一种有轨电车运行方案生成方法、评估方法、生成系统

    公开(公告)号:CN110675080A

    公开(公告)日:2020-01-10

    申请号:CN201910942079.2

    申请日:2019-09-30

    Applicant: 暨南大学

    Abstract: 本发明公开了一种有轨电车运行方案生成方法、评估方法、生成系统,所述有轨电车运行方案生成方法,包括步骤:选择线路,获取线路编号;索引车次并选择有轨电车运行数据;设置有轨电车出发时间;选择绑定人流数据;生成车次编号Fn,并以Hash表形式存储,从而生成运行时间表;综合上述步骤的数据,形成有轨电车运行方案。本发明以唯一编号标识区分不同模块的数据,消除原始数据中一车次与一套人流数据一一对应的关系,使得人流数据可以自由叠加在不同车次上,使原有数据在不增加存储压力的情况下实现信息二次幂增长,极大提高数据利用率及处理效率。

    公铁两用轨道精准清洁车和轨道精准清洁方法

    公开(公告)号:CN108316205A

    公开(公告)日:2018-07-24

    申请号:CN201810299765.8

    申请日:2018-04-04

    Applicant: 暨南大学

    Abstract: 本发明提供一种公铁两用轨道精准清洁车和一种轨道精准清洁方法,公铁两用轨道精准清洁车包括车体、可切换的轨道轮组和路行轮组、低压降尘系统、高压冲洗系统、真空吸污系统、扫盘系统和摄像装置,轨道精准清洁方法采用上述公铁两用轨道精准清洁车实现,使轨道轮组最低点的水平位置位于路行轮组的最低点的水平位置以下;摄像装置获取图像数据,根据图像数据判断轨道是否存在异物,若是,启动高压冲洗系统和真空吸污系统;若获取供电带清洁指令则启动扫盘系统和低压降尘系统,本发明提供的清洁方法有效清洁,避免高压喷头长期工作而造成水资源浪费且自动化程度高。

    一种计算全息动画的快速生成方法

    公开(公告)号:CN101452581A

    公开(公告)日:2009-06-10

    申请号:CN200810220610.7

    申请日:2008-12-30

    Applicant: 暨南大学

    Abstract: 本发明公开了一种计算全息动画的快速生成方法,包括以下步骤:(1)通过对物光场进行等间距采样,用离散傅立叶变换得到变换后的全息图面光场,生成计算全息图;(2)判断下一帧动画是否发生了平移,如果发生了平移,则直接计算出全息图面光场上相位的变化情况,并将该变化反映到下一帧的全息图面光场中;然后再判断是否发生了旋转,如果发生旋转,则将当前帧全息图面光场旋转同样角度,并按照原采样点的位置重新采样,然后将相位与模的变化反映到下一帧的全息图面光场中,从而产生下一帧的计算全息图。本发明实现了计算全息动画实时显示的可能,消除了计算冗余,节省了大量的计算时间,而且硬件设备的要求较低,投入小,容易实现。

    公铁两用轨道精准清洁车和轨道精准清洁方法

    公开(公告)号:CN108316205B

    公开(公告)日:2024-03-22

    申请号:CN201810299765.8

    申请日:2018-04-04

    Applicant: 暨南大学

    Abstract: 本发明提供一种公铁两用轨道精准清洁车和一种轨道精准清洁方法,公铁两用轨道精准清洁车包括车体、可切换的轨道轮组和路行轮组、低压降尘系统、高压冲洗系统、真空吸污系统、扫盘系统和摄像装置,轨道精准清洁方法采用上述公铁两用轨道精准清洁车实现,使轨道轮组最低点的水平位置位于路行轮组的最低点的水平位置以下;摄像装置获取图像数据,根据图像数据判断轨道是否存在异物,若是,启动高压冲洗系统和真空吸污系统;若获取供电带清洁指令则启动扫盘系统和低压降尘系统,本发明提供的清洁方法有效清洁,避免高压喷头长期工作而造成水资源浪费且自动化程度高。

    一种锂离子电池数字孪生模型建模方法

    公开(公告)号:CN116564425A

    公开(公告)日:2023-08-08

    申请号:CN202310404353.7

    申请日:2023-04-14

    Applicant: 暨南大学

    Abstract: 本发明公开了一种锂离子电池数字孪生模型建模方法,包括:获取锂离子电池在指定放电工况下的电池状态数据;根据电池状态数据、锂离子电池的尺寸参数与电化学参数建立P2D电化学模型,并根据锂离子电池的生热与热传递建立三维热模型;将P2D电化学模型与三维热模型耦合,得到锂离子电池的机理模型;获取不同工况下锂离子电池的实验数据,并根据实验数据训练得到数据驱动模型;通过数据驱动模型对机理模型的参数进行实时更新,参数更新后的机理模型作为锂离子电池的数字孪生模型;通过数字孪生模型对锂离子电池的当前状态进行预测。本发明的数字孪生模型准确性高、实时性强,可广泛应用于锂离子电池建模领域。

    一种现代有轨清洁车辅助自动驾驶系统及方法

    公开(公告)号:CN113085896B

    公开(公告)日:2022-10-04

    申请号:CN202110420181.3

    申请日:2021-04-19

    Applicant: 暨南大学

    Abstract: 本发明公开了一种现代有轨清洁车辅助自动驾驶系统及方法,该系统包括:用于采集图像数据和周围环境指示信息的深度相机,用于采集轨道及轨道周围环境边界点信息的激光雷达,用于采集物体三轴姿态角、角速率以及加速度的惯性测量单元,用于获取轨道位置以及走向的GPS模块,用于根据采集数据进行转向控制处理、基于障碍物的距离和方位进行检测障碍物的主控板,用于传动的传动控制机构,以及分别与深度相机、激光雷达、惯性测量单元、GPS模块、主控板连接的车载处理装置。本发明通过采用深度相机配合自动驾驶技术,在有轨电车轨道清洁上更加精准、快速,并且在夜间作业时,结合激光雷达和深度相机并不会受到低光照环境而产生太多的影响的技术效果。

    基于随机振荡序列灰色模型的轨道不平顺的超高预测方法

    公开(公告)号:CN113326975A

    公开(公告)日:2021-08-31

    申请号:CN202110493436.9

    申请日:2021-05-07

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于随机振荡序列灰色模型的轨道不平顺的超高预测方法,该方法包括以下步骤:数据预处理步骤:对检测的左右轨面高度偏差进行均值处理得到等间距平均高度偏差序列;初步预测步骤:基于灰色模型进行随机振荡序列灰色预测,得到初步预测高度偏差;预测修正步骤:基于高度残差平均值对初步预测高度残差进行修正得到修正高度残差,进行归一化处理;优化Elman神经网络步骤:通过蚁狮算法对Elman神经网络的初始权值和阈值优化,进而获得优化Elman神经网络;超高预测步骤:基于优化Elman神经网络得到轨道预测修正高度残差。本发明通过结合随机振荡序列灰色模型与Elman神经网络,克服了对随机振荡序列预测结果不理想的缺陷,使得对超高预测结果更加精确。

Patent Agency Ranking