-
公开(公告)号:CN107423412B
公开(公告)日:2018-03-27
申请号:CN201710631966.9
申请日:2017-07-28
Applicant: 中南大学
Abstract: 本发明公开了一种基于气象传感时序模式的运载机器人智能识别楼层的方法,包括:步骤1:构建楼层信息数据库;步骤2:对楼层信息数据进行聚类,得到每个楼层的天气模式集合;步骤3:获取用于构建基于天气模式的气压楼层预测模型的训练集合;步骤4:构建基于天气模式的气压楼层预测模型;步骤5:利用机器人当前所在楼层层号和天气观测值,调用对应天气模式的气压楼层预测模型;步骤6:利用机器人实时采集的气压和气压楼层预测模型,预测机器人所在楼层层号;该方法利用简易的温度、湿度、气压传感器搜集数据,建立环境数据库,并针对气压随高度变化而变化的特性,采用数据挖掘技术,实现机器人在不同环境条件下的电梯楼层自动高准确度、高稳定性识别。
-
公开(公告)号:CN107368858A
公开(公告)日:2017-11-21
申请号:CN201710630336.X
申请日:2017-07-28
Applicant: 中南大学
CPC classification number: G06K9/6289 , G01C5/06 , G06F17/30539 , G06F2216/03 , G06K9/6218 , G06K9/6256
Abstract: 本发明提供了一种智能环境运载机器人识别楼层的参数化测量多模型智能融合方法,利用成本较低的温度、湿度、气压传感器搜集数据,建立数据库,针对气压随高度变化的特性,采用大数据处理技术,利用KH算法优化的小波神经网络模型完成预测模型的建立,实现运载机器人在各种环境下的电梯楼层自适应辨识,有效解决了不同环境下同一高度气压值变动导致楼层辨识不准的情况。此外,本发明无需对电梯内部或外部进行改造,具有极高的普适性。
-
公开(公告)号:CN106372731B
公开(公告)日:2017-07-28
申请号:CN201611024045.8
申请日:2016-11-14
Applicant: 中南大学
Abstract: 本发明公开了一种强风高速铁路沿线风速空间网络构造预测方法,该方法通过3种预测模型构建最优加权组合模型来预测风速。其中,第1个预测模型利用多测风站短时历史风速数据,第2个预测模型利用单测风站短时历史风速数据,第3个预测模型利用多测风站历史风速数据和对应的历史气象数据。该方法融入了空间、时间、气象等多种元素,利用了当前时段辅助测风站和目标测风站数据、历史辅助测风站和目标测风站气象数据、风速数据等多种数据,保证了数据的多样性;将时间相关性和空间相关性有机结合,提高了预测的可靠性;通过利用3个基本模型在预测过程中存在数据交织,减少了计算量;预测稳定性高,可以实现超前多步预测,具有工程应用价值。
-
公开(公告)号:CN106772695A
公开(公告)日:2017-05-31
申请号:CN201611029514.5
申请日:2016-11-14
Applicant: 中南大学
IPC: G01W1/10
Abstract: 本发明公开了一种融合多测风站实测数据的铁路沿线风速预测方法,包括以下几个步骤:步骤1,在目标测风站位置安装辅助测风站,采集风速数据;步骤2,对风速数据样本进行滤波处理;步骤3,利用2层小波分解去除高频跳跃特征,取最后一层的低频数据;步骤4,选出与目标测风站数据显著性较高的m个辅助测风站数据;步骤5,对目标测风站和选出的m个辅助测风站的低频数据层分别进行2层小波包分解;步骤6,训练PSO‑MLP神经网络模型;步骤7,将实测的m个辅助测风站风速值输入到预测模型,得到目标测风站的风速预测值。本发明所述方法能够有效提高铁路沿线风速预测精度、保证预测模型的稳定,且能避免单测风站传感器硬件故障造成的预测中断。
-
公开(公告)号:CN104228874A
公开(公告)日:2014-12-24
申请号:CN201410504248.1
申请日:2014-09-28
Applicant: 中南大学
IPC: B61K9/12
Abstract: 本发明公开了一种轨道车辆外部轮廓非接触式检测系统,所述检测系统用于对被测车辆的外部轮廓进行检测;包括检测装置、龙门架和中央控制装置,中央控制装置中配置装有专用软件的计算机;被测车辆配置牵引装置;检测装置至少为3个,均面向被测车辆安装在龙门架上;检测装置包括数码相机和线光源,线光源位于数码相机之前或之后,线光源照射在被测车辆的外表面上的光线位于数码相机的视场范围之内;数码相机和线光源均与中央控制装置电连接;所有线光源同时工作时,它们的光线能够覆盖被测车辆同一横截面的两侧和顶部的外表面。牵引装置的控制部分和检测装置均与中央控制装置电连接。
-
-
-
-