-
公开(公告)号：CN118677051A
公开(公告)日：2024-09-20
申请号：CN202410632375.3
申请日：2024-05-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于双向CUK变换器的主动均衡电路与贪心均衡策略。所述主动均衡电路通过可控开关将均衡模块与总线连接，可以实现任意位置两节电池之间的均衡，在保持可并行均衡的优点下，克服了传通基于DC‑DC变换器的可并行主动均衡电路无法直接完成非相邻电池均衡的问题。基于该均衡电路提出的贪心均衡策略，充分发挥了所述电路可完成任意电池单体之间均衡和并行均衡的优点，在电路结构限制下，通过将尽可能多的失衡严重的电池单体相互均衡的贪心策略，使电池组能以单步最优的方式完成均衡，通过选择合适的均衡延时时间以加快均衡速度，提高均衡效率。
-
公开(公告)号：CN118664590A
公开(公告)日：2024-09-20
申请号：CN202410765208.6
申请日：2024-06-14
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于语言交互的机械臂推抓协同操作系统，包括：图像数据采集模块，用于采集工作区间的彩色图像Irgb和深度图像Idepth；视觉语言定位模块，用于输入场景彩色图像Irgb和自然语言描述L，将图像和语言有效地映射到目标掩膜M上；推动决策模块，用于输入场景彩色图像Irgb和深度图像Idepth，利用DQN强化学习算法输出机械臂要执行的推动作；抓动作预测模块，用于输入目标掩膜M，从而输出预测的机械臂抓取动作；机械臂运动控制模块，用于接收算法输出的目标位置后规划出运动轨迹，进而输出控制信号；机械臂抓取单元，用于接收控制信号按规划出的运动轨迹运动并进行物体的抓取或推动。该系统基于目标掩膜的直线拟合抓取方法大幅提高了目标导向抓取的成功率。
-
公开(公告)号：CN118625164A
公开(公告)日：2024-09-10
申请号：CN202410599208.3
申请日：2024-05-15
Applicant: 杭州电子科技大学
IPC: G01R31/385 , G01R31/367 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0895 , G06F123/02
Abstract: 本发明公开了一种基于MSFD的动力电池故障检测方法，该方法首先采集动力电池数据并进行预处理。其次由多尺度对比学习transformer特征提取网络和一个特征融合网络，构建MSFD网络模型。然后通过多尺度对比学习transformer特征提取网络对预处理后的数据样本据进行特征提取，通过特征融合网络对提取到的特征表示进行解码，输出重构结果。最后将只包含正常工况的数据作为训练数据集，通过对比损失和重构损失进行模型训练，将包含有异常数据的数据集输入到训练后的模型，根据重构误差划分故障阈值，超过故障阈值的为故障。本发明有助于及时、准确检测动力电池中存在的故障。
-
公开(公告)号：CN118609089A
公开(公告)日：2024-09-06
申请号：CN202410762188.7
申请日：2024-06-13
Applicant: 杭州电子科技大学
IPC: G06V20/58 , G06V10/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于图像增强和多尺度学习的复杂光线下的行人检测方法。该方法首先使用LENet作为数据增强的部分，对原始图片进行曝光处理，在提升亮度的同时更好地保留图像质量和细节，增加数据集的多样性，增强模型的鲁棒性和泛化能力。然后针对行人检测的复杂性，构建了一个yolov7网络模型，并对其颈部进行了优化，通过增加SFR注意力机制进行结构调整，实现多尺度信息的利用，让网络能够更好地理解不同尺度下的特征，提高网络对小物体的检测能力。通过将不同层次的特征进行紧密的融合，提高了网络对复杂语义的理解能力。可以大幅度提升复杂光线下行人的识别准确率。
-
公开(公告)号：CN118113971A
公开(公告)日：2024-05-31
申请号：CN202410396561.1
申请日：2024-04-03
Applicant: 杭州电子科技大学
IPC: G06F17/15
Abstract: 本发明公开了一种基于FPGA的深度可分离卷积硬件加速方法，包括以下步骤：S1、对1*1逐点卷积权重进行位置重排；S2、对3*3逐通道卷积的权重进行増填补齐操作；S3、3*3逐通道卷积从DDR中读取权重进行卷积计算；S4、1*1逐点卷积从DDR中读取第一部分权重进行卷积计算，第二部分结果累加在第一部分结果上，直至所有输出权重读取计算完成；该方法通过对网络权重进行重排，融合逐通道卷积与逐点卷积，避免因计算顺序相反而无法进行数据互通，同时累加操作是复用偏置计算的硬件资源，进一步节约资源。
-
Patent Agency Ranking
公开(公告)号：CN116739164A
公开(公告)日：2023-09-12
申请号：CN202310695213.X
申请日：2023-06-13
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q10/0639 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/048 , G06F18/214 , G06F17/18 , G01R31/367 , G01R31/392 , G01R31/378
Abstract: 本发明公开了一种基于Informer神经网络的锂离子电池SOH预测方法，其特征在于，包括如下步骤：S1、获取锂电池循环老化数据制作数据集，并划分为训练集和测试集；S2、数据集预处理，获取数据集中的循环老化数据，并进行归一化处理；S3、构建初始Informer神经网络；S4、改进初始Informer神经网络；S5、将预处理后的训练集作为输入训练最终Informer神经网络；S6、经预处理后的测试集输入至完成训练的最终Informer神经网络中得到预测结果，并采用平均绝对误差和均方根误差作为评价指标。该方法通过对循环数据进行复相关系数分析，确定适当的window‑size，改进Informer神经网络。大量实验结果表明，本方法不仅可以很好地提取与当前时刻SOH相关性最强的各循环特征，而且可以较为精确地估计SOH。
-
公开(公告)号：CN116224231A
公开(公告)日：2023-06-06
申请号：CN202310226329.9
申请日：2023-03-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种用于智能座舱声源定位的信号时延估计方法。包括以下步骤：S1.对接收到的两个声源信号做经验模态分解；S2.对本征模函数组进行多尺度广义互相关求出互相关函数组；S3.计算互相关函数组权重，进而加权求和，计算最终的互相关函数；S4.针对最终的互相关函数，对时延进行估计；本发明用于智能座舱声源定位的信号时延估计方法，对接收到的乘客声源信号进行多尺度分解，对保留固有特征的信号进行广义互相关，进而加权求和，避免了噪声对估计精度的影响，多尺度有效分量的互相关，提高了时延估计的精度。
-
公开(公告)号：CN114859375A
公开(公告)日：2022-08-05
申请号：CN202210387032.6
申请日：2022-04-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于多机器人协作的自主探索建图系统及探索建图方法。本发明可以分为顶层服务器模块和底层机器人模块，其中顶层服务器模块由地图融合模块、未知边界点检测模块、边界点聚类滤波模块、探索目标点获取模块以及机器人任务分配模块五部分组成；底层机器人模块分为路径规划模块和局部地图构建模块。本方法实现了对未知环境的多机器人协作探索任务，能够自主完成栅格地图构建。本发明具有地图构建准确，探索效率高等优点，可以在很大程度上解放地图构建过程中的人力资源，具有较强的市场潜力和应用价值。
-
公开(公告)号：CN114648076A
公开(公告)日：2022-06-21
申请号：CN202210375802.5
申请日：2022-04-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种无监督学习的电池生产工艺异常波动检测方法，本发明提出的特征融合重建网络中编码器网络通过多层卷积操作对输入的多通道特征矩阵进行空间上的特征提取。ConvLSTM网络提取输入的多通道特征矩阵序列在不同时间步长中的时间特征，完成数据的特征捕捉，同时在此基础上添加的注意力机制可以完成权重分配，将更多的注意力权重分配给关键的特征并减少噪声的干扰。通过译码器网络可以解码在上一步获得的特征映射，同时，利用特征矩阵信息的非对称能力来构造特征提取矩阵，从而增强各层之间的特征重用性。分层特征融合模型增加各层之间的特征交互，使得模型能够感知更多的特征维度和时间维度的信息。
-
公开(公告)号：CN111537903B
公开(公告)日：2022-05-20
申请号：CN202010467271.3
申请日：2020-05-28
Applicant: 杭州电子科技大学
IPC: G01R31/388 , G01R31/389 , G01R31/367 , G01R31/36
Abstract: 本发明公开一种基于HCKF的电池SOC估计方法。在电池电化学模型的基础上，通过最小二乘法辨识参数，CKF作为确定采样型滤波算法，处理非线性方程时根据系统状态先验概率密度分布的均值和协方差按照一定的采样策略生成点集，然后将点集中的每个采样点直接进行非线性传播，最后通过加权求和计算出系统状态后验概率密度分布的均值和协方差。不需要对非线性方程进行线性化，消除了线性化误差，滤波算法迭代过程中也不需要计算EKF中的雅各比矩阵，更容易在实际中使用。提出将CKF和H_∞滤波器结合的HCKF算法用于估计SOC，有效避免了当存在电池模型误差和未知的测量噪声特性等问题时SOC估计不够准确的情况，大大提高了鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
344
records
(took 0.035 seconds)
