公开(公告)号：CN119598606A

公开(公告)日：2025-03-11

申请号：CN202411660503.1

申请日：2024-11-20

Applicant: 吉林大学

Inventor： 陈志勇 ,  彭祖镛

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/126 ,  G06F17/13 ,  G06F17/16 ,  B60G17/018 ,  G06F111/06

Abstract: 本发明涉及一种基于半主动悬架混合系数的NAGA‑II优化方法，先确定混合系数的范围，通过多目标优化方法NSGA‑II同时优化车身加速度和悬架动挠度两个平顺性指标，并对比不同α下两个指标的优化效果，得到α的最优集合。本发明采用谐波叠加法建立随机路面输入模型，使仿真结果更具有随机性从而贴近实际路面；以三大汽车平顺性评价指标作为输出矢量建立状态空间方程，使仿真结果失真可能性较低；将混合系数的选取与多目标遗传算法结合起来，以两个互相矛盾的目标函数作为优化目标，使优化目的更加贴近实际运用；使用NSGA‑II多目标优化方法选取的混合系数能折中各个评价指标，使半主动悬架关于乘坐舒适性的综合性能最优。

公开(公告)号：CN119942481A

公开(公告)日：2025-05-06

申请号：CN202411876658.9

申请日：2024-12-19

Applicant: 吉林大学

Inventor： 陈志勇 ,  彭祖镛

IPC: G06V20/56 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明涉及一种基于改进轻量级神经网络结构的路面种类识别方法，包括收集三种典型路面的图片，经数据增强后构建不同路面种类的训练集和测试集，以训练神经网络模型；建立轻量级神经网络ShuffleNet V2骨干模型；引入注意力机制CBAM和非线性激活函数hardswish对ShuffleNet V2网络基本单元进行改造，得到改进的轻量级神经网络结构，有效降低模型参数量，提高模型计算资源利用效率，在保持较小参数计算量的同时实现了网络性能的改进，在降低MAC的同时使激活函数具备一定空间建模能力。本发明构建了一个基于深度学习、能够识别路面种类的神经网络，得到计算量小、计算效率高、性能更好的网络模型。