-
公开(公告)号：CN113340324B
公开(公告)日：2022-04-29
申请号：CN202110583354.3
申请日：2021-05-27
Applicant: 东南大学
IPC: G01C25/00
Abstract: 一种基于深度确定性策略梯度的视觉惯性自校准方法，具体包括以下步骤：(1)建立相机和IMU测量误差模型，利用非线性优化算法求解相机‑IMU参数；(2)计算Fisher信息矩阵，并分析视觉惯性标定系统可观测性；(3)将标定过程建模为马尔可夫决策过程，明确智能体的状态空间、动作空间、状态转移函数和奖励函数；(4)设计基于深度确定性策略梯度的强化学习标定算法，确定不可观测的离散运动序列，从校准数据集筛选出可观测子序列用于参数标定。该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作序列进行参数标定。
-
公开(公告)号：CN110262229B
公开(公告)日：2022-04-12
申请号：CN201910445420.3
申请日：2019-05-27
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于MPC的车辆自适应路径追踪方法，包括如下步骤：1、建立车辆的运动学模型，并预测等效侧滑角；2、基于所建立的车辆运动学模型，设计车辆模型预测控制器；3、获取当前时刻车辆的状态，通过模糊控制修正当前时刻车辆模型预测控制器的参数。4、求解车辆模型预测控制器的目标函数，得到最优解的第一个变量作为当前时刻的控制量的增量；5、根据控制量的增量和等效侧滑角控制轮胎转向角，控制车辆运行，转向步骤2计算下一个控制周期的控制量的增量。该方法提高了车辆在产生滑移时的路径追踪的稳定性和精确度。
-
公开(公告)号：CN114279438A
公开(公告)日：2022-04-05
申请号：CN202111553624.2
申请日：2021-12-17
Applicant: 东南大学
Abstract: 本发明提出了基于PSO和ICCP的地磁匹配导航方法，步骤包括：1、在地磁匹配时间段内获取地磁测量值以及同时刻的惯性导航系统(INS)指示坐标；2、采用多次匹配选取最优轨迹的策略，由滑动窗口在全局搜索区域中生成子区域，每次匹配分别在不同子区域内由四叉树生成初始化粒子，再先后使用PSO、ICCP对惯导指示轨迹分别进行粗、细匹配，从而获取一系列的候选轨迹；3、将最优轨迹的选取视作多属性决策问题，对每一条候选轨迹，分别使用其与真实轨迹的磁测序列的轨迹相关性和ICCP算法收敛度进行综合评价，进而选取最优轨迹输出，可以有效消除惯导累计误差，提高组合导航系统的定位精度。
-
公开(公告)号：CN109215071B
公开(公告)日：2021-09-28
申请号：CN201811167046.7
申请日：2018-10-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于视觉的智能稻麦收割机割幅测量方法，包括：根据相机标定获取的内外参数矩阵，对世界坐标系与相机图像像素平面坐标系进行匹配，利用逆透视投影将相机获取的原始稻麦图像变换为俯视图；获取收割边界线到分禾器的实际目标距离，结合缩小因子得到俯视图中目标区域的像素宽度及确定目标区域图像；图像预处理操作；基于形态学的已收割稻麦与未收割稻麦收割边界线提取，得到包含收割边界线的目标区域二值化图像；利用概率HOUGH变换方法检测图像中收割边界线并获取坐标参数，求解得到图像中分禾器到收割边界线的像素距离，并计算出收割机实际工作的割幅值。本发明提高可靠性，能够实时安全的进行智能稻麦收割机割幅的高精度测量。
-
公开(公告)号：CN113340324A
公开(公告)日：2021-09-03
申请号：CN202110583354.3
申请日：2021-05-27
Applicant: 东南大学
IPC: G01C25/00
Abstract: 一种基于深度确定性策略梯度的视觉惯性自校准方法，具体包括以下步骤：(1)建立相机和IMU测量误差模型，利用非线性优化算法求解相机‑IMU参数；(2)计算Fisher信息矩阵，并分析视觉惯性标定系统可观测性；(3)将标定过程建模为马尔可夫决策过程，明确智能体的状态空间、动作空间、状态转移函数和奖励函数；(4)设计基于深度确定性策略梯度的强化学习标定算法，确定不可观测的离散运动序列，从校准数据集筛选出可观测子序列用于参数标定。该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作序列进行参数标定。
-
Patent Agency Ranking
公开(公告)号：CN110210711B
公开(公告)日：2021-08-10
申请号：CN201910370386.8
申请日：2019-05-06
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 东南大学 , 江苏省电力试验研究院有限公司
IPC: G06Q10/06
Abstract: 本发明公开了一种电动汽车电能计量准确度评估方法。首先，确定电动汽车充电电能计量准确度影响因素集；其次，确定电动汽车充电电能计量准确度评价集以及评价矩阵，判定计量准确度影响因素集对评价集的隶属度；然后，确定计量准确度评估的权重系数矩阵；最后，确定电动汽车充电电能计量准确度综合评估模型。本发明能够解决现实生活中，电动汽车充电电能计量不可能获取真值，无法通过计量的电能数据定量评估电动汽车充电电能计量的准确度的问题；在保持客观的基础上，提高了一定的时间效率，并考虑了影响因素的动态效应，使得电能计量准确度的评估更具时效性；能够对电动汽车充电电能计量的准确度做出定性评价，满足现实应用的需求。
-
公开(公告)号：CN110275529B
公开(公告)日：2021-06-11
申请号：CN201910500926.X
申请日：2019-06-11
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于中位角自适应调节的收获机智能辅助驾驶方法，包括如下步骤：1、在当前k时刻，根据前kmax个时刻收获机的位置计算收获机与期望路径的距离偏差的平均值2、判断中位角θ是否有偏差，如果保持中位角不变；如果计算中位角θ的修正值θcorrect，并对中位角进行修正；3、计算当前k时刻收获机的期望转角δ(k)、车轮目标转角α(k)＝θ+δ(k)；利用角度跟踪控制算法，调整车辆转向轮，跟踪车轮目标转角α(k)；4、循环执行步骤1‑3，在每一时刻判断收获机中位角是否有偏差，计算车轮目标转角，并调整转向轮跟踪车轮目标转角。该方法能够提高提高中位角标定精度、补偿航向传感器安装误差，从而提高了收获机的操作便捷性。
-
公开(公告)号：CN112859853A
公开(公告)日：2021-05-28
申请号：CN202110025737.9
申请日：2021-01-08
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑时延和环境约束的智能收获机器人路径控制方法，属于现代农业无人辅助驾驶技术领域。本发明包括以下步骤：建立收获机转向系统的动力学模型、运动学模型、收获机‑地面受力模型，并构建考虑输入延迟和外部扰动的控制系统模型，将综合误差作为状态变量；基于预设性能函数对状态变量进行约束，通过误差转换函数将有约束的变量转换为无约束的变量；针对定常输入时延和时变输入时延两种情况，分别构建基于定常时延和基于时变时延估计值的饱和补偿变量，并基于反步法和李雅普诺夫稳定性定理设计相应的控制输入。此种方法可有效对跟踪误差进行约束，补偿输入时延对跟踪系统的影响，以提高收获机的自动驾驶导航效果。
-
公开(公告)号：CN108197073B
公开(公告)日：2021-05-14
申请号：CN201810132525.9
申请日：2018-02-09
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 东南大学 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了一种改进的电动汽车充电电能信号特征分析方法。首先运用神经网络法训练小波变换的相关参数，使训练后的小波变换更加适宜提取电动汽车充电电压瞬变信号特征；其次，通过神经网络法实时监测电压/电流信号的骤升（降）点，利用小波变换识别电压/电流骤升（降）处的信号特征；最后，消除非稳态波、信号骤升（降）等异常信号的影响后，利用卡尔曼滤波算法判断谐波、间谐波含有率、频率偏差以及三相不平衡度等信号特征。本发明能在传统小波变换基础上进一步提高电动汽车充电电压/电流瞬变信号，骤升（降）信号的识别准确度，能够进一步增强常规卡尔曼滤波算法在非稳态波影响下谐波含有率以及三相电压不平衡度的检测能力，从而更加全面、可靠地分析电动汽车充电电能信号特征。
-
公开(公告)号：CN109828227A
公开(公告)日：2019-05-31
申请号：CN201910066213.7
申请日：2019-01-24
Applicant: 东南大学
IPC: G01R35/02
Abstract: 本发明公开了一种基于电流信息特征的电子式电流互感器故障诊断方法，包括步骤：1、采集电子式电流互感器在各种工作状态下的电流数据Xp(t)，记录工作状态Sp；2、对Xp(t)进行EMD分解，得到多个IMF分量 和残余分量3、计算 的峭度、能量矩和近似熵；4、构造Xp(t)的特征向量Φp；5、建立BP神经网络模型，将Φp作为输入Sp作为输出，训练BP神经网络模型；6、采集运行中的电子式电流互感器的电流数据x(t)，将x(t)按照步骤2至4的方法计算特征向量Φx，将Φx作为训练好的BP神经网络模型的输入，模型的输出即为对应的电子式电流互感器的工作状态。该方法可以对电子式电流互感器的运行状态进行实时在线监控，当运行故障时可以实时检测出来并对故障进行分类识别。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.029 seconds)
