一种基于猫群优化和免疫模糊PID的孵化室温度控制方法

    公开(公告)号:CN109445484B

    公开(公告)日:2020-09-15

    申请号:CN201811482290.2

    申请日:2018-12-05

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于猫群优化和免疫模糊PID的孵化室温度控制方法,首先,以孵化室温度为被控对象,采用传递函数建立孵化室温度物理模型,设计模糊ID控制器算法的控制规则表、模糊论域、模糊语言值、隶属度函数,实现积分系数、微分系数的整定;之后使用模糊推理来逼近免疫算法中抑制细胞的抑制量,确定免疫控制规则,并设计免疫P控制器算法的免疫控制规则、模糊论域、模糊语言值、隶属度函数,实现比例系数的整定;利用猫群优化算法对免疫P控制器算法的量化因子和比例因子的取值进行智能寻优,确定量化因子、比例因子的最优值,能够对孵化室温度的精确控制,具有良好的动态和静态性能,超调量小,调节时间快,高效地实现了PID参数的自整定。

    一种岩石渗透试验装置及其试验方法

    公开(公告)号:CN109211757A

    公开(公告)日:2019-01-15

    申请号:CN201811305325.5

    申请日:2018-11-05

    Applicant: 长安大学

    Abstract: 本发明公开了一种岩石渗透试验装置及其试验方法,包括缸体、高压气泵、液体输送泵和真空泵,缸体的中部设置有用于固定岩石样品的橡胶圈,橡胶圈将缸体的内部空间分为上腔和下腔,高压气泵的出气口连接有三通阀,三通阀的其中一个出口通过输气管与上腔连通,三通阀的另一个出口连接有储液囊,储液囊内储放有渗透液,储液囊通过输液管与上腔连通,下腔内固定有用于收集渗透液的集料斗,集料斗的出口通过进液管与液体输送泵的进口连接,液体输送泵的出口通过出液管与储液囊连通,真空泵通过吸气管与下腔连通;优点是试验效果好且测试时间较短。

    一种土工试验用干土碾碎及筛分装置

    公开(公告)号:CN108645680A

    公开(公告)日:2018-10-12

    申请号:CN201810768160.9

    申请日:2018-07-13

    Abstract: 本发明给出了一种土工试验用干土碾碎及筛分装置,包括机架、电动机和安装于机架底部的万向轮,还包括破碎组件、粉碎组件和筛分组件,破碎组件上部还安装有进料斗,破碎组件和粉碎组件之间安装有第一虎斗,所述的粉碎组件和筛分组件之间安装有第二虎斗。本发明的土工试验用干土碾碎及筛分装置可以对风干土样进行分级粉碎,粉碎完全,并且可以获得指定粒径土样。本发明通过分级破碎和粉碎减少了筛余料,提升了粉碎料率,极大地提升了设备的自动化程度,降低人工操作工作强度,通过设置调节螺杆和可调轴套,可以对土样的破碎和粉碎粒径进行精确控制,使获得的土样粒径可控,且整机设备易于搬运;通过封闭式机架极大降低了粉尘污染。

    一种岩石渗透试验装置及其试验方法

    公开(公告)号:CN109211757B

    公开(公告)日:2024-05-10

    申请号:CN201811305325.5

    申请日:2018-11-05

    Applicant: 长安大学

    Abstract: 本发明公开了一种岩石渗透试验装置及其试验方法,包括缸体、高压气泵、液体输送泵和真空泵,缸体的中部设置有用于固定岩石样品的橡胶圈,橡胶圈将缸体的内部空间分为上腔和下腔,高压气泵的出气口连接有三通阀,三通阀的其中一个出口通过输气管与上腔连通,三通阀的另一个出口连接有储液囊,储液囊内储放有渗透液,储液囊通过输液管与上腔连通,下腔内固定有用于收集渗透液的集料斗,集料斗的出口通过进液管与液体输送泵的进口连接,液体输送泵的出口通过出液管与储液囊连通,真空泵通过吸气管与下腔连通;优点是试验效果好且测试时间较短。

    一种基于无人机航拍图像的桥梁车辆检测方法

    公开(公告)号:CN110060221B

    公开(公告)日:2023-01-17

    申请号:CN201910344879.4

    申请日:2019-04-26

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于无人机航拍图像的桥梁车辆检测方法,首先对无人机航拍图像进行预处理,抑制海风引起的抖动和噪声干扰;使用K‑means聚类方式提取桥梁部分图像,并使用暗通道图、雾图模型对图像进行去雾处理,使用线性回归模型求取灰度化权重比,对图像进行灰度化处理,减小桥梁部分图像的数据量,使用局部对比度增强法对图像进行对比度增强,并使用大津阈值分割技术检测车辆,用以突出桥梁部分图像中的车辆特征,最后,使用基于卷积神经网络的车型分类器对车辆进行分类,并设计经验公式计算车辆的长度、宽度、高度信息,该方法得到的跨海大桥车辆信息准确、可靠,可用于评估跨海大桥的桥梁健康状况、预测桥梁维修周期以及交通部门的交通指挥等。

    一种基于驾驶员行为的运动车辆状态预测方法

    公开(公告)号:CN109376642B

    公开(公告)日:2022-03-04

    申请号:CN201811203402.6

    申请日:2018-10-16

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于驾驶员行为的运动车辆状态预测方法,为提高运动车辆状态预测的准确性和鲁棒性,考虑了驾驶员的避免超速和与前车防追尾行为,使预测过程更贴近于交通实际;利用人工势场法中的斥力场对上述两种驾驶员行为进行分析,首先考虑避免超速这一驾驶员行为,设计由速度上限产生的斥力场,对其求梯度得到由速度上限产生的虚拟力;根据车辆与前车的最小安全距离,设计防追尾斥力场,将驾驶员行为融入自适应无迹卡尔曼滤波中,并采用斥力场对上述这两种驾驶员行为进行分析,分别对斥力场求梯度,得到虚拟力,随后建立融合驾驶员行为的自适应无迹卡尔曼滤波方程,提高车辆状态预测的准确性和鲁棒性。

    一种智能识别圆形交通信号灯状态的方法

    公开(公告)号:CN108304813A

    公开(公告)日:2018-07-20

    申请号:CN201810126429.3

    申请日:2018-02-08

    Applicant: 长安大学

    Abstract: 本发明公开了一种智能识别圆形交通信号灯状态的方法,首先对道路图像序列进行预处理,重点是进行色彩分量滤波。随后利用字典学习获取的HSV颜色空间中合适阈值进行颜色分割,得到三张二值化图像,省略常规的灰度图像处理操作。其次,基于圆形交通灯的特征设计动态多级滤波器。进行动态滤波操作,快速筛选出交通灯候选连通区域。最后,运用黑体增长遮掩法在图像中标定信号灯图像,随后分析标定图像的颜色直方图,计算颜色判别系数并利用其规则得出交通信号灯状态。能快速的对交通灯实时状态进行有效的判定,有助于智能车辆对当前交通灯信息的读取,可用于智能驾驶中对交通灯显示状态的获取,在智能驾驶领域具有极大的应用价值。

    一种用于路面裂缝长度判别的像素级分割效果评价方法

    公开(公告)号:CN118037748A

    公开(公告)日:2024-05-14

    申请号:CN202410169064.8

    申请日:2024-02-06

    Applicant: 长安大学

    Abstract: 本发明公开了一种用于路面裂缝长度判别的像素级分割效果评价方法,该方法首先在裂缝像素级分割图像中标注出裂缝,获得像素级分割真值图像,两个图像均经过骨架化函数处理后,划分出裂缝区域;首先在裂缝骨架化图像上进行分区后,将分区结果映射到真实裂缝骨架化图像中,然后通过四类像素集合对应的单通道单卷积核遍历裂缝骨架化图像,分别获得裂缝的长度,比较裂缝的长度,获得评价结果。该方法在精度方面使用图像分块方法,进一步缓解因误差补偿性带来的准确性缺失,提高分割效果评价的鲁棒性,整个评价方法更加准确客观,更加适用于实际任务。

    一种智能识别圆形交通信号灯状态的方法

    公开(公告)号:CN108304813B

    公开(公告)日:2021-07-23

    申请号:CN201810126429.3

    申请日:2018-02-08

    Applicant: 长安大学

    Abstract: 本发明公开了一种智能识别圆形交通信号灯状态的方法,首先对道路图像序列进行预处理,重点是进行色彩分量滤波。随后利用字典学习获取的HSV颜色空间中合适阈值进行颜色分割,得到三张二值化图像,省略常规的灰度图像处理操作。其次,基于圆形交通灯的特征设计动态多级滤波器。进行动态滤波操作,快速筛选出交通灯候选连通区域。最后,运用黑体增长遮掩法在图像中标定信号灯图像,随后分析标定图像的颜色直方图,计算颜色判别系数并利用其规则得出交通信号灯状态。能快速的对交通灯实时状态进行有效的判定,有助于智能车辆对当前交通灯信息的读取,可用于智能驾驶中对交通灯显示状态的获取,在智能驾驶领域具有极大的应用价值。

    一种基于无人机航拍视频的运动车辆检测方法

    公开(公告)号:CN109376641B

    公开(公告)日:2021-04-27

    申请号:CN201811203391.1

    申请日:2018-10-16

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于无人机航拍视频的运动车辆检测方法,首先采用SURF算法对图像进行特征点匹配及异常点剔除,利用联合全局和局部单应性矩阵的无人机图像配准算法以获取转换矩阵,补偿机载相机运动产生的不利影响,随后,采用2帧差法减小待检测区域,再根据超像素的中心遍历待检测区域,进一步提高运动车辆检测的效率,然后,利用多通道HOG特征算法提取车辆的低阶特征,引入车辆的上下文信息获取车辆的高阶特征,并融合这两种特征以得到目标车辆的多阶特征,最后,结合多阶特征和字典学习算法,实现运动车辆检测。本方法能够抑制无人机机载相机运动带来的影响,处理图像中车辆形变和背景干扰,可提高运动车辆检测的鲁棒性和实时性。

Patent Agency Ranking