-
公开(公告)号：CN106779148B
公开(公告)日：2017-10-13
申请号：CN201611020632.X
申请日：2016-11-14
Applicant: 中南大学
IPC: G06N99/00
Abstract: 本发明公开了一种多模型多特征融合的高速铁路沿线风速预测方法，该方法包括以下步骤：1.在该测风站位置周围安装5个辅助测风站；2.将原始风速数据用交互多模型卡尔曼滤波法进行处理；步骤3：利用滤波后的数据进行小波处理，并对小波处理后的低频数据构建预测子模型；步骤4：将空间‑目标测风站超前多步预测模型、自我‑目标测风站超前多步预测模型以及气象‑目标测风站超前多步预测模型获得的目标测风站超前多步预测值和天气预报目标测风站风速预测值输入贝叶斯组合模型，获取最终的目标测风站预测值；本发明能不仅能避免单一测风站硬件故障造成的数据中断，而且能给恶劣风环境下的高速铁路安全行车提供更长的应急处理时间。
-
公开(公告)号：CN105751216B
公开(公告)日：2017-10-10
申请号：CN201610231601.2
申请日：2016-04-14
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本发明公开了一种移动机器人指令安全可行性的判断方法，包括步骤：以机器人为坐标系的原点A，获取授权人发出的指令朝向上的其他人的坐标；选择其他人中离授权人最近的人，计算离授权人最近的人的坐标C与原点连线以及授权人的坐标B与原点的连线之间的夹角θ；计算授权人的保护角度α以及离授权人最近的人的保护角度β；当授权人发出的指令朝向的角度满足预设安全条件时，判定授权人给出的指令安全可执行。本发明可避免在机器人指令执行的路径上的其他人进行主动避让机器人，可避免机器人移动时可能触碰到搬运大件物品的行人，增加了机器人的安全性能，并提高了机器人的智能化程度。
-
公开(公告)号：CN107187467A
公开(公告)日：2017-09-22
申请号：CN201710392657.0
申请日：2017-05-27
Applicant: 中南大学
IPC: B61L27/00
CPC classification number: B61L27/00
Abstract: 本发明公开了一种用于行车安全保障与事故归责的驾驶员监控方法及系统，包括以下步骤，步骤1：利用人体监控装置，采集目标驾驶员人体自然特征数据；步骤2：对驾驶员编号进行身份识别；步骤3：利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对；步骤4：依据比对结果，对列车进行实时调度；在列车运行监控中，首次引入了目标驾驶员身份识别机制，通过穿戴设备、Kinect传感器采集目标驾驶员的人体自然特征并形成了数据流：利用人体自然特征数据匹配，实现对列车驾驶员人体自然特征的全程监控、记录与分析，为提供行车安全保障以及列车事故的成因分析与归责提供了坚实的基础。
-
公开(公告)号：CN107054411A
公开(公告)日：2017-08-18
申请号：CN201710299459.X
申请日：2017-04-30
Applicant: 中南大学
CPC classification number: B61L27/0038 , B61L23/00 , B64C2201/12
Abstract: 本发明公开了一种铁路沿线雪灾无人机雪深智能测量和预测方法与系统，该方法利用两组无人机雪深测量装置实时监测列车运行环境中两个位置的实时雪深数据，使得雪灾监测大数据中心能对列车的运行以及运行环境进行连续和动态的监测，从而填补了现行监测手段存在的盲区；极大程度地利用了无人机雪深测量装置的灵活性，借助无人机雪深测量装置、工作站、雪灾监测大数据中心和地面列车控制中心建立了一个覆盖雪灾危险区域的监测网络与历史数据库；列车在接到调度信息后可以及时进行紧急制动，并在到达危险积雪位置之前停止运动；通过保持无人机雪深测量装置与列车的相对静止，保证了采集数据的可靠性与及时性，大大的避免了对轨道冰雪积累情况进行监控的盲区。
-
公开(公告)号：CN107024601A
公开(公告)日：2017-08-08
申请号：CN201710298265.8
申请日：2017-04-30
Applicant: 中南大学
IPC: G01P5/00
CPC classification number: G01P5/001
Abstract: 本发明公开了一种基于无人机群智能续航控制的铁路沿线风速测量方法与控制系统，该方法利用通过灵活多变的无人机群续航控制方法，实现对铁路沿线一点乃至多点的实时风速测量，测量时间与目标位置可以根据任务需要进行灵活的选择；通过利用无人机的机动性，显著提升了风速测量任务的测量范围；任务开始前风速监测大数据中心对任务区间内的无人机风速测量装置的状态进行评估，并且纳入了对铁路沿线风向对无人机工作状态影响的考虑，找出其中最适合进行任务的无人机风速测量装置进行任务，从而进一步保证了任务的可靠性；风速监测大数据中心在任务进行过程中始终保持对无人机风速测量装置的状态评估以确保任务的正常进行。
-
Patent Agency Ranking
公开(公告)号：CN106779151A
公开(公告)日：2017-05-31
申请号：CN201611023996.3
申请日：2016-11-14
Applicant: 中南大学
Abstract: 本发明公开了一种高速铁路沿线风速多点多层耦合预测方法，该方法包括以下步骤：1.在目标测风站位置周围安装5个辅助测风站；2.将原始风速数据进行滤波和分解后，再进行小波降噪；3.信号求和重构；4.选取与目标测风站显著性较高的m个辅助测风站；5.对所选辅助测风站各频层子序列的各PF分量分别建立预测模型；6.以选出的m个辅助测风站的各频层的PF分量为输入，以目标测风站的各频层的PF分量为输出，采用GA优化的RBF神经网络进行训练；7.利用m个辅助测风站的超前多步预测值，得到目标测风站的超前多步风速预测值。本发明能对铁路沿线风速进行高精度超前多步预测用于高速铁路强风环境下的列车有效调度指挥，并能避免单一测风站硬件故障造成的数据中断。
-
公开(公告)号：CN106372731A
公开(公告)日：2017-02-01
申请号：CN201611024045.8
申请日：2016-11-14
Applicant: 中南大学
CPC classification number: G06N99/005 , G06N3/02
Abstract: 本发明公开了一种强风高速铁路沿线风速空间网络构造预测方法，该方法通过3种预测模型构建最优加权组合模型来预测风速。其中，第1个预测模型利用多测风站短时历史风速数据，第2个预测模型利用单测风站短时历史风速数据，第3个预测模型利用多测风站历史风速数据和对应的历史气象数据。该方法融入了空间、时间、气象等多种元素，利用了当前时段辅助测风站和目标测风站数据、历史辅助测风站和目标测风站气象数据、风速数据等多种数据，保证了数据的多样性；将时间相关性和空间相关性有机结合，提高了预测的可靠性；通过利用3个基本模型在预测过程中存在数据交织，减少了计算量；预测稳定性高，可以实现超前多步预测，具有工程应用价值。
-
公开(公告)号：CN105912120A
公开(公告)日：2016-08-31
申请号：CN201610230284.2
申请日：2016-04-14
Applicant: 中南大学
IPC: G06F3/01
CPC classification number: G06F3/011
Abstract: 本发明公开了一种基于人脸识别的移动机器人人机交互控制方法，包括步骤：移动机器人通过体感传感器实时侦测行进前方的视野内是否有人；当检测到视野内有人时，对视野内所有人进行追踪，实时监视被追踪者的脸部动作和\或眼部动作；判断被追踪者的脸部动作和\或眼部动作是否符合第一授权条件；使符合第一授权条件的被追踪者成为授权人，获得移动机器人的控制权。如果机器人在安全距离内没有发现符合授权条件的授权人，它将以语音形式发出控制提醒信号。本发明采用脸部动作和\或眼部动作进行指令识别，识别准确率高计算迅速，不受电梯、工厂等拥挤嘈杂的环境限制，使得人机交互更自然准确，移动机器人应用更广泛、方便和安全。
-
公开(公告)号：CN105911993A
公开(公告)日：2016-08-31
申请号：CN201610424301.6
申请日：2016-06-16
Applicant: 中南大学
IPC: G05D1/02
CPC classification number: G05D1/0246 , G05D1/0255 , G05D2201/0216
Abstract: 本发明公开了一种移动机器人自主式进入电梯的控制系统，包括PLC控制器、Kinect传感器、退避让传感器模块和机器人车载控制器；所述PLC控制器、Kinect传感器及退避让传感器模块均与所述机器人车载控制器相连；所述机器人车载控制器与机器人远程控制中心进行无线通信；本发明巧妙的将Kinect传感器、退避让传感器模块融入到控制系统中，通过结合Kinect传感器、退避让传感器模块获得的信号，彻底改变了以往由远程控制中心发送指令至电梯控制器的方式；改变为由远程控制中心发送指令至机器人，由机器人车载控制器发送指令到PLC控制器，通过机器人手臂触发电梯的方式，提升了电梯控制的安全性能。
-
公开(公告)号：CN105787478A
公开(公告)日：2016-07-20
申请号：CN201610230290.8
申请日：2016-04-14
Applicant: 中南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于神经网络和灵敏度参数的人脸转向识别方法，包括步骤：对采集到的单帧彩色图像逐一进行第一静态人脸朝向识别，包括将单帧彩色图像进行预处理并提取脸部特征向量，根据脸部特征向量中眼睛和\或鼻子的位置判断单帧彩色图像的人脸朝向是正面、朝左还是朝右；在给定的采集时间内，对采集到的所有单帧彩色图像都进行第一静态人脸朝向识别，得出一个按照时序依次排列的第一人脸朝向结果集和多个脸部特征向量；采用神经网络分类对多个脸部特征向量和第一人脸朝向结果集进行过程分析，识别指令意图，得出人脸转向过程给出的第一指令结果。本发明能在光照很强烈，采集的图像背光很强烈的情况下实现准确地识别面部的转向。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.046 seconds)
