具有故障诊断功能的无刷直流电子水泵控制器及诊断方法

    公开(公告)号:CN105372075A

    公开(公告)日:2016-03-02

    申请号:CN201510776382.1

    申请日:2015-11-13

    CPC classification number: G01M17/007 F04B51/00

    Abstract: 本发明提供一种无刷直流电子水泵的故障诊断系统,包括观测器和故障分析模块,观测器输入电机角速度和控制电压,得到负载转矩的观测值;所述的电机角速度通过传感器实际测得,所述的控制电压通过原有的无刷直流电子水泵控制系统得到;故障分析模块包括水泵运行故障分析模块;水泵运行故障分析模块用于将观测器获得的负载矩阵的观测值与设定的负载转矩范围相比较,当所得的负载矩阵的观测值不在负载转矩范围内,则判断水泵运行出了故障,所述的负载转矩范围通过在水泵正常运行时采集若干个负载转矩的观测值并计算其算术平均值和标准差,选取适当倍数,从而得到。本发明仅用传感器检测输出作为数据标定,建立观测器模型,对水泵进行故障诊断。

    一种激光雷达线束参数检测方法、装置、设备及介质

    公开(公告)号:CN114755656B

    公开(公告)日:2024-12-17

    申请号:CN202210361380.6

    申请日:2022-04-07

    Abstract: 本发明涉及一种激光雷达线束参数检测方法、装置、设备及介质,该方法通过获取激光雷达采样的一帧的点云集合,根据所述点云集合确定其中每个采样点的位置信息,根据每个所述采样点的位置信息确定激光雷达线束的仰角集合和/或方位角集合,对所述仰角集合和/或所述方位角集合进行聚类处理,得到分割集合,根据所述分割集合得到激光雷达的线束参数。相比于现有技术,本发明使得工作人员在说明文档缺失、雷达型号不清等情况下依然能够获取激光雷达的线束参数,进而开展相关的修复、设计等工作,具备很好的应用前景。

    基于模型辨识的电动助力制动系统的实验方法及装置

    公开(公告)号:CN114707355B

    公开(公告)日:2024-10-29

    申请号:CN202210453071.1

    申请日:2022-04-27

    Abstract: 本发明涉及制动系统摩擦性能技术领域,具体公开了一种基于模型辨识的电动助力制动系统的实验方法及装置,所述实验方法包括:构建电动助力制动系统;通过测量获取所述电动助力制动系统的实验数据;建立LuGre模型;根据测得的实验数据对所述LuGre模型中的静态参数进行辨识;将已辨识到的所述静态参数代入适应度函数,利用遗传算法进行动态参数的辨识。本发明能够准确测量和辨识基于LuGre模型的相关参数,进而得到准确的摩擦模型,从而能够全面地描述电动助力制动系统中的各种摩擦现象,为液压力的控制提供了有力依据。

    基于人行道盲区行人存在性预测的无人车控制方法及系统

    公开(公告)号:CN116639151B

    公开(公告)日:2023-11-28

    申请号:CN202310619973.2

    申请日:2023-05-30

    Abstract: 本发明提出一种基于人行道盲区行人存在性预测的无人车控制方法及系统,所述方法包括:获取人行道关联的历史环境数据,并建立行人冲动性穿行人行道模型,预测行人冲动性穿行人行道的概率;获取偶遇行人时的历史车辆行为数据,并建立车辆控制行为评估模型,预测侧方车辆遇到前方出现行人的概率;并计算人行道视野盲区行人存在性概率;基于人行道视野盲区行人存在性概率的大小判断是否需要采取预防性控制策略。本发明通过耦合行人冲动性穿行人行道模型和车辆控制行为评估模型,预测人行道视野盲区行人存在性概率,对高概率出现鬼探头事故的场景采取预防性控制,使得在车辆识别到行人前就可提前采取控制动作进行预防,减小交通事故发生的可能性。

    一种自动驾驶场景下的地图生成方法

    公开(公告)号:CN114088104B

    公开(公告)日:2023-09-29

    申请号:CN202110842113.6

    申请日:2021-07-23

    Abstract: 本发明涉及一种自动驾驶场景下的地图生成方法,该方法包括:获取IMU信号、雷达信号和GPS信号;根据所述IMU信号和GPS信号,确定初始位姿;根据所述IMU信号和所述雷达信号进行局部优化融合,确定在所述初始位姿状态下的融合位姿,并选取其中的关键帧位姿;根据所述GPS信号和所述雷达信号,更新所述关键帧位姿,并进行全局优化,生成全局一致性点云地图。本发明结合局部优化和全局优化,将多种传感器数据进行融合,实现高频率的精确定位和全局一致性建图,解决了低成本激光雷达SLAM系统缺少初始姿态信息、鲁棒性差、建图和定位精度低的问题。

    一种田垄宽度识别方法及用于田垄的无人车装置

    公开(公告)号:CN116630650A

    公开(公告)日:2023-08-22

    申请号:CN202310891910.2

    申请日:2023-07-20

    Abstract: 本发明提出了一种田垄宽度识别方法及用于田垄的无人车装置,涉及图像识别技术领域,所述方法包括:采用摄像机采集田垄图像,并对田垄图像进行预处理;构建深度学习模型并预训练,深度学习模型包括编码器和解码器;将田垄图像输入预训练的深度学习模型,通过编码器对田垄图像进行特征提取和编码,通过解码器对编码后的特征进行解码和分类,得到每个像素的类别,标记出属于田垄边界的像素和背景的像素,得到田垄的边界线条;采用筛选算法在边界线条中进行筛选,得到目标边界;利用宽度识别模型对目标边界进行宽度识别,得到田垄宽度。本发明提高了田垄宽度识别的鲁棒性和准确性,且为无人农场提供了更高效和更安全的作业方式。

Patent Agency Ranking