-
公开(公告)号：CN112721737B
公开(公告)日：2023-02-17
申请号：CN202110075760.9
申请日：2021-01-20
Applicant: 重庆邮电大学
IPC: B60L58/26 , B60L58/27 , B60K11/02 , H01M10/613 , H01M10/615 , H01M10/625 , H01M10/6567 , H01M10/667
Abstract: 本发明涉及一种纯电动汽车综合热能利用热管理系统，属于纯电动汽车电池热管理领域，包括热泵回路、电池组热管理回路和电机热管理回路；所述热泵回路用于加热或冷却电池组热管理回路中的冷却液；所述电池组热管理回路用于加热或冷却电池组和辅助回收电机冷却热；所述电机热管理回路用于回收电机冷却热和冷却电机。本发明还提供一种纯电动汽车综合热能利用热管理系统的控制方法。本发明的换热效率得到提高，能够极大地降低电池组内的电池单体温差，提升了系统的换热效率和能耗，解决了极端情况下电池组热管理回路不足以加热电池组的问题，能够极大地节省电能，使得系统能够更快的响应各种变化，具备较好的稳定性和鲁棒性。
-
公开(公告)号：CN108227491B
公开(公告)日：2021-11-16
申请号：CN201711455768.8
申请日：2017-12-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于滑模神经网络的智能车轨迹跟踪控制方法，用于智能车轨迹跟踪控制的技术领域，以解决轨迹跟踪过程中存在的稳定性和控制精度的问题。该方法包括：设计一种基于滑模的轨迹跟踪控制器，通过控制前轮转角来实现横向跟踪控制，然后通过RBF神经网络补偿前轮转角来提高轨迹跟踪控制的精度，减小滑模的抖振现象。与现有技术相比，本发明在实现轨迹跟踪的同时能极大地提高轨迹跟踪控制的精度，减小滑模控制器的抖振现象，加强了控制器的稳定性和鲁棒性。
-
公开(公告)号：CN107561942B
公开(公告)日：2021-02-09
申请号：CN201710817776.6
申请日：2017-09-12
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型补偿的智能车辆轨迹跟踪模型预测控制方法，包括建立2自由度车辆动力学模型模拟智能车辆；构建由线性误差模型、预测模型和目标函数组成的模型预测控制系统，将车辆动力学模型模的微分形式进行离散线性化得到线性误差模型，将其作为模型预测控制器的预测模型，最终求取最优控制量前轮偏角δf0；将车辆当前运动轨迹和期望轨迹的误差e以及误差变化作为RBF神经网络的输入，输出δf1为自适应RBF神经网络补偿的前轮偏角；模型预测控制系统输出的最优控制量前轮偏角δf0和自适应RBF神经网络补偿的前轮偏角δf1组成最终智能车辆的输入δf。采用该方法提高智能车辆跟踪期望轨迹的精度。
-
公开(公告)号：CN109447236A
公开(公告)日：2019-03-08
申请号：CN201811138434.2
申请日：2018-09-28
Applicant: 重庆邮电大学
IPC: G06N3/02
Abstract: 本发明请求保护一种混合动力汽车热管理系统的故障诊断方法。包括以下步骤：选择热管理系统各部件出水口温度、压力、流量值作为输入变量，在热管理系统各回路布置温度、压力、流量传感器，分别采集正常情况和故障情况下的样本数据。采用主成分分析法对样本数据进行特征提取，得到降维后的样本数据，将样本数据分为训练集和测试集；设计RBF神经网络故障诊断模型，采用粒子群算法优化RBF神经网络的基函数中心、方差和连接权值；将训练好的RBF神经网络应用到混合动力汽车热管理系统的故障诊断，直接得到各执行件的故障状态。本发明利用各部件的实时参数对热管理系统进行状态和故障诊断，可以及时检测到热管理系统故障并直接确定故障位置。
-
公开(公告)号：CN108248605A
公开(公告)日：2018-07-06
申请号：CN201810061995.0
申请日：2018-01-23
Applicant: 重庆邮电大学
CPC classification number: B60W30/10 , B60W30/14 , B60W50/00 , B60W2050/0002 , B60W2050/0031
Abstract: 本发明请求保护一种智能车辆轨迹跟随的横纵向协调控制方法，针对智能车辆横纵向动力学之间的关联、耦合特性，设计智能车辆轨迹跟随的横纵向协调控制器。运用模型预测控制和滑模控制算法实现对发动机节气门开度、制动主缸压力及前轮偏角的协调控制。在横向MPC控制器设计中，车辆的状态量选取为其中的状态量(纵向速度vx)为经过纵向控制后车辆输出的实时变化车速；vy为车辆质心处的横向速度；为车辆质心处的横摆角、横摆角速度；Y,X为全局坐标下的横向位置、纵向位置。该横纵向协调控制系统使智能车辆在期望速度下高效、稳定的跟踪期望轨迹。而且可显著提高在大转向操纵时，智能车辆轨迹跟踪过程中的横向稳定性。
-
Patent Agency Ranking
公开(公告)号：CN105205230A
公开(公告)日：2015-12-30
申请号：CN201510559470.6
申请日：2015-09-06
Applicant: 重庆邮电大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于扩展卡尔曼滤波(EKF)算法的均质充气压缩点燃式(HCCI)发动机进气门关闭时刻混合气温度(Tivc)的类龙伯格(Luenberger)高阶递归神经网络(RHONN)状态观测方法，涉及汽车电子控制技术领域。该方法采用添加Luenberger项的RHONN形式，其中，RHONN的权重系数由EKF算法进行训练调节并提供，进而估计得到HCCI进气门关闭时刻的混合气温度。EKF训练算法的输入为发动机热力学状态模型输出的估计值与实际值的误差和神经网络输出值对权重的导数，输出则为观测方法的权重参数w。通过选取最优的RHONN权重参数和增加的Luenberger项，本发明所提出的方法能够很好地克服系统运行中出现的扰动、参数时变及其他不确定因素等问题，并且加快了跟踪速度。因此，该方法具有较强的抗干扰能力，能够获得精确的Tivc估计值。
-
公开(公告)号：CN114818931B
公开(公告)日：2024-11-29
申请号：CN202210457901.8
申请日：2022-04-27
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06V20/68 , G06N3/044 , G06N3/0985
Abstract: 本发明涉及一种基于小样本元学习的水果图像分类方法，属于水果图像分类领域，采用模型无关的元学习模型MAML作为图像分类框架，将DenseNet‑121作为骨干网络，并与特征金字塔网络FPN架构相结合进行目标特征提取，通过独特的内外循环算法进行训练，其中内循环负责模拟小样本学习中模型学习新任务的场景，外循环则负责收集内循环学习后的效果，最终实现基于小样本的水果图像分类。本发明解决了传统数字图像处理技术因果实阶段性状变化造成分类精度较低以及鲁棒性不强的问题，还克服了基于大数据的卷积神经网络所需数据集庞大、梯度消失慢、计算训练量大以及模型收敛慢等缺点。
-
公开(公告)号：CN109255094B
公开(公告)日：2022-12-27
申请号：CN201810907913.X
申请日：2018-08-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于SVR_Adaboost改进算法的商用货车质量辨识方法，在车辆起步10s，采用时间序列方式在CAN总线中，采集由车辆纵向动力学模型所确定的相关变量纵向驱动力、纵向加速度、迎风阻力、轮胎滚动阻力、路面坡度，并按固定数据结构组合成一组数据。将组合数据Z‑score标准化，再PCA降维到10维，作为输入变量，利用SVR作为基学习算法，再用Adaboost提升方法反复训练，得出一系列弱SVR模型，并组合这些模型，构成最终质量辨识模型。通过Adaboost提升训练后的模型在辨识应用中比单一基学习算法泛化能力更加显著优越、辨识精度更高。
-
公开(公告)号：CN114332601A
公开(公告)日：2022-04-12
申请号：CN202111457637.X
申请日：2021-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于语义分割的采摘机器人非结构化道路识别方法，属于机器人领域。首先通过RGB彩色相机获取非结构化道路图像，其次将Mobilenetv2作为主干网络对道路特征信息进行提取，并将其送入PSPnet的金字塔池化模块(Pyramid Pooling Module)进行分区域池化得到不同尺寸的特征图，然后通过双线性差值上采样操作对特征图进行多尺度特征信息融合，在后通过弃权进行特征优化，最后输入到预测分类层中得到最终预测结果。
-
公开(公告)号：CN112498332A
公开(公告)日：2021-03-16
申请号：CN202011358714.1
申请日：2020-11-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种并联式混合动力汽车模糊自适应能量管理控制方法，属于并联式混合动力汽车控制技术领域。该方法以并联式混合动力汽车电量SOC的偏差ΔSOC及其变化率ΔSOC'为输入，以等效因子s的值为输出，建立模糊控制器和ECMS瞬时优化控制算法，通过模糊控制器对ECMS瞬时优化控制算法中的等效因子进行动态调节。本发明解决了并联式混合动力汽车不能外接电网充电的情况下，难以对电量SOC进行自我管理的问题。同时，相比传统基于规则的控制算法，能使并联式混合动力汽车获得更好的燃油经济性，实现了对并联式混合动力汽车的模糊自适应能量管理控制。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.047 seconds)
