-
公开(公告)号：CN108510130B
公开(公告)日：2020-08-04
申请号：CN201810327801.7
申请日：2018-04-12
Applicant: 中南大学
Abstract: 本发明公开了一种智能无人驾驶车辆极限里程智能多源评估方法及装置，该方法结合道路环境，提出坡度能耗值、温度能耗值、风阻能耗值、不同速度路段长度指标，将复杂道路环境对无人驾驶车辆电量能耗的影响因素进行量化，建立了无人驾驶车辆电量消耗的预测模型；本方法预测电量与电池、车辆型号、车辆零部件性能无关，模型实时进行训练，预测结果不受电池和车辆的使用时间和寿命的影响；当车辆行驶速度高时，风阻占车能耗的主要部分，本方法依据风速大小选择不同的耗电量预测模型，针对高、低风速使用不同的耗电量预测模型使得模型输入参数减少，计算时间降低，能够提高模型预测精度，时效性更强。
-
公开(公告)号：CN110457781A
公开(公告)日：2019-11-15
申请号：CN201910670306.0
申请日：2019-07-24
Applicant: 中南大学
Abstract: 本发明公开了一种面向乘客舒适性的列车过隧道时长计算方法，通过安装在列车头尾两端的车载温度、湿度和气压传感器获取列车通过隧道时的气压气象参数序列，通过事先安装的应答式装置获取当前位置距离隧道出口的里程序列，构建隧道气象参数数据库。通过建筑区划和平均温度分布模型实现数据库内隧道气压气象参数分类。在此基础上对每个类别进行典型序列提取，构建RGB彩色图像联合模板匹配模型。并对RGB彩色图像联合模板匹配模型输出误差建立LSSVM误差模型。最后将两种模型有机融合，实现列车通过隧道时长的精确计算。
-
公开(公告)号：CN110395286A
公开(公告)日：2019-11-01
申请号：CN201910714887.3
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种列车车内空气品质监测与通风调控方法、系统，其中列车车内空气品质监测与通风调控方法包括：采集多组车内外空气品质检测数据；利用实验数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1则训练车外新风量控制模型，否则训练车内空气净化控制模型；检测车内外空气品质检测数据；利用检测数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1，则调用车外新风量控制模型，求得需要的通风量等级并以该输出结果调控通风系统；否则，调用车内空气净化控制模型，求得需要的通风量等级及空气净化装置功率等级，并以该输出结果调控通风系统和空气净化装置。本发明能根据不同程度的空气品质选择合适的通风调控策略，在节能环保的条件下，实现列车车内空气品质的健康保障。
-
公开(公告)号：CN110161192A
公开(公告)日：2019-08-23
申请号：CN201910615743.2
申请日：2019-07-09
Applicant: 中南大学
Abstract: 本发明公开了一种智慧农业全天候污染物无人机三维测量方法，属于污染监控技术领域，本发明提出了在目标农作物种植区域内利用均匀分布的无人机自主升降的方法对该区域内的水源、土壤、大气和夜间光照四种自然因素所包含的主要污染物浓度进行随高度变化的实时离散点采样，在一定程度上保证了测量过程的时效性和准确性，避免了不同子区域污染物浓度随高度变化或地域变化的随机性和偶然性，有利于农业种植的智能化管控；本发明方法能够优化农作物种植区域关于污染物浓度管控与决策的有效资源配置，为农作物在多污染源安全浓度环境下健康生长提供保证，助推智慧农业稳健发展。
-
公开(公告)号：CN109884419A
公开(公告)日：2019-06-14
申请号：CN201811600818.1
申请日：2018-12-26
Applicant: 中南大学
Abstract: 本发明公开了一种智慧电网电能质量在线故障诊断方法，包括：实时采集待检测电能质量监测点的电压信号；采用极值点包络的动态测试法获取电压信号的n个电压极值点，以及采用离散小波变换方法获取电压信号的小波能熵有效值、小波能熵均值、小波能熵方差、相角偏移、扰动持续时间、小波能量，组成电压信号的特征向量；然后采用压缩感知原理进行数据的压缩、传输与解压缩；再而在云端服务器对重构的特征向量进行特征值选择，构成预处理特征向量；最后基于ELM神经网络训练得到的电能质量扰动分类器根据预处理特征向量输出扰动类型。本发明能够大大提升电能数据的传输效率，对信号采集器与中继节点的硬件性能要求低，且最终的分类诊断效率高。
-
Patent Agency Ranking
公开(公告)号：CN109711593A
公开(公告)日：2019-05-03
申请号：CN201810846325.X
申请日：2018-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种面向瞬时计算决策的高速铁路沿线风速预测方法，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，构建各测风站在多种步长下的风速预测模型；提前对利用各种步长构建的预测任务迭代向量进行筛选，获得各模型进行多种步长的最优预测组合，实现多步迭代预测，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：CN109583092A
公开(公告)日：2019-04-05
申请号：CN201811458795.5
申请日：2018-11-30
Applicant: 中南大学
Abstract: 本发明公开了一种多层次多模式特征提取的智能机械系统故障诊断方法，包括步骤：获取待检测机械部件的原始振动序列；采用主元分析法对原始振动序列进行第一次特征提取，得到待检测机械部件的第一目标样本；采用非负矩阵分解方法对第一目标样本进行第二次特征提取，得到待检测机械部件的第二目标样本；使用基于PID神经网络和极限学习机训练得到的两个振动序列预测器，分别对两个目标样本进行预测得到两个预测振动序列，并进行加权融合得到融合预测振动序列；使用基于支持向量机训练得到的智能机械系统故障分类模型，根据融合预测振动序列输出待检测机械部件的故障类型。本发明对机械部件故障诊断的准确性高、鲁棒性和时效性强。
-
公开(公告)号：CN109324604A
公开(公告)日：2019-02-12
申请号：CN201811447449.7
申请日：2018-11-29
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于多源信号的智能列车综合故障分析方法，包括：构建第一样本集和第二样本集；根据第一样本集训练得到多个不同的初级分类器；根据第二样本集训练得到次级分类器；判断确认待测机械设备是否有故障：实时采集智能列车机械设备在运转时的多源信号，对多源信号中的各个运转信号进行特征提取得到多源信号特征矩阵；采用各个初级分类器根据多源信号特征矩阵对待测机械设备的故障进行初始分类；采用次级分类器，对所有次级分类器的分类结果进行验证，以判断确认待测机械设备是否有故障。采用本发明方法对智能列车机械设备进行综合故障分析，实现了智能高铁列车的自身实时在线检测，而且检测快速、准确。
-
公开(公告)号：CN108805907A
公开(公告)日：2018-11-13
申请号：CN201810578415.5
申请日：2018-06-05
Applicant: 中南大学
CPC classification number: G06T7/246 , G06N3/006 , G06N3/084 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30196 , G06T2207/30241
Abstract: 本发明公开了一种行人姿势多特征智能辨识方法，包括以下几个步骤：步骤1：构建行人样本图像数据库；步骤2：对行人样本数据库中的行人图像帧进行预处理，并对预处理后的图像设置行人检测框、行人目标标识以及行人位置标签向量；步骤3：构建基于极限学习机的行人检测模型；步骤4：构建基于BP神经网络的行人跟踪模型；步骤5：行人轨迹实时跟踪辨识；该方法在行人跟踪检测采用基于BP神经网络的方法，可对行人实现快速有效的检及标记，能够满足实际交通环境中对紧急情况即时识别的要求，也适用于智能化工厂，实验室，机器人运载等复杂环境下，有利于现代交通智能化，工业智能化的提高。
-
公开(公告)号：CN108573545A
公开(公告)日：2018-09-25
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。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.03 seconds)
