一种离散制造混流生产的人机协同效率优化方法

    公开(公告)号:CN116739179A

    公开(公告)日:2023-09-12

    申请号:CN202310759945.0

    申请日:2023-06-26

    Applicant: 湖南大学

    Abstract: 本发明涉及离散制造混流生产技术领域,具体为一种离散制造混流生产的人机协同效率优化方法,包括:1、收集实际离散制造混流生产场景的相关生产数据;2、构建离散制造混流生产的人机协同效率优化模型,设置模型参数、决策变量和约束条件;3、构建混沌增强教学优化算法,并利用混沌增强教学优化算法求解满足约束条件下的人机协同效率优化模型,得到多个决策变量取值,然后从多个决策变量取值中选择完工时间最短的作为最优的决策变量取值并输出。本发明将工人的操作纳入到离散制造混流生产中,通过同时优化各工序的加工机床和操作工人、工序的加工顺序,实现了离散制造生产车间的人机协同优化运行,从而有效提升了离散制造混流生产的效率。

    面向生态资源重构的企业价值评价方法

    公开(公告)号:CN114723339A

    公开(公告)日:2022-07-08

    申请号:CN202210557689.2

    申请日:2022-05-19

    Applicant: 湖南大学

    Abstract: 本发明公开了一种面向生态资源重构的企业价值评价方法,包括:获取待评价企业的生产能力数据、产品性价比数据、服务能力数据和经营能力数据;根据评价方向确定生产能力指标、产品性价比指标、服务能力指标和经营能力指标以及一一对应的权重;根据生产能力数据、产品性价比数据、服务能力数据、经营能力数据以及一一对应的权重确定待评价企业的价值评估值。本发明实施例提出了一种面向生态资源重构的企业价值评估方法,通过对企业价值进行不同维度上的解析,在全域价值链生态资源重构体系中,系统的提出了一种科学的、适用的企业价值评价方法,将企业价值数据化,满足了面向生态资源重构下的应用需求,并为企业价值体系构建提供了新的参考方向。

    一种自动驾驶车辆动态路径规划方法

    公开(公告)号:CN115755885B

    公开(公告)日:2025-05-20

    申请号:CN202211312060.8

    申请日:2022-10-25

    Abstract: 本发明公开了一种自动驾驶车辆动态路径规划方法。其具体内容为:1、建立包括路面状况、车辆速度和位置信息的驾驶环境模型;2、结合驾驶环境模型,设计层次模糊推理系统,判断出当下位置需要规划的路径类型;3、构建基于B‑样条曲线的车辆行驶路径,得到需要优化的待定参数;4、考虑距离和曲率两个因素,设计基于粒子群的优化求解方法,用来求解最优路径;5、利用模糊拟合的方法,计算出上述最优路径对应的参考速度。本发明所进行的规划路径工作,可以完成自动驾驶车辆在动态环境中的驾驶决策,适应了不同的路面状况和车辆速度,并提高了车辆行驶中的横向动力学稳定性。

    一种自动驾驶车辆自适应避障方法

    公开(公告)号:CN116185012A

    公开(公告)日:2023-05-30

    申请号:CN202310018700.2

    申请日:2023-01-06

    Applicant: 湖南大学

    Abstract: 为了在不同路面摩擦系数和车辆行驶速度下完成紧急避障操作,提高自动驾驶车辆横向动力学稳定性,本发明公开了一种自动驾驶车辆自适应避障方法。该方法考虑了不同路面摩擦系数以及车辆速度,采用模糊拟合方法生成对应的期望避障速度,并采用混合A*方法生成期望避障轨迹,降低了车辆的避障时的转向负担;构建一种新的转向增强方法,设计直接偏航转弯控制器,生成转向转矩,提高车辆在紧急避障时的动力学稳定性,设计基于BP神经网络预测的模糊速度控制器,生成了驱动转矩。提高对期望避障速度的跟踪精度。该规划方法为车辆紧急避障问题提出一个新的解决方案,为该行业的发展提供新的推动力。

    一种自动驾驶车辆动态路径规划方法

    公开(公告)号:CN115755885A

    公开(公告)日:2023-03-07

    申请号:CN202211312060.8

    申请日:2022-10-25

    Abstract: 本发明公开了一种自动驾驶车辆动态路径规划方法。其具体内容为:1、建立包括路面状况、车辆速度和位置信息的驾驶环境模型;2、结合驾驶环境模型,设计层次模糊推理系统,判断出当下位置需要规划的路径类型;3、构建基于B‑样条曲线的车辆行驶路径,得到需要优化的待定参数;4、考虑距离和曲率两个因素,设计基于粒子群的优化求解方法,用来求解最优路径;5、利用模糊拟合的方法,计算出上述最优路径对应的参考速度。本发明所进行的规划路径工作,可以完成自动驾驶车辆在动态环境中的驾驶决策,适应了不同的路面状况和车辆速度,并提高了车辆行驶中的横向动力学稳定性。

    一种基于深度强化学习的越野车三维路径规划方法

    公开(公告)号:CN115357022A

    公开(公告)日:2022-11-18

    申请号:CN202211034787.4

    申请日:2022-08-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度强化学习的越野车三维路径规划方法,构建一个基于价值的越野车三维路径规划的深度卷积神经网络模型,以最优动作价值函数为学习目标,构建随越野车移动的动态全局地图作为观测输入,设计综合考虑路程和能耗的奖励函数,根据目标距离设计深度强化学习的探索策略,最后结合探索策略和奖励函数对深度卷积神经网络模型进行端到端的训练,以使越野车从起点到终点的行驶过程中获得的奖励最大,实现越野车的三维路径规划。采用上述方法规划出的越野车三维路径,综合考虑了路程和能耗,在探索过程中可以兼顾方向性和随机性,为三维地图中的越野车规划出路程和能耗折中的节能路径。

    一种基于云边端融合的燃料电池测试系统数据处理方法

    公开(公告)号:CN116248679A

    公开(公告)日:2023-06-09

    申请号:CN202310409274.5

    申请日:2023-04-17

    Applicant: 湖南大学

    Abstract: 本发明提供了一种基于云边端融合的燃料电池测试系统数据处理方法,包括终端设备、边缘服务器、本地数据库、云服务器以及客户端;所述终端设备为燃料电池状态测试系统,利用传感器获取状态数据,并将所述状态数据发送至所述边缘服务器;所述边缘服务器对由所述终端设备发送的状态数据进行实时的数据处理和状态分析,同时将状态数据实时发送至所述本地数据库和所述云服务器中进行储存;所述云服务器提供计算能力,实现对目标数据的储存、分析,并将处理之后的数据反馈至所述客户端进行可视化展示。本发明采用“云+边+端”的管理和解决方案,可以对燃料电池运行状态实时采集并进行分析,优化燃料电池测试系统的数据采集和分析决策功能。

    新能源汽车焊装产线的价值评价方法

    公开(公告)号:CN115130870A

    公开(公告)日:2022-09-30

    申请号:CN202210769580.5

    申请日:2022-06-30

    Applicant: 湖南大学

    Abstract: 本发明公开了一种新能源汽车焊装产线的价值评价方法,包括:获取新能源汽车焊装产线的四种评价指标;四种评价指标包括设计环节评价指标、装配环节评价指标、配件供应环节评价指标和运维环节评价指标;将评价指标作为第一遗传算法的初始化种群,基于第一遗传算法的种群各个体适应度最大化和指标重要度获取与四种评价指标对应的目标权重约束表达;通过第二遗传算法对目标权重约束表达进行全局搜索,获得多个第一权重;通过第一梯度投影法对多个第一权重进行局部搜索,获得目标权重;根据目标权重和评价指标,获得新能源汽车焊装产线的评价值。采用优化算法确定评价指标的目标权重,满足了用户个性化定制需求。

    一种基于深度强化学习的越野车三维路径规划方法

    公开(公告)号:CN115357022B

    公开(公告)日:2024-08-20

    申请号:CN202211034787.4

    申请日:2022-08-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度强化学习的越野车三维路径规划方法,构建一个基于价值的越野车三维路径规划的深度卷积神经网络模型,以最优动作价值函数为学习目标,构建随越野车移动的动态全局地图作为观测输入,设计综合考虑路程和能耗的奖励函数,根据目标距离设计深度强化学习的探索策略,最后结合探索策略和奖励函数对深度卷积神经网络模型进行端到端的训练,以使越野车从起点到终点的行驶过程中获得的奖励最大,实现越野车的三维路径规划。采用上述方法规划出的越野车三维路径,综合考虑了路程和能耗,在探索过程中可以兼顾方向性和随机性,为三维地图中的越野车规划出路程和能耗折中的节能路径。

    一种防侧翻的智能驾驶汽车三维路径规划方法

    公开(公告)号:CN115503761A

    公开(公告)日:2022-12-23

    申请号:CN202211346944.5

    申请日:2022-10-31

    Abstract: 一种防侧翻的智能驾驶汽车三维路径规划方法,包括:一、构建包含三维地形信息与车辆航向角的车辆侧倾估计模型,设计侧倾代价函数;二、设计综合二维和三维路径的路径长度代价函数;三、设计模糊自适应权重优化器,优化车辆侧倾代价函数和路径长度代价函数的权重;四、计算加权后的车辆侧倾代价函数和加权后的路径长度代价函数之和,利用梯度下降法对其求负梯度,根据负梯度方向确定下一步的路径方向;五、判断所规划的路径是否到目的地,若未到达,则重复上述步骤。本发明所提出方法有效帮助智能驾驶汽车在三维地形中规划出一条综合侧翻风险和路径长短的合理路径,为智能驾驶汽车在复杂三维地形环境中提供安全、经济的路径规划解决方案。

Patent Agency Ranking