一种汽车紧急状况自动报警系统及方法

    公开(公告)号:CN113362579A

    公开(公告)日:2021-09-07

    申请号:CN202110614169.6

    申请日:2021-06-02

    Abstract: 本发明提供一种汽车紧急状况自动报警系统及方法,涉及车辆安全紧急处理领域;该汽车紧急状况自动报警,当车内人员在遇到事故时可以迅速进行自救,其中置有事故报警系统,事故发生时,报警系统检测到车辆运行状态异常,触动电话和短信报警及语音提示,第一时间请求救援并提供自救引导;当驾驶人遇到被劫持的情况后,可以通过座椅下方的一键报警按钮进行报警;本发明从现有车辆安全设备未解决的紧急情况出发,在不改变汽车整体布置的前提下,使得汽车发生车辆落水、车辆碰撞、车辆翻车、遭遇抢劫等紧急情况时,能够实现自动监测、报警的功能。

    一种汽车紧急状况自救报警座椅及使用方法

    公开(公告)号:CN113353017A

    公开(公告)日:2021-09-07

    申请号:CN202110613340.1

    申请日:2021-06-02

    Abstract: 本发明提供一种汽车紧急状况自救报警座椅及使用方法,涉及自救座椅技术领域。该汽车紧急状况自动报警,当车内人员在遇到事故时可以迅速进行自救,其中包括事故报警系统,事故发生时,报警系统检测到车辆运行状态异常,触动电话和短信报警及语音提示,第一时间请求救援并提供自救引导;当驾驶人遇到被劫持的情况后,可以通过座椅下方的一键报警按钮进行报警。本发明从现有车辆安全设备未解决的紧急情况出发,通过对汽车座椅的改造,在不改变汽车整体布置的前提下,使得汽车在发生车辆落水、车辆碰撞、车辆翻车、车内人员突发疾病供氧不足、遭遇抢劫等紧急情况时,能够实现自动监测、报警的功能,并提供自救的条件。

    一种双箭头型负泊松比结构体

    公开(公告)号:CN110541906A

    公开(公告)日:2019-12-06

    申请号:CN201910722918.X

    申请日:2019-08-06

    Abstract: 一种双箭头型负泊松比结构体,涉及空间点阵结构的结构体领域,包括双箭头型负泊松比结构单元,双箭头型负泊松比结构单元包括上横梁、下横梁、第一上斜撑杆、第二上斜撑杆、第一下斜撑杆、第二下斜撑杆、第一中斜撑杆和第二中斜撑杆,第一上斜撑杆、第二上斜撑杆、第一下斜撑杆和第二下斜撑杆的下端分别设有第一上连接座、第二上连接座、第一下连接座和第二下连接座,形成双箭头型负泊松比结构单元;双箭头型负泊松比结构单元在空间上以第一上连接座、第二上连接座、第一下连接座、第二下连接座上横梁和下横梁为连接件组合连接为立体结构的双箭头型负泊松比结构体。具有结构简单、稳定性高,单位空间内质量小,抗压和抗冲击能力强等优点。

    一种无人驾驶方程式赛车的路径规划和控制方法

    公开(公告)号:CN115048715B

    公开(公告)日:2025-04-08

    申请号:CN202210473520.9

    申请日:2022-04-29

    Abstract: 本发明公开一种无人驾驶方程式赛车的路径规划和控制方法,主要包括测绘无人驾驶赛车的参数;无人驾驶赛车结构分析和模型建立;对赛道和赛车进行数学建模;根据赛道和赛车性能设置约束条件和求解目标;利用最优控制理论求解最优曲线赛道;对规划好的赛道进行离散化处理;对每个离散点根据约束条件使用模型预测控制进行规划;求解车辆控制率,下发方向盘转角和踏板开度;执行器执行控制率,无人驾驶赛车按照规划的路径和控制率行进。本发明算法能够规划给定赛道的最优赛道线使赛车实现达到最小圈时并能发挥车辆极限,提供了一种抗干扰性和适应性很强的路径跟随算法,可应用于赛车设计环节、赛车参数选取、驾驶员训练等领域。

    一种牵引车与挂车的定位方法、系统、存储介质及车辆

    公开(公告)号:CN114859319B

    公开(公告)日:2025-02-18

    申请号:CN202210460585.X

    申请日:2022-04-28

    Abstract: 本发明公开了一种牵引车与挂车的定位方法、系统、存储介质及车辆,包括以下步骤:在半挂车前表面固定有标识板底座,标识板底座上设置有标识板,采集半挂车与牵引车脱挂状态下的点云数据,建立最小包围盒,对点云数据进行计算,得到标识板第一次中心坐标;根据得到的标识板第一次中心坐标设定小邻域搜索,对小邻域搜索得到的点云数据进行平面方程拟合,计算挂车前表面法向量;根据得到的标识板第一次中心坐标设定大邻域搜索,将大邻域搜索得到的点云数据分类排序,筛选平面上的点云数据及其所在线束;对应标识板底座的宽度,查找各线束的边界点,筛选位于平面上的线束,计算得到标识板第二次中心坐标。以此实现牵引车与挂车相对位置的快速精准确定。

    一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法

    公开(公告)号:CN119152997A

    公开(公告)日:2024-12-17

    申请号:CN202411197495.1

    申请日:2024-08-29

    Abstract: 本发明公开了一种基于深度学习和损伤图像预测车用CFRP冲击能量的方法,包括:步骤一、建立车用CFRP层合板和冲击锤头仿真模型,进行落锤冲击仿真;步骤二、从仿真结果中获得纤维拉伸损伤图像、纤维压缩损伤图像、机体拉伸损伤图像、机体压缩损伤图像和分层损伤图像,按照不同大小的冲击能量和不同类别的损伤图像,将仿真所得的损伤图像整合处理成对应的数据集;步骤三、将不同类别损伤图像数据集传入多种深度神经网络,并基于多种优化方法进行训练;通过准确率、损失值以及可视化热力图进行对比,分析得出与初始冲击能量关联度最高的损伤图像类别和最优模型。基于深度学习方法针对损伤图像生成对应模型来预测车用初始冲击能量,提高预测效率和精度。

Patent Agency Ranking