适用于结构化路面条件的图像测量车辆侧倾角方法

    公开(公告)号:CN119580216A

    公开(公告)日:2025-03-07

    申请号:CN202411761789.2

    申请日:2024-12-03

    Applicant: 东南大学

    Abstract: 本发明提出了一种适用于结构化路面条件的图像测量车辆侧倾角方法,旨在弥补低成本IMU测量的累积误差和震动影响。该方法首先通过改进的图像处理方法测量激光束之间的几何距离,然后基于回归函数实现高精度的侧倾角测量。为了进一步提升测量的准确性,本发明将采集的激光图像输入到改进的MobileNetV4模型中,通过多尺度卷积、自适应卷积核、动态特征选择与加权等技术,优化了特征提取和动态预测能力,从而实现对车辆侧倾角的预测。通过结合这两种方法,使用加权平均融合机制并动态调整权重,进一步提升了倾角测量的精度和稳定性。该方法在结构化路面条件下能保持较高的精度,且与低成本IMU传感器测量方法相比,具有较好的稳定性和实时性。此研究为车辆动态行为的监测提供了一种新的手段,对车辆安全和驾驶辅助系统的发展具有重要意义。

    电力系统连锁故障动态仿真模型、筛选方法、设备及介质

    公开(公告)号:CN115859627A

    公开(公告)日:2023-03-28

    申请号:CN202211557816.5

    申请日:2022-12-06

    Applicant: 东南大学

    Inventor: 王逸飞 吕鹏程

    Abstract: 本发明公开了电力系统连锁故障动态仿真模型、筛选方法、设备及介质,涉及电力系统连锁故障技术领域。本发明包括对恶劣天气影响下的线路故障率数据进行采样,考虑大停电事故中误操作原因造成的隐性故障,加入时间参数来表征电力系统冲击下的线路断线、故障检修和故障检修的模型;围绕电力系统建立系统频率仿真模型,建立同步发电机、分布式电源和负荷节点的暂态特性;建立混合仿真模型中的故障模型以及判断方式,并将这些故障形式分类,加入混合仿真模型中;获取电力系统实时运行数据,输入到混合仿真模型中,即可根据故障形式分类对连锁故障形式进行筛选,用于对电力系统连锁故障风险进行评估及预防。

Patent Agency Ranking