-
公开(公告)号：CN115587327B
公开(公告)日：2023-08-01
申请号：CN202211035985.2
申请日：2022-08-27
Applicant: 长安大学
IPC: G06F18/2411 , G06F18/214 , G06F30/15 , G06F30/27
Abstract: 本发明涉及一种考虑Jerk的汽车油耗预测方法，包括以下步骤：通过车载诊断设备采集行驶参数，计算车辆加速度和Jerk；基于Jerk进行驾驶行为分类，分析Jerk与油耗之间的关系，得到相关公式：根据速度、加速度、油耗进行分别进行曲面拟合，得到三个曲面模型；将拟合的三个曲面模型相加，并对整体重新标定系数，得到拟合后整合的公式。将模型与广泛使用的车辆比功率模型和弗吉尼亚理工大学微观模型进行比较，通过MAPE、RMSE、R、R2等指标评估模型性能；其中，MAPE降低了20.3％，RMSE降低了20.9％，R提升了1.9％，R2提升6.5％。
-
公开(公告)号：CN114152968A
公开(公告)日：2022-03-08
申请号：CN202111450167.4
申请日：2021-11-30
Applicant: 长安大学
Abstract: 本发明公开了一种弱GNSS环境下车辆定位方法、系统、设备及可读存储介质，通过对车辆的序贯数据进行局部异常值处理与数据降噪处理，利用GNSS/INS组合导航系统获取车辆预测数据，并进行预处理，采用预处理后的车辆预测数据训练得到预训练模型，本发明基于GNSS/INS组合导航系统数据，从数据降噪和位置预测模型能够对车辆进行准确定位，解决GNSS/INS系统在弱GNSS条件下的车辆定位问题，大大提高了车辆的定位精确度；采用位置预测模型采用了数据驱动的LSTM模型，避免了建模的复杂性，考虑到离线训练和实时在线预测两个阶段数据形态的不同，离线训练时从数据整体角度入手进行异常值处理和滤波降噪，而在线预测时由于数据是序贯到达的，采用局部异常值处理和数据降噪方法，防止数据失真。
-
公开(公告)号：CN110187633A
公开(公告)日：2019-08-30
申请号：CN201910361149.5
申请日：2019-04-30
Applicant: 长安大学
IPC: G05B11/42
Abstract: 本发明属于自动控制技术领域，具体涉及一种面向汽车底盘测功机的BP～RNN变速积分PID算法，包括，步骤1：对汽车底盘测功机历史时刻的运行状态进行采样，获得历史采样数据作为训练集；步骤2：建立BP神经网络模型并进行初始化，训练BP神经网络模型并修正BP神经网络各层权系数；步骤3：建立RNN网络模型并进行初始化，训练RNN网络模型并修正RNN网络各层权系数；步骤4：对汽车底盘测功机当前时刻的运行状态进行采样，获得当前采样数据，将当前采样数据分别输BP神经网络模型和RNN网络模型，得到汽车底盘测功机PID控制器的参数；步骤5：计算控制量对汽车底盘测功机进行控制。本发明能有效解决传统变速积分PID积分项系数判断困难问题，处理数据量大大减少，有效避免累计误差。
-
公开(公告)号：CN106407315A
公开(公告)日：2017-02-15
申请号：CN201610783688.4
申请日：2016-08-30
Applicant: 长安大学
CPC classification number: G01C11/08 , G01C21/26 , G06F16/583 , G06K9/00791 , G06K9/4671 , G06K9/6201
Abstract: 本发明公开了一种基于街景图像数据库的车辆自主定位方法，包括步骤1，使用相机采集场景图像，提取采集的图像的主颜色特征向量信息、SURF特征点和位置信息存储在数据库中；步骤2，将车辆行驶中拍摄的图像作为待匹配图像，提取待匹配图像的主颜色特征向量，通过计算待匹配图像的主颜色特征向量与原数据库中图像主颜色特征向量的相似度，得到初始匹配图像，提取初始匹配图像的位置信息，初步确定车辆的位置；步骤3，提取初始匹配图像的邻域图像，组成搜索空间，将待匹配图像与搜索空间的图像进行特征点匹配，得到最佳匹配图像，提取最佳匹配图像的拍摄位置坐标和其八邻域位置坐标，计算各个坐标的权重，再通过公式计算出车辆位置的精确坐标。
-
公开(公告)号：CN105069774A
公开(公告)日：2015-11-18
申请号：CN201510375307.4
申请日：2015-06-30
Applicant: 长安大学
CPC classification number: G06K9/6217
Abstract: 本发明公开了一种基于多示例学习与图割优化的目标分割方法：步骤1：对训练图像采用多示例学习的方法进行显著模型建模，并利用显著模型对测试图像中的包和示例进行预测，得到测试图像的显著性检测结果；步骤2：将测试图像的显著性检测结果引入图割框架，依据示例特征矢量与示例包的标记对图割框架进行优化，求解图割优化的次优解，得到目标的精确分割。本发明采用多示例学习的方法建立显著性检测模型，使其适合特定种类的图像，并将显著性检测的结果用于基于图论的图像分割方法中以指导图像分割，对图割模型框架环节进行了优化，并采用凝聚层次聚类算法求解，使得分割结果能更好地符合语义感知的输出，得到精确的目标分割结果。
-
Patent Agency Ranking
公开(公告)号：CN102831600B
公开(公告)日：2015-07-29
申请号：CN201210257591.1
申请日：2012-07-24
Applicant: 长安大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于加权割合并的图像层次分割方法：步骤1：以图像的像素为顶点构造赋权图，构建无向权图的加权割合并的代价函数；步骤2：选取种子点，定义稀疏插值矩阵，更新与合并种子点所代表类的权值，层次迭代得到优化的相似矩阵，使原始图像在不同层次粗化，直至得到突显兴趣区域停止迭代，求解优化代价函数所表示的特征系统，得到无向赋权图中突显兴趣区域的粗分割；步骤3：针对突显兴趣区域进行从上到下扫描边界，采用的逆插值方法进行边界合并，得到图像的最优分割。本发明改进了归一化割的图像分割方法，采用了归一化割框架体系的思想，大大的提高了图像的分割效果，在子图边缘处分割效果的改进尤为明显。
-
公开(公告)号：CN103499350A
公开(公告)日：2014-01-08
申请号：CN201310455813.5
申请日：2013-09-28
Applicant: 长安大学
IPC: G01C21/24
CPC classification number: G01C21/30
Abstract: 本发明公开了一种GPS盲区下融合多源信息的车辆高精度定位方法及装置，该方法捷联矩阵算法根据陀螺仪输出的角速率信息、加速度计输出的加速度信息计算得出INS车辆位置信息与通过路面匹配技术得到的定位信息，采用卡尔曼滤波算法进行融合从而输出最终融合定位信息。由于INS定位算法具有累积误差，该方法在道路旁边设置锚节点重新校正车辆位置信息。通过该方法可得到稳定、可靠、高精度的车辆高精度位置信息，适用于楼宇密集的城市道路、山区、隧道等无GPS信号环境。
-
公开(公告)号：CN101561245A
公开(公告)日：2009-10-21
申请号：CN200910022515.0
申请日：2009-05-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于无线传感网络接口的桥梁应变检测传感器。该传感器的数据采集模块与弱信号调理放大器模块连接，弱信号调理放大器模块与数据处理模块连接，数据处理模块与无线传输模块连接，无线传输模块与无线接收模块连接，最后无线接收模块连接PC终端，数据处理模块中的ATmega128L单片机具有八通道的十位的ADC转换端口，据此该应变检测传感器可以检测八通道的应变信号，从而由无线传输模块的CC2420射频芯片进行无线发送。并由无线接收模块接收后，通过SPI总线传输给PC终端。本发明检验既有桥梁的承载能力和验证发展桥梁的结构设计，具有无需布线，检测效率高和实时监测等特点。
-
公开(公告)号：CN101551282A
公开(公告)日：2009-10-07
申请号：CN200910022454.8
申请日：2009-05-11
Applicant: 长安大学
Abstract: 本发明公开了一种基于无线传感网络的桥梁荷载检测系统，该系统由应变采集模块、挠度采集模块、加速度采集模块、数据处理模块、无线收发模块、应变采集模块的供电模块和数据处理及无线收发模块的供电模块七个模块组成，具有传感器数据采集、处理、无线传输以及传感器节点的控制管理和采集数据的上位机显示、分析与评价等功能。能够对目前广泛使用的各种形式结构的桥梁性能进行全面地检测和综合评价，用于检验新建桥梁的施工质量，评定既有桥梁的承载能力和验证发展桥梁的结构设计。
-
公开(公告)号：CN119649316A
公开(公告)日：2025-03-18
申请号：CN202411616286.6
申请日：2024-11-13
Applicant: 长安大学
IPC: G06V20/54 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种YOLOv7‑tiny轻量级车辆目标检测方法及系统，涉及计算机视觉和深度学习技术领域，方法包括：构建路侧车辆数据集；对路侧车辆数据集进行图像滤波、图像增强和数据集划分；构建改进的初始车辆目标检测模型；初始车辆目标检测模型是基于YOLOv7‑tiny网络进行设计的；应用剪枝策略对初始车辆目标检测模型进行轻量化处理，得到轻量级车辆检测模型；将划分好的数据集输入至轻量级车辆检测模型中进行训练、测试和验证，得到最终车辆目标检测模型；将待检测图像输入至最终车辆目标检测模型中，得到检测结果。本发明通过对YOLOv7‑tiny的多方面改进，显著提升了车辆目标检测的性能和效率，并且通过轻量化的模型设计，降低了计算的复杂度，适合部署在资源受限的环境中。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.03 seconds)
