-
公开(公告)号：CN110427993A
公开(公告)日：2019-11-08
申请号：CN201910670376.6
申请日：2019-07-24
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于气象参数的高速列车导航盲区定位方法，采集隧道气象参数；对采集的隧道气象参数进行分类；利用分类的隧道气象参数构建典型序列HSV颜色空间模板库；训练所述典型序列HSV颜色空间模板库；训练HSV模板匹配模型；训练RVM识别模型；构建HSV模板匹配模型与RVM识别模型的融合模型，即得到里程预测融合模型；获取输入数据，调用里程预测融合模型，预测列车位置。本发明充分利用人工智能大数据分析技术，充分挖掘隧道内环境参数随隧道深度变化的潜在规律。从数据驱动建模的角度解决长大隧道这一典型导航盲区内列车定位的难题。
-
公开(公告)号：CN110361505A
公开(公告)日：2019-10-22
申请号：CN201910676714.7
申请日：2019-07-25
Applicant: 中南大学
Abstract: 本发明公开了一种车外大气污染环境下列车乘员健康预警系统，包括空气质量监测站点数据获取模块、列车数据获取模块、列车大气污染预测模块和列车空气环境预警模块；空气质量监测站点数据获取模块获取空气质量监测站点的数据并上传列车大气污染预测模块；列车数据获取模块获取列车的数据并上传列车大气污染预测模块；列车大气污染预测模块对列车大气污染进行短时预测并上传列车空气环境预警模块；列车空气环境预警模块对列车的空气环境及其列车乘员的健康进行预警。本发明还公开了所述车外大气污染环境下列车乘员健康预警系统的方法。本发明能够对列车的空气环境进行预警，而且可靠性高、准确性好。
-
公开(公告)号：CN110361180A
公开(公告)日：2019-10-22
申请号：CN201910676732.5
申请日：2019-07-25
Applicant: 中南大学
Abstract: 本发明公开了一种智能列车受电弓服役性能动态监测与评估方法，包括获取列车受电弓的工作性能参数；提取列车受电弓的各个部件的健康指标时序；预测得到受电弓各部件以及受电弓整体的剩余服役寿命并修正；得到最终的列车受电弓的服役性能动态监测评估结果。本发明还公开了实现所述智能列车受电弓服役性能动态监测与评估方法的系统。本发明能够实现对受电弓服役状态以及外界影响因素的监测，完成外界因素对剩余使用寿命的不确定性影响建模，能够实现对受电弓的剩余寿命预测，有效提高受电弓服役性能，且可靠性高、适用性好且评估全面准确。
-
公开(公告)号：CN108573545B
公开(公告)日：2019-10-08
申请号：CN201810373511.6
申请日：2018-04-24
Applicant: 中南大学
Abstract: 本发明提供了一种冰雪环境无人驾驶车辆电源模型预测方法及系统，该方法运用多种传感器的数据采集和融合技术，将采集到的有效积雪深度、道路坡度、电池温度等多种参数融合到无人驾驶车辆电池电量综合预测模型中，并且利用积雪深度的测量值和对应的三维深度图像观察值进行加权融合，实现了积雪道路环境等复杂环境下无人驾驶车辆的电池电量智能化综合计算，为无人驾驶车辆电池设计研发领域提供了更加完备的考虑因素。该系统结构简单，摆脱了对于道路沿线固定式积雪深度测量装置的依赖，实现了无人驾驶车辆供电系统的资源优化配置，使无人驾驶车辆的续航能力得到了一定程度的提升。
-
公开(公告)号：CN108549037B
公开(公告)日：2019-09-27
申请号：CN201810444260.6
申请日：2018-05-10
Applicant: 中南大学
IPC: G01R31/367
Abstract: 本发明公开了一种基于并行神经网络的无人驾驶车辆电源预测方法及系统，该方法采用力敏传感器测量车身的降雨阻力，并用连续协方差融合算法进行数据融合；利用Kinect摄像头进行图像采集并用Sobel算子进行处理，得到的积水检测图像简洁明了，检测精度较高；利用三部分神经网络对无人驾驶车辆在极端暴雨环境下的电量进行实时预测，一部分是对降雨阻力和积水阻力的数据进行处理，得出暴雨环境下车辆耗电率的增加值，一部分是对道路坡道损耗功率和电池温度的传递数据进行处理，得出车辆在正常天气下行驶的耗电率。将暴雨环境下的变量与正常天气下的变量分开计算，提高了数据处理速度，进而提高了系统的实时性。
-
Patent Agency Ranking
公开(公告)号：CN109506963B
公开(公告)日：2019-09-03
申请号：CN201811447455.2
申请日：2018-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种智能列车牵引故障大数据异常检测辨识方法，包括：实时采集智能列车的牵引设备的工作信号；对工作信号进行采样处理得到采样数据集；使用孤立森林异常值快速检测器对采样数据集进行快速检测，获取工作信号中的显著异常点；根据显著异常点建立汉佩尔滑动窗口标识符过滤器，并对采样数据集进行处理，得到处理后的采样数据集；获取训练样本集，以训练样本的处理后的采样数据为输入、相应的故障类型为输出，对基于松弛支持向量机的分类器进行训练；使用训练得到的牵引故障诊断分类器对步骤三得到的处理后的采样数据集进行诊断，检测工作信号S中的微小和可疑故障的故障类型。本发明方法提高了列车牵引设备故障的检测效率和诊断正确率。
-
公开(公告)号：CN108508372B
公开(公告)日：2019-09-03
申请号：CN201810374101.3
申请日：2018-04-24
Applicant: 中南大学
IPC: G01R31/367
Abstract: 本发明公开了一种基于环境视觉融合的无人驾驶电量计算和预警方法及系统，实现了积雪道路环境等复杂环境下无人驾驶车辆的电池电量智能化综合计算，将道路有效积雪深度的实时检测与无人驾驶车辆的电池电量计算和预警有机结合，为无人驾驶车辆电池设计研发领域提供了更加完备的考虑因素。综合考虑了冰雪环境下道路有效积雪深度、道路坡度、无人驾驶车辆电池温度等多方面因素，并且实现对道路有效积雪深度的车载式精确测量和道路沿线固定式积雪深度测量装置的结合，实现了无人驾驶车辆供电系统的资源优化配置，使无人驾驶车辆的续航能力得到了一定程度的提升。
-
公开(公告)号：CN105930775B
公开(公告)日：2019-07-19
申请号：CN201610230028.3
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灵敏度参数的人脸朝向识别方法，包括步骤：S1：对采集到的单帧图像逐一进行静态人脸朝向识别，根据人脸旋转的角度大小判断单帧图像的人脸朝向是正面、朝左还是朝右；S2：在给定的采集时间内，对采集到的所有单帧图像都进行静态人脸朝向识别，得出一个按照时序依次排列的人脸朝向结果集；S3：对人脸朝向结果集进行过程分析，识别指令意图，得出人脸朝向过程给出的指令结果。本发明结合简单的面部特征与实时捕捉头部动态过程结果作为相应指令匹配方式，能准确识别移动机器人人机交互过程中的面部转动指令，这种方式自然而且表达清晰，不受环境的限制，适用范围广。
-
公开(公告)号：CN109726802A
公开(公告)日：2019-05-07
申请号：CN201811643479.5
申请日：2018-12-29
Applicant: 中南大学
Abstract: 本发明公开了一种铁路和风电场环境风速机器学习预测方法，该方法选择多种神经网络模型，建立多种风速预测特征预选模型各100个，通过均方误差分析和相关性分析，选取性能好以及特征独立性强的模型各10个，然后建立多个风速预测集成模型，对风速预测特征进行集成处理，最后建立风速预测归一模型，对风速集成值进行归一处理，并计算预测风速向量与训练样本的风速向量之间的相关性，利用相关性强的对应时刻的风速噪声还原预测风速值，该方法能有效预测非平稳风速，对复杂，非线性风速值具有精准的预测效果。
-
公开(公告)号：CN109506963A
公开(公告)日：2019-03-22
申请号：CN201811447455.2
申请日：2018-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种智能列车牵引故障大数据异常检测辨识方法，包括：实时采集智能列车的牵引设备的工作信号；对工作信号进行采样处理得到采样数据集；使用孤立森林异常值快速检测器对采样数据集进行快速检测，获取工作信号中的显著异常点；根据显著异常点建立汉佩尔滑动窗口标识符过滤器，并对采样数据集进行处理，得到处理后的采样数据集；获取训练样本集，以训练样本的处理后的采样数据为输入、相应的故障类型为输出，对基于松弛支持向量机的分类器进行训练；使用训练得到的牵引故障诊断分类器对步骤三得到的处理后的采样数据集进行诊断，检测工作信号S中的微小和可疑故障的故障类型。本发明方法提高了列车牵引设备故障的检测效率和诊断正确率。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.032 seconds)
