-
公开(公告)号：CN119990603A
公开(公告)日：2025-05-13
申请号：CN202510053629.0
申请日：2025-01-14
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/06 , G06N5/01
Abstract: 本发明公开了面向电动汽车充电网络设计的最优调度方法及系统，涉及电动汽车车队路由技术领域。本发明包括：根据电池实际充电过程和电池磨损情况，定义充电函数及磨损成本函数；根据磨损成本和充电状态之间的单调关系，构建对应的磨损成本函数的数学模型，并设置约束条件；采用CWIGALNS的三阶段高效启发式算法求解磨损成本函数的数学模型，得到最优调度方案。本发明充分考虑充电过程对电动汽车调度的影响，能够系统分析、解决电动汽车配送服务与充电调度的协同优化问题，降低物流运营成本。
-
公开(公告)号：CN119990489A
公开(公告)日：2025-05-13
申请号：CN202510053599.3
申请日：2025-01-14
Applicant: 东南大学
IPC: G06Q10/047 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/092 , G06N3/048 , G06F123/02
Abstract: 本发明公开了大规模电动汽车车队运营的路径优化方法、系统及设备，涉及汽车路径规划技术领域。本发明包括：基于图结构对带时间窗的电动汽车路由问题进行定义，基于强化学习角度描述带时间窗电动汽车路由问题；构建注意力模型，用于聚合图结构的局部和全局信息；采用随机抽样法对图结构求解结果进行采样；最后采用rollout基线策略梯度算法对注意力模型进行训练。本发明能够在确保客户的位置和时间的条件下，快速、高效地为电动汽车车队寻找最短路径，做出路由决策，使得车队行驶的总距离最小，且具备极大的可扩展性，可支持超大规模电动汽车车队运营实例。
-
公开(公告)号：CN119781517A
公开(公告)日：2025-04-08
申请号：CN202411951020.7
申请日：2024-12-27
Applicant: 东南大学
Abstract: 本发明公开一种基于深度神经网络的飞行汽车的姿态控制方法及系统，属于飞行汽车计算机视觉领域；一种基于深度神经网络的飞行汽车的姿态控制方法包括：构建飞行汽车动力学模型；针对飞行汽车的飞行特性，构建网络模型来预测偏转角和碰撞概率；基于飞行汽车动力学模型与网络模型预测的偏转角和碰撞概率，使用级联控制技术设计对应的控制策略，来控制飞行汽车的姿态。本发明利用深度神经网络模型精准预测飞行汽车的偏转角和碰撞概率，并将其与飞行汽车的动力学模型相结合，从而生成更精准、更鲁棒的控制策略。
-
公开(公告)号：CN119762538A
公开(公告)日：2025-04-04
申请号：CN202411951009.0
申请日：2024-12-27
Applicant: 东南大学
IPC: G06T7/246 , G06V10/74 , G06V20/58 , G06T3/4038 , G06T5/50 , G06T3/4046 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种鲁棒的飞行汽车空地目标匹配方法及系统，属于飞行汽车计算机视觉领域；目标匹配方法包括：接收飞行汽车地面行驶模式与飞行模式的图像；基于YOLOv5s网络，引入CA注意力机制并改进损失函数，来对接收的图像进行检测；针对检测结果，进行基于DeepSORT算法的目标跟踪处理，并对跟踪结果进行重识别预处理，获得待检测数据集；针对目标图像与待检测数据集，进行基于FastReID算法的目标重识别处理；对重识别结果进行余弦相似度计算匹配，并进行再跟踪；本发明将飞行视角与地面行驶视角的信息进行融合，显著提高了跟踪的准确度和鲁棒性，实现了双视角下对于同一目标图像的准确定位与跟踪。
-
公开(公告)号：CN119756889A
公开(公告)日：2025-04-04
申请号：CN202510265155.6
申请日：2025-03-07
IPC: G01M17/007 , G01B21/32
Abstract: 本发明属于车辆检测技术领域，且公开了一种汽车下部防护装置强度检测平台，包括底座，底座的上表面转动安装有两组固定销，每组固定销的中部套接有固定板，底座的底部右侧固定安装有驱动电机。本发明通过控制电机工作，通过卷线盘转动将承重板带到离防护装置上表面目标高度的距离，电磁套通电，推动磁性块、限位块向外侧移动，并挤压挤压弹簧，当限位块不再对转动板起到限制作用，这时矩形杆会因为下方承重板、配重块的重力向下移动，转动板会发生旋转，从而解除对矩形杆的限位，当重板以及配重块落在防护装置的上表面，从而完成动态撞击测试，解决了现有检测方式无法反映出汽车下部防护装置动态撞击强度的问题。
-
Patent Agency Ranking
公开(公告)号：CN119310986A
公开(公告)日：2025-01-14
申请号：CN202411247694.9
申请日：2024-09-06
Applicant: 东南大学
Abstract: 本发明涉及一种具有动态安全约束的自动驾驶车辆转向容错控制方法，包括：步骤S1：获取障碍物的信息和实时的车辆状态；步骤S2：计算车辆和各障碍物的距离，将与车辆最近的障碍物作为第一障碍物，并基于第一障碍物与车辆的距离和触发函数生成触发函数值，其中，触发函数为取值为0至1的快速切换的连续函数；步骤S3：基于触发函数值，结合障碍函数对获取的原始车辆误差进行修正得到修正后的车辆误差，其中，车辆误差包括车辆横向误差和车辆航向角误差；步骤S4：基于修正后的车辆误差进行车辆转向控制。与现有技术相比，本发明构造了基于距离的触发函数结合障碍函数，实现了有无安全约束的连续稳定的切换。在保证车辆安全的同时具有减轻控制系统负载的优点。
-
公开(公告)号：CN114266386B
公开(公告)日：2025-01-10
申请号：CN202111449906.8
申请日：2021-12-01
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q10/0835
Abstract: 本发明提出了一种电动汽车车队经济性路由方法、装置、车辆及存储介质，其中路由方法包括以下步骤：步骤1：构建包括充电站、仓库以及客户地的地图模型，以实现地图的路口和路段划分；步骤2：在步骤1建立的地图模型上添加约束，生成路径代价集；所述约束包括车辆在所有路段时的加速度、速度、地形以及动力系统效率；步骤3：计算客户地、充电站和仓库之间的能耗成本，寻找两两之间的能耗最小路径，构建客户需求库；步骤4：选择最优路径，实现从仓库分发车辆得最终总能量成本最小目的。本发明考虑实际的地形、动力系统效率、包括加速和刹车在内的速度变化的能耗精确模型，并将能量消耗估计融入到电动汽车路径问题的集成化管理中，具有高精度集成特性。
-
公开(公告)号：CN119176122A
公开(公告)日：2024-12-24
申请号：CN202411188906.0
申请日：2024-08-28
Applicant: 东南大学
Abstract: 本发明公开一种可重构分布式驱动多轴车辆轨迹跟踪方法及运载装置。方法包括实时获取车身的纵、横向运动速度和横摆角速度；获取车辆的位置信息，目标路径信息，并匹配轨迹跟踪目标点；建立用于轨迹跟踪的车辆三自由度动力学模型；根据车辆的纵向动力学模型，采用滑模控制方法求解整车所需纵向力，达到跟踪指定速度的效果；得到跟踪误差模型，基于非线性模型预测控制算法计算出各轮转角和整车横摆力矩；根据轮胎附着率的定义与上层控制器输出的整车纵向力与横摆力矩要求，分配各轮纵向轮胎力，并转化为电机扭矩；控制车辆的转向系统和车轮电机执行车轮转向角和扭矩指令。本发明有利于提高车辆的操纵稳定性和轨迹跟踪精度。
-
公开(公告)号：CN115158355B
公开(公告)日：2024-10-22
申请号：CN202210841656.0
申请日：2022-07-18
Applicant: 东南大学
Abstract: 本发明公开了一种多障碍物环境下的目标轨迹规划和跟踪方法，涉及智能交通技术领域，解决了现有技术下多障碍物环境轨迹规划难的技术问题，其技术方案要点是将初始目标轨迹进行平移，生成一簇候补轨迹集；然后根据所有障碍物的势场和交通标志线势场，选取出最优的目标轨迹；再通过样条曲线方法规划出安全平顺的轨迹，实现初始目标轨迹到决策最优轨迹的平稳切换；最后，采用模型预测控制方法设计路径跟踪控制器，实现对所规划轨迹的精准跟踪。该方法能够实现智能驾驶汽车在多障碍物环境下的安全行驶，具有很强的实用性，以及广阔的商业应用前景。
-
公开(公告)号：CN114537419B
公开(公告)日：2024-10-22
申请号：CN202210274482.4
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法，涉及智能驾驶技术领域，解决了人机控制权限分配策略不够精准、驾驶舒适性和人机合作性能较差的技术问题，其技术方案要点是引入驾驶员活跃度和驾驶能力两个量化指标，并基于驾驶员时变特性设计人机共享控制权限分配策略，构建了基于模糊推理的人机共享控制器，实现个性化辅助驾驶。此外，该方法综合考虑了车辆行驶性能以及人机合作水平，并利用鲁棒正不变集理论处理系统多约束下的共享控制问题，该方法保证了车辆稳定性和路径跟踪性能的同时，提升了驾驶舒适性和人机合作性能，在未来高级辅助驾驶系统中具有广泛的应用前景和实用性。
-
-
-
-
-
-
-
-
-
Search Results
427
records
(took 0.051 seconds)
