-
公开(公告)号:CN119105540A
公开(公告)日:2024-12-10
申请号:CN202411301582.7
申请日:2024-09-18
Applicant: 河南科技大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 一种基于避障策略的旋翼无人机抗干扰安全控制方法,包括以下步骤:考虑常值姿态角与高度约束以及未知外部干扰,构建旋翼无人机姿态与高度非线性系统模型;根据定义的约束系统上下界值和构建模型的输出值,设计避障算法,得到安全期望跟踪信号,通过安全期望跟踪信号得到其零阶导数,计算误差结合旋翼无人机姿态与高度非线性系统模型,得到转换后的带跳变的切换误差系统;基于构建的切换误差系统,结合干扰观测器、滤波器与反步法,设计基于避障算法的鲁棒切换跟踪控制器;基于鲁棒切换跟踪控制器能够完成旋翼无人机抗干扰安全控制。在考虑常值姿态角与高度约束以及未知外部干扰的影响下,能解决飞行过程中的受限问题。
-
公开(公告)号:CN115100629A
公开(公告)日:2022-09-23
申请号:CN202210787123.9
申请日:2022-07-04
Applicant: 河南科技大学
Abstract: 本发明涉及自动驾驶领域,具体的说是一种针对多尺度目标和遮挡目标的自动驾驶目标检测方法,首先,构建自动驾驶复杂交通场景数据集,采集实际道路中的目标图像信息,并对图像进行预处理;其次,提出基于K‑means与遗传算法相结合的聚类方法对数据集中的边界框进行聚类,产生9种不同尺寸的锚框,再次,针对复杂中的多尺度目标实时检测问题,提出注意力特征金字塔网络,得到目标边界框的回归参数;接着,为提高定位精度,解决正负样本不均问题,构建基于Focal loss和CIoU loss的损失函数对目标边界框的回归参数进行优化得到预测边界框;最后,提出基于Soft‑CIoU‑NMS算法对预测边界框进行后处理。本发明可以有效缓解复杂场景下遮挡目标的漏检问题和定位不准问题。
-
公开(公告)号:CN115119215B
公开(公告)日:2023-09-22
申请号:CN202210787116.9
申请日:2022-07-04
Applicant: 河南科技大学
Abstract: 一种自然保护地中栅栏覆盖漏洞的最优修补路径方法,包括建立最小传感器移动距离控制模型、利用目标区域的特征信息进行分类,之后将问题转化为一个最小代价的二分分配问题,对传感器的移动距离进行优化,实现最优移动路径。利用无线传感器网络的监测漏洞信息和节点位置信息,选取网络中合适的移动传感器节点移动到网络中的合适的漏洞位置,使得所有节点的移动距离之和最小,达到以最小代价延长网络寿命的目的。
-
公开(公告)号:CN115527177A
公开(公告)日:2022-12-27
申请号:CN202210738527.9
申请日:2022-06-24
Applicant: 河南科技大学
Abstract: 本发明涉及自动驾驶技术领域,公开了一种融合多头注意力机制的双分支网络车道线检测方法,包括以下步骤:步骤一:建立结合摄像机焦距和倾斜角的多项式车道线模型;步骤二:建立基于匈牙利拟合的损失函数,预测的车道线参数与真实车道线之间进行二部匹配,利用匹配结果对特定车道的回归损失进行优化;步骤三:建立Global‑Local双分支网络。本发明可对复杂驾驶环境下的车道线标记线进行检测,尤其是视野远端的车道线标记,在没有额外的处理操作下将每条车道线汇聚到一点,形成车道线消失点,克服车道线标记模糊、遮挡、强光干扰、光线阴暗等因素为识别带来的难题。
-
公开(公告)号:CN115456938A
公开(公告)日:2022-12-09
申请号:CN202210872244.3
申请日:2022-07-20
Applicant: 河南科技大学
IPC: G06T7/00 , G06V10/34 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明涉及机器视觉领域,公开了一种基于深度学习和超声红外图像的金属部件裂纹检测方法,S1、构建超声激励下带有裂纹的金属部件的红外图像数据集;S2、对获取的数据集进行图像预处理;S3、由预处理后的数据集训练改进的YOLOv3网络模型;S4、输入待检测图像或视频,通过训练出的金属部件裂纹检测模型进行检测,判断是否存在缺陷并实现定位。本发明主干网络中采用跨级残差结构和跨阶段密集特征重用块,以提高特征的可重用性;改进金字塔复合神经网络结构,能够获取丰富的上下文信息并且引入特征细化机制来抑制冲突信息,防止微小目标淹没在冲突语义信息中,从而对更加细微的裂纹缺陷进行检测。
-
公开(公告)号:CN119376240A
公开(公告)日:2025-01-28
申请号:CN202410705738.1
申请日:2024-05-31
Applicant: 河南科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于干扰观测器的无人机自适应模糊跟踪控制方法,包括以下步骤:步骤一:同时考虑不确定性和外界干扰,构建无人直升机姿态与高度非线性系统模型;步骤二:利用实时姿态角,高度约束信息和预设期望跟踪信号,设计一种自适应模糊算法得到安全期望跟踪信号。步骤三:基于步骤二所构建的模糊逻辑系统和逆最优控制方法,根据以上步骤,能够使得无人直升机在考虑常值姿态角与高度约束以及未知外部干扰的影响下,在保证系统安全性与稳定性的基础上,完成对预设期望信号的跟踪,具有很好的市场前景和发展空间。
-
公开(公告)号:CN115100629B
公开(公告)日:2024-09-13
申请号:CN202210787123.9
申请日:2022-07-04
Applicant: 河南科技大学
IPC: G06V20/58 , G06V10/762 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明涉及自动驾驶领域,具体的说是一种针对多尺度目标和遮挡目标的自动驾驶目标检测方法,首先,构建自动驾驶复杂交通场景数据集,采集实际道路中的目标图像信息,并对图像进行预处理;其次,提出基于K‑means与遗传算法相结合的聚类方法对数据集中的边界框进行聚类,产生9种不同尺寸的锚框,再次,针对复杂中的多尺度目标实时检测问题,提出注意力特征金字塔网络,得到目标边界框的回归参数;接着,为提高定位精度,解决正负样本不均问题,构建基于Focal loss和CIoU loss的损失函数对目标边界框的回归参数进行优化得到预测边界框;最后,提出基于Soft‑CIoU‑NMS算法对预测边界框进行后处理。本发明可以有效缓解复杂场景下遮挡目标的漏检问题和定位不准问题。
-
公开(公告)号:CN115091972A
公开(公告)日:2022-09-23
申请号:CN202210771603.6
申请日:2022-06-30
Applicant: 河南科技大学
Abstract: 本发明涉及一种多目标优化的氢燃料电池混动汽车能量管理方法,属于混合动力汽车能量管理技术领域,通过将驾驶行为融入氢燃料电池混动汽车能量管理方法中,在线混合自适应抗噪声聚类算法和一种启发式自学习标记算法HSL‑SVM/NN获得驾驶行为识别模型,并以驾驶行为识别模型为基础结合庞特里亚金最小原理PMP获得适应驾驶行为的多目标优化的A‑ECMS能量管理策略,同时结合电动机负载需求功率及其变化率和/或储能系统加权SOC综合考虑进了氢燃料电池混合动力汽车能量管理中,获得对应的最优的整车能量管理系统,解决现有能源管理策略大多仅考虑外部驱动条件,导致对需求功率进行不合理的分配,造成能源浪费和电源使用寿命短的技术问题。
-
公开(公告)号:CN115056657A
公开(公告)日:2022-09-16
申请号:CN202210728531.7
申请日:2022-06-24
Applicant: 河南科技大学
Abstract: 本发明涉及混合动力汽车技术领域,且公开了一种基于驾驶行为意图的混合动力汽车能量管理方法,通过构件个能量源的电压模型以及能量源管理模型,基于驾驶行为得到对应的最优等效因子,从而根据电机负载所需功率获得氢燃料电池、锂离子电池和超级电容的输出功率比,进行最优功率分配来实现节能、减排,将驾驶行为意图与等效因子相结合,通过PMP理论对求解各个驾驶工况的最优等效因子,将各驾驶风格下的最优等效因子与ECMS相结合,确保整车的燃料消耗最小,考虑了每种驾驶意图所对应的最优等效因子以及当前锂电池和超级电容SOC,以加权的方式引至ECMS中,使锂电池和超级电容SOC在合理区间内波动。
-
公开(公告)号:CN115027290A
公开(公告)日:2022-09-09
申请号:CN202210728546.3
申请日:2022-06-24
Applicant: 河南科技大学
Abstract: 本发明涉及混合动力汽车设计领域,且公开了一种基于多目标优化的混合动力汽车跟车能量管理方法,包括下述步骤:首先根据前车和被控车辆的行驶状态信息,设计基于可变时距的车间距策略获取参考跟车距离;其次基于参考跟车距离和燃料电池混合动力汽车纵向动力学模型,利用反步法设计非线性离散自适应巡航控制器求解车辆需求功率;然后建立被控车辆车载动力系统中燃料电池和锂电池的经验老化模型,设计等消耗最小策略分配燃料电池和锂电池的功率;最后利用非支配排序遗传算法III对离散自适应巡航控制器和能量管理策略的参数进行离线优化,实现被控车辆跟驰行驶过程中各性能指标的均衡和全面提升。
-
-
-
-
-
-
-
-
-