公开(公告)号：CN114491391B

公开(公告)日：2025-04-29

申请号：CN202210053200.8

申请日：2022-01-18

Applicant: 杭州电子科技大学

Inventor： 黄继业 ,  谢辉 ,  董哲康 ,  何志伟 ,  杨宇翔

IPC: G06F17/13 ,  G06F17/17 ,  G06F7/483 ,  G06F15/78

Abstract: 本发明公开了基于FPGA的一阶线性微分方程硬件逻辑实时求解方法，包括以下步骤：S1，构建待求解微分方程模块；S2，基于改进的四阶Runge‑Kutta算法数值迭代求解模型和上述S1中的模块，构建全硬件化、局部并行计算的参数更新模块；S3，基于S2中参数更新模块，构建用于计算的算法子顶层模块；S4，基于状态寄存器，构建实时控制模块，具备对子顶层模块的运行控制、x变量的迭代计算等功能；S5，基于S1～S4中所有模块，构建算法计算模型的顶层模块，并预留必要的参数用户接口。本发明保证高求解精度的同时，在一定程度上缓解该算法数值迭代模型固有的高串行性所带来的计算时延问题。

公开(公告)号：CN119887852A

公开(公告)日：2025-04-25

申请号：CN202411799075.0

申请日：2024-12-09

Applicant: 杭州电子科技大学

Inventor： 黄继业 ,  金清嵩 ,  陈新世 ,  李平 ,  杨宇翔 ,  高明裕 ,  何志伟

IPC: G06T7/269 ,  G06T7/246

Abstract: 本发明公开了一种基于改进型角点检测的LK光流目标跟踪方法，包括以下步骤：首先，获取视频当前帧，提取候选角点；对候选角点使用Shi‑Tomasi算法计算角点响应，非候选角点角点响应置0，得到角点响应矩阵R；S3、用直方图熵算法计算阈值并对角点响应矩阵R进行筛选；S4、对筛选后的角点响应矩阵R寻找局部最大值并进行非极大值抑制，抑制后角点响应矩阵R的非零点即为当前帧角点；S5、使用LK光流算法预估当前帧角点在下一帧位置，获得角点行为轨迹，实现目标跟踪；该方法通过对Shi‑Tomasi角点检测做改进，不仅能保证角点检测的正确率，而且能极大缩短检测时间，从而进一步提高LK光流目标跟踪的实时性和准确性。

公开(公告)号：CN118625164B

公开(公告)日：2025-04-08

申请号：CN202410599208.3

申请日：2024-05-15

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  马沈辉 ,  何志伟 ,  杨宇翔 ,  董哲康 ,  林辉品

IPC: G01R31/385 ,  G01R31/367 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0895 ,  G06F123/02

Abstract: 本发明公开了一种基于MSFD的动力电池故障检测方法，该方法首先采集动力电池数据并进行预处理。其次由多尺度对比学习transformer特征提取网络和一个特征融合网络，构建MSFD网络模型。然后通过多尺度对比学习transformer特征提取网络对预处理后的数据样本据进行特征提取，通过特征融合网络对提取到的特征表示进行解码，输出重构结果。最后将只包含正常工况的数据作为训练数据集，通过对比损失和重构损失进行模型训练，将包含有异常数据的数据集输入到训练后的模型，根据重构误差划分故障阈值，超过故障阈值的为故障。本发明有助于及时、准确检测动力电池中存在的故障。

公开(公告)号：CN114859375B

公开(公告)日：2025-01-10

申请号：CN202210387032.6

申请日：2022-04-13

Applicant: 杭州电子科技大学

Inventor： 杨宇翔 ,  方景生 ,  黄佳杰 ,  高明裕 ,  何志伟 ,  黄继业

IPC: G01S17/89 ,  G01C21/20 ,  G01C21/32

Abstract: 本发明涉及一种基于多机器人协作的自主探索建图系统及探索建图方法。本发明可以分为顶层服务器模块和底层机器人模块，其中顶层服务器模块由地图融合模块、未知边界点检测模块、边界点聚类滤波模块、探索目标点获取模块以及机器人任务分配模块五部分组成；底层机器人模块分为路径规划模块和局部地图构建模块。本方法实现了对未知环境的多机器人协作探索任务，能够自主完成栅格地图构建。本发明具有地图构建准确，探索效率高等优点，可以在很大程度上解放地图构建过程中的人力资源，具有较强的市场潜力和应用价值。

公开(公告)号：CN118731703A

公开(公告)日：2024-10-01

申请号：CN202410721187.8

申请日：2024-06-05

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  鲍政怡 ,  何志伟 ,  杨宇翔 ,  董哲康 ,  林辉品

IPC: G01R31/367 ,  G01R31/392 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了基于可扩展长短期记忆网络的动力电池包RUL估计方法，该方法首先提取电动汽车或者储能电站动力电池包，从全新到失效期间全部循环内的电池包容量信息，进行数据预处理后获取数据样本。其次构建由特征提取模块、sLSTM模块、mLSTM模块串联而成的可扩展长短期记忆网络。最后在可扩展长短期记忆网络后搭建任务层，将样本数据作为可扩展长短期记忆网络的输入，任务层的输出为该时刻滑动窗口后面的RUL。本发明可以实现电动汽车及储能电站动力电池包剩余使用寿命的估计，提高RUL预测精度，以及电动汽车及储能电站应用安全性。

公开(公告)号：CN117741475A

公开(公告)日：2024-03-22

申请号：CN202311777348.7

申请日：2023-12-22

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  徐旭坤 ,  何志伟 ,  黄继业 ,  杨宇翔 ,  董哲康 ,  李芸

IPC: G01R31/389 ,  G01R27/02

Abstract: 本发明公开了一种新能源汽车低噪声微内阻测量枪，由十一根导线组成：开尔文四线测量线路、设备地线、通信线路、连接确认线路、低压辅助电源线路，测量枪一端与阻抗测量设备连接，另一端与新能源汽车充电口连接，该测量枪有内外两圈导线：外圈导线总共有十根细导线，其中的两根细导线组成低压辅助电源线路，其中的四根细导线组成通信线路和连接确认线路，剩下的四根细导线组成设备地线；内圈总共有四根导线，内圈的每根线都为三同轴线，组成开尔文四线测量线路。本发明可以完成导引流程和内阻测量，大幅度简化了新能源汽车微内阻测量的流程。

公开(公告)号：CN117132495A

公开(公告)日：2023-11-28

申请号：CN202311091769.4

申请日：2023-08-28

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  王俊帆 ,  杨宇翔 ,  董哲康 ,  何志伟

IPC: G06T5/00 ,  G06T5/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种用于复杂天气交通标志检测的自适应图像增强方法。本方法设计了一个基于软注意力机制的Micro CNN模型，通过学习噪声图像的特征，得到图像处理滤波器的参数。将模型输出参数与提前设置的阈值对比，确定针对本张噪声图像所使用的图像处理滤波器，本按照参数从大到小的顺序对滤波器排序，依次对噪声图像进行滤波处理。该方法通过神经网络模型确定滤波器参数，并通过自适应联合滤波策略动态选择滤波器组合，利用多个计算量低图像滤波器之间的排列组合，提高了复杂环境下对图像优化的灵活性。应用处理后的图像进行交通标志检测，可以大幅度提升图像识别算法对于受复杂天气影响的交通标志的识别准确率。

公开(公告)号：CN113468088B

公开(公告)日：2023-11-17

申请号：CN202110687037.6

申请日：2021-06-21

Applicant: 杭州电子科技大学

Inventor： 黄继业 ,  杨先仁 ,  闻勇强 ,  曾毓 ,  林辉品 ,  何志伟

IPC: G06F13/40 ,  G06F13/42

Abstract: 本发明公开了一种在线FPGA实验设备USB端口批量匹配方法，解决在线实验平台下远程服务器端无法获取电脑设备管理器中FPGA的USB下载器与FPGA实验设备的具体对应关系，且可以无限制的添加带有编码的FPGA实验设备于实验平台，远程服务器端可以自动识别FPGA实验设备和端口的匹配关系，具有良好的扩展性。利用本地实验开发板FPGA芯片外挂了一片非配置用的Flash芯片,Flash芯片可以通过编码的比特流文件来存储设备编码和校验信息，不同编码的比特流文件保存在远程服务器端，可以从远程服务器端选择不同的编码的比特流文件下载到本地pc端，然后下载进FPGA实验设备上的FPGA芯片中，FPGA通过SPI接口往Flash芯片里写入32位的设备编码以及相应的校验字段。

公开(公告)号：CN115758259A

公开(公告)日：2023-03-07

申请号：CN202211467902.7

申请日：2022-11-22

Applicant: 杭州电子科技大学

Inventor： 何志伟 ,  郑骁蓉 ,  邵怡宁 ,  董哲康 ,  高明煜

IPC: G06F18/2415 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F17/18

Abstract: 本发明公开了一种基于特征融合的多源域泛化设备故障诊断方法，本发明的特征融合策略利用领域判别器的输出得到数据的领域属性条件，将特征提取器提取的特征和领域判别器的输出进行多线性映射得到融合后的特征；利用LMMD衡量成对源域的特征差异，计算多个源域对的特征差异得到域适应损失；根据不同数据的所述领域为其分配相应的领域标签，计算领域判别器的领域判别损失；域适应损失、领域判别损失和分类损失相加得到总损失函数值，通过反向传播迭代更新优化模型参数。本发明将不同源域的领域属性条件和相应源域的特征进行融合，并调整成对源域融合后的特征分布偏差，增强了模型在未知工况的目标域上的泛化能力，提高了模型诊断准确率。

公开(公告)号：CN112269134B

公开(公告)日：2022-12-02

申请号：CN202010946770.0

申请日：2020-09-10

Applicant: 杭州电子科技大学

Inventor： 何志伟 ,  钱智凯 ,  高明煜 ,  董哲康 ,  林辉品

IPC: G01R31/388 ,  G01R31/389 ,  G01R31/392 ,  G01R31/36

Abstract: 本发明公开了一种基于深度学习的电池SOC和SOH联合估计方法。具体步骤包括电池数据的采集、对数据的预处理、搭建SE‑CNN神经网络和BRNN神经网络、构建并训练估算模型，最后利用训练过的SE‑CNN网络估算电池的SOH值、利用BRNN网络估算电池的SOC值。本发明利用深度学习的参量自学习能力，减少了在估算电池的剩余容量与最大可用容量之比与电池容量和内阻的变化关系过程中的计算量，并考虑SOH和SOC之间的关联，进行联合估计，增强预测模型的稳定性，提高计算的准确性，弥补了现有技术中各种估算方法测量时间长、测量条件要求高、计算量过高以及估算精度低的不足，为各类电池管理系统提供一种快速、准确的SOH和SOC估算方法。