一种基于动态采样机制与RBF神经网络的区域车辆密度估计方法

    公开(公告)号:CN109886126A

    公开(公告)日:2019-06-14

    申请号:CN201910064378.0

    申请日:2019-01-23

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于动态采样机制与RBF神经网络的区域车辆密度估计方法,根据目标区域内车辆密度的采样信息,初步构建车辆密度数据库;对比多次车辆密度的估计值,以存储的采样数据作为RBF神经网络的输入变量,定义一组激活函数并建立基于RBF神经网络的估计模型;将卡尔曼滤波算法应用到基于RBF神经网络估计算法中;根据各个神经元网络的权重系数以及目标区域内车辆密度的相关度函数,估计目标区域内任意一点的车辆密度;最后通过判断估计结果是否满足任务需求,实现对目标区域内车辆密度的动态估计。本发明具有较快的估计效率、较低的运算负荷以及较高的估计精度,能够实时有效地估计目标区域内的时变车辆密度,具有广泛的应用空间与实用范围。

    一种基于猫群优化和免疫模糊PID的孵化室温度控制方法

    公开(公告)号:CN109445484A

    公开(公告)日:2019-03-08

    申请号:CN201811482290.2

    申请日:2018-12-05

    Applicant: 长安大学

    CPC classification number: G05D23/19 G05B13/0275 G05B13/042

    Abstract: 本发明公开了一种基于猫群优化和免疫模糊PID的孵化室温度控制方法,首先,以孵化室温度为被控对象,采用传递函数建立孵化室温度物理模型,设计模糊ID控制器算法的控制规则表、模糊论域、模糊语言值、隶属度函数,实现积分系数、微分系数的整定;之后使用模糊推理来逼近免疫算法中抑制细胞的抑制量,确定免疫控制规则,并设计免疫P控制器算法的免疫控制规则、模糊论域、模糊语言值、隶属度函数,实现比例系数的整定;利用猫群优化算法对免疫P控制器算法的量化因子和比例因子的取值进行智能寻优,确定量化因子、比例因子的最优值,能够对孵化室温度的精确控制,具有良好的动态和静态性能,超调量小,调节时间快,高效地实现了PID参数的自整定。

    一种基于驾驶员行为的运动车辆状态预测方法

    公开(公告)号:CN109376642A

    公开(公告)日:2019-02-22

    申请号:CN201811203402.6

    申请日:2018-10-16

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于驾驶员行为的运动车辆状态预测方法,为提高运动车辆状态预测的准确性和鲁棒性,考虑了驾驶员的避免超速和与前车防追尾行为,使预测过程更贴近于交通实际;利用人工势场法中的斥力场对上述两种驾驶员行为进行分析,首先考虑避免超速这一驾驶员行为,设计由速度上限产生的斥力场,对其求梯度得到由速度上限产生的虚拟力;根据车辆与前车的最小安全距离,设计防追尾斥力场,将驾驶员行为融入自适应无迹卡尔曼滤波中,并采用斥力场对上述这两种驾驶员行为进行分析,分别对斥力场求梯度,得到虚拟力,随后建立融合驾驶员行为的自适应无迹卡尔曼滤波方程,提高车辆状态预测的准确性和鲁棒性。

    一种基于无人机航拍视频的运动车辆检测方法

    公开(公告)号:CN109376641A

    公开(公告)日:2019-02-22

    申请号:CN201811203391.1

    申请日:2018-10-16

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于无人机航拍视频的运动车辆检测方法,首先采用SURF算法对图像进行特征点匹配及异常点剔除,利用联合全局和局部单应性矩阵的无人机图像配准算法以获取转换矩阵,补偿机载相机运动产生的不利影响,随后,采用2帧差法减小待检测区域,再根据超像素的中心遍历待检测区域,进一步提高运动车辆检测的效率,然后,利用多通道HOG特征算法提取车辆的低阶特征,引入车辆的上下文信息获取车辆的高阶特征,并融合这两种特征以得到目标车辆的多阶特征,最后,结合多阶特征和字典学习算法,实现运动车辆检测。本方法能够抑制无人机机载相机运动带来的影响,处理图像中车辆形变和背景干扰,可提高运动车辆检测的鲁棒性和实时性。

    一种无人机-无人车联合编队协同控制方法

    公开(公告)号:CN106054922B

    公开(公告)日:2018-10-23

    申请号:CN201610459945.9

    申请日:2016-06-22

    Applicant: 长安大学

    Abstract: 本发明一种无人机‑无人车联合编队协同控制方法,包括如下步骤,步骤1,建立无人机‑无人车联合编队中无人器的非线性动力学模型;步骤2,通过等价变换对无人机和无人车的非线性动力学模型进行处理,将加速度作为共同控制目标量,得到联合编队中以加速度为控制输入的统一的控制模型;步骤3,建立依据虚拟领航者的地空联合编队结构,得到无人机‑无人车联合编队稳定的控制信号,且控制信号为步骤2中得到的作为共同控制目标量的加速度;同时得到联合编队的误差模型;步骤4,根据控制模型和误差模型以及同时作为控制信号和控制目标量的加速度,采用RBF网络算法设计无人机‑无人车联合编队控制器,使联合编队稳定可靠。

    一种公路路面降雨量分布估计方法、存储介质及计算设备

    公开(公告)号:CN112036630B

    公开(公告)日:2023-08-04

    申请号:CN202010864891.0

    申请日:2020-08-25

    Applicant: 长安大学

    Abstract: 本发明公开了一种公路路面降雨量分布估计方法、存储介质及计算设备,根据目标区域内采样点的采样信息,构建采样数据库,并初始化相关参数;采用自触发机制下的动静混合传感器采样模型,根据移动传感器采样误差,调整采样间隔,动态更新采样数据;在此基础上,设计路面降雨量分布的估计模型;根据改进卡尔曼滤波状态估计算法,将曲面拟合中的权重系数与传感器网络的采样位置相结合,构成卡尔曼滤波中的状态变量,并给出基于当前采样信息的公路降雨量分布结果;根据梯度下降法,通过调整移动传感器采样位置的手段,进一步优化对路域内降雨量分布的估计结果。本发明采样位置灵活,有效提高运算效率,降低估计系统的计算负载;提高准确度。

    一种无人机-无人车混合编队稳定性控制方法及系统

    公开(公告)号:CN114879697A

    公开(公告)日:2022-08-09

    申请号:CN202210641179.3

    申请日:2022-06-08

    Applicant: 长安大学

    Abstract: 本发明公开了一种无人机‑无人车混合编队稳定性控制方法及系统,通过将无人机‑无人车混合编队的闭环系统等价拆分为若干个子系统,极大地降低了无人机‑无人车混合编队稳定性分析的解析难度和运算量,继而以伪时延表示子系统特征方程,求解临界时延集合和纯虚根的解集,并计算纯虚根在临界时延处的根趋势,继而确定子系统的稳定域和准确时延边界,通过逐个获取每个子系统的稳定域和准确时延边界,对所有子系统的稳定域取交集,最终能够得到无人机‑无人车混合编队控制系统的稳定域和准确时延边界,得到无人机‑无人车混合编队稳定的充要条件,在所计算的稳定域内,能够保证无人机‑无人车混合编队稳定运动。

    一种适用于任意通信拓扑的含时滞车辆队列稳定性控制方法及系统

    公开(公告)号:CN113485125A

    公开(公告)日:2021-10-08

    申请号:CN202110921297.5

    申请日:2021-08-11

    Applicant: 长安大学

    Abstract: 本发明公开了一种适用于任意通信拓扑的含时滞车辆队列稳定性控制方法及系统,基于通信拓扑建立含有通信时滞的分布式控制器,利用矩阵的Jordan变换,将含时滞的车辆队列闭环控制系统解耦为若干个子系统,可以应对通信拓扑的拉普拉斯矩阵同时含有实数特征值和共轭复数特征值的状况,且能处理重特征值问题;通过求解子系统特征方程的纯虚根与临界时滞,并计算纯虚根在临界时滞处的根趋势,可得到子系统的准确时滞边界和稳定域;综合考虑所有子系统,取它们稳定域的交集,最终得到车辆队列的稳定域和准确时滞边界,能够保证车辆队列控制系统在所计算的时滞边界内稳定行驶,对车间状态信息的共享交互进行灵活的控制,可采用较小的跟车距离,增加道路容量。

    一种基于多目标跟踪雷达实现车辆排队检测方法

    公开(公告)号:CN108415011B

    公开(公告)日:2021-09-28

    申请号:CN201810126464.5

    申请日:2018-02-08

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于多目标跟踪雷达实现车辆排队检测方法,通过在道路侧架设多目标跟踪雷达接收回波信号,对接收到的回波信号进行处理和报文分析,得到车辆存在信息、点迹信息、行驶速度、跟踪信息和角度信息,根据雷达架设环境参数和空间信息转化技术,将信息转换为平面直角坐标系中的信息,实现对需检测路段车辆排队检测及车流量检测,得出各车道车辆排队的车辆信息、排队车辆数和排队长度,从而判断道路中是否存在排队等待,并将获取的车辆排队信息通过网络传递给交通控制调度模块或管理部门。该方法可同时对多个车道进行检测,并且可以检测出排队车辆数和排队长度。

    一种基于猫群优化和免疫模糊PID的孵化室温度控制方法

    公开(公告)号:CN109445484B

    公开(公告)日:2020-09-15

    申请号:CN201811482290.2

    申请日:2018-12-05

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于猫群优化和免疫模糊PID的孵化室温度控制方法,首先,以孵化室温度为被控对象,采用传递函数建立孵化室温度物理模型,设计模糊ID控制器算法的控制规则表、模糊论域、模糊语言值、隶属度函数,实现积分系数、微分系数的整定;之后使用模糊推理来逼近免疫算法中抑制细胞的抑制量,确定免疫控制规则,并设计免疫P控制器算法的免疫控制规则、模糊论域、模糊语言值、隶属度函数,实现比例系数的整定;利用猫群优化算法对免疫P控制器算法的量化因子和比例因子的取值进行智能寻优,确定量化因子、比例因子的最优值,能够对孵化室温度的精确控制,具有良好的动态和静态性能,超调量小,调节时间快,高效地实现了PID参数的自整定。

Patent Agency Ranking