公开(公告)号：CN115329277A

公开(公告)日：2022-11-11

申请号：CN202210950484.0

申请日：2022-08-09

Applicant: 重庆邮电大学

Inventor： 任文举 ,  谢新宇 ,  郑太雄 ,  朱意霖 ,  刘劲松 ,  易源 ,  黄溢

IPC: G06F17/18 ,  G06N20/20 ,  H01M10/42 ,  H01M10/54

Abstract: 本发明涉及一种退运动力镍氢电池的SOH预测方法，属于储能技术领域。首先采集电池充电状态下与电池容量衰退相关的数据指标，通过数据清洗保证数据有效性，以电池内阻、电池最大内压为健康因子构建特征值，将健康因子与电池电容共同形成样本集；再通过改进的自适应损失函数优化LightGBM算法，并应用Hyperopt超参数框架获得最优参数组合；将所述样本集载入优化后的算法模型进行训练；采用完成训练后的算法训练模型对SOH进行预测。采用本方法可以提升退运电池SOH预测的效率及精度，确保退运电池的梯次利用可以高效且准确的分类。

公开(公告)号：CN114938742A

公开(公告)日：2022-08-26

申请号：CN202210523212.2

申请日：2022-05-13

Applicant: 重庆邮电大学

Inventor： 刘劲松 ,  郑太雄 ,  朱意霖 ,  谢新宇 ,  易源

IPC: A01G3/08

Abstract: 本发明属于机器人自动化剪枝领域，涉及一种小植株剪枝末端执行器，包括枝条剪断机构，以及设置在枝条剪断机构顶部的枝条夹持机构，枝条剪断机构包括壳体，设置在壳体内的传动组件，以及设置在壳体外的圆形锯片，传动组件通过贯穿壳体的第二滑块与圆形锯片连接；壳体上还开设有供第二滑块上下滑动的滑槽。本发明能够从枝叶下方靠近待剪枝条，通过控制手爪夹持力对枝条进行固定，然后剪断，配合机器人以达到自动化剪枝的目的。

公开(公告)号：CN114882498A

公开(公告)日：2022-08-09

申请号：CN202210565489.1

申请日：2022-05-18

Applicant: 重庆邮电大学

Inventor： 朱意霖 ,  郑太雄 ,  刘劲松 ,  易源 ,  谢新宇 ,  张世博 ,  张黎

IPC: G06V20/68 ,  G06V10/26 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06T7/13 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种面向采摘机器人的遮挡和重叠果实识别方法，属于图像识别领域，提出Dense‑TRH‑YOLO模型，在YOLOv5的基础上将Denseblock模块融合到骨干网中，创建了早期层到后期层的段路径，并且将Transfomer模块融入到模型中，提高语义可分辨性并减少类别混淆，增加对遮挡物的识别精度，然后通过Unet++‑PAN颈部结构提取各层图像特征，最后用Efficient IOU Loss损失函数代替原模型的CIOU进行边框回归输出检测框位置和分类置信度，在CIOU的基础上分别计算宽高的差异值代替了纵横比，同时引入Focal Loss解决难易样本不平衡的问题。

公开(公告)号：CN114882498B

公开(公告)日：2025-04-18

申请号：CN202210565489.1

申请日：2022-05-18

Applicant: 重庆邮电大学

Inventor： 朱意霖 ,  郑太雄 ,  刘劲松 ,  易源 ,  谢新宇 ,  张世博 ,  张黎

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/26 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06N20/10

Abstract: 本发明涉及一种面向采摘机器人的遮挡和重叠果实识别方法，属于图像识别领域，提出Dense‑TRH‑YOLO模型，在YOLOv5的基础上将Denseblock模块融合到骨干网中，创建了早期层到后期层的段路径，并且将Transfomer模块融入到模型中，提高语义可分辨性并减少类别混淆，增加对遮挡物的识别精度，然后通过Unet++‑PAN颈部结构提取各层图像特征，最后用Efficient IOU Loss损失函数代替原模型的CIOU进行边框回归输出检测框位置和分类置信度，在CIOU的基础上分别计算宽高的差异值代替了纵横比，同时引入Focal Loss解决难易样本不平衡的问题。

公开(公告)号：CN117289137A

公开(公告)日：2023-12-26

申请号：CN202311271663.2

申请日：2023-09-28

Applicant: 重庆邮电大学

Inventor： 任文举 ,  郑太雄 ,  谢新宇 ,  易源

IPC: G01R31/367 ,  G01R31/382 ,  G01R31/3842

Abstract: 本发明涉及一种锂离子电池全寿命期的SOC预测方法，属于储能技术领域，包括以下步骤：S1：实时采集锂离子电池充放电状态下的电池容量、温度、电流、电压、内压数据；S2：将采集数据共同构建特征变量，建立特征变量与其匹配的电池SOC建立映射关系，形成样本库；S3：使用Hampel滤波对原Informer中编码器及解码器的自注意力机制进行改进，形成Hampel‑Informer模型，作为全寿命期SOC预测模型；S4：将步骤S2处理后的样本库导入所述全寿命期SOC预测模型进行训练；S5：将当前锂离子电池温度、电流、电压、内压数据导入训练后的全寿命期SOC预测模型，预测电池SOC。