-
公开(公告)号：CN115031753A
公开(公告)日：2022-09-09
申请号：CN202210650446.3
申请日：2022-06-09
Applicant: 合肥工业大学 , 合肥工业大学智能制造技术研究院
Abstract: 本发明公开了一种基于安全势场和DQN算法的行车工况局部路径规划方法，其步骤包括：1、获取车辆自身状态信息已经周围的环境信息；2、根据采集到的环境信息，构建环境安全势场模型；3、根据计算所得的势场强度分布图，利用栅格法构建环境栅格地图；4、初始化深度强化学习参数，并构建深度神经网络，训练深度神经网络并得到最优路径规划模型，进行路径规划。本发明通过使用安全势场理论构建栅格地图，并以深度强化学习来完成汽车多种场景下的局部路径规划，从而使汽车在行驶过程中安全性更高，更有效率地通行，为智能汽车的安全导航提供保障。
-
公开(公告)号：CN114169444A
公开(公告)日：2022-03-11
申请号：CN202111497535.0
申请日：2021-12-09
Applicant: 合肥工业大学 , 合肥工业大学智能制造技术研究院
Abstract: 本发明公开了一种车辆跟驰工况下考虑风险势场分布的驾驶风格分类方法，其步骤包括：1获取原始数据并进行数据预处理；2计算特征参数以获取训练数据；3使用SOM网络对训练数据进行聚类。本发明在现有驾驶风格分类的概念上，首次将风险势场分布的概念引入驾驶风格分类，即通过驾驶员与驾驶环境中各因素互动时的风险势场分布，判断驾驶员的驾驶风格，从而使得驾驶风格分类时不仅仅局限于自车的驾驶数据，而是将驾驶场景中的环境因素也考虑在内，从而提高了驾驶风格分类准确度。
-
公开(公告)号：CN115031753B
公开(公告)日：2024-07-12
申请号：CN202210650446.3
申请日：2022-06-09
Applicant: 合肥工业大学 , 合肥工业大学智能制造技术研究院
Abstract: 本发明公开了一种基于安全势场和DQN算法的行车工况局部路径规划方法，其步骤包括：1、获取车辆自身状态信息已经周围的环境信息；2、根据采集到的环境信息，构建环境安全势场模型；3、根据计算所得的势场强度分布图，利用栅格法构建环境栅格地图；4、初始化深度强化学习参数，并构建深度神经网络，训练深度神经网络并得到最优路径规划模型，进行路径规划。本发明通过使用安全势场理论构建栅格地图，并以深度强化学习来完成汽车多种场景下的局部路径规划，从而使汽车在行驶过程中安全性更高，更有效率地通行，为智能汽车的安全导航提供保障。
-
公开(公告)号：CN114169444B
公开(公告)日：2024-03-05
申请号：CN202111497535.0
申请日：2021-12-09
Applicant: 合肥工业大学 , 合肥工业大学智能制造技术研究院
IPC: G06F18/23 , G06F18/214 , G06N3/088
Abstract: 本发明公开了一种车辆跟驰工况下考虑风险势场分布的驾驶风格分类方法，其步骤包括：1获取原始数据并进行数据预处理；2计算特征参数以获取训练数据；3使用SOM网络对训练数据进行聚类。本发明在现有驾驶风格分类的概念上，首次将风险势场分布的概念引入驾驶风格分类，即通过驾驶员与驾驶环境中各因素互动时的风险势场分布，判断驾驶员的驾驶风格，从而使得驾驶风格分类时不仅仅局限于自车的驾驶数据，而是将驾驶场景中的环境因素也考虑在内，从而提高了驾驶风格分类准确度。
-
公开(公告)号：CN115657076A
公开(公告)日：2023-01-31
申请号：CN202210944976.9
申请日：2022-08-08
Applicant: 合肥工业大学 , 合肥工业大学智能制造技术研究院
IPC: G01S17/931 , G01S7/48 , G06T7/73 , G06T3/40
Abstract: 本发明公开了一种基于固态激光雷达语义融合的定位方法，其步骤包括：1、对图像进行语义分割，识别点云中潜在的动态物体，并添加动态物体语义标签；2、充分考虑到固态激光雷达视场角小的特点，在建图过程中使用包含动态物体语义标签的语义点云进行实时定位，并同时不断建立一系列的局部子图；3、在完成建图操作后，将全部的局部子图进行组合拼接，并删除其中带有动态物体语义标签的部分，最终获得排除动态物体的全局泊车地图。本发明能排除停车场中潜在的移动物体，从而能完成地下停车场环境下的可靠定位。
-
Patent Agency Ranking
公开(公告)号：CN111291691B
公开(公告)日：2022-03-15
申请号：CN202010096393.6
申请日：2020-02-17
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
IPC: G06V20/10 , G06V10/26 , G06V30/148 , G06V10/44 , G06V10/774 , G06V10/764 , G06V30/19 , G06K9/62
Abstract: 本发明公开了一种基于深度学习的变电站二次设备仪表盘读数检测方法，包括：1、基于YOLOv3算法对仪表盘图像进行定位分类训练；2、利用训练好的YOLOv3模型，对所获取的实时图像进行仪表盘定位分类并进行裁剪保存；3、若分类结果为变压器温度表，使用hough变换获取温度表图像基准水平线和指针线，否则，使用OPENCV OCR和hough变换获取电流表和电压表图像类别标签、数字量程和指针线；4、计算仪表盘读数，并在边缘侧保存读数数据；5、巡检机器人完成一次周期巡检后，将所有仪表盘读数通过无线网络上传至云端服务器。本发明能提高变电站无人抄表的数据检测率，从而满足变电站设备故障诊断的实际需求。
-
公开(公告)号：CN110533249B
公开(公告)日：2021-09-14
申请号：CN201910824388.X
申请日：2019-09-02
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于集成长短期记忆网络的冶金企业能耗预测方法，其步骤包括：1收集冶金企业能耗数据并进行预处理；2使用长短期记忆网络提取冶金企业能耗数据的深度学习特征；3构建多个冶金企业能耗数据的训练集，训练多个冶金企业能耗数据的支持向量回归预测模型；4使用Jensen‑Shannon散度对K个训练好的支持向量回归预测模型进行选择，使用自适应线性归一化结合方法对所选择的支持向量回归预测模型的结果进行融合。本发明能解决单个冶金企业能耗数据的支持向量回归预测模型鲁棒性不强的问题，提冶金企业能耗数据的预测效果。
-
公开(公告)号：CN109755199B
公开(公告)日：2020-11-06
申请号：CN201910126762.9
申请日：2019-02-20
Applicant: 合肥工业大学
IPC: H01L23/473
Abstract: 本发明公开了一种微小通道射流散热器，是在导热基板上设置盖板构成具有内腔的盒状体，在内腔中呈水平设置隔板，将内腔分隔为上部进液腔和下部出液腔；在隔板上分布有射流孔；在下部出液腔中，位于导热基板的表面分布有凹坑，凹坑与隔板上射流孔一一对应；在射流孔中设置射流管，射流管下端悬伸在凹坑中，使由射流管引入的射流束在凹坑的底面的冲击溅射被限定在凹坑中；在下部出液腔中，位于导热基板的表面分布有肋片，肋片设置在沿工质流出方向上的两个相邻凹坑之间，使下部出液腔中导热基板表面上游工质经肋片阻挡不流经下游凹坑。本发明使射流束不受周边射流影响，并将溅射射流转化为对导热基板的积极扰动，增强换热效果。
-
公开(公告)号：CN110708752A
公开(公告)日：2020-01-17
申请号：CN201910969574.2
申请日：2019-10-12
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于电力LTE无线专网的变电站上行链路传输方法，使传输过程达到最大化的能量效率和合理的资源分配，其步骤包括：1、变电站设备中的传感器采样出所需监控的数据；2、将采样的数据按变电站设备、传感器种类和采样次数进行编码；3、根据无线系统的总资源数量为采样的数据分配最优的调制编码方式和资源块，从而更有效地将采样的数据传输给电力专用网络。本发明能很好地提高上行传输过程的能量效率、资源利用率，在采样的数据量过多的情况下降低丢包率。
-
公开(公告)号：CN106654450A
公开(公告)日：2017-05-10
申请号：CN201611241235.5
申请日：2016-12-29
Applicant: 合肥工业大学
IPC: H01M10/613 , H01M10/625 , H01M10/6567 , H01M2/10 , B60L11/18
CPC classification number: Y02T10/7005 , H01M10/613 , B60L11/1874 , H01M2/1077 , H01M10/625 , H01M10/6567
Abstract: 本发明公开了一种动力电池液冷成组箱，其特征是包括箱体、设置在箱体侧壁上的总进出水模块、固定在箱体内部的多组电池模组；呈长方体的单体电池为立式排放构成电池列，每个电池模组是由两个电池列并列设置，并有液冷换热薄板直立在两列单体电池之间；液冷换热薄板的本体内腔设置有液体流道，进水接头和出水接头与液体流道相贯通。本发明适用用于长方体型锂离子电池或软包聚合物电池，能够实现动力电池的高效、均一的降温散热和升温加热，并大力提升动力电池箱体的能量密度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.127 seconds)
