一种智能网联V2X场景验证系统和方法

    公开(公告)号:CN117255325B

    公开(公告)日:2024-01-16

    申请号:CN202311521994.7

    申请日:2023-11-15

    Applicant: 湖南大学

    Abstract: 车载计算单元的压力,又合理借用外部算力完成本发明公开了一种智能网联V2X场景验证系 验证,对现有的智能网联设备和环境进行充分合统和方法,车载V2X场景协调及分析系统接收场 理的使用,产生了经济价值。景原始信息并进行整合、分析和协调,根据整合后的数据对车载V2X场景进行判断,得到预警信息,将场景原始信息发送至PC端分析验证系统,将预警信息发送至移动端显示系统;PC端分析验证系统接收场景原始信息进行存储、分析和验证,实现场景原始信息的验证功能;移动端显示系统接收预警信息,接收OBU设备传输的实时V2X

    一种智能环卫车队的远程视频传输系统及方法

    公开(公告)号:CN119254996A

    公开(公告)日:2025-01-03

    申请号:CN202411755532.6

    申请日:2024-12-03

    Applicant: 湖南大学

    Abstract: 本发明公开了一种智能环卫车队的远程视频传输系统及方法,包括客户端系统、EMQX消息服务器、视频流服务模块以及多个数据收发模块及智能环卫车队,客户端系统发布推流话题至EMQX消息服务器,从EMQX消息服务器订阅目标环卫车的推流链接话题,多个数据收发模块从EMQX消息服务器订阅与各自对应的推流话题,还发布推流链接话题至EMQX消息服务器,多个数据收发模块根据推流话题获取智能环卫车的视频流并推流至云端视频流服务模块,视频流服务模块接收视频流并处理,客户端根据推流链接话题从视频流服务模块拉流,以获取目标环卫车处理后的视频流。该系统和方法可实时监控多辆智能环卫车的运行情况,可及时发现异常情况并处理。

    一种智能环卫车队远程驾驶控制系统及方法

    公开(公告)号:CN119254815A

    公开(公告)日:2025-01-03

    申请号:CN202411755292.X

    申请日:2024-12-03

    Applicant: 湖南大学

    Abstract: 本发明公开了一种智能环卫车队远程驾驶控制系统及方法,包括客户端、云端系统、多个车端系统以及智能环卫车,每辆智能环卫车上均设有一个车端系统,远程操作员在客户端输入远程控制指令并通过远程操控话题发布,云端系统接收并存储远程操控话题,智能环卫车上的车端系统接收订阅的远程操控话题并实现智能环卫车的自动驾驶,车端系统将智能环卫车在自动驾驶过程中的实时运行数据和视频数据上传至云端系统,云端系统接收和存储实时运行数据和视频数据并转发,客户端接收并实时展示运行数据和视频数据,根据展示结果调整远程控制指令重新发布远程操控话题。该系统和方法可降低系统成本,缩短数据传输链条,提高了系统的实时性。

    一种基于充电积分算法的电池寿命状态分析方法及系统

    公开(公告)号:CN118795354B

    公开(公告)日:2024-12-06

    申请号:CN202411282822.3

    申请日:2024-09-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于充电积分算法的电池寿命状态分析方法及系统,获取车辆动力电池的SOC‑OCV曲线,根据预设划分区间对SOC轴进行划分并编号,得到若干个SOC区间,获取车辆动力电池在预设周期内的充电循环数据,以预设充电间隔对充电循环数据进行切片,得到若干个充电循环切片,计算若干个充电循环切片在若干个SOC区间上的积分电量并选取基准切片,对基准切片进行填充和置信度进行判断,将满足置信度要求的填充后基准切片的积分容量值线性扩大,估算出车辆动力电池的当前实际容量,根据当前实际容量和额定容量计算得出车辆动力电池的寿命状态预测结果。该方法利用充电循环电流稳定性评估车辆动力电池的寿命状态,极大提高了效率。

    一种基于优化神经网络的电池SOH分析方法

    公开(公告)号:CN117949832B

    公开(公告)日:2024-06-18

    申请号:CN202410354310.7

    申请日:2024-03-27

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于优化神经网络的电池SOH分析方法,包括获取车辆运行原始数据进行预处理得到电池特征样本;基于电池特征样本对BP神经网络的输入层进行设计,确定BP神经网络各层结构;结合粒子群算法对BP神经网络的网络参数进行训练得到初步更新的BP神经网络,将电池特征样本输入至初步更新的BP神经网络再次进行训练,再根据预设的损失函数进行反向传播,得到更新后的BP神经网络预测模型;将更新后的BP神经网络预测模型在云平台进行算法部署,获取实时电池特征样本并输入至云平台,分析得到电池SOH预测结果。解决BP神经网络具有大量参数、调参困难、训练时间长的问题,具有较好的模型表达能力,提高数据处理响应速度。

    一种基于优化神经网络的电池SOH分析方法

    公开(公告)号:CN117949832A

    公开(公告)日:2024-04-30

    申请号:CN202410354310.7

    申请日:2024-03-27

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于优化神经网络的电池SOH分析方法,包括获取车辆运行原始数据进行预处理得到电池特征样本;基于电池特征样本对BP神经网络的输入层进行设计,确定BP神经网络各层结构;结合粒子群算法对BP神经网络的网络参数进行训练得到初步更新的BP神经网络,将电池特征样本输入至初步更新的BP神经网络再次进行训练,再根据预设的损失函数进行反向传播,得到更新后的BP神经网络预测模型;将更新后的BP神经网络预测模型在云平台进行算法部署,获取实时电池特征样本并输入至云平台,分析得到电池SOH预测结果。解决BP神经网络具有大量参数、调参困难、训练时间长的问题,具有较好的模型表达能力,提高数据处理响应速度。

    一种基于充电积分算法的电池寿命状态分析方法及系统

    公开(公告)号:CN118795354A

    公开(公告)日:2024-10-18

    申请号:CN202411282822.3

    申请日:2024-09-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于充电积分算法的电池寿命状态分析方法及系统,获取车辆动力电池的SOC‑OCV曲线,根据预设划分区间对SOC轴进行划分并编号,得到若干个SOC区间,获取车辆动力电池在预设周期内的充电循环数据,以预设充电间隔对充电循环数据进行切片,得到若干个充电循环切片,计算若干个充电循环切片在若干个SOC区间上的积分电量并选取基准切片,对基准切片进行填充和置信度进行判断,将满足置信度要求的填充后基准切片的积分容量值线性扩大,估算出车辆动力电池的当前实际容量,根据当前实际容量和额定容量计算得出车辆动力电池的寿命状态预测结果。该方法利用充电循环电流稳定性评估车辆动力电池的寿命状态,极大提高了效率。

    一种智能网联V2X场景验证系统和方法

    公开(公告)号:CN117255325A

    公开(公告)日:2023-12-19

    申请号:CN202311521994.7

    申请日:2023-11-15

    Applicant: 湖南大学

    Abstract: 本发明公开了一种智能网联V2X场景验证系统和方法,车载V2X场景协调及分析系统接收场景原始信息并进行整合、分析和协调,根据整合后的数据对车载V2X场景进行判断,得到预警信息,将场景原始信息发送至PC端分析验证系统,将预警信息发送至移动端显示系统;PC端分析验证系统接收场景原始信息进行存储、分析和验证,实现场景原始信息的验证功能;移动端显示系统接收预警信息,接收OBU设备传输的实时V2X数据,实现预警提示和设备调试功能。基于成熟车载OBU的基础,采用分散计算的处理方式,减轻车载计算单元的压力,又合理借用外部算力完成验证,对现有的智能网联设备和环境进行充分合理的使用,产生了经济价值。

Patent Agency Ranking