-
Patent Agency Ranking
公开(公告)号：CN119988799A
公开(公告)日：2025-05-13
申请号：CN202510087876.2
申请日：2025-01-21
Applicant: 同济大学
Abstract: 本发明公开一种基于惯性测量单元的加速度解算算法参数优化方法，步骤为：基于多体动力学，推导考虑IMU姿态误差的加速度解算算法；在待解算加速度的车身点安装加速度传感器，并在车辆座舱内安装高精度IMU，用卷尺测量待解算的车身点到IMU的距离；驾驶车辆在非平坦的路面行驶，通过数采设备采集加速度传感器信号和IMU信号；选取汽车运动剧烈的工况下的至少50组数据，建立目标函数；采用遗传算法，求解最优参数；将求解得到的最优参数代入，得到IMU解算任意点加速度的解算公式。本发明的优点是简化了解算点在IMU坐标系中位置的测量方式，通过遗传算法得到最优参数，大大提升了IMU解算加速度的准确性。
-
公开(公告)号：CN118306155A
公开(公告)日：2024-07-09
申请号：CN202410579252.8
申请日：2024-05-11
Applicant: 同济大学
IPC: B60G17/018
Abstract: 本发明提出了一种基于MFAPC的乘用车空气悬架系统高度控制方法，包括以下步骤：步骤1、分析乘用车空气悬架系统，建立等价的CFDL数据模型；步骤2、基于CFDL数据模型，建立针对N步向前输出预测方程；步骤3、选取伪偏导数估计算法和预报算法，求解A1(k)；步骤4、计算出当前时刻控制输入u(k)；步骤5、判断控制循环是否结束，若未结束，则进行步骤6；步骤6、将计算出的当前时刻控制输入u(k)，作用于空气弹簧对应的电磁阀，之后执行步骤3。本发明结合动态线性化方法以及预测控制的优点，给出仅利用受控系统输入输出数据，且计算负担小、鲁棒性更强的MFAPC方案。
-
公开(公告)号：CN118072268A
公开(公告)日：2024-05-24
申请号：CN202410189376.5
申请日：2024-02-20
Applicant: 同济大学
IPC: G06V20/56 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06F18/2411 , G06T7/45 , G06V10/762
Abstract: 本发明公开一种基于机器视觉和深度学习的路面类型融合感知方法，包括：获取路面类型开源数据集并进行预处理；采用SVM和efficientNet神经网络模型进行路面类型的识别，并求得分类概率；利用DS证据理论对两种模型的识别结果进行融合。本发明的优点是对数据增强，提高路面类型识别模型的鲁棒性；有效提高识别的精度；降低工程应用中对计算资源的消耗。
-
公开(公告)号：CN118586126A
公开(公告)日：2024-09-03
申请号：CN202410768137.5
申请日：2024-06-14
Applicant: 同济大学
Abstract: 本发明提出了一种应用于传动系统零部件产品设计各阶段的稳健性设计方法，包括以下步骤：步骤1、基于仿真方法，获取关于零部件的关键特性参数‑功能表现参数曲线T1；步骤2、基于T1和EFRT法，获取每个关键特性参数受基本偏差的影响关系图T2；步骤3、基于曲线T1和EFRT图T2，获取基本偏差对于功能表现的影响。本发明以关键特性参数为中间量或桥梁，可有效建立设计‑功能关系的稳健性表现。
-
公开(公告)号：CN118097330A
公开(公告)日：2024-05-28
申请号：CN202410200004.8
申请日：2024-02-23
Applicant: 同济大学
IPC: G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明提出了一种基于改进CycleGAN的路面阴影数据增广方法，包括以下步骤：步骤S100：获取路面数据集，包括无阴影集A和有阴影集B两类，两类数据集均包括训练集train和验证集val；步骤S200：搭建现有的CycleGAN，之后增加纹理自监督机制Losstss以形成改进的CycleGAN，以保留原本图像的纹理信息；步骤S300：设置损失函数和训练参数，之后基于训练集train对步骤S200输出的模型进行训练，最后基于验证集val验证；步骤S400：建立无阴影路面图片的待处理数据集，通过训练好的生成器G_A2B将无阴影数据生成有阴影数据。本发明生成含有阴影的路面数据集，解决了阴影路面缺乏的问题。
-
-
-
-
Search Results
5
records
(took 0.042 seconds)
