-
公开(公告)号：CN116767180A
公开(公告)日：2023-09-19
申请号：CN202311076379.X
申请日：2023-08-25
Applicant: 中国矿业大学
IPC: B60W30/02 , B60W30/045 , B60W10/20 , B60W10/22 , B62D6/00 , B60G17/0165 , B60G17/016 , B62D101/00 , B62D113/00 , B62D137/00
Abstract: 本发明属于车辆动力学控制技术领域，尤其为一种车辆主动前轮转向与主动悬架系统协调控制方法，以路面不平度、车辆方向盘转角和车辆速度为输入特征，基于深度卷积神经网络决策模型，输出车辆行驶平顺性和操纵稳定性的控制权重；基于所获得的权重设计考虑行驶平顺性与操纵稳定性的车辆合作动态博弈成本函数，以主动前轮转向与主动悬架系统控制信号为设计变量，以主动前轮转向与主动悬架系统的执行机构几何限制为约束条件，基于车辆动力学模型建立主动前轮转向与主动悬架博弈模型；依据夏普利值进行收益分配，得到双方博弈对局中车辆最优控制策略，即获得车辆主动前轮转角和主动悬架作动力，实现对车辆主动前轮转向与主动悬架系统的动态协调控制。
-
公开(公告)号：CN115797181A
公开(公告)日：2023-03-14
申请号：CN202211709385.X
申请日：2022-12-29
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
IPC: G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种面向矿井模糊环境的图像超分辨率重建方法，属于图像重建技术领域，解决了现有技术中图像模糊不清的问题。具体包括：获取矿井内环境高清图像，并对图像进行预处理，得到处理后的高分辨率对应的低分辨率图像，组成图像对；基于所述图像对，建立超分重建网络模型；所述超分重建网络模型通过提取低分辨率图像的深层特征和浅层特征得到特征差异，基于所述特征差异对深层特征进行校准整合，基于整合后的深层特征重建得到高分辨率图像；获取矿井模糊环境图像，基于建立的所述超分重建网络模型得到重建后的高分辨率图像。实现了可以清晰地看到矿井下的画面，提高了图像的人眼视觉效果，更具真实性。
-
公开(公告)号：CN115294282A
公开(公告)日：2022-11-04
申请号：CN202211003081.1
申请日：2022-08-19
Applicant: 中国矿业大学
Abstract: 本发明公开了一种三维场景重建中增强特征融合的单目深度估计系统，该系统包括单目深度估计网络，单目深度估计网络采用自监督方式优化训练；单目深度估计网络包括深度估计网络和位姿预测网络，深度估计网络用于帮助目标图像恢复深度；位姿预测网络用于输出邻帧间运动量；深度估计网络包括深度编码器和深度解码器；深度编码器接用于提取输入图像的深度信息特征；深度解码器生成各尺度的深度预测图；深度编码器与深度解码器采用全尺度跳跃连接，获得全尺度的编、解码器特征信息，并将其融合。本发明通过深度编码器和深度解码器采用全尺度跳跃连接，优化学习分配各层特征信息的参数权重，得到精确的深度边界与预测精度。
-
公开(公告)号：CN114228828B
公开(公告)日：2022-06-07
申请号：CN202111620803.3
申请日：2021-12-28
Applicant: 中国矿业大学 , 宁波工业互联网研究院有限公司
IPC: B62D6/00 , B62D137/00
Abstract: 本发明实施例提供了一种车辆转向模式的切换方法及装置，包括：接收转向模式切换指令，根据目标转向模式，确定车辆瞬时转向中心的切换轨迹；在转向模式切换过程中稳定性冲击率小于第一预设值和切换时间小于第二预设值的情况下，根据车辆瞬时转向中心切换轨迹，确定车辆瞬时转向中心切换轨迹的优化模型；根据车辆瞬时转向中心切换轨迹的优化模型，对车辆瞬时转向中心切换轨迹进行优化，得到车辆瞬时转向中心的最优切换轨迹；基于车辆车轮转角与车辆瞬时转向中心位置的关系，根据车辆瞬时转向中心的最优切换轨迹，确定车辆车轮转角的最优切换轨迹，车辆可以根据车轮转角的最优切换轨迹实现对转向模式的动态切换。
-
公开(公告)号：CN112669393B
公开(公告)日：2021-10-22
申请号：CN202011632288.6
申请日：2020-12-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种激光雷达与相机联合标定方法，所使用的激光雷达扫描方式为非重复扫描，即激光雷达每次扫描轨迹都不相同，静止采集数秒，视野内点云覆盖率趋近100%。本发明根据此种激光雷达非重复扫描特点，将自制大型棋盘格标定板依次放置于激光雷达与相机重合视野中不同位置，相机采集一帧图像的同时激光雷达采集较长时间三维点云数据，将得到的三维点云数据根据点云强度转化为二维归一化灰度图，再对归一化灰度图及相机图像进行角点检测，得到对应的二维灰度图与相机图像角点对，然后根据二维灰度图中的角点回溯找到精确的三维点云角点坐标，最终根据对应的三维点云角点与相机图像角点坐标得到联合标定结果，与传统方法相比，具有更高的精度。
-
Patent Agency Ranking
公开(公告)号：CN118456448A
公开(公告)日：2024-08-09
申请号：CN202410913444.8
申请日：2024-07-09
Applicant: 中国矿业大学
Abstract: 本发明公开一种应急救援环境下重载机械臂人机共享控制方法，包括实时获取操作者的肌电信号、眨眼频率、操作时长、操作年龄和操作速度评估操作者状态，获取机械臂末端的最大位移变化差、加速度、载荷、移动速度和转角信息评估机械臂状态，根据操作时间要求、目标定位精度和负载要求信息评估应急救援任务难易程度，采用加权和sigmoid函数相结合的方式，构建考虑操作者状态、机械臂状态和应急救援难易程度的人机互信模型，实时获取人机互信度，将人机互信度和机械臂与目标物体间的距离作为T‑S模糊控制器的输入，依据模糊规则动态决策出人机共享控制权重，提高应急救援环境下重载机械臂的救援效率，保障救援人员的安全。
-
公开(公告)号：CN117346805A
公开(公告)日：2024-01-05
申请号：CN202311150868.5
申请日：2023-09-07
Applicant: 中国矿业大学
IPC: G01C21/34 , G06N3/092 , G06N3/0442
Abstract: 一种非结构化环境的特种车辆自动驾驶路径规划方法，通过SLAM地面分割算法，将三维高度信息存储于相应栅格，获得非结构环境占用栅格图，再将所述栅格图地形数据划分为训练集和测试集；结合感知模块输入信息及特种车辆动力学建模，从栅格图地形数据中提取可通行区域，实现风险图构建；根据风险图构造自适应性的奖励函数，搭建强化学习模型以及Agent的神经网络；基于构建非结构化环境测试机进行训练，在每个训练周期初始化阶段构建随机函数，随机化起点和终点位置，使系统具泛化性；通过强化学习训练获得策略网络，在测试集中执行路径规划，实现非结构化环境下高效的处理环境信息，提高特种车辆面对不同地形的适应性及有效的自动驾驶。
-
公开(公告)号：CN115496665A
公开(公告)日：2022-12-20
申请号：CN202211317119.2
申请日：2022-10-26
Applicant: 中国矿业大学
IPC: G06T3/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于MLP改进模型的矿井模糊图像超分辨率重建方法，该方法包括以下步骤：获取图像数据集；所述图像数据集包括训练图像数据集和测试图像数据集；构建递归残差网络，对输入图像进行多层特征提取；重建网络，对提取出来的图像进行重建，得到超分辨图像；采用训练图像数据集对递归网络进行训练；采用测试图像数据集，对递归网络进行评估，评估重构后的超分辨图像质量标准。本发明通过使用Mlpmixer模块，在特征融合之前对特征进行一个预处理，减少特征融合过程中的信息损失；避免信息过载问题，提高重建后超分辨图像的精准度；通过使用多通道网络结构，实现对重建特征信息的完善，从多方面保证了该网络提取图像特征信息的有效性。
-
公开(公告)号：CN114047006A
公开(公告)日：2022-02-15
申请号：CN202111346239.0
申请日：2021-11-15
Applicant: 中国矿业大学
Abstract: 本发明公开涉及汽车配件试验技术领域，具体为一种特种车辆悬架转向集成式作动器测试平台，包括固定底座，所述固定底座水平设于试验区域，支撑组件，所述支撑组件设于固定底座上端设置，活动组件，所述活动组件套接支撑组件设置，通过激振油缸对转向悬架一体式作动器进行模拟复杂路况状态，结构简单，强度可靠，节省特种车辆底盘安装空间，缩短转向悬架一体式作动器的研发校验周期，降低整机试验的危险性，通过自润滑组件的内设置的储油条和滚珠，在进行激振试验操作时，避免主导向杆和副导向杆的过度摩擦，提高使用寿命的同时，避免摩擦产生反作用力，导致检验数据不准，从而造成不必要的安全隐患。
-
公开(公告)号：CN119992514A
公开(公告)日：2025-05-13
申请号：CN202510131343.X
申请日：2025-02-06
Applicant: 中国矿业大学
Abstract: 本发明公开了障碍物检测技术领域的一种无人驾驶应急救援车辆越野路面正负障碍物检测方法，步骤如下：首先，通过YOLOv8的Backbone对输入的包含正负障碍物的越野路面环境进行特征提取，从而获取正负障碍物的不同特征层信息，其中第2、4、6、9层特征分别记为#imgabs0#、#imgabs1#、#imgabs2#、#imgabs3#，其次，将4个特征图依次送入构建的多尺度细粒度特征提纯分支、多尺度粗粒度特征提取分支和多尺度特征融合策略，最后，将经过多尺度特征融合策略的特征图送入Head部分，得到越野路面正负障碍物检测结果，本发明实现了对越野路面正负障碍物精准识别，为后续无人驾驶应急救援车辆智能决策与控制提供关键信息。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.019 seconds)
