-
公开(公告)号：CN103021177B
公开(公告)日：2014-05-07
申请号：CN201210532043.5
申请日：2012-12-11
Applicant: 北京理工大学
Abstract: 一种雾天交通监控视频图像的处理方法，包括：1，检测交通监控场景中的车辆；2，根据检测的车辆与行人活动区域，建立感兴趣区域，即可行驶区域；3，估计道路区域深度比例，生成深度图像：根据检测的车辆尺寸、位置与车辆运动的方向，估计道路区域的深度比例，建立交通监控场景模型，自动生成交通监控场景深度图像；4，建立交通监控场景雾天图像退化模型：利用交通监控场景深度图像，作为雾天图像退化的重要参数，建立该交通监控场景的雾天图像退化模型；5，求解所述交通监控场景雾天图像退化模型，恢复图像。
-
公开(公告)号：CN103021177A
公开(公告)日：2013-04-03
申请号：CN201210532043.5
申请日：2012-12-11
Applicant: 北京理工大学
Abstract: 一种雾天交通监控视频图像的处理方法，包括：1，检测交通监控场景中的车辆；2，根据检测的车辆与行人活动区域，建立感兴趣区域，即可行驶区域；3，估计道路区域深度比例，生成深度图像：根据检测的车辆尺寸、位置与车辆运动的方向，估计道路区域的深度比例，建立交通监控场景模型，自动生成交通监控场景深度图像；4，建立交通监控场景雾天图像退化模型：利用交通监控场景深度图像，作为雾天图像退化的重要参数，建立该交通监控场景的雾天图像退化模型；5，求解所述交通监控场景雾天图像退化模型，恢复图像。
-
公开(公告)号：CN116707348A
公开(公告)日：2023-09-05
申请号：CN202310663279.0
申请日：2023-06-06
Applicant: 北京理工大学
IPC: H02N1/04 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/08 , B60W40/08 , B60W60/00
Abstract: 本发明公开的基于摩擦纳米发电机的驾驶人非驾驶行为的实时监测方法，属于条件自动驾驶下驾驶人行为监测领域。本发明实现方法为：摩擦纳米发电机传感器的制备传感器包括指骨传感器、指节传感器和用于导线；摩擦纳米发电机传感器的安装布置；摩擦纳米发电机传感器的电学特性测试；条件自动驾驶场景的搭建和驾驶人非驾驶行为进行数据采集；对采集数据数据预处理；构建深度学习模型网络结构，找出最优超参数组合，监测条件自动驾驶下驾驶人非驾驶行为。本发明采用摩擦纳米发电机采集驾驶人非驾驶行为，根据摩擦纳米发电机传感器灵敏度高，制造成本低的特点，通过采集驾驶人非驾驶行为产生的电信号数据，实现对非驾驶行为的实时的监测，并且节省成本。
-
公开(公告)号：CN115592471A
公开(公告)日：2023-01-13
申请号：CN202211151873.3
申请日：2022-09-21
Applicant: 北京理工大学(CN)
IPC: B23Q17/09
Abstract: 本发明公开的一种机械加工表面的应力建模方法，属于切削应力建模领域。本发明实现方法为：将细钻切削表面的柱坐标转换成直角坐标；将钻刀划分成多个切削单元，通过刃口半径和未变形切屑厚度的对比，将刀具的切削状态分为剪切和犁耕；分解剪切切削过程，将其分为三个应力变化阶段，并构建剪切状态的切削应力模型；将犁耕状态的切削单元分为弹性应力加载阶段和弹性应力卸载阶段，联立两个阶段的切削应力构建犁耕状态切削应力模型；根据剪切状态切削应力模型和犁耕状态切削应力模型，构建完整的切削应力模型，根据完整的切削应力模型预测刀具上所有切削单元对工件目标点的切削应力，实现细钻切削表面在不同切削状态下的三向应力分阶段高精度预测。
-
公开(公告)号：CN114626275A
公开(公告)日：2022-06-14
申请号：CN202210349531.6
申请日：2022-04-02
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于图分析的电动汽车驾驶意图分析方法，包括：采集不同地理环境下的同一型号电动汽车运行数据；根据驱动电机瞬时输出功率和车辆瞬时轮上功率的关系，获得车辆理论加速度；计算驱动电机效率；以车辆瞬时速度为X轴，驱动电机输入端瞬时线电流为Y轴，车辆理论加速度、驱动电机瞬时输出功率、驱动电机效率为Z轴绘制多因素等高线图；对车辆理论加速进行聚类，将多因素等高线图划分为至少两个区域；将实时驾驶行为实时逐帧投影至多因素等高线图，根据投影分布情况分析驾驶员的驾驶意图。该方法可以基于真实驾驶数据直观展示驾驶人员的驾驶意图，为优化电动汽车能耗奠定基础。
-
Patent Agency Ranking
公开(公告)号：CN114613130A
公开(公告)日：2022-06-10
申请号：CN202210149759.0
申请日：2022-02-18
Applicant: 北京理工大学
Abstract: 本发明公开的交通与运载系统中驾驶可信性分析方法，属于交通安全技术领域。本发明综合考虑交通运载系统中驾驶行为形成模式内部结构及主导因素之间的相关性和差异性，对驾驶行为形成主导因素进行量化建模，建立基于人为差错恢复度的系统可信性评估方法，根据驾驶行为形成模式内部结构及主导因素，实现考虑驾驶差错恢复度的交通运载系统的可信性分析。本发明具有分析预测的驾驶可信性客观性、准确性高的优点。本发明不仅能够实现客观量度道路交通系统可信性，且能够支撑实现辨识道路交通事故的致因，对交通事故前瞻性分析和评估，进行交通事故征兆的预先性安全控制；本发明还能够支撑道路交通系统优化，提升交通参与者人身及道路交通安全性。
-
公开(公告)号：CN109278753B
公开(公告)日：2020-09-01
申请号：CN201811131042.3
申请日：2018-09-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于驾驶员视觉可见信息的智能车辆辅助驾驶方法，其结合了多种不同信息获取方式获取外部视觉可见信息，从驾驶员信息负荷角度对各类信息进行有机划分，使得可获取的信息具有更好的层次性和可解释性。利用所采集并分类的信息，通过机器学习的方法，选取特征向量和最优时间窗，并分别建立基于等级下的特征参数库和驾驶员信息负荷量分类器，为辅助驾驶策略的选择时机和选择方法提供了有效的支持手段，提高了智能车辆辅助驾驶中的人机交互性。
-
公开(公告)号：CN103136239A
公开(公告)日：2013-06-05
申请号：CN201110384954.3
申请日：2011-11-29
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于张量重建的交通数据丢失恢复方法，以解决现有传统交通数据丢失恢复方法中采用的基于向量或矩阵形式来恢复丢失数据所导致的精度不高和多天丢失无法处理问题。本发明提供的方法包括：A、将交通数据组建为多维张量形式，并用标记张量表示丢失的交通张量数据；B、将张量数据展开到各个模式上，计算各模式的相关性，求取各模式权重；C、根据张量数据的构建和各模式权重的计算，建立丢失值恢复目标函数及其求解丢失值。本发明建立在多维张量模型的基础上，能够包含所有交通时空信息和充分利用多模式相关性，同时保持了交通数据多维特性等原始结构，恢复精度明显优于传统的基于向量和矩阵的恢复方法，并且能较好地解决多天丢失极端情况。
-
公开(公告)号：CN114626275B
公开(公告)日：2024-09-06
申请号：CN202210349531.6
申请日：2022-04-02
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于图分析的电动汽车驾驶意图分析方法，包括：采集不同地理环境下的同一型号电动汽车运行数据；根据驱动电机瞬时输出功率和车辆瞬时轮上功率的关系，获得车辆理论加速度；计算驱动电机效率；以车辆瞬时速度为X轴，驱动电机输入端瞬时线电流为Y轴，车辆理论加速度、驱动电机瞬时输出功率、驱动电机效率为Z轴绘制多因素等高线图；对车辆理论加速进行聚类，将多因素等高线图划分为至少两个区域；将实时驾驶行为实时逐帧投影至多因素等高线图，根据投影分布情况分析驾驶员的驾驶意图。该方法可以基于真实驾驶数据直观展示驾驶人员的驾驶意图，为优化电动汽车能耗奠定基础。
-
公开(公告)号：CN117648533A
公开(公告)日：2024-03-05
申请号：CN202311618604.8
申请日：2023-11-30
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于迁移学习的薄壁件加工变形预测方法，属于数据驱动建模领域。本发明实现方法为：选择两段采集的加工变形的小样本数据，分别作为模型的源域和目标域，并将源域和目标域数据均转换为图像数据；根据ResNet‑50神经网络对源域图像数据进行模型训练，构建特征函数和训练权重；将源域上训练得到的模型参数迁移至目标域，根据目标域图像数据开展多策略的模型参数修正，得到多组训练模型；筛选具有较强准确性和鲁棒性的训练模型，以获取最佳迁移学习策略，从而实现薄壁件加工变形的高效准确预测。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.018 seconds)
