公开(公告)号：CN117902578A

公开(公告)日：2024-04-19

申请号：CN202410080296.6

申请日：2022-12-12

Applicant: 长安大学

Inventor： 孙国栋 ,  康凯 ,  王振军 ,  田清来 ,  唐宇星

IPC: C01B32/90 ,  C04B35/56 ,  C04B35/622 ,  C04B35/64

Abstract: 本发明公开了一种液态合成Ti3SiC2陶瓷材料的制备方法及应用，所述制备方法包括：将TiH2粉与液态聚碳硅烷混合均匀，得到液态前驱体材料；于惰性气氛中，将所述前驱体材料依次进行固化处理、球磨处理、干燥处理和热解处理，即可得到所述Ti3SiC2陶瓷材料。本发明中采用液态聚碳硅烷与TiH2粉形成全液态体系，无需加入其他添加剂或溶剂便能保证较高含量的目标产物，同时全液态体系具有良好的流动性，便于与多孔材料通过浸渍结合制备满足高铁受电弓使用条件的复合材料；由此所制备的Ti3SiC2陶瓷材料中Ti3SiC2的质量可达95％，还含有少量TiC，其可以在高温下形成TiO2，从而达到阻止材料氧化，保护材料的作用。

公开(公告)号：CN113920731B

公开(公告)日：2022-09-06

申请号：CN202111188985.1

申请日：2021-10-12

Applicant: 长安大学

Inventor： 康凯 ,  王驰恒 ,  朱彤 ,  魏田正

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/052 ,  G08G1/16 ,  G06V20/50 ,  G06T11/00

Abstract: 本发明涉及智能交通技术领域，公开了一种基于无人机的交通运行风险实时识别方法，所述方法包括：步骤1、识别车辆位置；步骤2、获取车辆运行速度；步骤3、获取车关联车辆；步骤4、预测碰撞位置；步骤5、获取风险梯度；步骤6、获取综合风险值；步骤7、将像素上的风险值映射为像素灰度，将灰度图映射为颜色梯度生成热度图像；步骤8、热力图与原始图像帧叠加，连续播放生成风险热度化视频。

公开(公告)号：CN115959668A

公开(公告)日：2023-04-14

申请号：CN202211590500.6

申请日：2022-12-12

Applicant: 长安大学

Inventor： 孙国栋 ,  康凯 ,  王振军 ,  田清来 ,  唐宇星

IPC: C01B32/90

Abstract: 本发明属于陶瓷材料技术领域，公开一种全液态合成Ti3SiC2陶瓷及其制备方法，所述制备方法为：按照Ti:Si为3:1.2～1.7的摩尔比，将TiH2粉与LPCS混合均匀，获得前驱体材料；于惰性气氛中，将所述前驱体材料在110～130℃下进行固化处理，随后依次进行球磨处理、干燥处理和热解处理，即获得所述Ti3SiC2陶瓷。本发明制备方法简单，便于操作；且LPCS与TiH2粉可以形成全液态体系，无需加入其他添加剂便能保证较高含量的目标产物，同时全液态体系具有良好的流动性，便于与多孔材料通过浸渍结合制备满足高铁受电弓使用条件的复合材料。

公开(公告)号：CN118271105A

公开(公告)日：2024-07-02

申请号：CN202410380373.X

申请日：2024-03-30

Applicant: 长安大学

Inventor： 孙国栋 ,  郑斌 ,  康凯 ,  尹昭怡 ,  解静 ,  贾研 ,  王振军 ,  许西庆

IPC: C04B35/83 ,  C04B35/56 ,  C04B35/80 ,  C04B35/622

Abstract: 本申请公开了一种C/C‑Ti3SiC2复合材料的制备方法，涉及复合材料技术领域，该方法包括：以Ti粉、LPCS作为原料配制先驱体混合物；将密度为1.12g/cm3的C/C复合材料置于先驱体混合物中，进行搅拌和浸渍操作，获得浸渍后的C/C复合材料；对浸渍后的C/C复合材料进行固化操作，获得C/C复合材料固化先驱体混合物；对C/C复合材料固化先驱体混合物进行热处理工艺，获得C/C‑Ti3SiC2复合材料。从而解决了传统的Ti3SiC2改性C/C复合材料的制备方法存在产率较低、工艺复杂、原料消耗较大的问题。

公开(公告)号：CN113920731A

公开(公告)日：2022-01-11

申请号：CN202111188985.1

申请日：2021-10-12

Applicant: 长安大学

Inventor： 康凯 ,  王驰恒 ,  朱彤 ,  魏田正

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/052 ,  G08G1/16 ,  G06V20/50 ,  G06T11/00

Abstract: 本发明涉及智能交通技术领域，公开了一种基于无人机的交通运行风险实时识别方法，所述方法包括：步骤1、识别车辆位置；步骤2、获取车辆运行速度；步骤3、获取车关联车辆；步骤4、预测碰撞位置；步骤5、获取风险梯度；步骤6、获取综合风险值；步骤7、将像素上的风险值映射为像素灰度，将灰度图映射为颜色梯度生成热度图像；步骤8、热力图与原始图像帧叠加，连续播放生成风险热度化视频。

公开(公告)号：CN113901718A

公开(公告)日：2022-01-07

申请号：CN202111182564.8

申请日：2021-10-11

Applicant: 长安大学

Inventor： 王驰恒 ,  康凯 ,  朱彤 ,  魏田正

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及自动驾驶技术领域，具体涉及一种跟驰状态下基于深度强化学习的驾驶避撞优化方法。本发明利用深度强化学习构建模型，通过设置一套独立的评价指标体系来评价自动驾驶，而不是通过对比模型与人类驾驶员的差异来评价，可以更加智能的对驾驶避险行为进行学习。提供了一种驾驶避撞的策略，不仅可以对NGSIM实证数据进行训练，还可以对驾驶仿真数据等进行训练，得到的结果具有通用性。本发明虽是一种跟驰场景下的驾驶避撞策略，但设置新的场景进行模型的训练进行的改动并不大，依然保有很强的可行性。本发明采用了较为复杂的奖励函数，对于得分的评价更加客观和准确。