-
公开(公告)号：CN109447498A
公开(公告)日：2019-03-08
申请号：CN201811327728.X
申请日：2018-11-08
Applicant: 中南大学 , 中车青岛四方机车车辆股份有限公司
CPC classification number: G06Q10/06393 , G06N3/08 , G06Q50/30
Abstract: 本发明提供了一种轨道交通系统成本关联多域影响要素大数据驱动分析方法，建立基于安全域、性能域和环境域的LCC分析模型，构建影响要素驱动数据，分析轨道交通系统成本影响要素对安全、性能、环境以及全生命周期成本的影响度，得到安全域强相关要素、性能域强相关要素、环境域强相关要素和全生命周期成本敏感要素，获取轨道交通系统成本优化重点关注对象，对轨道交通系统全生命成本进一步优化具有重要意义。
-
公开(公告)号：CN109034478A
公开(公告)日：2018-12-18
申请号：CN201810844574.5
申请日：2018-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种高速铁路沿线大风迭代竞争高精度预测方法，根据近期风速状况，通过在目标测风点构建目标测风站和时移测风站，对测风站的数据进行去噪处理后，利用SVM、PID神经网络以及极限学习机，对去噪后的风速数据进行训练，构建各测风站在各步长下的各种风速预测模型；选用最优步长对应的风速预测模型，进行风速预测，提高预测精度，降低随机误差的干扰；实现了铁路沿线风速超前预测，可以提前得知事故多发区域的风速环境状况，及时、有效地指导列车运行，保障列车运营安全。
-
公开(公告)号：CN108830248A
公开(公告)日：2018-11-16
申请号：CN201810664086.6
申请日：2018-06-25
Applicant: 中南大学
Abstract: 本发明公开了一种行人局部特征大数据混合提取方法，包括：步骤1：构建行人运动数据库；步骤2：提取同一行人在连续图像帧中的行人检测框图像；步骤3：提取同一行人运动能量图的HOG特征；步骤4：构建基于支持向量机的行人运动姿势识别模型；步骤5：利用基于支持向量机的的行人运动姿势识别模型，判断当前视频中行人姿势；步骤6：并计算获得行人在X轴和Y轴方向上的瞬时速度序列，得到行人实时速度；步骤7：根据路口环境下的三维立体场景，实时得到图像中行人的位置信息，结合行人姿势以及实时速度，获得行人的实时运动特征。该方案能够获得更多全面的有用信息，而且具备信号探测范围宽，目标信息完整的优势，性价比高，容易推广。
-
公开(公告)号：CN108508372A
公开(公告)日：2018-09-07
申请号：CN201810374101.3
申请日：2018-04-24
Applicant: 中南大学
IPC: G01R31/36
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：CN108280518A
公开(公告)日：2018-07-13
申请号：CN201810063127.6
申请日：2018-01-23
Applicant: 中南大学
Abstract: 本发明公开了一种分布式环境机器人及车辆移动互联运载方法与系统，该方法包括以下步骤：步骤1：在运输起点和终点所在的工作台之间设置地面导轨以及在工作台设置导轨，地面导轨设置地标；步骤2：位于取物工作台的桌面机器人从取物指定位置抓取物体；步骤3：移动机器人沿地面导轨移动并抓取物体运输至另一工作台；步骤4：位于放物工作台的桌面机器人抓取物体后，移动至放物工作台的放物指定位置；步骤5：结合极限学习机和PID神经网络，建立电量预测模型对移动机器人下一步行动进行决策；通过桌面机器人和移动机器人的协同完成工业实验室物体的定时、定点运输，实现工业实验室全天候的运输。
-
Patent Agency Ranking
公开(公告)号：CN108247637A
公开(公告)日：2018-07-06
申请号：CN201810067937.9
申请日：2018-01-24
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本发明公开了一种工业机器人手臂视觉防撞操控方法，包括以下步骤：步骤1：构建机械臂所在工作空间的三维坐标系；步骤2：构建基于Elman网络的待抓取物体目标识别模型；步骤3：构建基于多核支持向量机的机械臂抓取最优路径模型；步骤4：实时采集待抓取物体目标图像识别物体类别；步骤5；基于物体类别确定物体重心，求得抓取终点坐标，获取机械臂抓取最优路径，驱动机械臂抓取物体；该方法采用智能算法计算得到机械臂抓取目标物体一条无碰撞、动力学特性满足裕度要求、轨迹长度和运动时间较短的理想轨迹，大大提高了生产效率，同时节约了人员成本，给工厂带来收益。
-
公开(公告)号：CN107450535B
公开(公告)日：2018-06-29
申请号：CN201710643371.5
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种智能运载机器人最优路径混合图论控制规划方法，该方法提出对全局路径进行分层规划的思想，以每个房间或楼道的局部最优路径规划作为最小规划单元，寻找各楼层中的最优枢纽节点，将各个房间或楼道的局部最优路径连通，得到单个楼层的最优路径，最后将楼层之间的最优路径进行连通，得到完整的全局最优路径，分层规划的设计，大大的降低了路径规划过程中的计算量，能够快速实现路径规划。
-
公开(公告)号：CN107967941A
公开(公告)日：2018-04-27
申请号：CN201711193172.5
申请日：2017-11-24
Applicant: 中南大学
CPC classification number: G06N3/086 , G06K9/00268 , G06K9/4619 , G06K9/6247 , G06N3/08
Abstract: 本发明公开了一种基于智能视觉重构的无人机人体健康监控方法与系统，该方法包括：步骤1：构建人体自然体征数据库和人体极限运动数据库；步骤2：利用搭载在无人机上的ZED相机获取的人体身高，筛选出待识别人体群；步骤3：基于Hadoop平台对待识别人体脸部图像利用广义回归神经网络进行快速识别；步骤4：无人机跟踪已识别人体，利用穿戴设备获取待识别人体的健康数据并传输至远程服务器；步骤5:将获取的健康数据输入基于PID神经网络的人体健康评估模型，得到待识别人体的健康检测程度。本发明基于大数据平台，运用穿戴设备、无人机、双目相机对户外运动人体健康信息采集，进行实时健康监测，从而做出合理决策。
-
公开(公告)号：CN107392317B
公开(公告)日：2018-03-27
申请号：CN201710631220.8
申请日：2017-07-28
Applicant: 中南大学
Abstract: 本发明公开了一种智能环境运载机器人识别楼层的神经网络群体混合计算方法，该方法通过对采集的各种数据按照天气模式聚类后，再按照不同的天气模式，对波动的压力传感器读数进行FIR滤波处理后，再将其传输至数据分析模块进行神经网络学习，大大提高了楼层辨识的准确性、实时性。极大改善了压力传感器获取的数据的震荡的问题，极大提高了高度数据信号分析的精度；具有普遍适应性，能够应对各种海拔高度，各种地理位置，各种天气条件下的电梯楼层识别；并不局限于运载机器人在电梯内使用，还可以在楼道中进行楼层估计，也能应用于高空作业、无人机等领域。
-
公开(公告)号：CN107203214B
公开(公告)日：2018-03-27
申请号：CN201710640560.7
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种运载机器人复杂混合路径协同自适应智能规划方法，该方法包括：步骤1：构建全局地图三维坐标系；步骤2：对全局地图按照楼层层号进行划分，获得每个楼层的二维地图和距离矩阵；步骤3：根据运输任务指令获得运输任务的起始点和终止点在全局地图三维坐标系下的坐标，基于各楼层的距离矩阵以及各楼层中所有楼道以及房间的距离矩阵，采用Floyd算法进行路径规划，获得运输规划路径；步骤4：按照规划的路径控制运载机器人前进，完成运输任务。本发明通过对多楼层环境进行模块划分，减少算法计算量，包括门禁、电梯交互以及避障策略，便于运载机器人在智能环境下执行运输任务。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.037 seconds)
