-
公开(公告)号：CN119418523A
公开(公告)日：2025-02-11
申请号：CN202411529354.5
申请日：2024-10-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于云边协同架构的混合车群协同控制方法，属于智能交通技术领域。该方法包括：S1.设置云边协同架构下城市道路单车道异质交通场景；S2.在云端服务器基于异质车辆运动学特性分别建立网联自动车和网联人驾车纵向运动学模型；S3.获取、分析上传至云端服务器的车辆状态信息数据和车辆纵向运动学模型，在云端服务器上结合车辆信息拓扑结构分别构建考虑车辆间的相互影响的网联人驾车协同行驶模型和网联自动车控制算法；S4.建立异质车辆的状态空间方程，并将网联自动车控制算法和网联人驾车协同行驶模型进行整合，构建混合车群运动学状态方程；S5.建立混合车群协同控制方法。本发明有效保证混合车群快速实现一致稳定行驶。
-
公开(公告)号：CN119048487A
公开(公告)日：2024-11-29
申请号：CN202411415637.7
申请日：2024-10-11
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T3/4007 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于改进Faster RCNN的工业产品缺陷检测方法，属于计算机视觉技术领域。主要分为这四个部分：主干网络、区域候选网络RPN、兴趣域池化ROI、分类和回归。Backbone包含残差网络ResNet和特征金字塔网络FPN，通过对原始的ResNet18和FPN进行改进，实现多尺度特征图的融合，同时兼顾大目标，中目标和小目标的检测精度，使模型获得不同语义程度上的特征图信息。将混合注意力机制SA‑NET引入到Backbone中，能增加与缺陷相关的特征权重，同时提升图像的特征信息。本网络通过对Backbone的改进和加入注意力机制提高了检测速度和精度。
-
公开(公告)号：CN114818931B
公开(公告)日：2024-11-29
申请号：CN202210457901.8
申请日：2022-04-27
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06V20/68 , G06N3/044 , G06N3/0985
Abstract: 本发明涉及一种基于小样本元学习的水果图像分类方法，属于水果图像分类领域，采用模型无关的元学习模型MAML作为图像分类框架，将DenseNet‑121作为骨干网络，并与特征金字塔网络FPN架构相结合进行目标特征提取，通过独特的内外循环算法进行训练，其中内循环负责模拟小样本学习中模型学习新任务的场景，外循环则负责收集内循环学习后的效果，最终实现基于小样本的水果图像分类。本发明解决了传统数字图像处理技术因果实阶段性状变化造成分类精度较低以及鲁棒性不强的问题，还克服了基于大数据的卷积神经网络所需数据集庞大、梯度消失慢、计算训练量大以及模型收敛慢等缺点。
-
公开(公告)号：CN109255094B
公开(公告)日：2022-12-27
申请号：CN201810907913.X
申请日：2018-08-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于SVR_Adaboost改进算法的商用货车质量辨识方法，在车辆起步10s，采用时间序列方式在CAN总线中，采集由车辆纵向动力学模型所确定的相关变量纵向驱动力、纵向加速度、迎风阻力、轮胎滚动阻力、路面坡度，并按固定数据结构组合成一组数据。将组合数据Z‑score标准化，再PCA降维到10维，作为输入变量，利用SVR作为基学习算法，再用Adaboost提升方法反复训练，得出一系列弱SVR模型，并组合这些模型，构成最终质量辨识模型。通过Adaboost提升训练后的模型在辨识应用中比单一基学习算法泛化能力更加显著优越、辨识精度更高。
-
公开(公告)号：CN115329277A
公开(公告)日：2022-11-11
申请号：CN202210950484.0
申请日：2022-08-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种退运动力镍氢电池的SOH预测方法，属于储能技术领域。首先采集电池充电状态下与电池容量衰退相关的数据指标，通过数据清洗保证数据有效性，以电池内阻、电池最大内压为健康因子构建特征值，将健康因子与电池电容共同形成样本集；再通过改进的自适应损失函数优化LightGBM算法，并应用Hyperopt超参数框架获得最优参数组合；将所述样本集载入优化后的算法模型进行训练；采用完成训练后的算法训练模型对SOH进行预测。采用本方法可以提升退运电池SOH预测的效率及精度，确保退运电池的梯次利用可以高效且准确的分类。
-
Patent Agency Ranking
公开(公告)号：CN114359256A
公开(公告)日：2022-04-15
申请号：CN202210041294.7
申请日：2022-01-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种微小尺寸缺陷的测量与识别方法，属于工业缺陷检测和测量技术领域。该方法采用基于Canny算子亚像素法提取检测物的边缘轮廓，然后将感兴趣的微小区域进行矩阵固定框选采取，再将图片像素值和实际尺寸值进行等比例坐标转换得到感兴趣区域的尺寸，采用改进的YOLOv4进行目标检测框架，将改良的DenseCPSDarknet‑53作为骨干网络，与可裁剪的下三角形金字塔特征提取架构相结合进行目标特征提取得到三个不同尺寸的图像特征，再通过通道注意力和空间注意力机制进行权重叠加，最后通过YOLO head部分，得到缺陷类型和尺寸。本发明解决了使用传统视觉方法在工业缺陷检测时误检，漏检率高的问题。
-
公开(公告)号：CN114332601A
公开(公告)日：2022-04-12
申请号：CN202111457637.X
申请日：2021-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于语义分割的采摘机器人非结构化道路识别方法，属于机器人领域。首先通过RGB彩色相机获取非结构化道路图像，其次将Mobilenetv2作为主干网络对道路特征信息进行提取，并将其送入PSPnet的金字塔池化模块(Pyramid Pooling Module)进行分区域池化得到不同尺寸的特征图，然后通过双线性差值上采样操作对特征图进行多尺度特征信息融合，在后通过弃权进行特征优化，最后输入到预测分类层中得到最终预测结果。
-
公开(公告)号：CN112498332A
公开(公告)日：2021-03-16
申请号：CN202011358714.1
申请日：2020-11-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种并联式混合动力汽车模糊自适应能量管理控制方法，属于并联式混合动力汽车控制技术领域。该方法以并联式混合动力汽车电量SOC的偏差ΔSOC及其变化率ΔSOC'为输入，以等效因子s的值为输出，建立模糊控制器和ECMS瞬时优化控制算法，通过模糊控制器对ECMS瞬时优化控制算法中的等效因子进行动态调节。本发明解决了并联式混合动力汽车不能外接电网充电的情况下，难以对电量SOC进行自我管理的问题。同时，相比传统基于规则的控制算法，能使并联式混合动力汽车获得更好的燃油经济性，实现了对并联式混合动力汽车的模糊自适应能量管理控制。
-
公开(公告)号：CN109466558B
公开(公告)日：2020-08-04
申请号：CN201811258236.X
申请日：2018-10-26
Applicant: 重庆邮电大学
IPC: B60W40/064
Abstract: 本发明请求保护一种基于EKF算法和BP神经网络的汽车路面附着系数的估算方法，通过各种传感器实时地采集车辆的方向盘转角、纵向加速度、侧向加速度，利用四轮车辆动力学模型结合EKF算法估计车辆的纵向速度、横向速度、质心偏角和横摆角速度，求取出预估横摆角速度，最后将预估横摆角速度与EKF估计的横摆角速度作差取平方，取方差值最小所在的网络模块输入的附着系数值为所求估计值。本方法有效降低了计算量和收敛时间。本方法能够快速识别车辆行驶路面的附着系数，适用于多种路面下附着系数的实时估计。
-
公开(公告)号：CN105590466A
公开(公告)日：2016-05-18
申请号：CN201610142903.2
申请日：2016-03-14
Applicant: 重庆邮电大学
IPC: G08G1/0962
CPC classification number: G08G1/0962
Abstract: 本发明涉及云技术领域，公开了一种云平台下的驾驶员危险操作行为监测系统及方法，系统包括车载端和云端服务器。车载端具有车载传感器模块、数据采集系统、无线通信模块、GPS接收器、语音提示与预警系统和开关单元，采用无线通信技术将采集到的传感器数据信息实时传送至云端，且驾驶员可选择性打开开关实现该功能。云端包括数据存储系统、实时路况获取系统、专家系统和驾驶行为分析系统，结合专家系统和中国国家公路地理信息系统、路侧系统与GPS导航系统，将获取的传感器数据信息通过驾驶行为分析系统识别出驾驶员的危险操作行为，并将云端决策输出的警示危险行为信息传送至车载端的语音提示模块，并进行提醒，以便车主实时了解自己的危险驾驶行为。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.03 seconds)
