-
公开(公告)号:CN115027290A
公开(公告)日:2022-09-09
申请号:CN202210728546.3
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设计领域,且公开了一种基于多目标优化的混合动力汽车跟车能量管理方法,包括下述步骤:首先根据前车和被控车辆的行驶状态信息,设计基于可变时距的车间距策略获取参考跟车距离;其次基于参考跟车距离和燃料电池混合动力汽车纵向动力学模型,利用反步法设计非线性离散自适应巡航控制器求解车辆需求功率;然后建立被控车辆车载动力系统中燃料电池和锂电池的经验老化模型,设计等消耗最小策略分配燃料电池和锂电池的功率;最后利用非支配排序遗传算法III对离散自适应巡航控制器和能量管理策略的参数进行离线优化,实现被控车辆跟驰行驶过程中各性能指标的均衡和全面提升。
-
公开(公告)号:CN115009049A
公开(公告)日:2022-09-06
申请号:CN202210752758.5
申请日:2022-06-28
Applicant: 河南科技大学
Abstract: 基于内点法的氢燃料电池混合动力汽车分层能量管理方法,通过建立氢燃料混合动力汽车能量管理系统模型,构造基于内点法凸优化混合动力汽车能量管理学习策略,根据燃料电池、锂电池和超级电容,优化氢燃料电池混合动力汽车的能量管理。本发明的方法对不同的工况具有更强的普适性和实时性,保证了储能系统SOC在合理区间平稳波动,延长使用寿命,加强整个系统的自适应能力。
-
公开(公告)号:CN119444802A
公开(公告)日:2025-02-14
申请号:CN202411492992.4
申请日:2024-10-24
Applicant: 河南科技大学
IPC: G06T7/246 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于分阶段的自适应多目标跟踪方法,提出了分阶段关联的思路与自适应权重策略,当视频序列中待跟踪目标出现长时间遮挡、形变和光照变化等复杂情况,通过目标被遮挡程度对目标轨迹进行分类,结合实际情况设置合理的轨迹检测框关联顺序,同时针对每次关联设计不同的关联策略,进一步提升了跟踪准确率;将置信度差值与速度方向信息作为弱线索辅助强线索进行目标轨迹与检测框之间的匹配,进一步提升关联成功率;外观特征更新模块针对不同遮挡程度的目标设计不同外观特征更新策略,以提高外观特征的判别性。本发明的跟踪方法在复杂场景下仍能保持轨迹连续性与跟踪稳定性。
-
公开(公告)号:CN115119215B
公开(公告)日:2023-09-22
申请号:CN202210787116.9
申请日:2022-07-04
Applicant: 河南科技大学
Abstract: 一种自然保护地中栅栏覆盖漏洞的最优修补路径方法,包括建立最小传感器移动距离控制模型、利用目标区域的特征信息进行分类,之后将问题转化为一个最小代价的二分分配问题,对传感器的移动距离进行优化,实现最优移动路径。利用无线传感器网络的监测漏洞信息和节点位置信息,选取网络中合适的移动传感器节点移动到网络中的合适的漏洞位置,使得所有节点的移动距离之和最小,达到以最小代价延长网络寿命的目的。
-
公开(公告)号:CN115527177A
公开(公告)日:2022-12-27
申请号:CN202210738527.9
申请日:2022-06-24
Applicant: 河南科技大学
Abstract: 本发明涉及自动驾驶技术领域,公开了一种融合多头注意力机制的双分支网络车道线检测方法,包括以下步骤:步骤一:建立结合摄像机焦距和倾斜角的多项式车道线模型;步骤二:建立基于匈牙利拟合的损失函数,预测的车道线参数与真实车道线之间进行二部匹配,利用匹配结果对特定车道的回归损失进行优化;步骤三:建立Global‑Local双分支网络。本发明可对复杂驾驶环境下的车道线标记线进行检测,尤其是视野远端的车道线标记,在没有额外的处理操作下将每条车道线汇聚到一点,形成车道线消失点,克服车道线标记模糊、遮挡、强光干扰、光线阴暗等因素为识别带来的难题。
-
公开(公告)号:CN115456938A
公开(公告)日:2022-12-09
申请号:CN202210872244.3
申请日:2022-07-20
Applicant: 河南科技大学
IPC: G06T7/00 , G06V10/34 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明涉及机器视觉领域,公开了一种基于深度学习和超声红外图像的金属部件裂纹检测方法,S1、构建超声激励下带有裂纹的金属部件的红外图像数据集;S2、对获取的数据集进行图像预处理;S3、由预处理后的数据集训练改进的YOLOv3网络模型;S4、输入待检测图像或视频,通过训练出的金属部件裂纹检测模型进行检测,判断是否存在缺陷并实现定位。本发明主干网络中采用跨级残差结构和跨阶段密集特征重用块,以提高特征的可重用性;改进金字塔复合神经网络结构,能够获取丰富的上下文信息并且引入特征细化机制来抑制冲突信息,防止微小目标淹没在冲突语义信息中,从而对更加细微的裂纹缺陷进行检测。
-
-
-
-
-