-
公开(公告)号:CN119239591A
公开(公告)日:2025-01-03
申请号:CN202411508323.1
申请日:2024-10-28
Applicant: 河南科技大学
Abstract: 本发明提供了一种基于车辆模型的预设时间跟踪控制方法,旨在提升车辆跟车下的响应速率,减少车辆跟随下的“幽灵车辆”问题,提升交通通行效率。本发明在考虑跟车过程中跟随车受到的空气阻力、坡道阻力、滚动阻力的基础上,将预设时间控制理论与车辆跟踪控制相结合,设计控制器实现安全车距内车辆的跟踪控制。该控制器需要满足跟踪稳定性和位置跟踪误差收敛性两个要求,即在车辆跟踪控制过程中,需要保证跟随车辆的运动状态与前车的运动状态之间存在稳定的关系,也就是跟随车应当在预设时间内保持与前车一致的速度以保证安全车距行驶,同时实现后车的位置跟踪误差在预设时间内收敛到零附近的一个领域内,确保后车准确跟随前车。
-
公开(公告)号:CN118605570A
公开(公告)日:2024-09-06
申请号:CN202410837474.5
申请日:2024-06-26
Applicant: 河南科技大学
Abstract: 本发明涉及航空航天技术领域,且公开了一种基于避障策略的旋翼无人机抗干扰安全控制方法,包括以下步骤,步骤一:考虑姿态角与高度约束以及未知外部干扰,构建旋翼无人机姿态与高度非线性系统模型;步骤二:利用约束信息和系统实时输出,设计一类避障算法得到分段可微的安全期望跟踪信号;并结合步骤一所构建的系统模型,将跟踪误差系统转换为具有跳变动态的切换系统;步骤三:基于步骤二构建的切换误差系统,构建具有跳变状态的切换误差系统,结合干扰观测器与反步法,设计基于避障算法的鲁棒切换跟踪控制器。本发明能够使得旋翼无人机在考虑常值姿态角与高度约束以及未知外部干扰影响下,在保证系统安全性与稳定性的基础上,完成对预设期望信号的跟踪。
-
公开(公告)号:CN115056657A
公开(公告)日:2022-09-16
申请号:CN202210728531.7
申请日:2022-06-24
Applicant: 河南科技大学
Abstract: 本发明涉及混合动力汽车技术领域,且公开了一种基于驾驶行为意图的混合动力汽车能量管理方法,通过构件个能量源的电压模型以及能量源管理模型,基于驾驶行为得到对应的最优等效因子,从而根据电机负载所需功率获得氢燃料电池、锂离子电池和超级电容的输出功率比,进行最优功率分配来实现节能、减排,将驾驶行为意图与等效因子相结合,通过PMP理论对求解各个驾驶工况的最优等效因子,将各驾驶风格下的最优等效因子与ECMS相结合,确保整车的燃料消耗最小,考虑了每种驾驶意图所对应的最优等效因子以及当前锂电池和超级电容SOC,以加权的方式引至ECMS中,使锂电池和超级电容SOC在合理区间内波动。
-
公开(公告)号:CN114362522A
公开(公告)日:2022-04-15
申请号:CN202210031769.4
申请日:2022-01-12
Applicant: 河南科技大学
Abstract: 运用固定时间控制理论和粒子群算法的DC‑DC变换器控制方法,包括以下步骤:S1,基于DC‑DC变换器的电路拓扑结构建立状态空间模型,并且对模型的平均状态空间方程进行坐标转换;S2,针对状态空间模型建立基于李雅普诺夫函数和固定时间控制理论的固定时间控制器;S3,通过粒子群算法进行优化对固定时间控制器得到最优的固定时间控制器参数。本发明能使输出电压迅速稳定跟踪需求电压,同时也减小了电流纹波,提高电源质量,进而提高能源利用率和整车电池的使用寿命。
-
公开(公告)号:CN114362522B
公开(公告)日:2025-03-14
申请号:CN202210031769.4
申请日:2022-01-12
Applicant: 河南科技大学
Abstract: 运用固定时间控制理论和粒子群算法的DC‑DC变换器控制方法,包括以下步骤:S1,基于DC‑DC变换器的电路拓扑结构建立状态空间模型,并且对模型的平均状态空间方程进行坐标转换;S2,针对状态空间模型建立基于李雅普诺夫函数和固定时间控制理论的固定时间控制器;S3,通过粒子群算法进行优化对固定时间控制器得到最优的固定时间控制器参数。本发明能使输出电压迅速稳定跟踪需求电压,同时也减小了电流纹波,提高电源质量,进而提高能源利用率和整车电池的使用寿命。
-
公开(公告)号:CN119399502A
公开(公告)日:2025-02-07
申请号:CN202411444231.1
申请日:2024-10-16
Applicant: 河南科技大学
IPC: G06V10/75 , G06V10/762 , G06V10/26
Abstract: 本发明涉及自主导航下的视觉SLAM技术领域,且公开了一种基于图像差分和粒子滤波的动态场景RGB‑D SLAM方法,首先,基于FAST特征和BRIEF描述子的视觉SLAM匹配特征点,引入PROSAC算法进行匹配优化。其次,基于优化的匹配点集计算基础矩阵,将前一帧RGB图像重投影到当前图像,通过差分两张图像来粗略检测物体运动。再次,基于粒子滤波跟踪以增强物体运动检测,具体的,将差分图像信息用作粒子滤波的测量信息,更新粒子的权重,从而优化移动对象位置估计。在每次迭代中,计算移动对象位置的MAP估计。进而,通过矢量量化深度图来进一步优化检测结果,以精确地分割移动对象。最后,通过移除位于分割区域中的特征,为实现相机精确自运动估计,以及有效建图提供基础。
-
公开(公告)号:CN117671505A
公开(公告)日:2024-03-08
申请号:CN202311710990.3
申请日:2023-12-13
Applicant: 河南科技大学
Abstract: 一种基于仿射信息的动态环境下实时视觉SLAM方法,包括:S1、根据图像采集传感器的输出特征,构建基于匹配点间仿射关系的仿射一致性约束条件;S2、逐帧解析图像采集传感器采集到的实时图像,基于当前帧生成实际匹配点集;S3、通过仿射一致性约束条件检测实际匹配点集中的异常点得到异常占比,根据异常占比设置语义分割先验值;S4、若前一帧对应的语义分割先验值达到预设的识别阈值,则将当前帧作为关键帧,利用实时语义分割模型从关键帧中提取出动态对象;S5、基于异常点的信息和动态对象更新地图;S6、基于关键帧的选择结果和动态对象实时建图。本发明能够解决现有技术中的vSLAM在动态环境下定位速度慢、定位精度低以及建图效果差的问题不足。
-
公开(公告)号:CN116834612A
公开(公告)日:2023-10-03
申请号:CN202310836492.7
申请日:2023-07-10
Inventor: 陶发展 , 张亚博 , 卢泓鑫 , 付致高 , 唐小林 , 陈博 , 冀保峰 , 王桐 , 吴红海 , 李帅永 , 朱龙龙 , 高颂 , 李梦杨 , 张中才 , 张冀 , 张平 , 孙力帆
Abstract: 本发明涉及以氢能源为主的新能源混合动力汽车能量管理技术领域,具体为涉及退化的氢燃料电池混合动力汽车智能能量管理方法,通过建立混合动力汽车能量管理系统模型,并根据已有的能量源模型,构建能量源性能退化模型,搭建一种基于驾驶数据的混合动力汽车智能能量管理学习框架,将车辆需求功率变化、锂电池和超级电容SoC波动以及能量源性能退化等多重因素融入到能量管理策略框架中,本发明实现降低深度强化学习智能算法动作空间维度的同时,有效保护燃料电池和锂电池免受峰值功率的影响,借助深度强化学习智能算法强大的自学习能力可以在保证整车燃料经济性最佳的基础上,最大限度的减缓能量源性能退化。
-
公开(公告)号:CN116664912A
公开(公告)日:2023-08-29
申请号:CN202310469304.1
申请日:2023-04-27
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/75 , G06V20/70 , G06V10/40 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及本发明涉及自主导航下的视觉SLAM领域,且公开了一种基于匹配精度和语义的双通道动态RGB‑D SLAM方法,首先基于FAST角点法设计回归自适应阈值算法,计算单帧特征提取阈值,提升特征匹配鲁棒性;其次出于动态特征与静态特征匹配结果的最大区别在于重投影误差而不是描述子汉明距离的考虑,在匹配优化中引入基于汉明距离的几何约束得到精匹配结果,利用匹配精度对帧进行场景分类;然后针对场景分类结果分别使用不同的动态特征检测方法,获得最终的匹配结果;最后基于最终的匹配结果解算与优化相机位姿,然后利用最终的匹配结果与位姿优化结果选择关键帧,实现vSLAM在动态环境下的跟踪效率、跟踪精度和建图效果上的整体提升。
-
公开(公告)号:CN116592877A
公开(公告)日:2023-08-15
申请号:CN202310469280.X
申请日:2023-04-27
Applicant: 河南科技大学
Inventor: 付主木 , 刘雨轩 , 付致高 , 司鹏举 , 唐小林 , 陶发展 , 宋书中 , 王俊 , 马浩翔 , 董永生 , 冀保峰 , 高颂 , 王楠 , 王桐 , 陈启宏 , 张中才 , 朱龙龙
Abstract: 本发明涉及智能网联汽车定位技术领域,且公开了一种复杂环境下基于最大相关熵视惯融合定位方法,首先采用图像对齐和IMU位姿解算策略估计相机位姿;然后采用逆深度滤波方法估计种子点深度;最后使用最大相关熵多状态约束扩展卡尔曼滤波对IMU与视觉进行位姿优化,并使用词袋模型的重定位算法防止系统丢失。本申请提供的一种复杂环境下基于最大相关熵视惯融合定位方法,利用图像对其及姿态解算对相机姿态进行优化,采用的最大相关熵多状态约束卡尔曼滤波将视觉和IMU信息融合,以达到适应更多复杂噪声环境下的车辆定位,本发明解决了在多噪声环境中,利用视惯融合定位达到安全的可靠的定位精度,使车辆安全的行驶出复杂环境路段。
-
-
-
-
-
-
-
-
-