-
公开(公告)号：CN103018660A
公开(公告)日：2013-04-03
申请号：CN201210569235.3
申请日：2012-12-25
Applicant: 重庆邮电大学
IPC: G01R31/316 , G06N3/02
Abstract: 本发明提供一种采用量子Hopfield神经网络的模拟电路多故障智能诊断方法，针对模拟电路的多故障耦合问题，包括数据采集、特征提取、特征量子化和故障成因概率分析等步骤。模拟电路的理想单故障响应和实测多故障响应分别通过SPICE仿真和数据采集板得到。经小波包分解后，故障响应的小波系数在新的能量函数定义下，实现能量特征空间的构建。能量特征空间中的元素在量子化的基础上，被提交给量子Hopfield神经网络模型。网络中的神经元状态及连接权值矩阵均采用量子态表示。通过计算量测矩阵中相关权值元素出现的概率值，得到量子关键输入模式在特定时刻以特定量子记忆原型出现的概率，从而得到多故障相对于特定单故障发生的概率以判断出故障发生的种类。
-
公开(公告)号：CN119811119A
公开(公告)日：2025-04-11
申请号：CN202411935817.8
申请日：2024-12-26
Applicant: 重庆邮电大学
IPC: G08G1/0967 , G08G1/16
Abstract: 本发明涉及一种基于路侧引导的城市路段多车协同轨迹规划方法，属于智能交通技术领域。解决了现有技术下单车轨迹规划通行效率不高的技术问题，其技术方案要点是通过部署在路侧协同控制单元的多车协同轨迹规划算法生成网联车辆控制指令，并下发到车端执行。具体来说，多车协同轨迹规划算法是将协作范围内的车辆投影至相对坐标系中，再将轨迹规划分解为路径规划和速度规划两个过程，在调控阶段综合考虑了车辆的协同驾驶规则、策略、协作群体、周围车辆状态等信息，获取满足安全性、舒适性、高效性等要求的多车协同最优轨迹。本发明能够实现在混行交通环境下网联车辆的协同轨迹规划，具有很强的实用性以及广阔的商业应用场景。
-
公开(公告)号：CN117991643A
公开(公告)日：2024-05-07
申请号：CN202410157845.5
申请日：2024-02-04
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于事件触发的无人车自适应神经网络跟踪控制方法，属于无人车跟踪控制领域。该方法包括以下步骤：建立无人车系统的纵向动力学模型；采用欧拉离散化方法对纵向动力学进行离散化处理，设计新的光滑非线性函数来解决系统的输入饱和问题对执行器带来的不利影响；设计高阶神经网络用作函数逼近器来处理系统数学模型中的未知非线性项；设计作用于传感器和控制器之间网络通道的事件触发机制；设计控制方案中的事件触发条件；设计基于事件触发的自适应神经网络控制器。由车载传感器采集车辆的实时状态信息,通过网络传递给远程控制器，当满足触发条件时,控制信号通过网络传递至车辆执行机构，从而控制无人车的位置和速度。
-
公开(公告)号：CN116424368A
公开(公告)日：2023-07-14
申请号：CN202310336583.4
申请日：2023-03-30
Applicant: 重庆邮电大学
Abstract: 本发明属于自动驾驶技术领域，具体涉及一种基于DRF模型与自适应预瞄的无人车类人驾驶换道方法及系统，包括：车辆对周围环境感知，得到感知信息；获取驾驶员感知信息和驾驶员行为的不确定性，并构建驾驶员风险场模型；将感知信息输入到驾驶员风险场模型中，得到行车风险量化值；根据车辆的运动学和二自由度动力学模型建立自适应预瞄方法；构建类人换道决策模型，根据感知信息计算风险阈值，将计算出的行车风险量化值与感知风险阈值进行对比，对无人车进行换道决策；本发明通过建立风险场模型，结合自适应预瞄方法能够有效解决自动驾驶决策规划场景难以拓展，不同场景切换不平滑，拟人化程度不高的问题。
-
公开(公告)号：CN112558608B
公开(公告)日：2023-03-17
申请号：CN202011460346.1
申请日：2020-12-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机辅助的车机协同控制及路径优化方法，属于智能交通以及车联网领域。该车机协同控制包括无人机和车辆两个部分；无人机包括无线通讯模块、视觉传感器模块、GPS定位模块、气压传感器和车联网V2X通信模块；车辆包括无线通讯模块、视觉传感器模块、GPS定位模块、雷达、车载图像服务器和车联网V2X通信模块。本发明结合车辆的近距离和无人机的远距离交通状态感知，为车辆行驶规划出更合理的路径，提高了车辆的行驶效率和安全性。
-
Patent Agency Ranking
公开(公告)号：CN112558608A
公开(公告)日：2021-03-26
申请号：CN202011460346.1
申请日：2020-12-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机辅助的车机协同控制及路径优化方法，属于智能交通以及车联网领域。该车机协同控制包括无人机和车辆两个部分；无人机包括无线通讯模块、视觉传感器模块、GPS定位模块、气压传感器和车联网V2X通信模块；车辆包括无线通讯模块、视觉传感器模块、GPS定位模块、雷达、车载图像服务器和车联网V2X通信模块。本发明结合车辆的近距离和无人机的远距离交通状态感知，为车辆行驶规划出更合理的路径，提高了车辆的行驶效率和安全性。
-
公开(公告)号：CN112508814A
公开(公告)日：2021-03-16
申请号：CN202011437927.3
申请日：2020-12-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机低空视角下的图像色调修复型去雾增强方法，属于图像处理技术领域。该方法中的去雾算法采用了简化的大气散射物理模型，设计多尺度特征提取网络结构，采用复合损失函数提升了网络生成图的质量；然后通过训练网络得到合适的模型权重，使用该权重下的网络模型和简化的大气散射物理模型恢复出无雾图像；接下来针对自然雾图去雾后图像色调偏低的问题，本发明采用使用相机响应模型和自适应直方图均衡化来分别对去雾后图像的全局与局部对比度进行增强；再根据增强图的特征设计增强图融合算法得到融合图像；最后引入线性拉伸得到色调修复的去雾图像。
-
公开(公告)号：CN110197173A
公开(公告)日：2019-09-03
申请号：CN201910512488.9
申请日：2019-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于双目视觉的路沿检测方法，属于智能交通领域。该方法在通过UV视差图得到感兴趣区域的基础上，提取路沿的外观特征和几何特征，采用大小轮廓滤除法滤除路面干扰；在得到外观特征的基础上，采用霍夫变换提取边缘特征信息，并通过直方图统计得到左右路沿候选位置，并根据路沿的几何特征，进一步滤除干扰点，然后对应到霍夫检测的结果中，筛选出左右路沿；采用卡尔曼滤波对路沿实现跟踪，将跟踪结果反馈至下一帧的检测结果中，从而进一步滤除误检点，提高检测精度，得到最终路沿检测结果。本发明可以充分利用双目立体视觉的优点，结合路沿的多种特征精确稳定地检测路沿。
-
-
公开(公告)号：CN105761521A
公开(公告)日：2016-07-13
申请号：CN201511013578.1
申请日：2015-12-31
Applicant: 重庆邮电大学
IPC: G08G1/09 , G08G1/095 , G08G1/0962 , G08G1/07 , G08G1/08
CPC classification number: G08G1/09 , G08G1/07 , G08G1/08 , G08G1/095 , G08G1/096783
Abstract: 本发明公开了一种基于车联网的实时交通诱导方法及路侧系统。本发明的该实时交通诱导路侧系统包括沿道路两侧间隔设置的多个路侧设备，设置在路口的智能交通灯，安装于车辆上的车载终端，以及后台控制中心，且每个路侧设备均通过3G/4G网络与后台控制中心无线通信连接，靠近智能交通灯的路侧设备与智能交通灯无线通信连接，而驶入各个路侧设备覆盖范围内的各个车辆的车载终端也通过无线通信网路与对应的路侧设备无线通信连接。本发明的路侧系统能够实现车辆诱导和交通灯的控制，即实现了车联网环境下根据车流量、环境等因素来调整红绿灯显示状态，可有效的减缓交通堵塞现象，提高主干道的运行能力，也可有效提高交通系统的运行能力。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.028 seconds)
