一种多源数据驱动的城市轨道交通列车载客量估计方法

    公开(公告)号:CN116777310A

    公开(公告)日:2023-09-19

    申请号:CN202310790661.8

    申请日:2023-06-30

    Applicant: 东南大学

    Inventor: 王健 刘家俊 张宁

    Abstract: 本发明公开了一种基于多源数据驱动的城市轨道交通列车载客量事后估计方法,包括以下步骤:加载城市轨道交通系统站点和线路基础信息数据、自动售检票系统交易数据和列车运营时刻表数据;构建城市轨道交通系统网络时空拓扑模型,采用带约束的广度优先算法搜寻网络OD对间最短路;以乘客出行子链与列车运行链的时间相似度为指标,将乘客匹配到列车上去,从而对乘客出行链进行重构;通过对乘客出行链进中上下车节点进行定位,统计站点上下车乘客人数,构建列车载客量计算模型,估计线网列车载客量。本发明能够获得城市轨道交通网络运营列车事后估计载客量,可以为轨道交通的线网仿真、时刻表优化、票务清分、突发事件应急处置提供依据。

    一种扭杆弹簧准零刚度隔振器
    42.
    发明公开

    公开(公告)号:CN116201845A

    公开(公告)日:2023-06-02

    申请号:CN202211617563.6

    申请日:2022-12-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种扭杆弹簧准零刚度隔振器,以提高准零刚度隔振器的承载能力。本发明所述机构包括扭杆支撑台组件、水平弹簧、水平滑块、水平导轨、转动销、竖向导向组件、竖向阻尼器以及基座。所述的扭杆支撑台组件通过转动销与水平滑块相连,水平滑块在滑轨上水平滑动,并挤压套在水平滑轨上的水平弹簧;同时通过两组竖向导向组件约束扭杆支撑台组件在竖直方向上下运动。竖向阻尼器安装在扭杆支撑台组件与基座之间。本发明工作时精密设备置于扭杆支撑台上方,隔离来自于基座的振动输入。本发明将扭杆弹簧提供的正刚度与水平弹簧提供的负刚度并联形成准零刚度,可以实现较大的承载能力和超低频的隔振效果。

    基于IMU和里程计的红外与可见光传感器在线配准方法

    公开(公告)号:CN116188545A

    公开(公告)日:2023-05-30

    申请号:CN202211707440.1

    申请日:2022-12-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于IMU和里程计的红外与可见光传感器在线配准方法,涉及计算机视觉及图像处理技术领域,解决了红外与可见光图像的配准精度不够高的技术问题,其技术方案要点是对红外和可见光图像分别进行了图像增强和灰度处理,提高了两个图像的灰度相似性,为后续特征点对提取和匹配创造了更好条件,提高了准确率;采用改进的FAST方法提取角点,添加了尺度和旋转的描述,大大提升了它们在不同图像之间表述的鲁棒性;依据双向搜索算法筛选匹配特征点对,有效地减少了误匹配数量;利用视觉里程计中构建对极几何约束的配准策略,能够有效利用特征点对来计算图像间准确的变换关系,从而得到最新的外参矩阵。

    一种基于动态规划的城市快速公交节能驾驶控制方法

    公开(公告)号:CN114537420B

    公开(公告)日:2022-12-27

    申请号:CN202210290698.X

    申请日:2022-03-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于动态规划的城市快速公交节能驾驶控制方法,涉及智能交通技术领域,解决了现有车速规划无法兼顾城市快速公交车辆经济性与准时性的技术问题,其技术方案要点是可采用速度规划方法,并将实现安全适性约束作为变量约束,将经济性与准时性作为优化目标,建立最优控制模型。同时基于动态规划方法,将最优控制模型在空间域上进行离散,从终点到起点进行逆向求解,根据目标函数最小进行正向寻优得到最优速度轨迹和巡航时间。减少车辆队列行驶过程中的激进驾驶或频繁启停所产生的额外能量损失,并实现准时到站。

    一种基于模型预测控制的车辆跟随分层式控制系统及方法

    公开(公告)号:CN115285120A

    公开(公告)日:2022-11-04

    申请号:CN202210802348.7

    申请日:2022-07-07

    Applicant: 东南大学

    Abstract: 本发明涉及智能网联车辆的跟随控制技术领域,特别是涉及一种基于模型预测控制的车辆跟随分层式控制系统及方法。其包括状态感知模块、车间通信模块与分层控制模块;上层控制基于车辆跟随状态求得期望控制参数,下层控制根据期望控制参数控制车辆行驶。上层控制采用模型预测控制的方法与非线性跟车策略,引入车联网以提高车辆对环境的感知能力,车辆结合自身的状态感知模块的反馈信息与车间通讯模块获得的前车状态信息,通过目标函数的设计保证车辆跟随的稳定性,在车辆的性能、运行安全的约束条件下求得车辆的期望加速度。下层控制基于车辆整车及传动系统的动力学模型,通过车辆制动/油门的非线性反馈控制策略实现对期望加速度的跟踪。

    一种深度神经网络模型的在线训练方法

    公开(公告)号:CN115035363A

    公开(公告)日:2022-09-09

    申请号:CN202210599504.4

    申请日:2022-05-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种深度神经网络模型的在线训练方法,涉及深度学习技术领域,解决了网络模型在训练完成后无法使用新的数据集对模型进行及时优化调整的技术问题,其技术方案要点是通过离线训练的实例分割网络对采集图像进行实例分割,基于多假设跟踪算法对多目标进行数据关联,再基于卡尔曼滤波算法对每个目标的运动状态进行估计,当漏检情况发生时,利用生成式对抗网络生成样本图像,实例分割网络利用新样本(即样本图像)进行在线训练,在线训练的方法可以根据实时反馈的数据,快速地进行网络模型参数的优化,从而可以使深度神经网络模型在实际应用中取得比离线训练更好的效果。

    一种基于深度Q神经网络的主动悬架强化学习控制方法

    公开(公告)号:CN111487863B

    公开(公告)日:2022-06-17

    申请号:CN202010289979.4

    申请日:2020-04-14

    Abstract: 本发明涉及一种基于深度Q神经网络的主动悬架强化学习控制方法,属于汽车动态控制和人工智能技术领域。本发明中强化学习控制器主体从悬架系统中获取车身加速度、悬架动挠度等状态观测量,利用策略来决定合理的主动力施加给悬架系统,悬架系统根据主动力改变当前时刻的状态,同时产生一个奖励值来评判当前主动力的好坏。设定合理的奖励函数,结合从环境中获取的动态数据,便能确定出一种最优策略来决定主动控制力的大小,使得控制系统整体在大量训练下性能更加优越。基于深度Q神经网络的强化学习控制方法使得主动悬架系统能够动态自适应调节,从而克服传统悬架控制方法难以解决的参数不确定性和多变路面干扰等因素带来的影响,在保证车辆整体的安全性前提下,尽可能提高乘客的乘坐舒适性。

    一种四轮驱动电动汽车的转矩优化分配控制方法

    公开(公告)号:CN111634195B

    公开(公告)日:2022-03-08

    申请号:CN202010396171.6

    申请日:2020-05-12

    Applicant: 东南大学

    Abstract: 本发明涉及一种四轮驱动电动汽车的转矩优化分配控制方法,制订了电机在行车工况、滑行工况和起步工况下的电机效率计算模型,将汽车行驶模式分为双轴行车模式、单轴行车模式、双轴起步模式和单轴起步模式,分别确定了不同模式下的消耗功率计算方法,通过离线的全局优化算法获取以能量最优为目标的转矩分配系数。为了避免控制过程中转矩变化过大,建立面向转矩变化率的转矩优化分配模型,采用模糊控制规则确定动态权重因子,进而最终确定四轮转矩分配结果;该方法以降低能量消耗和电机内电流波动为目标,计算出面向节能和转矩变化率的转矩分配系数及其对应的全局最优效率,极大地提升电动汽车的续航里程,保证轮毂电机使用的安全性和长效性。

    基于驾驶员主观风险感受的行车安全场构建方法

    公开(公告)号:CN114030474A

    公开(公告)日:2022-02-11

    申请号:CN202110954134.7

    申请日:2021-08-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于驾驶员主观风险感受的行车安全场构建方法,涉及智能交通技术领域,解决了未将驾驶员对周边环境的主观感受融入到自动驾驶控制器中的技术问题,其技术方案要点是采用驾驶员在避障过程中可接受的最大侧向加速度的差异提取驾驶员的异质性,提出了一种曲线坐标系下多项式单移线避障轨迹的曲率计算方法,能够得到弯曲道路上车辆避障距离与驾驶员最大可接受侧向加速度的关系,并以此来调整周边环境势场的范围,使其更符合驾驶员的主观感受。基于该方法设计的自主驾驶车辆,能够为不同的用户提供不同的安全和舒适的驾驶方式,做到个性化类人驾驶,有效提高驾驶员和乘客的乘坐舒适性,具有很强的实用性,以及广阔的商业应用前景。

    一种面向车辆控制的多任务运动想象脑电特征提取及模式识别方法

    公开(公告)号:CN109299647B

    公开(公告)日:2022-02-11

    申请号:CN201810817791.5

    申请日:2018-07-24

    Applicant: 东南大学

    Abstract: 本发明涉及一种面向车辆控制的多任务运动想象脑电特征提取及模式识别方法,利用脑电放大器采集被试的多任务运动想象脑电信号,传输给上位机后利用welch功率谱及一对一公共空间模式算法提取运动想象脑电的频域及空域特征组合;根据训练集数据所属类别构建多个GMM分类器,将原始脑电信号通过GMM分类器,并将得到的概率密度与设定的可信阈值进行对比,利用人工神经网络对低于可信阈值的样本进行二次分类,得出最终分类结果并通过无线串口传输给车辆,实现车辆的实时运动;本发明通过利用welch功率谱和CSP提取与运动想象相关的频域及空域特征,利用GMM和人工神经网络两级分类器,有效提高了车辆控制的实时性和车辆驾驶的安全性,为脑控车辆的实际应用奠定基础。

Patent Agency Ranking