公开(公告)号：CN119861304A

公开(公告)日：2025-04-22

申请号：CN202411965897.1

申请日：2024-12-30

Applicant: 重庆大学 ,  中国汽车工程研究院股份有限公司 ,  中检汽车测评技术(深圳)有限公司

Inventor： 胡晓松 ,  李劲文 ,  张凯 ,  李佳承 ,  向飞 ,  周晶晶 ,  黄忆 ,  徐艺清 ,  刘泽宇 ,  高宇翀

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/396 ,  G06F18/2321 ,  G06F18/2337 ,  G06F18/23213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明涉及一种面向实车工况的电池故障辨识方法，属于电池技术领域。该方法包括以下步骤：S1：收集电动汽车的电池运行数据，包含电池包中各个单体的运行数据，建立电池运行数据库；S2：根据所收集到的电池数据，利用相关性系数法筛选出和单体电压具有高相关性的特征；S3：建立准确的电压估计模型；S4：将电动汽车实时的动力电池运行数据输入S3中训练好的模型中，基于实时电压和模型估计电压的残差，判断是否有故障出现；S5：当检测到故障产生，设计滑动窗口提取故障的敏感特征，构建故障特征二维图；S6：利用无监督聚类算法辨识检测到的故障是电池故障还是传感器读数异常。本发明可以大幅降低误报和错报的风险。

公开(公告)号：CN114093016A

公开(公告)日：2022-02-25

申请号：CN202111451895.7

申请日：2021-12-01

Applicant: 重庆大学

Inventor： 石锐 ,  刘泽宇 ,  王翊

IPC: G06V40/18 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提出了一种基于unet的伪孪生网络的瞳孔边缘识别方法及系统。该方法包括以下步骤：将眼睛图像数据输入到跨模型特征融合网络中；所述跨模型特征融合网络包括两个子网络，每个子网络包括有编码器和解码器，两个子网络中一每个子网络的编码器的输出结果与另一个子网络的解码器的输出结果进行融合，编码器对图像提取不同尺度的特征信息，解码器将特征信息跨网络融合输出；将跨模型特征融合网络输出的特征图进行处理，进行边缘检测，将结果和原始图像融合。该方法将特征进行跨网络融合，聚合了来自不同编码阶段的特征，使得网络能够保持原始图像的细节信息，增强了网络的表达能力，提高了瞳孔边缘识别的精度。

公开(公告)号：CN119414238A

公开(公告)日：2025-02-11

申请号：CN202410575174.4

申请日：2024-05-10

Applicant: 重庆大学

Inventor： 胡晓松 ,  李劲文 ,  李佳承 ,  徐艺清 ,  刘泽宇 ,  邓忠伟 ,  庄奕 ,  张凯

IPC: G01R31/367 ,  G01R31/392 ,  G01D21/02 ,  G06F18/214 ,  G06F18/27 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/0895

Abstract: 本发明涉及一种基于半监督回归与协同训练的电池健康状态估计方法，属于电池技术领域。该方法为：S1：收集电动汽车的运行数据，建立电池运行数据库；S2：采用安培积分公式和开路电压校正策略计算电池健康状态标签；S3：分别基于Pearson相关系数和灰色关联梯度指标提取与电池健康状态高度相关的健康指标集；S4：根据选定的健康指标集，利用半监督协同训练来估计未标记数据的伪标签以增强训练数据集，基于多层感知器构建电池健康状态估计模型；S5：将提取健康指标集后的测试数据作为电池健康状态估计模型的输入，得到估计的电池健康状态。本发明提高了标记数据有限情况下的电池健康状态估计精度。

公开(公告)号：CN118914901A

公开(公告)日：2024-11-08

申请号：CN202411004524.8

申请日：2024-07-25

Applicant: 重庆大学 ,  重庆赛力斯新能源汽车设计院有限公司

Inventor： 胡晓松 ,  刘泽宇 ,  李云隆 ,  揭立柱 ,  李劲文 ,  李军 ,  王朝均 ,  徐艺清 ,  刘宗成 ,  张凯 ,  谢翌 ,  高宇翀 ,  何浩

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/385 ,  G01R31/389

Abstract: 本发明涉及一种基于弛豫时间和无监督学习的锂离子电池组内短路故障诊断方法，属于电池技术领域。其包括：收集电气化设备电池包的运行数据，以及电池包中各个单体的单体运行数据，并建立电池运行数据库；根据所收集到的电池数据，筛选出电池包充电结束后的静置阶段各单体的弛豫电压；从各单体的弛豫电压中提取出弛豫时间变化曲线，并截取暂态过程稳定程度系数α在预设范围内的片段作为特征弛豫时间片段；根据统计学原理在特征弛豫时间片段的基础上提取故障特征；利用局部离群因子算法对各单体进行内短路故障识别并对其故障严重程度进行评分。本发明能够有效地对电池包进行内短路故障检测和故障程度评分。

公开(公告)号：CN114093016B

公开(公告)日：2024-09-24

申请号：CN202111451895.7

申请日：2021-12-01

Applicant: 重庆大学

Inventor： 石锐 ,  刘泽宇 ,  王翊

IPC: G06V40/18 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提出了一种基于unet的伪孪生网络的瞳孔边缘识别方法及系统。该方法包括以下步骤：将眼睛图像数据输入到跨模型特征融合网络中；所述跨模型特征融合网络包括两个子网络，每个子网络包括有编码器和解码器，两个子网络中一每个子网络的编码器的输出结果与另一个子网络的解码器的输出结果进行融合，编码器对图像提取不同尺度的特征信息，解码器将特征信息跨网络融合输出；将跨模型特征融合网络输出的特征图进行处理，进行边缘检测，将结果和原始图像融合。该方法将特征进行跨网络融合，聚合了来自不同编码阶段的特征，使得网络能够保持原始图像的细节信息，增强了网络的表达能力，提高了瞳孔边缘识别的精度。

公开(公告)号：CN115564782A

公开(公告)日：2023-01-03

申请号：CN202211253872.X

申请日：2022-10-13

Applicant: 重庆大学

Inventor： 王翊 ,  刘泽宇 ,  雷海科 ,  文静

IPC: G06T7/10 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种3D血管及气管分割方法及系统，该方法为：获取3D血管或气管数据样本；对3D血管或气管数据样本进行多模态数据生成；训练模型包括粗模型和精模型；将多模态数据进行缩放，然后将缩放后的数据和标签于粗模型中进行训练,分割出目标区域，对目标区域进行坐标还原，得到原始图像数据的感兴趣区域及其坐标；根据感兴趣区域的坐标在原始图像数据上裁剪待分割组织，得到感兴趣区域对应的体素块，在体素块的6个面方向上进行体素扩充，得到训练体素块，将训练体素块进行多模态数据生成，然后于精模型中进行训练。该3D血管及气管分割方法能够减缓训练时数据不平衡带来的影响，能够有效地提升血管或气管分割的精度。