-
公开(公告)号:CN112182267B
公开(公告)日:2023-08-08
申请号:CN202011030231.9
申请日:2020-09-27
Applicant: 中南大学
IPC: G06F16/55 , G06F16/583 , G06F16/2458 , G06F17/18 , G06T11/00 , G06Q50/26
Abstract: 本发明公开了一种地铁车厢乘客精细化引导方法及系统,利用地铁每节车厢现有的空气弹簧和压力传感器来检测车厢载重,将压力时间序列作为乘客分布预测模型输入,进而实现整节车厢乘客分布的智能感知。将每节车厢内乘客分布数据映射到空间位置坐标系,并对乘客分布情况进行像素化描述,通过图像聚类方式实现了乘客分布模式的智能分类,解决了车厢内乘客典型分布模式描述不准的问题;通过分布预测模型来预测乘客分布情况,并根据预测的乘客分布情况调节车厢内照明灯管的亮度,实现乘客流动的引导,该方法无需额外增加检测装置来检测乘客分布情况,能够获取车厢内乘客分布情况,并采用照明灯管亮度调节方式进行引导避免了车厢嘈杂环境的干扰。
-
公开(公告)号:CN116464483A
公开(公告)日:2023-07-21
申请号:CN202310073522.3
申请日:2023-01-13
Applicant: 中南大学 , 广州普氏智能科技有限公司 , 长沙普氏土木工程技术有限责任公司
IPC: E21D11/38
Abstract: 一种移动式高地温隧道隔热降温系统及降温方法,包括弧形骨架、冷媒换热装置和行走机构,所述弧形骨架形状与隧道内轮廓匹配,所述弧形骨架与隧道地面围合形成施工区域,所述弧形骨架面向隧道内壁的一侧上安装有隔热层,另一侧上布满冷媒换热装置的换热管,所述弧形骨架通过沿隧道纵向布设的行走机构连接在隧道内壁上,所述弧形骨架通过行走机构沿隧道纵向移动。本发明能够有效减少热量散发、有效、均匀降低作业空间温度。
-
公开(公告)号:CN112184523B
公开(公告)日:2022-06-07
申请号:CN202011029942.4
申请日:2020-09-27
Applicant: 中南大学
IPC: G06Q50/26 , G01D21/02 , G06K9/62 , G06V10/762 , G06V10/764 , G06V10/28 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于环境监测和照明引导的地铁车厢乘客诱导方法及系统,利用乘客密度变化引起车厢内温度、湿度和CO2浓度分布变化的特点,实现乘客分布情况的智能感知,避免了采用图像进行乘客分布检测所面临的的人群流动和遮挡问题,以及避免了采用压力传感器进行乘客分布检测所面临的地板侵入式改造难题;采用调整车厢内照明灯管的亮度方式引导乘客流动,例如调暗乘客分布密度大的区域的照明灯管,调亮乘客分布密度小的区域的照明灯管,引导乘客向乘客密度小的区域有序流动,避免了车厢嘈杂环境的干扰,并且照明引导方式具有简单、直接、接受度高的优势。
-
公开(公告)号:CN110427993A
公开(公告)日:2019-11-08
申请号:CN201910670376.6
申请日:2019-07-24
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于气象参数的高速列车导航盲区定位方法,采集隧道气象参数;对采集的隧道气象参数进行分类;利用分类的隧道气象参数构建典型序列HSV颜色空间模板库;训练所述典型序列HSV颜色空间模板库;训练HSV模板匹配模型;训练RVM识别模型;构建HSV模板匹配模型与RVM识别模型的融合模型,即得到里程预测融合模型;获取输入数据,调用里程预测融合模型,预测列车位置。本发明充分利用人工智能大数据分析技术,充分挖掘隧道内环境参数随隧道深度变化的潜在规律。从数据驱动建模的角度解决长大隧道这一典型导航盲区内列车定位的难题。
-
公开(公告)号:CN109034476A
公开(公告)日:2018-12-18
申请号:CN201810843354.0
申请日:2018-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种高速铁路沿线极端风速大数据聚类预测方法,根据近期风速状况,通过在目标测风点构建目标测风站和时移测风站,对测风站的数据进行去噪处理后,并进行风速样本聚类,利用LS‑SVM对去噪后的风速聚类样本数据进行训练,构建各测风站在多种步长下的风速预测模型;选用各模型进行多种步长的最优预测组合,实现多步迭代预测,提高预测精度,降低随机误差的干扰;实现了铁路沿线风速超前预测,可以提前得知事故多发区域的风速环境状况,及时、有效地指导列车运行,保障列车运营安全。
-
公开(公告)号:CN110427993B
公开(公告)日:2023-04-21
申请号:CN201910670376.6
申请日:2019-07-24
Applicant: 中南大学
IPC: G06Q10/04 , G06F18/24 , G06F18/23 , G06F18/214 , G06N3/006
Abstract: 本发明公开了一种基于气象参数的高速列车导航盲区定位方法,采集隧道气象参数;对采集的隧道气象参数进行分类;利用分类的隧道气象参数构建典型序列HSV颜色空间模板库;训练所述典型序列HSV颜色空间模板库;训练HSV模板匹配模型;训练RVM识别模型;构建HSV模板匹配模型与RVM识别模型的融合模型,即得到里程预测融合模型;获取输入数据,调用里程预测融合模型,预测列车位置。本发明充分利用人工智能大数据分析技术,充分挖掘隧道内环境参数随隧道深度变化的潜在规律。从数据驱动建模的角度解决长大隧道这一典型导航盲区内列车定位的难题。
-
公开(公告)号:CN112184523A
公开(公告)日:2021-01-05
申请号:CN202011029942.4
申请日:2020-09-27
Applicant: 中南大学
IPC: G06Q50/26 , G01D21/02 , G06K9/00 , G06F16/55 , G06F16/583 , G06F16/2458 , G06T11/00
Abstract: 本发明公开了一种基于环境监测和照明引导的地铁车厢乘客诱导方法及系统,利用乘客密度变化引起车厢内温度、湿度和CO2浓度分布变化的特点,实现乘客分布情况的智能感知,避免了采用图像进行乘客分布检测所面临的的人群流动和遮挡问题,以及避免了采用压力传感器进行乘客分布检测所面临的地板侵入式改造难题;采用调整车厢内照明灯管的亮度方式引导乘客流动,例如调暗乘客分布密度大的区域的照明灯管,调亮乘客分布密度小的区域的照明灯管,引导乘客向乘客密度小的区域有序流动,避免了车厢嘈杂环境的干扰,并且照明引导方式具有简单、直接、接受度高的优势。
-
公开(公告)号:CN108621844B
公开(公告)日:2020-01-03
申请号:CN201810444271.4
申请日:2018-05-10
Applicant: 中南大学
Abstract: 本发明公开了一种暴雨道路无人驾驶车辆电量预测方法与预警系统,该方法采用多种传感器组成传感器网络,能够综合考虑暴雨道路下无人驾驶车辆的多种行驶环境因素,采用了力敏传感器测量车身的降雨阻力,并利用融合系数进行集中数据融合;利用遗传算法对采集到的数据信息进行权重系数优化,能够区分不同行驶环境因素对车辆电量的影响大小,得到的数据结构更有代表性;利用两层神经网络对无人驾驶车辆在极端暴雨环境下的电量进行实时预测,神经网络的使用充分考虑了这种非线性环境下的各种定量和定性的变量因子,得到的电量预测结果与一般的SOC电池电量预测方法相比,更加智能,预测结果也更加准确,能够起到很好的预警功能。
-
公开(公告)号:CN108621844A
公开(公告)日:2018-10-09
申请号:CN201810444271.4
申请日:2018-05-10
Applicant: 中南大学
Abstract: 本发明公开了一种暴雨道路无人驾驶车辆电量预测方法与预警系统,该方法采用多种传感器组成传感器网络,能够综合考虑暴雨道路下无人驾驶车辆的多种行驶环境因素,采用了力敏传感器测量车身的降雨阻力,并利用融合系数进行集中数据融合;利用遗传算法对采集到的数据信息进行权重系数优化,能够区分不同行驶环境因素对车辆电量的影响大小,得到的数据结构更有代表性;利用两层神经网络对无人驾驶车辆在极端暴雨环境下的电量进行实时预测,神经网络的使用充分考虑了这种非线性环境下的各种定量和定性的变量因子,得到的电量预测结果与一般的SOC电池电量预测方法相比,更加智能,预测结果也更加准确,能够起到很好的预警功能。
-
公开(公告)号:CN109214582B
公开(公告)日:2022-02-11
申请号:CN201811099808.4
申请日:2018-09-20
Applicant: 中南大学
Abstract: 本发明公开了一种风向空间关联驱动的铁路沿线风速预测方法,对目标地点风速进行多模型集成预测,通过集成多个低相关模型,利用多目标优化算法进行多模型融合,得到最终风速预测模型,保证了进行融合多模型之间的低相关性,提升模型的泛化能力,显著提高了预测精度;通过在目标测风点构造三个地理环绕的辅助测风站,协同目标测风站,建立四个测风站之间的风向数据映射关系,利用四个测风站之间的风向地理信息,显著提高风向预测精度;利用本发明所提出的方法,当列车运行至伴有大风环境的地势崎岖等危险路段时,能够实现铁路沿线风速高精度超前预测,利用风向空间关联驱动的优势,避免了单一风速驱动的保守性,保障列车安全运行。
-
-
-
-
-
-
-
-
-