-
公开(公告)号：CN117292336A
公开(公告)日：2023-12-26
申请号：CN202311320254.7
申请日：2023-10-12
Applicant: 河南科技大学
IPC: G06V20/54 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/096
Abstract: 一种基于深度学习的路面状况识别方法，包括以下步骤：S1，获取原始待识别路面图像，并进行ROI区域选取，得到原始图像数据集；S2，对原始图像数据集进行归一化处理和图像增强，得到预处理图像数据集；S3，预设路面的分类标准，并基于分类标准对预处理图像人工打标签，然后，利用迁移学习辅助分类预处理图像，得到路面图像样本集；S4，搭建卷积神经网络模型，并对其进行训练得到路面状态识别模型；S5，采集实际路面图像，并将实际路面图像输入路面状态识别模型中得到对应的路面状态识别结果。本发明，提高了路面状态识别的准确率。
-
公开(公告)号：CN117197761A
公开(公告)日：2023-12-08
申请号：CN202310862336.8
申请日：2023-07-13
IPC: G06V20/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的复杂道路环境车道线检测方法，包括以下步骤：获取CULane图像数据集；调整图像分辨率进行图像增强，将处理后的车道线图像作为车道线检测系统的训练数据集；建立基于局部和全局的复杂道路环境车道线检测网络模型，建立车道线模型，构建损失函数，训练车道线检测网络模型直至网络收敛，得到最佳网络模型权重参数；车道线检测系统加载最佳模型权重参数，将汽车前置摄像头采集的道路图像作为输入，经过检测网络处理获得用于判定不同车道线的车道标记点集；对各条车道线使用多项式回归进行参数拟合，得到每条车道线的参数集，根据参数集在原始图像上依次绘制车道线，实现车道线检测的可视化。
-
公开(公告)号：CN117002337A
公开(公告)日：2023-11-07
申请号：CN202310854714.8
申请日：2023-07-13
Abstract: 本发明涉及以氢能源为主能源的新能源混合动力汽车能量管理技术领域，具体涉及一种基于自适应跟车控制的FCHEV汽车能量管理方法，通过构建可变时距策略的跟车模型和跟车控制器模型以及氢燃料混合动力汽车能量管理的系统模型，设计一种基于模糊逻辑控制的方法优化可变时距跟车控制器的参数，建立的混合动力汽车能量管理系统模型，考虑可变时距跟车场景、需求功率的变化、锂电池和超级电容SOC等因素，对氢燃料电池混合动力汽车进行能量管理，将可变时距跟车控制与深度强化学习相结合应用到混合动力汽车能量管理方法中，在跟车场景下混合动力汽车的综合能耗更低，在设计可变时距跟车策略和跟车控制器后，实现了自适应跟车控制。
-
公开(公告)号：CN116986172A
公开(公告)日：2023-11-03
申请号：CN202310968384.5
申请日：2023-08-03
Inventor： 陶发展 , 贺永峰 , 唐小林 , 王楠 , 付主木 , 王桐 , 吴红海 , 朱龙龙 , 王俊 , 高颂 , 李梦杨 , 马浩翔 , 步妮 , 毕淑慧 , 李帅永 , 杨艺 , 陈灵峰 , 高向前
Abstract: 本发明涉及锁扣装置技术领域，且公开了一种按压式自动锁扣解锁装置，包括桶体，所述桶体的顶端活动安装有顶盖，所述顶盖的一端中部固定安装有卡接组件，所述桶体内部的一侧上方位于卡接组件的正下方固定安装有锁体组件，该按压式自动锁扣解锁装置，通过顶盖上设置有按压式的锁扣结构，利用W形状的卡槽可以使得顶盖需要按压两次才会打开，这样避免了行人重要物品在打开顶盖的过程中不慎掉落至桶体中的情况，并且顶盖配合该按压式锁扣结构可以保证在完成扔垃圾的行为后能够立即关上顶盖，避免桶体内部的垃圾产生的异味持续散发的情况，大大提高了环境的洁净程度。
-
公开(公告)号：CN116834612A
公开(公告)日：2023-10-03
申请号：CN202310836492.7
申请日：2023-07-10
Inventor： 陶发展 , 张亚博 , 卢泓鑫 , 付致高 , 唐小林 , 陈博 , 冀保峰 , 王桐 , 吴红海 , 李帅永 , 朱龙龙 , 高颂 , 李梦杨 , 张中才 , 张冀 , 张平 , 孙力帆
Abstract: 本发明涉及以氢能源为主的新能源混合动力汽车能量管理技术领域，具体为涉及退化的氢燃料电池混合动力汽车智能能量管理方法，通过建立混合动力汽车能量管理系统模型，并根据已有的能量源模型，构建能量源性能退化模型，搭建一种基于驾驶数据的混合动力汽车智能能量管理学习框架，将车辆需求功率变化、锂电池和超级电容SoC波动以及能量源性能退化等多重因素融入到能量管理策略框架中，本发明实现降低深度强化学习智能算法动作空间维度的同时，有效保护燃料电池和锂电池免受峰值功率的影响，借助深度强化学习智能算法强大的自学习能力可以在保证整车燃料经济性最佳的基础上，最大限度的减缓能量源性能退化。
-
Patent Agency Ranking
公开(公告)号：CN116664912A
公开(公告)日：2023-08-29
申请号：CN202310469304.1
申请日：2023-04-27
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/75 , G06V20/70 , G06V10/40 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及本发明涉及自主导航下的视觉SLAM领域，且公开了一种基于匹配精度和语义的双通道动态RGB‑D SLAM方法，首先基于FAST角点法设计回归自适应阈值算法，计算单帧特征提取阈值，提升特征匹配鲁棒性；其次出于动态特征与静态特征匹配结果的最大区别在于重投影误差而不是描述子汉明距离的考虑，在匹配优化中引入基于汉明距离的几何约束得到精匹配结果，利用匹配精度对帧进行场景分类；然后针对场景分类结果分别使用不同的动态特征检测方法，获得最终的匹配结果；最后基于最终的匹配结果解算与优化相机位姿，然后利用最终的匹配结果与位姿优化结果选择关键帧，实现vSLAM在动态环境下的跟踪效率、跟踪精度和建图效果上的整体提升。
-
公开(公告)号：CN116592877A
公开(公告)日：2023-08-15
申请号：CN202310469280.X
申请日：2023-04-27
Applicant: 河南科技大学
Inventor： 付主木 , 刘雨轩 , 付致高 , 司鹏举 , 唐小林 , 陶发展 , 宋书中 , 王俊 , 马浩翔 , 董永生 , 冀保峰 , 高颂 , 王楠 , 王桐 , 陈启宏 , 张中才 , 朱龙龙
Abstract: 本发明涉及智能网联汽车定位技术领域，且公开了一种复杂环境下基于最大相关熵视惯融合定位方法，首先采用图像对齐和IMU位姿解算策略估计相机位姿；然后采用逆深度滤波方法估计种子点深度；最后使用最大相关熵多状态约束扩展卡尔曼滤波对IMU与视觉进行位姿优化，并使用词袋模型的重定位算法防止系统丢失。本申请提供的一种复杂环境下基于最大相关熵视惯融合定位方法，利用图像对其及姿态解算对相机姿态进行优化，采用的最大相关熵多状态约束卡尔曼滤波将视觉和IMU信息融合，以达到适应更多复杂噪声环境下的车辆定位，本发明解决了在多噪声环境中，利用视惯融合定位达到安全的可靠的定位精度，使车辆安全的行驶出复杂环境路段。
-
公开(公告)号：CN116498669A
公开(公告)日：2023-07-28
申请号：CN202310384717.X
申请日：2023-04-12
Applicant: 河南科技大学
IPC: F16D27/04 , F16D27/14 , F16D65/14 , H01F5/00 , F16D121/22
Abstract: 本发明涉及电磁离合器技术领域，且公开了一种混合动力汽车的电磁离合器结构，包括中轴，所述中轴外壁套接有外壳，所述外壳的一端连接有底壳，所述底壳套接在中轴的外壁，所述外壳的内壁设有电磁组件，所述电磁组件包括有铁环，所述铁环的外侧顶端以及底端均开设有联通槽，所述铁环顶端以及底端均连接有对应的半匝线圈，所述半匝线圈靠近铁环的两端均设有卡入线圈，所述卡入线圈靠近铁环中部一侧的外壁均固定套接有卡环，本发明通过设有半匝线圈，有利于在进行使用时当出现了损坏时，不必像传统的电机线圈进行大规模的替换，而只是进行小规模的更换即可更换，减少了金属资源消耗，同时减少了维护成本。
-
公开(公告)号：CN119417888A
公开(公告)日：2025-02-11
申请号：CN202410408674.9
申请日：2024-04-07
Applicant: 河南科技大学
IPC: G06T7/73 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，且公开了一种计算机视觉物体定位系统，使用无人机航拍Vi sdrone2019数据集进行训练和测试，确保数据集的充分性和多样性；对数据集图像进行了分辨率调整，适应轻量级骨干网络，将所有数据集图像的分辨率调整为640×640作为全局检测部分轻量级骨干网络的输入，通过conv_1和conv_2对图片进行下采样，使用由支路增强模块和conv组成的轻量级特征提取网络进行特征提取和图像下采样。使用多层感知机网络对挑战区域的坐标进行学习，进一步提取和学习挑战区域的关键特征，为模型在局部检测中更精准地定位困难物体提供关键支持。
-
公开(公告)号：CN119239591A
公开(公告)日：2025-01-03
申请号：CN202411508323.1
申请日：2024-10-28
Applicant: 河南科技大学
Abstract: 本发明提供了一种基于车辆模型的预设时间跟踪控制方法，旨在提升车辆跟车下的响应速率，减少车辆跟随下的“幽灵车辆”问题，提升交通通行效率。本发明在考虑跟车过程中跟随车受到的空气阻力、坡道阻力、滚动阻力的基础上，将预设时间控制理论与车辆跟踪控制相结合，设计控制器实现安全车距内车辆的跟踪控制。该控制器需要满足跟踪稳定性和位置跟踪误差收敛性两个要求，即在车辆跟踪控制过程中，需要保证跟随车辆的运动状态与前车的运动状态之间存在稳定的关系，也就是跟随车应当在预设时间内保持与前车一致的速度以保证安全车距行驶，同时实现后车的位置跟踪误差在预设时间内收敛到零附近的一个领域内，确保后车准确跟随前车。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
