-
公开(公告)号:CN108664690A
公开(公告)日:2018-10-16
申请号:CN201810248249.2
申请日:2018-03-24
Applicant: 北京工业大学
Abstract: 本发明公开了基于深度信念网络的多应力下长寿命电子器件可靠性寿命评估方法,通过加速寿命试验获得不同环境应力下器件失效数据进行可靠性特征估计,然后建立可靠性推导模型完成常应力水平下可靠性寿命推导。评估方法包括以下步骤:首先,确定影响电子元件工作可靠性的环境应力;其次,设计加速寿命试验;再次,对试验数据进行统计分析,获得不同应力水平下元件可靠性寿命估计值。最后,利用加速寿命试验数据确定可靠性推导模型。本发明解决了样本短缺,试验时间有限的问题,并采用了一种新型常应力可靠性特征推导模型,解决传统单应力估计方法易发生模型嵌套风险的问题,并且实现多应力水平下寿命推导模型的建立。
-
公开(公告)号:CN120046357A
公开(公告)日:2025-05-27
申请号:CN202510206359.2
申请日:2025-02-25
Applicant: 北京工业大学
IPC: G06F30/20 , G06F30/15 , G06Q10/047 , G06Q50/40 , G06F17/10 , G06F119/14 , G06F111/04 , G06F111/10
Abstract: 本文提供了一种基于多质点模型的重载列车轨迹优化方法、装置及系统,其中方法包括:构建重载列车在运行过程中的动力学模型和初始约束条件;根据动力学模型和初始约束条件,并以列车运行能耗和车钩力最小化为目标,构建初始目标函数;基于单相最优控制模型,确定列车运行过程中的状态变量和控制变量;根据状态变量和控制变量,对初始目标函数进行转换,得到基于单相最优控制模型的目标函数;根据基于单相最优控制模型的目标函数和约束条件,利用伪谱法,确定重载列车运行过程中的最优轨迹。本文基于多质点模型构建了优化问题,通过优化列车运行轨迹,从而提高列车运行的安全性、能源效率,并降低维护成本。
-
公开(公告)号:CN118570516A
公开(公告)日:2024-08-30
申请号:CN202410231217.7
申请日:2024-02-29
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/774 , G06T3/4007 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明公开了适用于铁路环境下的异物入侵检测方法,包括如下步骤,步骤1:建立供深度学习训练的铁路异物入侵样本集;步骤2:建立深度学习检测网络模型;步骤3:针对铁路场景的目标检测的优化网络;步骤4:模型剪枝操作;利用数据增强技术将原有的数据集进行扩充,该方法可以很好的提升训练时模型的鲁棒性以及一定程度上可以规避训练的时候出现过拟合的问题。除此之外,本发明使用了大模型与人工智能生成内容AIGC,即使用“文生图”的方式根据需求生成虚拟的铁路环境下含有异物入侵的图片,该技术能够很好的弥补目前现实中没有或者少有的异物入侵目标图片,图片的真实效果可与现实世界相当。
-
公开(公告)号:CN116758114A
公开(公告)日:2023-09-15
申请号:CN202310645883.0
申请日:2023-06-02
Applicant: 北京工业大学
Abstract: 本发明公开了一种用于车载视频序列的公路隧道洞内显著线段自动跟踪方法。本发明所特别关注的两条显著线段就是隧道顶部黑暗区域与白色侧壁之间的左右分割边界。通过自动跟踪两条显著线段,并将这两条显著线段的交点作为消隐点,可以减少车载视频中消隐点连续估计的抖动干扰,有效提高LED灯具缺失智能检测的性能,从而大大提高了已有工作的可用性。实验结果表明,采用本发明的技术方案,对公路隧道洞内显著线段的跟踪效果较好,满足了减少连续车载视频中消隐点估计干扰和提高道路隧道中几何信息恢复性能的实际需要。这为隧道照明系统高效验收以及日常养护提供了新的技术手段。
-
公开(公告)号:CN111222630B
公开(公告)日:2023-07-25
申请号:CN202010050338.3
申请日:2020-01-17
Applicant: 北京工业大学
IPC: G06N3/0499 , G06N3/048 , G06N3/092 , G06Q10/0637 , G06Q50/30
Abstract: 本发明公开了一种基于深度强化学习的自主驾驶规则学习方法,在车联网环境下,路网中存在两种类型车辆,自主驾驶车和网联车。自主驾驶车通过车载控制系统与车联网的车车(Vehicle‑to‑Vehicle,V2V)通信技术实时获取路网中网联车的行驶状态,通过深度强化学习的方式,在保证交通安全的情况下,学习自主驾驶规则,调节车辆队列驾驶间距,以最大化路网的平均速度和提高路网的通行效率。为以后利用深度强化学习进一步提高车辆的自主决策能力奠定了基础。
-
公开(公告)号:CN116149371A
公开(公告)日:2023-05-23
申请号:CN202310276977.5
申请日:2023-03-21
Applicant: 北京工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于视觉传感器网络的多运动体三维跟踪与控制平台,包括多摄像机系统、地面控制系统、机载红外反光小球和目标无人机四个主要模块。多摄像机系统包括多个带有红外滤光片的摄像机、用于增强光强度的红外补光源和用于同步多个摄像机图像数据的同步触发器以及一个导航端电脑来运行核心视觉算法。多摄像机相互作用组成一个视觉传感器网络。地面控制系统从多摄像机系统接收导航数据,然后通过无线局域网将控制命令上传到目标无人机。数据传输是利用机器人操作系统ROS的话题订阅和发布机制,对导航数据进行处理、结合参考轨迹和控制器计算出给无人机的控制指令,最后将该指令通过无线局域网发布。
-
公开(公告)号:CN115065718A
公开(公告)日:2022-09-16
申请号:CN202210472362.5
申请日:2022-04-29
Applicant: 北京工业大学
IPC: H04L67/52 , H04L69/164
Abstract: 本发明公开了基于光学室内定位的多智能体协同控制算法验证系统,属于多智能体控制领域,所述系统包括:光学室内定位子系统,用于获取目标智能体在空间中的位置信息,并通过UDP协议发送到局域网中;通信子系统,用于实现数据的共享以及控制指令的发送;控制子系统,用于接收目标智能体的位置信息,实现待验证多智能体协同控制算法的设计以及控制指令的执行。本发明能够减少外界环境对算法的干扰,能够安全、便捷、高效地验证多智能体协同控制算法的可行性、实时性和稳定性,这对提高多智能体协同控制算法性能、加快多智能体系统的理论成果走向工程实际的速度有着重大的意义。
-
公开(公告)号:CN113115230A
公开(公告)日:2021-07-13
申请号:CN202110322862.6
申请日:2021-03-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于信息物理系统的车辆广播通信控制方法,设计了融合状态估计在内的事件触发广播控制体系架构,包括多传感器模块,航迹推算模块,状态估计器和调度单元四个部分。根据多传感器模块获得的测量信息,经由状态估计器,获得尽可能精确的状态信息。通过调度单元和航迹推算模块组成车辆互联通信网络,并结合估计结果设计合适的事件触发条件,当触发条件满足时,广播车辆自身的运动数据到相邻车辆。通过搭建无人驾驶仿真平台验证了本方法的有效性,并使用SUMO和NS3评估了本方法在不同交通流场景下的通信能力。实验结果表明,本发明可以在保证车辆状态跟踪精度的前提下,显著降低通信频率,提高车辆网络资源利用率。
-
公开(公告)号:CN112700642A
公开(公告)日:2021-04-23
申请号:CN202011512324.5
申请日:2020-12-19
Applicant: 北京工业大学
IPC: G08G1/01 , G08G1/0967 , G08G1/16 , B60W40/08 , H04L29/08
Abstract: 本发明公开了一种利用智能网联车辆提高交通通行效率的方法,该方法采用PPO强化学习算法优化智能网联车的驾驶策略,并且通过对交通流动态信息统计方法的创新,提出了等效密度概念,并以此优化设计了PPO算法的观测空间和奖励函数,加快了算法的优化效率。最终,通过在SUMO交通仿真平台上进行实验,验证了所提方法的有效性。实验结果表明,本发明可对路网中交通拥堵产生的走停波进行消散,缓解了交通拥堵,有效提升了通行效率。
-
公开(公告)号:CN105604664B
公开(公告)日:2019-01-11
申请号:CN201510974922.7
申请日:2015-12-23
Applicant: 北京工业大学
IPC: F01N11/00
Abstract: 本发明为基于OBD检测数据的车辆排放远程监测系统,该系统包括数据处理单元、网络通信单元和远程监控客户端。本发明通过在KWP2000协议基础上,完成数据处理单元与车载ECU的数据流、故障码通信算法,提取影响尾气排放系统的氧传感器信号、加速度、发动机负荷、发动机转速、喷油量和实际空燃比等数据流和故障信息,分析数据流的异常和系统故障内容,并利用无线通信技术将相关信息传输到远程监控客户端,进而识别诊断对应系统部件的工作状态,并将排放异常情况向车载终端发送报警信息,从而实现对车辆行驶参数的远程监控和信息反馈。
-
-
-
-
-
-
-
-
-