公开(公告)号：CN119203363A

公开(公告)日：2024-12-27

申请号：CN202411181136.7

申请日：2024-08-27

Applicant: 厦门大学

Inventor： 褚旭阳 ,  张金一 ,  关荣 ,  吴勇雄 ,  胡展鹏 ,  文地云 ,  徐轶涵 ,  宋向阳

IPC: G06F30/15 ,  G06F30/20 ,  G06F17/11 ,  G06F17/13 ,  G06F119/14

Abstract: 一种分布式线控车辆的整车制动稳定性仿真方法和电子设备，包括建立Trucksim整车被控对象模型，并选定联合仿真的输入参数和输出参数；建立simulink控制模型，simulink控制模型根据部分输入参数实时计算质心侧偏角期望值与横摆角速度期望值，再结合二次规划算法设计最佳附加横摆力矩；simulink控制模型根据其余的输入参数实时计算轮胎垂向载荷，再利用最优分配算法结合最佳附加横摆力矩设计制最优制动力分配值，通过最优制动力分配值计算得到输出参数以控制Trucksim整车被控对象模型中车辆的姿态，从而形成控制闭环。本发明能为分布式线控车辆整车制动稳定性性能分析、控制策略优化等提供仿真平台。

公开(公告)号：CN117975137A

公开(公告)日：2024-05-03

申请号：CN202410137231.0

申请日：2024-01-31

Applicant: 厦门大学

Inventor： 褚旭阳 ,  张金一 ,  庞明龙 ,  吴勇雄 ,  关荣 ,  陈炜 ,  胡展鹏 ,  宋向阳 ,  向睿恒 ,  林伟龙 ,  陈孝孟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的新能源重卡后背式电池包检测方法、装置及可读介质，包括：获取待检测的重卡后背式电池包包顶部图像；构建基于改进的YOLOv5网络的重卡后背式电池包检测模型并训练，得到经训练的重卡后背式电池包检测模型，重卡后背式电池包检测模型为在标准YOLOv5网络模型中的头部结构的第一个卷积层和第一个上采样层之间增加一个双层路由注意力模块后所形成的网络结构；将重卡后背式电池包顶部图像输入经训练的重卡后背式电池包检测模型，识别出重卡后背式电池包顶部图像中的目标特征物的位置和类别信息。本发明能够解决因环境变化等一系列因素导致目标特征物识别不到的泛化能力差的问题，提供了良好的目标检测能力。