一种自防护式磁敏橡胶支座

    公开(公告)号:CN109736182B

    公开(公告)日:2021-05-11

    申请号:CN201910065187.6

    申请日:2019-01-23

    Abstract: 本发明属于隔振支座领域,涉及一种自防护式磁敏橡胶支座,包括呈相对设置的顶盖、基座、以及设置在所述顶盖和所述支座之间的套筒;所述套筒的两侧分别贴合所述基座及所述顶盖;所述基座及所述顶盖在套筒内通过磁敏材料制成的隔振核心单元相连;所述套筒和隔振核心单元之间环绕设置有励磁线圈;本发明利用护锁机构形成了万能活动关节,在复杂冲击的作用下可以对支座的隔振能力做出补偿调整;本发明应用于小型精密隔振工况,当其遇到一定大小的挤压、剪切或一定角度的扭转载荷时,护锁机构和限位导磁板均可通过机械性能对支座结构起到限位作用,防止支座受冲击而变形,为支座提供了自防护功能,增强了支座的结构牢固性与使用灵活性。

    一种智能车辆人-机协同驾驶的变结构控制方法

    公开(公告)号:CN109866772A

    公开(公告)日:2019-06-11

    申请号:CN201910079765.1

    申请日:2019-01-28

    Abstract: 本发明请求保护一种智能车辆人-机协同驾驶的变结构控制方法,用于实现半自动驾驶车辆的驾驶权在驾驶员和自动驾驶控制器之间的切换。包括以下步骤:1.协同驾驶系统建模:首先选择并确定车辆及交通场景参数,再构造出由驾驶员控制模型、车辆自动驾驶控制器自动驾驶模型以及交通模型构成的协同驾驶系统模型。2.稳定范围计算:根据协同驾驶系统模型及参数,分别计算驾驶员控制模型与自动驾驶模型各自的稳定区域。3.控制器设计:根据驾驶员控制模型与自动驾驶模型对应控制量,设计切换函数完成驾驶权在人-机之间的切换转移。本发明通过人-机协同驾驶情况下人-机控制系统的平滑切换来提高半自动驾驶智能车辆驾驶的安全性与稳定性。

    基于威胁估计的智能车辆路径规划方法

    公开(公告)号:CN105526942B

    公开(公告)日:2019-03-08

    申请号:CN201610050880.2

    申请日:2016-01-25

    Abstract: 本发明请求保护一种基于威胁估计的智能车辆路径规划方法,涉及智能车辆决策与控制技术领域。首先确定影响智能车辆威胁评估的多种因素如外部目标特性及环境参数等,建立基于贝叶斯网络的智能车辆威胁估计模型。在智能车辆运行过程中,采集威胁因素的实时数据,根据该模型计算外部环境中的各目标对智能车辆的威胁指数;基于各目标对智能车辆的威胁指数构造各目标对智能车辆的斥力势场模型,与智能车辆行驶的终点对智能车辆的引力势场模型融合,得到智能车辆的综合势场模型,求解后得到智能车辆的路径规划。本发明通过对影响智能车辆威胁评估的多种因素的考虑,形成对智能车辆驾驶环境的更充分的认知,以规划出更为合理、有效的行驶路径。

    一种配有智能奶勺的智能奶瓶

    公开(公告)号:CN105125411A

    公开(公告)日:2015-12-09

    申请号:CN201510590658.7

    申请日:2015-09-14

    CPC classification number: A61J9/02 A61J2200/72 A61J2200/74

    Abstract: 本发明涉及一种配有智能奶勺的智能奶瓶,包括分别安装有蓝牙模块的智能奶勺和智能奶瓶;所述智能奶勺勺体底部安装有奶粉称重模块,在勺柄上安装有显示与语音模块、以及微处理器和电源模块;所述智能奶瓶内底部上设置有记录模块,瓶体上安装有设置模块、显示模块、微处理器和电源模块,所述记录模块用于记录一段时间内婴儿的饮奶量,所述设置模块用于设置奶水参考浓度值;所述显示模块采用将LED灯嵌入到奶瓶的刻度线内,实现对应加水量的显示。本发明功能强大,使用方便,能够为婴儿提供一个安全,可靠的饮奶环境,并实现对婴儿奶粉摄入量的精确控制。

    一种吸收型柔性透明电磁屏蔽薄膜的制备方法及产品

    公开(公告)号:CN111432618A

    公开(公告)日:2020-07-17

    申请号:CN202010152889.0

    申请日:2020-03-06

    Abstract: 本发明涉及一种吸收型柔性透明电磁屏蔽薄膜的制备方法及产品,属于电磁屏蔽技术领域。其制备方法如下:在清洁后的基板上依次涂覆制备柔性透明高分子膜层I、铁磁纳米线网络结构层和柔性透明高分子膜层II,涂覆制备所述铁磁纳米线网络结构层时,施加磁场使铁磁纳米线的分布构成有序网络结构。由该方法制备的屏蔽薄膜屏蔽效能高、透光率高、柔韧性好,且具有优异的电磁吸波能力,能够有效避免以反射机制为主的屏蔽造成的二次电磁辐射污染,具有良好的工程应用潜力,其制备方法简单易操作,原材料低廉,易于产业化。

    一种基于铁纳米线的柔性应变传感器及其制备方法

    公开(公告)号:CN110681873A

    公开(公告)日:2020-01-14

    申请号:CN201910984675.7

    申请日:2019-10-16

    Abstract: 本发明涉及一种基于铁纳米线的柔性应变传感器及其制备方法,属于应变传感器技术领域,该应变传感器包括PDMS基体、铁纳米线膜和两条电极引线;所述铁纳米线膜封装于所述PDMS基体内,所述两条电极引线分别固定在所述铁纳米线膜两端,所述两条电极引线中与所述铁纳米线膜固定的一端封装于所述PDMS基体内,另一端穿出所述PDMS基体,位于所述PDMS基体外。在制备该传感器中铁纳米线膜时,通过控制还原剂溶液的注射速度和所施加的平行磁场的强度可以有规律的调节最终制备的铁纳米线的直径和长径比,从而最大程度的满足应用需求,制备出高灵敏度的柔性应变传感器,该传感器制备工艺简单易操作,且成本低,适合扩大化生产。

    混合交通流下网联车跟驰行为预测方法

    公开(公告)号:CN109978260A

    公开(公告)日:2019-07-05

    申请号:CN201910233245.1

    申请日:2019-03-26

    Abstract: 本发明涉及一种混合交通流下网联车跟驰行为预测方法,属于智能驾驶领域。通过考虑前导车的行驶状态对于目标网联车的直接影响,以及可通信范围内的网联车的行驶状态对目标网联车的直接影响,确定目标网联车的跟驰状态,所述行驶状态包括速度、位置和加速度。利用本发明的预测方法,在混合交通流环境下,驾驶员不仅可以直接感知到前车的行驶状态,还可以超视距感知可通信范围内的网联车辆的行驶信息,以致能够做出更适宜的驾驶决策,从而提高交通的稳定性和目标网联车的安全性、能效性和舒适性。

    一种自防护式磁敏橡胶支座

    公开(公告)号:CN109736182A

    公开(公告)日:2019-05-10

    申请号:CN201910065187.6

    申请日:2019-01-23

    Abstract: 本发明属于隔振支座领域,涉及一种自防护式磁敏橡胶支座,包括呈相对设置的顶盖、基座、以及设置在所述顶盖和所述支座之间的套筒;所述套筒的两侧分别贴合所述基座及所述顶盖;所述基座及所述顶盖在套筒内通过磁敏材料制成的隔振核心单元相连;所述套筒和隔振核心单元之间环绕设置有励磁线圈;本发明利用护锁机构形成了万能活动关节,在复杂冲击的作用下可以对支座的隔振能力做出补偿调整;本发明应用于小型精密隔振工况,当其遇到一定大小的挤压、剪切或一定角度的扭转载荷时,护锁机构和限位导磁板均可通过机械性能对支座结构起到限位作用,防止支座受冲击而变形,为支座提供了自防护功能,增强了支座的结构牢固性与使用灵活性。

    一种基于最佳油耗的车载导航方法

    公开(公告)号:CN105865472B

    公开(公告)日:2019-05-10

    申请号:CN201610212578.2

    申请日:2016-04-06

    Abstract: 本发明涉及一种基于最佳油耗的车载导航方法,属于智能交通技术领域。在该方法中采用了后台数据中心、车载导航仪以及路侧设备;所述车载导航仪通过实时地与后台数据中心进行通信为用户提供导航信息;所述后台数据中心包含有整个路网的静态信息,并能够与路侧系统进行通信,获取动态路网信息;该方法包括:节能路径规划,节能驾驶辅助,历史数据分析;所述的节能路径规划是指根据用户的出行目的地自动检索出所有可行的路线,并通过相应的算法结合交通环境找到其中油耗最少的路线;所述的节能驾驶辅助是指通过对当前交通状况的分析,为用户提供实时驾驶建议。本发明提供的方法能够为用户提供包括耗油量最少路径在内的多种导航方法,为用户提供实时驾驶建议,同时还能够通过分析历史数据整合路网油耗信息,为交管部门提供建议。

    混合交通状态下基于机器学习的非网联车状态估计方法

    公开(公告)号:CN108682148A

    公开(公告)日:2018-10-19

    申请号:CN201810449966.1

    申请日:2018-05-11

    CPC classification number: G08G1/0112 G06F17/16 G08G1/065

    Abstract: 本发明涉及混合交通状态下基于机器学习的非网联车状态估计方法,属于智能交通领域。在不同的时刻下,当两个网联车之间存在不同数量的非网联车时,相对驾驶行为会相应变化,并存在一定的关联关系;qt为t时刻下非网联车的数量,ot为t时刻下两辆相邻网联车的相对驾驶行为;明确这两者之间存在的关联关系,通过机器学习的方法隐马尔可夫模型,利用这个关联关系在已知两辆网联车的相对驾驶行为的情况下估计非网联车的数量。本发明将极大提高网联车的感知能力,进一步高效可靠地实现基于网联车的安全应用,也将增强交通状态的估计能力,有利于交通管理和优化,提高交通运行效率。

Patent Agency Ranking