-
公开(公告)号：CN108154262A
公开(公告)日：2018-06-12
申请号：CN201711377998.7
申请日：2017-12-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于形式化方法的物流运输无人车多任务规划方法，包括以下步骤：1)将无人车运行时所处的实际环境抽象成无人车可以识别的抽象迁移系统模型；2)将无人车需要完成的多个任务描述成一个形式化公式；3)将描述物流运输无人车任务的形式化公式转换成形式化自动机，然后将形式化自动机映射到抽象迁移系统模型中，生成可行策略域；4)用最优策略搜索算法，在所述可行策略域中搜索出最优任务执行策略映；5)将最优任务执行策略映射回抽象迁移系统，得到无人车在抽象迁移系统的最优路径。本发明通过对无人车的多个任务的完成顺序和路径进行规划和安排，使其完成所有任务的代价最小，从而为无人车提供完成多任务的最优策略。
-
Patent Agency Ranking
公开(公告)号：CN109888904A
公开(公告)日：2019-06-14
申请号：CN201910199052.9
申请日：2019-03-15
Applicant: 中南大学
Abstract: 本发明公开了一种基于车载超级电容的异步电补偿均压装置和控制方法，该装置包括：DC/AC单元、同步整流单元，超级电容块单元，电压电流采集单元和控制单元。控制方法包括以下步骤：控制单元建立超级电容单元的状态空间模型以及相应的滑模观测器模型，基于离线测得的数据和电压电流采集单元实时采集的数据，采用滑模观测器，估计出各超级电容单元的内部电压值；控制单元根据各个超级电容的内部电压值和电压阈值判断是否需要进行电压均衡，输出相应的控制量给同步整流单元，通过控制同步整流单元中驱动开关的状态来控制相应的超级电容单元充放电，实现电压均衡。本发明电压均衡效果好，效率高。
-
公开(公告)号：CN107212890B
公开(公告)日：2019-05-21
申请号：CN201710402764.7
申请日：2017-05-27
Applicant: 中南大学
IPC: A61B5/11 , A61B5/16 , G06F3/0346 , G06K9/62
Abstract: 本发明公开了一种基于步态信息的运动识别和疲劳检测方法及系统，该方法包括：采集用户的当前步态信息；将当前步态信息进行数据处理并根据若干个预设的运动识别与疲劳分类模型识别出用户当前的运动行为以及用户当前是否处于疲劳状态的若干个分类结果，预设的运动识别与疲劳分类模型是将用户在非疲劳状态和疲劳状态下进行若干类运动行为时的步态信息作为样本数据，并应用于机器学习中的基于集成学习的投票分类算法训练生成的；将若干个分类结果按照“少数服从多数”的原则获取到用户当前的运动行为以及用户当前是否处于疲劳状态的最终结果。通过本发明所述方法降低了在不同运动下用户疲劳状态带来的受伤风险以及提高了运动识别和疲劳检测的准确性。
-
公开(公告)号：CN108154262B
公开(公告)日：2021-08-27
申请号：CN201711377998.7
申请日：2017-12-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于形式化方法的物流运输无人车多任务规划方法，包括以下步骤：1)将无人车运行时所处的实际环境抽象成无人车可以识别的抽象迁移系统模型；2)将无人车需要完成的多个任务描述成一个形式化公式；3)将描述物流运输无人车任务的形式化公式转换成形式化自动机，然后将形式化自动机映射到抽象迁移系统模型中，生成可行策略域；4)用最优策略搜索算法，在所述可行策略域中搜索出最优任务执行策略映；5)将最优任务执行策略映射回抽象迁移系统，得到无人车在抽象迁移系统的最优路径。本发明通过对无人车的多个任务的完成顺序和路径进行规划和安排，使其完成所有任务的代价最小，从而为无人车提供完成多任务的最优策略。
-
公开(公告)号：CN107212890A
公开(公告)日：2017-09-29
申请号：CN201710402764.7
申请日：2017-05-27
Applicant: 中南大学
IPC: A61B5/11 , A61B5/16 , G06F3/0346 , G06K9/62
CPC classification number: A61B5/112 , A61B5/16 , A61B5/72 , A61B5/7267 , G06F3/0346 , G06K9/6282
Abstract: 本发明公开了一种基于步态信息的运动识别和疲劳检测方法及系统，该方法包括：采集用户的当前步态信息；将当前步态信息进行数据处理并根据若干个预设的运动识别与疲劳分类模型识别出用户当前的运动行为以及用户当前是否处于疲劳状态的若干个分类结果，预设的运动识别与疲劳分类模型是将用户在非疲劳状态和疲劳状态下进行若干类运动行为时的步态信息作为样本数据，并应用于机器学习中的基于集成学习的投票分类算法训练生成的；将若干个分类结果按照“少数服从多数”的原则获取到用户当前的运动行为以及用户当前是否处于疲劳状态的最终结果。通过本发明所述方法降低了在不同运动下用户疲劳状态带来的受伤风险以及提高了运动识别和疲劳检测的准确性。
-
公开(公告)号：CN109888904B
公开(公告)日：2020-10-27
申请号：CN201910199052.9
申请日：2019-03-15
Applicant: 中南大学
Abstract: 本发明公开了一种基于车载超级电容的异步电补偿均压装置和控制方法，该装置包括：DC/AC单元、同步整流单元，超级电容块单元，电压电流采集单元和控制单元。控制方法包括以下步骤：控制单元建立超级电容单元的状态空间模型以及相应的滑模观测器模型，基于离线测得的数据和电压电流采集单元实时采集的数据，采用滑模观测器，估计出各超级电容单元的内部电压值；控制单元根据各个超级电容的内部电压值和电压阈值判断是否需要进行电压均衡，输出相应的控制量给同步整流单元，通过控制同步整流单元中驱动开关的状态来控制相应的超级电容单元充放电，实现电压均衡。本发明电压均衡效果好，效率高。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
