-
公开(公告)号：CN113554682B
公开(公告)日：2023-03-17
申请号：CN202110885467.9
申请日：2021-08-03
Applicant: 同济大学
IPC: G06T7/246 , G06T5/00 , G06N3/0464 , G06N3/084
Abstract: 一种基于目标跟踪的安全帽检测方法，涉及图像检测的技术领域。采用YoloV4网络模型框架对视频内的单帧图像提取所有行人的位置；将检测到的行人位置、置信度信息送入DeepSort目标跟踪算法实现对所有行人的目标跟踪，以利用视频时间流信息对每个行人目标记录对应的历史安全帽检测结果；根据检测到的行人位置，截取行人位置子图送入YoloV4安全帽检测网络，实现对每个行人是否佩戴安全帽进行检测，并将检测结果存入对应行人的历史检测数据中；将当前检测帧的前k帧历史检测结果与当前帧的检测结果进行加权求和，得到投票得分；利用视频时间流信息保证了同一行人不同帧中检测结果的一致性，利用行人、安全帽双检测器增加安全帽的检测距离，提高检测精度。
-
公开(公告)号：CN111856178A
公开(公告)日：2020-10-30
申请号：CN202010563177.8
申请日：2020-06-19
Applicant: 同济大学
IPC: G01R31/00 , G01R31/367 , G01R31/3842 , G01R31/389
Abstract: 本发明涉及一种基于锂离子电容器电化学特征的SOC分区估计方法，包括以下步骤：获取电容器OCV-SOC和混合动力脉冲特性测试数据，建立电容器的等效电路模型并进行参数辨识，获取电容器的循环伏安测试和交流阻抗测试数据，根据循环伏安测试和交流阻抗测试数据对电容器进行电化学特征分区，确认每个电化学特征分区选用的SOC估计方法，实时获取电容器的电压和充放电电流并对电容器的SOC值进行估计。与现有技术相比，本发明本从锂离子电容器电化学反应机理出发，将锂离子电池的根据其性能表现划分为不同电化学特征分区，能够针对锂离子电池的各电压区间应用合适的SOC估计方法进行估计，估计精度高、实时性好、适用性强。
-
公开(公告)号：CN111856178B
公开(公告)日：2021-10-08
申请号：CN202010563177.8
申请日：2020-06-19
Applicant: 同济大学
IPC: G01R31/00 , G01R31/367 , G01R31/3842 , G01R31/389
Abstract: 本发明涉及一种基于锂离子电容器电化学特征的SOC分区估计方法，包括以下步骤：获取电容器OCV‑SOC和混合动力脉冲特性测试数据，建立电容器的等效电路模型并进行参数辨识，获取电容器的循环伏安测试和交流阻抗测试数据，根据循环伏安测试和交流阻抗测试数据对电容器进行电化学特征分区，确认每个电化学特征分区选用的SOC估计方法，实时获取电容器的电压和充放电电流并对电容器的SOC值进行估计。与现有技术相比，本发明本从锂离子电容器电化学反应机理出发，将锂离子电池的根据其性能表现划分为不同电化学特征分区，能够针对锂离子电池的各电压区间应用合适的SOC估计方法进行估计，估计精度高、实时性好、适用性强。
-
公开(公告)号：CN113554682A
公开(公告)日：2021-10-26
申请号：CN202110885467.9
申请日：2021-08-03
Applicant: 同济大学
Abstract: 一种基于目标跟踪的安全帽检测方法，涉及图像检测的技术领域。采用YoloV4网络模型框架对视频内的单帧图像提取所有行人的位置；将检测到的行人位置、置信度信息送入DeepSort目标跟踪算法实现对所有行人的目标跟踪，以利用视频时间流信息对每个行人目标记录对应的历史安全帽检测结果；根据检测到的行人位置，截取行人位置子图送入YoloV4安全帽检测网络，实现对每个行人是否佩戴安全帽进行检测，并将检测结果存入对应行人的历史检测数据中；将当前检测帧的前k帧历史检测结果与当前帧的检测结果进行加权求和，得到投票得分；利用视频时间流信息保证了同一行人不同帧中检测结果的一致性，利用行人、安全帽双检测器增加安全帽的检测距离，提高检测精度。
-
-
-
Search Results
4
records
(took 0.014 seconds)
