-
公开(公告)号：CN102556055A
公开(公告)日：2012-07-11
申请号：CN201210007113.5
申请日：2012-01-11
Applicant: 河南科技大学
IPC: B60W20/00 , B60W10/06 , B60W10/184 , B60W10/10 , B60W10/26
Abstract: 混合动力汽车多工作模式下的能量切换控制方法及系统，包括以下步骤：首先，根据车载GPS定位系统和传感器实时检测到的汽车行驶环境和路况，根据混合动力汽车所处的当前行驶路况信息，确定汽车相应的工作模式，具体包括发动机驱动、电机驱动、发动机和电机混合驱动、能量回馈再生制动四种工作模式；然后，设计以行驶路况为驱动的多模型切换控制规则，并对各工作模式分别设计相应的控制器。本发明根据行驶环境和行驶路况控制最佳汽车驱动模式以降低汽车尾气的排放量，节省燃油的使用，加速环保汽车、绿色汽车的发展，提高混合动力汽车的续航能力。
-
公开(公告)号：CN102431476A
公开(公告)日：2012-05-02
申请号：CN201110395749.7
申请日：2011-12-04
Applicant: 河南科技大学
IPC: B60N2/54
Abstract: 一种车辆座椅非线性减震悬架，在座椅面板下端面和下底板上端面分别设有两个对称的滑道，剪杆Ⅰ一端与座椅面板铰接，另一端与设在下底板上端面滑道内的滑杆Ⅰ连接，剪杆Ⅱ一端与下底板铰接，另一端与设在座椅面板下端面滑道内的滑杆Ⅱ连接，导向支撑轮设置在下底板的上端面，减震支撑杆的一端与减震曲面板的上端面固定连接，另一端通过转轴与剪杆Ⅰ的上端连接，减震曲面板的下端面为内凹的曲面，减震曲面板的下端面压在导向支撑轮上，在转轴上设有扭簧，扭簧的一端与剪杆Ⅰ连接，另一端与减震支撑杆连接。悬架结构简单、调整方便、车辆的隔振能力平均提高40％以上，且车速越高提高幅度越大。
-
公开(公告)号：CN102261761A
公开(公告)日：2011-11-30
申请号：CN201110169541.3
申请日：2011-06-22
Applicant: 河南科技大学
CPC classification number: Y02A30/274 , Y02B30/625
Abstract: 本发明涉及一种蓄能型发动机尾气余热溴化锂空调及其发生器单元，其发生器单元的低温级热管的蒸发段用于设置在发动机排气管内，低温级热管的冷凝段设置在低压发生器中，高温级热管的蒸发段用于设置在发动机排气管内并位于低温级热管的蒸发段的前方，高温级热管的加热冷凝段设置在高压发生器内，高温级热管的储能冷凝段设置在一相变储能器内，相变储能器包括内部设置有将高温级热管的储能冷凝段包设在其内的相变保温材料的壳体，相变储能器与高压发生器内还设置有补偿热管，补偿热管的蒸发段设置在相变储能器的相变保温材料内，补偿热管的冷凝段设在高压发生器内，低压发生器内设有串设在高压发生器的蒸汽出口与冷凝器的蒸汽进口之间的散热装置。
-
公开(公告)号：CN102107819A
公开(公告)日：2011-06-29
申请号：CN201010580359.2
申请日：2010-12-09
Applicant: 河南科技大学
Abstract: 本发明公开了一种集装箱岸边桥吊防摇控制方法，当升降吊具时，防摇控制器实时获取由相应传感器采集并经转换所得到的小车速度、小车位置、吊具起升速度、吊具摆长和吊具摆角的参数，防摇控制器将吊具的摆动角度与预设值比对，当摆动角度大于预设值时进行如下的防摇控制：防摇控制器根据吊具摆长或摆长变化量所落入的判断区间，选取与判断区间相对应的控制模型及摆长代表值，然后在选取的控制模型下，防摇控制器根据摆长代表值以及实时获取的吊具摆动角度参数计算出小车调速参数，然后向小车行走控制器提供调速信号而进行小车加速度，进而抑制吊具的摆动角度实现防摇控制。
-
公开(公告)号：CN119485021A
公开(公告)日：2025-02-18
申请号：CN202411349664.9
申请日：2024-09-26
Applicant: 河南科技大学
Abstract: 本发明涉及计算机视觉技术领域，且公开了一种基于多传感器融合特征的视频稳像方法，使用光流模型，估计视频流提取图像中特征点之间的相对运动，融合图像运动特征和陀螺仪运动特征估计出相机运动轨迹，再对抖动的相机运动轨迹进行平滑，得到稳定的相机运动轨迹；最后把稳定的相机运动路径通过warp网格变化，得到稳定的图像序列，最终合成稳定的视频。
-
Patent Agency Ranking
公开(公告)号：CN119417888A
公开(公告)日：2025-02-11
申请号：CN202410408674.9
申请日：2024-04-07
Applicant: 河南科技大学
IPC: G06T7/73 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，且公开了一种计算机视觉物体定位系统，使用无人机航拍Vi sdrone2019数据集进行训练和测试，确保数据集的充分性和多样性；对数据集图像进行了分辨率调整，适应轻量级骨干网络，将所有数据集图像的分辨率调整为640×640作为全局检测部分轻量级骨干网络的输入，通过conv_1和conv_2对图片进行下采样，使用由支路增强模块和conv组成的轻量级特征提取网络进行特征提取和图像下采样。使用多层感知机网络对挑战区域的坐标进行学习，进一步提取和学习挑战区域的关键特征，为模型在局部检测中更精准地定位困难物体提供关键支持。
-
公开(公告)号：CN119239591A
公开(公告)日：2025-01-03
申请号：CN202411508323.1
申请日：2024-10-28
Applicant: 河南科技大学
Abstract: 本发明提供了一种基于车辆模型的预设时间跟踪控制方法，旨在提升车辆跟车下的响应速率，减少车辆跟随下的“幽灵车辆”问题，提升交通通行效率。本发明在考虑跟车过程中跟随车受到的空气阻力、坡道阻力、滚动阻力的基础上，将预设时间控制理论与车辆跟踪控制相结合，设计控制器实现安全车距内车辆的跟踪控制。该控制器需要满足跟踪稳定性和位置跟踪误差收敛性两个要求，即在车辆跟踪控制过程中，需要保证跟随车辆的运动状态与前车的运动状态之间存在稳定的关系，也就是跟随车应当在预设时间内保持与前车一致的速度以保证安全车距行驶，同时实现后车的位置跟踪误差在预设时间内收敛到零附近的一个领域内，确保后车准确跟随前车。
-
公开(公告)号：CN118605570A
公开(公告)日：2024-09-06
申请号：CN202410837474.5
申请日：2024-06-26
Applicant: 河南科技大学
Abstract: 本发明涉及航空航天技术领域，且公开了一种基于避障策略的旋翼无人机抗干扰安全控制方法，包括以下步骤，步骤一：考虑姿态角与高度约束以及未知外部干扰，构建旋翼无人机姿态与高度非线性系统模型；步骤二：利用约束信息和系统实时输出，设计一类避障算法得到分段可微的安全期望跟踪信号；并结合步骤一所构建的系统模型，将跟踪误差系统转换为具有跳变动态的切换系统；步骤三：基于步骤二构建的切换误差系统，构建具有跳变状态的切换误差系统，结合干扰观测器与反步法，设计基于避障算法的鲁棒切换跟踪控制器。本发明能够使得旋翼无人机在考虑常值姿态角与高度约束以及未知外部干扰影响下，在保证系统安全性与稳定性的基础上，完成对预设期望信号的跟踪。
-
公开(公告)号：CN117975158A
公开(公告)日：2024-05-03
申请号：CN202410208763.9
申请日：2024-02-26
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06V10/80
Abstract: 一种基于CNN和Transformer的地基云图云类识别方法，包括以下步骤：S1，获取待识别的地基云图；S2，将待识别的地基云图输入至训练好的基于CNN和Transformer的地基云图分类网络模型中，以对地基云图进行云类识别；所述模型包括语义信息分支、全局信息分支和分类器；本发明中模型的语义信息分支最终能够在待识别的地基云图的特征信息中得到目标特征，语义信息分支采用了分组卷积和膨胀卷积，能够提升语义信息特征提取的全面性，并通过注意力模块提高了模型对细节特征的提取能力，为提升深层语义信息的提取效率，消除无用的特征信息，采用了特征复用模块和邻域消除模块，提高了模型的识别准确率和效率。
-
公开(公告)号：CN117292200A
公开(公告)日：2023-12-26
申请号：CN202311320256.6
申请日：2023-10-12
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 一种基于改进卷积神经网络的地基云图分类识别方法，S1，采集多种类型的地基云图，得到初始地基云图数据集；S2，对初始地基云图进行预处理，构建地基云图数据集；S3，搭建卷积神经网络模型；S4，将地基云图数据集按比例分为训练集、测试集和验证集，采用训练集对卷积神经网络模型进行训练；S5，利用上述的验证集对训练好的卷积神经网络模型进行验证，根据结果调整卷积神经网络模型；S6，利用调整后的卷积神经网络模型对上述的测试集进行识别，得到识别结果；S3中，卷积神经网络模型包括特征提取模块和主网络模块，主网络模块基于ResNet模型和DensNet模型建立，且包括BlockA模块、BlockB模块及BlockC模块。提高了卷积神经网络模型的抗过拟合性，提高了模型的识别准确。
-
-
-
-
-
-
-
-
-
Search Results
286
records
(took 0.044 seconds)
