-
公开(公告)号：CN117274194A
公开(公告)日：2023-12-22
申请号：CN202311230738.2
申请日：2023-09-22
Applicant: 重庆交通大学
Abstract: 本发明提供了一种用于确定高海拔地铁接触网融冰的双向变流器电流的方法，其特征在于：包括图像采集处理模块、深度学习模块、融冰电流计算模块、微气象站和融冰车；所述方法包括：一）利用无人机及计算机图像处理技术获取训练数据集，利用训练数据集训练深度学习模型得到融冰热量计算模型训练；二）利用融冰热量计算模型获取融冰热量，然后利用热平衡方程计算融冰电流。采用本发明所述的方法能快速、高效获取接触网覆冰段所需融冰电流，能提高融冰效率、节约能源成本。
-
公开(公告)号：CN117048664A
公开(公告)日：2023-11-14
申请号：CN202311230743.3
申请日：2023-09-22
Applicant: 重庆交通大学
IPC: B61L15/00
Abstract: 本发明提供了一种列车ATP系统故障下主动自愈的调控方法，其特征在于：所述调控方法包括：每个单列车均设置一个曲线生成模块，单个曲线生成模块的两个曲线模块每次同时生成两个速度监控包络线，然后曲线比较模块对上述两个速度监控包络线进行比较，从而判断ATP设备是否故障，当ATP设备故障时，再将曲线生成模块功能整体切换到备车上进行，从而实现故障车ATP系统的主动自愈。本调控方法，即能提高单列车内部以及车车之间的ATP系统安全性和可靠性，还大大降低了列车的配置成本。
-
公开(公告)号：CN116620354A
公开(公告)日：2023-08-22
申请号：CN202310749873.1
申请日：2023-06-25
Applicant: 重庆交通大学
Abstract: 本发明提供了一种环境变化下列车自适应学习的自动驾驶控制方法，其特征在于：所述自动驾驶控制方法包括：从成熟线路的多条线路采集自动驾驶数据，然后设置多个基础学习器和一个综合学习器，将多条线路的自动驾驶数据分别用于多个基础学习器的训练，然后使多个基础学习器依次与综合学习器进行交互训练，将最终得到的综合学习器的模型参数赋予至新建线路学习器的深度学习模型中，然后采用新建线路的小样本自动驾驶数据对新建线路学习器进行训练得到可用新建线路学习器，采用可用新建线路学习器对列车进行自动驾驶控制。采用本发明所述的方法，能快速、高效地在新建线路上利用机器学习的方法高精度地控制列车的运行。
-
公开(公告)号：CN116161087A
公开(公告)日：2023-05-26
申请号：CN202310014661.9
申请日：2023-01-03
Applicant: 重庆交通大学
Abstract: 本发明提供了一种分布式深度学习的列车应急驾驶控制方法，其特征在于：包括列控中心和n个运营商服务器；所述控制方法包括：各个运营服务器通过GAN的方法对样本数据增强，n个运营商服务器以工作节点组成环形网络拓扑结构，各个工作节点按分布式深度学习方式构建应急驾驶深度学习模型，列车利用应急驾驶深度学习模型实时生成操控档位进行应急驾驶控制。采用本申请的控制方法能在整合多个运营商的列车应急驾驶样本数据，训练出性能和精确性都更好的深度学习模型，提高列车高列车应急救援的效率和应急驾驶控制精度。
-
公开(公告)号：CN116011545A
公开(公告)日：2023-04-25
申请号：CN202310001383.3
申请日：2023-01-03
Applicant: 重庆交通大学
IPC: G06N3/08 , G06N5/048 , G06N3/043 , G06N3/0442 , G06N3/0464
Abstract: 本发明提供了一种新建线路列车自动驾驶决策模型的构建方法，其特征在于：包括全局服务器、分组控制模块和N个运营商服务器；所述构建方法包括：分组控制模块将N个运营商服务器分为M个训练组，各个训练组内的运营商服务器同步训练，各个训练组异步地上传模型参数到全局服务器进行加权聚合，对全局深度学习模型的模型参数进行迭代更新，以获取新建线路的列车自动驾驶决策模型。采用本申请所述的方法，能充分利用各个地铁集团或运营商的经验数据，减少数据资源浪费，提高新建线路决策模型的搭建效率，降低成本，同时降低列车的运行能耗。
-
Patent Agency Ranking
公开(公告)号：CN115520244A
公开(公告)日：2022-12-27
申请号：CN202211271129.7
申请日：2022-10-17
Applicant: 重庆交通大学
Abstract: 本发明提供了一种车车通信故障下虚拟连挂列车降级运行的控制方法，其特征在于：当某两个相邻的单列车之间出现车车通信故障时，通过降级的车地通信，由地面中心控制模块控制故障后车进行制动减速，直到故障后车的车头与故障前车的车尾之间的距离为车距D；然后控制故障后车的车载ATP模块从撞软墙的防护模式切换到撞硬墙的防护模式，同时为故障后车生成临时自动驾驶曲线控制故障后车的行驶。采用本申请所述的控制方法，能大大提高故障排除的效率，在不停车的情况下恢复线路正常运行，且大大节约了故障排除的成本。
-
公开(公告)号：CN115432038A
公开(公告)日：2022-12-06
申请号：CN202211270988.4
申请日：2022-10-17
Applicant: 重庆交通大学
Abstract: 本发明提供了一种轨道电路故障下虚拟连挂列车的控制方法，其特征在于：当虚拟连挂列车即将运行线路上的某个路段出现轨道电路故障时，控制虚拟连挂列车在故障路段入口前停车，然后以固定巡航速度通过故障路段，从首车提速至固定巡航速度开始到尾车完全通过故障路段的时间内生成新的自动驾驶曲线，一旦虚拟连挂列车的尾车通过故障路段，首车即以新的自动驾驶曲线行驶，追踪车以追踪模式跟随行驶。采用本申请的控制方法，能在保证安全的前提下，提高虚拟连挂列车通过轨道电路故障路段的通行效率。
-
公开(公告)号：CN114819083A
公开(公告)日：2022-07-29
申请号：CN202210445242.6
申请日：2022-04-26
Applicant: 重庆交通大学
Abstract: 本发明提供了一种基于跨线路复合型迁移学习的列车定位方法，其特征在于：所述列车定位方法包括：利用成熟线路A作为源域训练出的已有深度学习模型，通过模型参数迁移和统计特征变化法迁移后得到线路B这个目标域的可用目标域深度学习模型，通过可用目标域深度学习模型对线路B上运营的列车进行定位。采用本发明所述的列车定位方法，能快速为新的列车运行线路训练和验证得到用于列车定位的深度学习模型，且通过上述方法还能提高模型对列车定位位置的输出精度，从而提高列车的定位准确性和稳定性。
-
公开(公告)号：CN113415317A
公开(公告)日：2021-09-21
申请号：CN202110783664.X
申请日：2021-07-12
Applicant: 重庆交通大学
Abstract: 本发明提供了一种虚拟连挂高速列车群的控制方法，虚拟连挂高速列车群由多个单列车组成，其特征在于：单个单列车上设置有驾驶曲线生成模块、车载ATO模块和车载通信模块、列车群驾驶曲线控制模块和地面通信模块；所述控制方法包括：首先根据路线参数设定多个列车控制模态，针对每个列车控制模态按单列车从前往后的顺序依次生成自动驾驶曲线并得到多个列车群自动驾驶曲线组，对每个列车群自动驾驶曲线组计算对应列车控制模态下列车群的总能耗，将在某个列车控制模态下总能耗最低的列车群自动驾驶曲线组用于列车群的控制。采用本发明所述的控制方法，能在保证虚拟连挂高速列车群安全、高效地协同运行的同时降低列车群整体运行能耗。
-
公开(公告)号：CN109584314B
公开(公告)日：2020-07-10
申请号：CN201811615665.8
申请日：2018-12-27
Applicant: 重庆交通大学
Abstract: 本发明公开了一种测量水域表面流场方法，涉及图像处理、视频分析技术领域，包括：设定并记录辅助标定相机的位置，用辅助标定相机采集水面大场景视频，对辅助标定相机进行坐标三维标定，得到三维标定数据；根据辅助标定相机的位置调整测量相机的位置，用测量相机采集水面局部波纹细节视频；对水面大场景视频和水面局部波纹细节视频坐标映射，得到每一帧水面局部波纹细节视频图像在水面大场景视频图像中的相对坐标；对水面局部波纹细节视频做波浪跟踪处理，得到波浪的运动矢量信息，再根据三维标定数据校准，得到流速矢量数据，根据相对坐标和流速矢量数据对每一帧水面局部波纹细节视频图像进行拼接，得到广域流场数据，以高精度测量广域流场。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.023 seconds)
