一种基于卷积的双目立体匹配网络系统

    公开(公告)号:CN114581505B

    公开(公告)日:2024-07-09

    申请号:CN202210070978.X

    申请日:2022-01-21

    Abstract: 本发明涉及一种基于卷积的双目立体匹配网络结构,包括特征提取模块、粗糙视差值生成模块、视差范围预测模块、代价空间构建模块、粗糙视差图像生成模块以及精细视差图像生成模块;所述特征提取模块用于提取输入图像的特征数据,进行处理后输出相应输入图像的第一特征图像;所述粗糙视差值生成模块用于获取第一特征图像,进行处理后输出第一特征图像每个像素点的粗糙视差值。该基于卷积的双目立体匹配网络结构,将双目图像对作为输入,通过双目立体匹配网络直接输出视差图像,实现了端到端的网络结构设计,消除了传统双目立体匹配方法的后处理操作,如插值、滤波、亚像素增强等操作,极大提高了效率。

    基于神经网络预测的DCT湿式离合器温度的测量方法

    公开(公告)号:CN103967963A

    公开(公告)日:2014-08-06

    申请号:CN201410217118.X

    申请日:2014-05-21

    Abstract: 本发明公开了一种基于神经网络预测的DCT湿式离合器温度的测量方法。它包括离合器1、2活塞单位面积上的作用压力、离合器出油口甩出油温度、变速箱输入轴转速、离合器1和2从动盘转速的获取,其步骤1,离线建立DCT湿式离合器实际温度的预测模型;步骤2,在线预测DCT离合器滑摩过程中湿式离合器的实际温度,具体为在线获得DCT离合器滑摩过程中离合器的相关数据后,先计算得出离合器传递的扭矩和离合器滑摩功率,再对当前及其过去时刻的离合器出油口甩出油温度和离合器滑摩功率进行处理后,输入至预先离线建立的湿式离合器实际温度预测模型进行预测,得到湿式离合器实际温度的预测值。它可准确地预测DCT湿式离合器的实际温度,具有广泛的应用前景。

    基于多传感器组合的纯电动汽车路人监测提醒方法和系统

    公开(公告)号:CN103332144B

    公开(公告)日:2016-12-28

    申请号:CN201310242013.5

    申请日:2013-06-18

    Abstract: 本发明涉及一种基于多传感器组合的纯电动汽车路人监测提醒方法和系统。该方法包括1)将影响行人安全的区域按照距离汽车的远近设计分解为多个危险等级;(2)选用多个人体识别传感器对上述多个危险等级区域进行组合监测(;3)对多个传感器监测到的数据进行处理,判断出行人所处区域的危险等级;(4)对每一个危险等级用不同声音进行语音提示及报警。该发明所提出的基于多传感器组合的人-车距离监测识别方法,成功的解决了现有的人体传感器只能检测出人体信号,不能同时测量距离的问题,实现了对危险区域的全方位监测。另外本发明采用不同声音报警的设计,也解决了因为纯电动汽车噪音较小,使行人意识不到车辆靠近而对行人的安全隐患。

    基于FPGA的Adaline神经网络控制器

    公开(公告)号:CN102004464A

    公开(公告)日:2011-04-06

    申请号:CN201010602789.X

    申请日:2010-12-23

    Abstract: 本发明公开了一种基于FPGA的Adaline神经网络控制器,其特征是采用FPGA处理芯片M1,所述FPGA处理芯片M1连接有EPCS4芯片M2、LED阵列电路M3、信号输入接口M4、信号输出接口M5、电压匹配电路M6、有源晶体振荡器电路M7、程序下载接口M8,以及+5V、+3.3V和+1.8V三路稳压电源电路M9;电压匹配电路M6还连接有128×64位点阵式液晶显示屏M10。本发明基于现场可编程门阵列FPGA,有利于提高神经网络计算效率和工作稳定性。

    一种用于相位估计网络训练的数据集生成方法

    公开(公告)号:CN114596351A

    公开(公告)日:2022-06-07

    申请号:CN202210070982.6

    申请日:2022-01-21

    Abstract: 本发明涉及一种用于相位估计网络训练的数据集生成方法,包括采用结构光三维扫描仪向平面投射相移条纹图,并拍摄相移条纹图存储为参考图;收集获取双目立体匹配数据集,并用参考图替换其右图后,确定落在左图每个点的最终条纹强度,生成训练图片;根据参考图计算出包裹相位,并根据视差映射得到某点的相位标签值;结合训练图片和相位标签值合成单目结构光数据集;本发明通过利用现有的双目立体匹配数据集合成出单目结构光数据集的图像,且该数据集训练得到的深度学习模型可泛化于真实场景之中,其效果优于传统的三步相移算法,并且与使用真实数据集训练得到的模型精度相当。

    基于离散变结构观测器的锂电池SOC估计方法

    公开(公告)号:CN106324523B

    公开(公告)日:2019-02-19

    申请号:CN201610850573.2

    申请日:2016-09-26

    Abstract: 本发明公开了一种基于离散变结构观测器的锂电池SOC估计方法。它包括以下步骤:对锂电池进行快速标定实验,获取SOC与开路电压OCV关系曲线;建立用于SOC估计的锂电池离散状态空间模型;对锂电池进行脉冲放电实验,辨识锂电池模型参数;实时采集工况下锂电池的端电压和充放电电流;构建离散变结构观测器实现对锂电池SOC的准确估计。本发明方法不仅具有较好的SOC估计效果,同时能严格保证收敛性,且对锂电池建模误差,内部参数的摄动和外在扰动表现出较强的鲁棒性。

    基于离散变结构观测器的锂电池SOC估计方法

    公开(公告)号:CN106324523A

    公开(公告)日:2017-01-11

    申请号:CN201610850573.2

    申请日:2016-09-26

    CPC classification number: G01R31/3637 G01R31/3651

    Abstract: 本发明公开了一种基于离散变结构观测器的锂电池SOC估计方法。它包括以下步骤:对锂电池进行快速标定实验,获取SOC与开路电压OCV关系曲线;建立用于SOC估计的锂电池离散状态空间模型;对锂电池进行脉冲放电实验,辨识锂电池模型参数;实时采集工况下锂电池的端电压和充放电电流;构建离散变结构观测器实现对锂电池SOC的准确估计。本发明方法不仅具有较好的SOC估计效果,同时能严格保证收敛性,且对锂电池建模误差,内部参数的摄动和外在扰动表现出较强的鲁棒性。

    基于多传感器组合的纯电动汽车路人监测提醒方法和系统

    公开(公告)号:CN103332144A

    公开(公告)日:2013-10-02

    申请号:CN201310242013.5

    申请日:2013-06-18

    Abstract: 本发明涉及一种基于多传感器组合的纯电动汽车路人监测提醒方法和系统。该方法包括(1)将影响行人安全的区域按照距离汽车的远近设计分解为多个危险等级;(2)选用多个人体识别传感器对上述多个危险等级区域进行组合监测;(3)对多个传感器监测到的数据进行处理,判断出行人所处区域的危险等级;(4)对每一个危险等级用不同声音进行语音提示及报警。该发明所提出的基于多传感器组合的人-车距离监测识别方法,成功的解决了现有的人体传感器只能检测出人体信号,不能同时测量距离的问题,实现了对危险区域的全方位监测。另外本发明采用不同声音报警的设计,也解决了因为纯电动汽车噪音较小,使行人意识不到车辆靠近而对行人的安全隐患。

Patent Agency Ranking