公开(公告)号：CN117197761A

公开(公告)日：2023-12-08

申请号：CN202310862336.8

申请日：2023-07-13

Applicant: 河南科技大学 ,  龙门实验室

Inventor： 陶发展 ,  付致高 ,  葛泽坤 ,  陈琦 ,  陈博 ,  冀保峰 ,  王桐 ,  吴红海 ,  李帅永 ,  朱龙龙 ,  高颂 ,  李梦杨 ,  张中才 ,  张冀 ,  张平 ,  张高远

IPC: G06V20/56 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的复杂道路环境车道线检测方法，包括以下步骤：获取CULane图像数据集；调整图像分辨率进行图像增强，将处理后的车道线图像作为车道线检测系统的训练数据集；建立基于局部和全局的复杂道路环境车道线检测网络模型，建立车道线模型，构建损失函数，训练车道线检测网络模型直至网络收敛，得到最佳网络模型权重参数；车道线检测系统加载最佳模型权重参数，将汽车前置摄像头采集的道路图像作为输入，经过检测网络处理获得用于判定不同车道线的车道标记点集；对各条车道线使用多项式回归进行参数拟合，得到每条车道线的参数集，根据参数集在原始图像上依次绘制车道线，实现车道线检测的可视化。

公开(公告)号：CN116834612A

公开(公告)日：2023-10-03

申请号：CN202310836492.7

申请日：2023-07-10

Applicant: 龙门实验室 ,  河南科技大学

Inventor： 陶发展 ,  张亚博 ,  卢泓鑫 ,  付致高 ,  唐小林 ,  陈博 ,  冀保峰 ,  王桐 ,  吴红海 ,  李帅永 ,  朱龙龙 ,  高颂 ,  李梦杨 ,  张中才 ,  张冀 ,  张平 ,  孙力帆

IPC: B60L58/40 ,  B60L50/75 ,  B60L50/40 ,  B60W50/00

Abstract: 本发明涉及以氢能源为主的新能源混合动力汽车能量管理技术领域，具体为涉及退化的氢燃料电池混合动力汽车智能能量管理方法，通过建立混合动力汽车能量管理系统模型，并根据已有的能量源模型，构建能量源性能退化模型，搭建一种基于驾驶数据的混合动力汽车智能能量管理学习框架，将车辆需求功率变化、锂电池和超级电容SoC波动以及能量源性能退化等多重因素融入到能量管理策略框架中，本发明实现降低深度强化学习智能算法动作空间维度的同时，有效保护燃料电池和锂电池免受峰值功率的影响，借助深度强化学习智能算法强大的自学习能力可以在保证整车燃料经济性最佳的基础上，最大限度的减缓能量源性能退化。

公开(公告)号：CN117022273A

公开(公告)日：2023-11-10

申请号：CN202311066514.2

申请日：2023-08-23

Applicant: 河南科技大学

Inventor： 陶发展 ,  陈博 ,  付主木 ,  宋书中 ,  唐小林 ,  高颂 ,  杨艺 ,  陈灵峰 ,  王俊 ,  孙力帆 ,  王楠 ,  张中才 ,  朱龙龙

IPC: B60W30/16 ,  B60W20/15 ,  B60W10/28 ,  B60W50/00

Abstract: 一种基于模型预测控制混合动力汽车的跟车能量策略，首先根据前车和被控车辆的行驶状态信息构建跟车模型；建立混合动力汽车的动力学模型，并通过该动力学模型获取被控车辆的需求功率；构建车载动力系统能量源退化模型，并结合被控车辆的需求功率获得被控车辆的最优能量分配结果，所述跟车模型包括参考跟车距离模型和可变时距跟车控制器模型；所述获得被控车辆的最优能量分配结果的具体操作为，基于车载动力系统能量源退化模型以及需求功率构建多目标函数和约束条件，利用加权法构建多目标函数的预测模型，对预测模型进行求解得到被控车辆的最优能量分配结果，本发明，采用预测模型控制能量分配可以灵活处理多变量、多约束的系统。