神经网络的短期车速预测模型中，得到未来一段时间的预测车速；第二步，进行预测车速和蓄电池SOC反馈相结合的等效因子自适应调整；第三步，基于等效氢耗最小算法建立燃料电池能量管理优化问题，得到满足系统约束条件下的最优控制序列；第四步，根据第三步得到的最优控制序列，完成燃料电池与蓄电池间的最优能量分配。本发明提供的方法基于等效氢耗最小算法实现燃料电池能量实时最优控制，解决了传统控制方法有效性和实时性不佳的问题，提高了整车能量管理策略的有效性和实时性。
-
-
公开(公告)号：CN113689718A
公开(公告)日：2021-11-23
申请号：CN202110930743.9
申请日：2021-08-13
Applicant: 吉林大学
Abstract: 本发明针对现有信号灯与车道匹配方法适应不同道路情况能力弱、恶劣环境下车道识别困难的问题，提出一种智能信号灯与车道匹配系统及匹配方法。仅需利用车载雷达和本车IMU信息，便可完成车道识别过程，车道识别参考物中选择了边缘特征明显的路面边界或道路分界（缓冲带、护栏等）以及周围车辆，对车道线模糊、无车道标志线的车道依然可以实现有效的车道识别。克服了现有方法中存在的问题，提高了车道识别系统的可靠性，实现了车辆自动获取自己所在车道所对应的红绿灯信息。
-
公开(公告)号：CN113689718B
公开(公告)日：2022-09-13
申请号：CN202110930743.9
申请日：2021-08-13
Applicant: 吉林大学
Abstract: 本发明针对现有信号灯与车道匹配方法适应不同道路情况能力弱、恶劣环境下车道识别困难的问题，提出一种智能信号灯与车道匹配系统及匹配方法。仅需利用车载雷达和本车IMU信息，便可完成车道识别过程，车道识别参考物中选择了边缘特征明显的路面边界或道路分界（缓冲带、护栏等）以及周围车辆，对车道线模糊、无车道标志线的车道依然可以实现有效的车道识别。克服了现有方法中存在的问题，提高了车道识别系统的可靠性，实现了车辆自动获取自己所在车道所对应的红绿灯信息。
-
公开(公告)号：CN113002370A
公开(公告)日：2021-06-22
申请号：CN202110409869.1
申请日：2021-04-16
Applicant: 吉林大学
IPC: B60L58/40
Abstract: 本发明提供了的一种燃料电池汽车实时能量管理控制方法，包括：第一步，根据汽车当前车速、最近的历史车速和选定的工况特征参数，输入到基于神经网络的短期车速预测模型中，得到未来一段时间的预测车速；第二步，进行预测车速和蓄电池SOC反馈相结合的等效因子自适应调整；第三步，基于等效氢耗最小算法建立燃料电池能量管理优化问题，得到满足系统约束条件下的最优控制序列；第四步，根据第三步得到的最优控制序列，完成燃料电池与蓄电池间的最优能量分配。本发明提供的方法基于等效氢耗最小算法实现燃料电池能量实时最优控制，解决了传统控制方法有效性和实时性不佳的问题，提高了整车能量管理策略的有效性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN116595478A
公开(公告)日：2023-08-15
申请号：CN202310490250.7
申请日：2023-05-04
Applicant: 吉林大学
IPC: G06F18/25 , G06F18/214 , G06F18/21 , G06F18/10 , G06N3/0455 , G06N3/047 , G06N3/042 , G06N3/0464 , G06N3/084 , G08G1/01
Abstract: 本发明公开了一种基于GRU‑GCN的交互式车辆多模态轨迹预测方法，包括以下步骤：获得数据集，进行数据预处理；利用基于GRU的编码器对目标车辆及周围车辆的历史轨迹信息进行编码，输出各车辆对应的车辆动力学编码特征；利用交互模块提取车辆间的时空交互特征；行为识别模块识别目标车辆的行为；基于行为识别结果m利用GRU解码生成未来多模态预测轨迹。本发明解决了现有预测方法对车辆多模态轨迹的预测精度较低的问题。
-
公开(公告)号：CN115601587A
公开(公告)日：2023-01-13
申请号：CN202211174300.2
申请日：2022-09-26
Applicant: 吉林大学(CN)
IPC: G06V10/764 , G06N20/00 , G06T3/00
Abstract: 本发明公开了一种稀疏道岔图像的数据增强方法及其参数优化方法，对道岔图像数据集中的每个道岔图像的道岔类别进行标注，形成带有标签的道岔图像数据集，道岔类别分为左转道岔和右转道岔；对带有标签的道岔图像数据集中的道岔图像和对应的标签进行道岔图像拼接变换，形成拼接道岔图像和对应标签；对拼接道岔图像和对应标签进行仿射变换，获得仿射变换道岔图像和对应标签；在仿射变换道岔图像和对应标签中截取指定尺寸道岔图像，并清除较小的碎片化目标标签，获取数据增强后的道岔图像和标签信息。参数优化时，先确定可优化参数及参数取值范围，利用选定好的超参数对带有标签的道岔图像数据集进行数据增强，结合深度学习网络模型进行训练及测试。
-
公开(公告)号：CN115601558A
公开(公告)日：2023-01-13
申请号：CN202211305472.9
申请日：2022-10-24
Applicant: 吉林大学(CN)
Abstract: 本发明的目的是提供一种单开道岔状态检测系统及检测方法、半自动数据标注方法，包括：采集图像模块，用于为测试过程提供原始数据；构建道岔数据集模块，用于为训练、验证过程提供原始数据；数据预处理模块，用于对原始样本数据的轨道区域识别，进一步降低目标搜索空间，并为后续筛选列车所在轨道的道岔目标提供线索；道岔状态判别模块，用于提高道岔状态识别准确率。本发明解决了现有技术中单开道岔状态检测计算量大、道岔状态识别困难、识别硬件成本高、数据标注工作量大等问题。
-
公开(公告)号：CN114937309B
公开(公告)日：2024-07-02
申请号：CN202210516263.2
申请日：2022-05-12
Applicant: 吉林大学
IPC: G06V40/20 , G06V40/10 , G06V10/22 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06T3/14 , G06T7/80
Abstract: 本发明公开了基于可见光图像与红外图像融合的行人检测方法、模型、电子设备和计算机可读介质，方法包括：对同步获取的包含有行人的红外图像与可见光图像进行标定、配准、构成公共标签文件；对公共标签文件中的图像分别进行特征提取，并获取红外图像的ROI信息；将红外图像的ROI信息映射到对应的可见光图像的特征图上，得到融合后的特征图；对于融合后的特征图，经分类、调整位置，提取出目标类别和识别框，从而实现行人检测。本发明融合红外和光学特征，并将红外图像生成ROI信息映射到可见光图像提取的特征图中，结合了可见光图像纹理清晰、红外图像行人特征显著的优势，有效地克服了光照条件对行人检测的影响。
-
公开(公告)号：CN114815811B
公开(公告)日：2024-06-25
申请号：CN202210293210.9
申请日：2022-03-23
Applicant: 吉林大学
Abstract: 本发明公开了一种无人车轨迹规划方法，所述方法包括：训练超车决策模型、绕行决策模型和冲突点通过决策模型，并将其布设在车辆自动驾驶系统；确定车辆的可行空间，使用超车决策模型和绕行决策模型对可行空间进行压缩得到凸空间；在凸空间内进行车辆轨迹规划，确定车辆的位置约束，基于此对车辆的速度进行规划；本发明的轨迹规划效率较高、灵活、准确，且安全性高。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.015 seconds)
