-
公开(公告)号：CN118603329A
公开(公告)日：2024-09-06
申请号：CN202410641153.8
申请日：2024-05-22
Applicant: 北京航空航天大学
IPC: G01J5/48 , G01R31/36 , G01R31/385 , G01R31/392 , G06T7/11 , G06V10/74 , G06T7/90 , G06T11/00
Abstract: 本发明提供了一种基于分形理论的电池温度场估计方法和装置，该方法包括：获取目标电池的当前工况，并确定所述当前工况对应的分形码集合；根据所述分形码集合和预设初始图像进行重构，得到重构图像；采集所述目标电池在所述当前工况下的表面温度信息，并确定最高温度值和最低温度；根据所述重构图像、所述最高温度值和所述最低温度，确定所述目标电池的温度场。本方案通过少量的温度传感器还原了电池表面温度状态，提高了温度信息的采集效率，同时能准确地获取到每个电池单体的温度信息。
-
公开(公告)号：CN118378285A
公开(公告)日：2024-07-23
申请号：CN202410640547.1
申请日：2024-05-22
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种支持分级调整的智能网联汽车数据分级方法，该方法包括：获取待分级数据和处于最高级别的标准数据；将标准数据作为目标预测数据，计算目标预测数据与待分级数据之间的推理强度；对推理强度进行排序得到梯度序列；根据梯度序列、预设分级数量和预设各级别的容纳数据量确定待分级数据的级别。本方案实现了智能网络汽车数据的量化分级，提高了数据安全管理的精确性和有效性。
-
公开(公告)号：CN118298242A
公开(公告)日：2024-07-05
申请号：CN202410508152.6
申请日：2024-04-25
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于图扩散卷积的多任务检测方法，该方法包括：获取至少两个任务对应的检测数据；构建基于图扩散卷积的网络模型，将检测数据输入网络模型中进行特征提取，得到关键特征信息；计算不同检测数据之间的距离信息，并基于距离信息构建邻接矩阵；基于邻接矩阵确定任务相关系数；基于任务相关系数确定损失函数，并根据损失函数更新得到网络模型的模型参数，以基于模型参数得到每个任务的检测结果。本发明提供的方法能有效完成多任务的检测识别，提高多任务检测结果的准确性。
-
公开(公告)号：CN117576983A
公开(公告)日：2024-02-20
申请号：CN202311566573.6
申请日：2023-11-22
Applicant: 北京航空航天大学
IPC: G09B19/16
Abstract: 本发明提供了基于精确定位的科目二自动驾驶驾培系统及方法，该系统包括感知子系统、决策与安全防护子系统以及控制执行子系统，感知子系统利用高精地图、组合惯导相结合的精准定位技术，以及使用环视相机以及若干传感器感知环境信息——多源异构感知信息并进行数据融合，决策与安全防护子系统将感知信息与科目二规则库匹配后，进行智能决策与控制，从而智能规划路径并结合控制执行子系统完成项目演示，在演示过程中通过电子信号控制线控底盘并将有助于学员学习的信息通过中控可视面板和语音提示模块直观提示数据信息，同时可满足安全防护的需要。本发明基于精确定位技术，在保证安全性的前提下，可代替教练人员进行科目二演示教学，大大提高培训效率。
-
公开(公告)号：CN116956667A
公开(公告)日：2023-10-27
申请号：CN202310869252.7
申请日：2023-07-14
Applicant: 北京航空航天大学
IPC: G06F30/23 , G01R31/367 , G01R31/374 , G06F30/25 , G06F30/27 , G06F18/213 , G06F18/214 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06F119/06 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种工况‑能耗‑温度融合的锂离子电池最大可用能计算方法和系统，针对锂离子电池的实际可用能量，考虑工况、加热能耗、温度对可用能量的影响，建立基于交通信号正时信息的电池使用工况预测模型，根据整车动力系统构型分别对关键部件进行简化建模以建立整车能耗预测模型，建立基于多物理场耦合模型降阶的温度预测模型，并能够输出给定工况下的可输出能量预测，能够提高锂离子电池可用能量估计精度，并用于指导电池热管理系统目标温度计算。
-
Patent Agency Ranking
公开(公告)号：CN116720266B
公开(公告)日：2023-10-20
申请号：CN202310999940.5
申请日：2023-08-10
Applicant: 北京航空航天大学
IPC: G06F30/15 , B64G1/40 , B64D27/02 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/28
Abstract: 本发明公开一种可回收式航空航天运载器的动力学建模方法，涉及航空航天运载器领域，该方法包括：确定可回收式航空航天运载器发射过程和回收过程的基本参数，确定单个飞轮风扇发动机的基本参数，按相关公式分别计算单个飞轮风扇发动机所提供的有效发射能量，计算发射过程的有效能量需求量，按判断条件循环计算求得飞轮风扇发动机的实际个数，确定飞轮风扇发动机对称阵列排布方式和旋向布局，计算降落回收过程中降落伞的能量消耗量和优化降落伞的体积和质量步骤。本发明提供一种可回收式航空航天运载器动力学建模方法，通过建立一系列动力学定量分析计算数学模型，为多变量参数的优化提供理论依据，保证其发射过程和回收过程的安全稳定性。
-
公开(公告)号：CN116805161A
公开(公告)日：2023-09-26
申请号：CN202310666134.6
申请日：2023-06-06
Applicant: 北京航空航天大学
IPC: G06N3/088 , G06N3/0985
Abstract: 本发明公开了一种基于无监督学习的系统参数辨识方法和装置，其中所述方法，包括：构建表征目标系统的状态空间方程，所述状态空间方程包括用于表征目标系统的输入与状态变量之间关系的状态方程，以及用于表征目标系统的状态变量与输出之间关系的观测方程，所述状态方程包括待辨识参数；整理状态空间方程为以参数分离形式表征已知参数和含有待辨识参数的第一状态空间方程；匹配于第一状态空间方程，构建神经网络模型，所述神经网络模型的输入输出与第一状态空间方程的输入输出相对应；训练神经网络模型，以获得待辨识参数。本发明方案通过构建目标系统状态空间方程与对应的神经网络模型，在模型的无监督训练不断收敛的过程中实现参数辨识。
-
公开(公告)号：CN116679216A
公开(公告)日：2023-09-01
申请号：CN202310857549.1
申请日：2023-07-13
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/378 , G01R31/382 , G01R31/3835 , G01R31/385 , G01R31/388 , G01R31/392 , G01R31/36
Abstract: 本发明公开了基于故障模型分析的锂离子电池电压异常采样检测方法，属于电池管理领域；具体为：首先，按照实际物理结构，建立多物理场耦合的锂离子电池管理系统的等效数字模型；然后，基于等效数字模型进行仿真，输入每个电子元器件可能发生的故障模式，输出电池采样故障结果；并基于不同电池采样故障的数学特征，建立故障特征库；最后，采用模糊信息熵耦合的离群检测算法，对各类故障特征进行离群检测，结合已知的故障点位判断离群度阈值；在实际使用时，采用滑动窗口模式对新的采样数据进行处理，判断超出离群度阈值的结果即为新采样电池的故障数据。本发明使用离群检测算法高效利用采样数据本身的信息，避免对原有数值性阈值的依赖。
-
公开(公告)号：CN116484175A
公开(公告)日：2023-07-25
申请号：CN202310303032.8
申请日：2023-03-23
Applicant: 北京航空航天大学
IPC: G06F18/10 , G06N3/0442 , G06N3/08 , G06F30/27 , G06F119/04
Abstract: 本发明提出了一种动力电池使用数据修复系统与方法，包括均部署于云端电池管理系统大数据平台并依次连接的数据清洗模块、数据质量初评模块、数据修复模块和数据质量复评模块，数据质量初评模块对经过数据清洗的动力电池使用数据进行数据质量初评，确定数据是否满足修复下限并判断数据缺失程度，数据修复模块分别针对三种不同缺失程度的数据可通过样条线插值法、时序预测算法、矩阵分解算法/深度学习算法来进行数据修复，最后由数据质量复评模块对数据质量进行综合评估计，在保证数据修复质量的前提下，降低了数据修复成本。
-
公开(公告)号：CN115782905A
公开(公告)日：2023-03-14
申请号：CN202310046543.6
申请日：2023-01-31
Abstract: 本发明公开了一种自动驾驶车辆驾驶安全度量化系统，包括驾驶区域环境风险量化模块、周围交通参与者冲突干扰量化模块、自车行为风险量化模块、车辆驾驶安全度量化模块、显示模块，其中驾驶区域环境风险量化模块、周围交通参与者冲突干扰量化模块和自车行为风险量化模块的输出最终合成至车辆驾驶安全度量化模块，计算得到车辆驾驶实时安全度值，采用不同颜色区别显示于显示模块，提示驾驶员自动驾驶系统的安全度状态。该系统将影响人类驾驶员在驾车时安全度的环境复杂度、周围交通参与者干扰、自身行为状态因素进行量化，可以对自动驾驶车辆系统及其中的人类驾驶员提供不同程度的安全警示，约束车辆使其处于一种相对稳定的行驶状态。
-
-
-
-
-
-
-
-
-
Search Results
232
records
(took 0.05 seconds)
