-
公开(公告)号:CN119475978A
公开(公告)日:2025-02-18
申请号:CN202411509346.4
申请日:2024-10-28
Applicant: 重庆大学
IPC: G06F30/27 , G06F9/445 , G06N3/045 , G06N3/092 , G06V10/82 , G06N3/006 , G06V10/80 , G06V10/77 , G06T17/00
Abstract: 本发明涉及一种在线驾驶场景的陌生环境状态认知模型训练方法,属于新能源汽车与人工智能的交叉领域。该方法包括:S1:加载三维驾驶场景模型,搭建混合动力汽车模型,并对每个时刻行驶位置的多角度驾驶画面采集;S2:获取纯视觉特征提取流的Camera BEV特征,并与原二维变量型状态张量相结合;利用基于Actor‑Critic架构的近端策略优化算法作为智能体,形成Actor‑Critic‑Guard网络架构;S3:构建包含关于Actor、Critic与Guard的损失值与L2正则项的损失函数对网络训练;S4:加载近似真实世界的测试环境在动态驾驶场景下对Guard环境认知网络进行评估。
-
公开(公告)号:CN118192346A
公开(公告)日:2024-06-14
申请号:CN202410366196.X
申请日:2024-03-28
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司
IPC: G05B19/042
Abstract: 本发明涉及一种面向无信号灯十字路口的自动驾驶多车协同控制方法,属于自动驾驶技术领域。该方法具体包括:S1:构建基于深度学习的无信号灯十字路口多车轨迹预测模型,基于车辆历史状态和环境地图信息,输出路口内所有车辆的预测轨迹;S2:构建基于RSS的安全评估模型,根据车辆的当前状态和步骤S1的预测轨迹,输出每个车辆与周围车辆的冲突关系;S3:构建基于博弈论和IDM的运动规划模型,对有冲突车辆与无冲突车辆进行分别控制和联合行动。本发明能实现安全高效的无信号灯十字路口多车协同控制,与传统多车协同控制方法相比,能够针对路口内的局部冲突进行精确交互,在不扰乱车流的前提下提高安全性和通行效率。
-
公开(公告)号:CN116522140A
公开(公告)日:2023-08-01
申请号:CN202310485390.5
申请日:2023-04-28
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司 , 赛力斯集团股份有限公司
IPC: G06F18/214 , G06F18/15 , G06F18/213 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种多任务深度学习模型,包括底部共享层、顶部任务层和门控网络;所述底层共享层包括多个特征提取模型,每个所述特征提取模型用于分别从输入数据内提取特征;所述顶部任务层与学习任务一一对应设有特定任务模型,所述门控网络与所述特定任务模型一一对应设置,所述门控网络以输入数据作为输入特征并输出经Softmax函数处理后的权重参数;所有的所述特征提取模型提取得到的特征经所述权重系数加权后进行组装得到的特征作为对应的所述特定任务模型的输入以执行特定的学习任务。本发明还公开了一种锂电池健康状态和剩余寿命预测方法和锂电池健康状态和剩余寿命控制方法。
-
公开(公告)号:CN115688415A
公开(公告)日:2023-02-03
申请号:CN202211332157.5
申请日:2022-10-28
Applicant: 重庆大学 , 重庆金康赛力斯新能源汽车设计院有限公司
IPC: G06F30/20 , G06F18/2415 , G06F18/25 , G06Q10/0639 , G06Q10/04 , G06F119/04 , G06F111/08
Abstract: 本发明涉及一种本发明实施例提供的考虑切换状态的锂离子电池剩余寿命预测方法及设备,属于锂离子电池健康管理技术领域,该方法及设备通过获取锂离子电池的退化数据和历史状态数据,根据预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型,从而考虑状态切换对锂离子电池退化的影响,有效解决了实际运行状态下锂离子电池RUL预测难的问题;同时相比其他方法,通过贝叶斯后验更新了预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型,具有实时预测的能力;且本发明预先构建锂离子电池剩余概率密度函数模型,更利于在线计算,为锂离子电池RUL预测以及健康管理系统的嵌入式和云平台研发提供了依据和思路。
-
公开(公告)号:CN114972280A
公开(公告)日:2022-08-30
申请号:CN202210635875.3
申请日:2022-06-07
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种精细坐标注意力模块,包括坐标信息聚合单元、跨维度交互单元和注意力生成单元;所述坐标信息聚合单元用于对中间特征图分别在高度和宽度方向上编码坐标信息,并在高度和宽度方向上分别进行坐标平均池化和坐标最大池化处理,生成四组聚合特征;所述跨维度交互单元采用一个带降维层的卷积块,使所述坐标信息聚合单元生成的四组聚合特征共用该卷积块并独立进行特征变换,得到四组变换特征;所述注意力生成单元利用注意力权重将四组变换特征分别生成在高度和宽度方向上的两组坐标注意力,利用该两组坐标注意力对中间特征图进行重校准,得到输出特征图。本发明还公开了一种如上所述精细坐标注意力模块在表面缺陷检测中的应用。
-
-
-
-