-
公开(公告)号：CN110146120A
公开(公告)日：2019-08-20
申请号：CN201910416049.8
申请日：2019-05-19
申请人： 浙江大学 , 瑞立集团瑞安汽车零部件有限公司
IPC分类号： G01D18/00
摘要： 本发明公开了一种传感器故障诊断方法及系统，所述方法包括：确定样本传感器的第一、第二和第三电气信号，样本传感器包括正常工作的传感器和故障传感器；确定样本传感器的第一、第二和第三电气特征向量，以及故障源标签向量；确定各特征向量的聚类中心；确定待检测传感器的第一、第二和第三电气信号以及第一、第二和第三电气特征向量；根据待检测传感器的第一、第二和第三电气特征向量以及各特征向量的聚类中心，确定待检测传感器的故障类型；对故障的传感器进行检测，利用检测结果进行增量学习。本发明基于故障传感器寄生电容的变化导致上电瞬间和断电瞬间电气特征的差异以及工作状态下信号时域特征的差异完成传感器故障的检测以及故障源的确认。
-
公开(公告)号：CN114154227A
公开(公告)日：2022-03-08
申请号：CN202111210700.X
申请日：2021-10-18
申请人： 瑞立集团瑞安汽车零部件有限公司 , 浙江大学
IPC分类号： G06F30/15 , G06F30/27 , G06N3/08 , G06N3/04 , B60W30/09 , G06F111/10 , G06F119/14
摘要： 本发明公开了一种重型挂车制动过程自适应学习方法，首先采用子空间模型辨识方法建立重型挂车的分布式状态空间模型，然后利用行程传感器、速度传感器等采集行程信号和速度信号，并绘制出制动曲线；其次将采集或计算出的反应距离、车速、制动距离、制动曲线方差和平均值数据和计算出的制动力信号进行离线的BP神经网络模型的训练。利用训练好的模型对当前制动过程进行制动距离的预测，当不在安全范围内时，进行提示和警告，辅助驾驶员进行制动行为的优化。本发明基于挂车常见的传感器模块，并结合挂车实际的分布式特点，利用预测精度较高的神经网络模型进行离线训练，在线预测，对制动行为进行优化，从而提高制动安全性。
-
公开(公告)号：CN114154227B
公开(公告)日：2024-08-06
申请号：CN202111210700.X
申请日：2021-10-18
申请人： 瑞立集团瑞安汽车零部件有限公司 , 浙江大学
IPC分类号： G06F30/15 , G06F30/27 , G06N3/084 , G06N3/0499 , B60W30/09 , G06F111/10 , G06F119/14
摘要： 本发明公开了一种重型挂车制动过程自适应学习方法，首先采用子空间模型辨识方法建立重型挂车的分布式状态空间模型，然后利用行程传感器、速度传感器等采集行程信号和速度信号，并绘制出制动曲线；其次将采集或计算出的反应距离、车速、制动距离、制动曲线方差和平均值数据和计算出的制动力信号进行离线的BP神经网络模型的训练。利用训练好的模型对当前制动过程进行制动距离的预测，当不在安全范围内时，进行提示和警告，辅助驾驶员进行制动行为的优化。本发明基于挂车常见的传感器模块，并结合挂车实际的分布式特点，利用预测精度较高的神经网络模型进行离线训练，在线预测，对制动行为进行优化，从而提高制动安全性。
-
公开(公告)号：CN110146120B
公开(公告)日：2021-08-03
申请号：CN201910416049.8
申请日：2019-05-19
申请人： 浙江大学 , 瑞立集团瑞安汽车零部件有限公司
IPC分类号： G01D18/00
摘要： 本发明公开了一种传感器故障诊断方法及系统，所述方法包括：确定样本传感器的第一、第二和第三电气信号，样本传感器包括正常工作的传感器和故障传感器；确定样本传感器的第一、第二和第三电气特征向量，以及故障源标签向量；确定各特征向量的聚类中心；确定待检测传感器的第一、第二和第三电气信号以及第一、第二和第三电气特征向量；根据待检测传感器的第一、第二和第三电气特征向量以及各特征向量的聚类中心，确定待检测传感器的故障类型；对故障的传感器进行检测，利用检测结果进行增量学习。本发明基于故障传感器寄生电容的变化导致上电瞬间和断电瞬间电气特征的差异以及工作状态下信号时域特征的差异完成传感器故障的检测以及故障源的确认。
-
公开(公告)号：CN114255428A
公开(公告)日：2022-03-29
申请号：CN202111580281.9
申请日：2021-12-22
申请人： 浙江大学
IPC分类号： G06V20/40 , G06V20/62 , G06K9/62 , G06V10/75 , G08G1/01 , G08G1/14 , H04L67/10 , H04N5/247 , H04N7/18
摘要： 本发明公开了一种基于边缘智能和路边高位监控视频的车辆停车识别方法，首先通过摄像头采集停车区域的实时视频作为检测的输入，在边缘终端中完成视频流的处理。其次通过深度学习网络提取视频中车辆和车牌位置，通过字符识别技术提取车牌号，采用网络模型的结合进行车辆及对应车牌的实时绑定。然后根据上下帧图像之间的位置坐标进行和动态跟踪，通过三维和二维坐标对应进行车辆与车位相对位置的判定。最后根据上述识别结果对车辆是否停车进行相应判断。本发明提高了路边停车场景下车辆停车行为的识别率以及算法的鲁棒性，降低了计算量，可以准确的根据车辆及车牌位置信息确定车辆的停车行为，可用于智能交通领域，有较大的推广前景。
-
公开(公告)号：CN108872929B
公开(公告)日：2021-03-23
申请号：CN201810327847.9
申请日：2018-04-12
申请人： 浙江大学
IPC分类号： G01S3/14
摘要： 本发明公开了一种基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法，主要解决现有技术中虚拟阵列的非均匀性导致的信息损失以及预定义空间网格点的基不匹配问题所引发的波达方向估计误差。其实现步骤是：架构互质阵列；互质阵列接收信号建模并计算其等价虚拟信号；构造内插虚拟阵列并初始化其虚拟域信号统计量；设计基于核范数最小化的优化问题并求解，以重建内插虚拟阵列协方差矩阵；形成内插虚拟阵列协方差矩阵的信号子空间；构造具有旋转不变性的两个虚拟子阵信号子空间；计算两个虚拟子阵信号子空间的转换矩阵；形成波达方向估计的闭式解。本发明提高了波达方向估计的自由度和准确度，可用于无源定位和目标探测。
-
公开(公告)号：CN110098880A
公开(公告)日：2019-08-06
申请号：CN201910339240.7
申请日：2019-04-25
申请人： 浙江大学
IPC分类号： H04B17/318 , H04B17/30 , G01R29/08
摘要： 本发明公开了一种无人机射频信号功率多通道并行检测装置，包括射频信号接收模块、信号放大器模块、信道划分模块、功率检波模块和微控制器模块；射频信号接收模块接收无人机遥控器的射频信号并进行下变频；信号放大器模块对所得基带信号进行高增益放大；信道划分模块根据无人机遥控器信号的跳频规律，在特定频带上选择并划分出多个信道；功率检波模块分别对各个信道上的信号功率转化为电压形式输出；微控制器模块控制信号放大器模块的增益，同时对功率检波模块输出的电压值进行数模转换及换算，从而得到数字化的无人机信号功率值。本发明能有效提取无人机信号的跳频特性提供的信息，具有成本低廉、便于部署、操作简单、抗干扰能力强的优点。
-
公开(公告)号：CN107948695A
公开(公告)日：2018-04-20
申请号：CN201711148256.7
申请日：2017-11-17
申请人： 浙江大学
IPC分类号： H04N21/422 , H04N21/258 , H04N21/25 , G10L15/22
摘要： 本发明涉及一种语音智能遥控器及电视选台方法。本发明包括微控制器、语音识别模块、红外模块、WIFI模块、运行有收集整理电视节目信息的网络爬虫；所述语音识别模块、红外模块、WIFI模块、输入输出模块分别与微控制器相连，云端服务器与WIFI模块相互通信，实现基于语音识别和触手动输入的节目类型与电视频道的搜索与切换。本发明突破现有按键遥控的局限，改变了人机交互的固有方式；通过记录功能提醒用户之前观看的节目名称并继续观看，极大减少了重复搜索耗费的时间和精力；能根据用户想要观看的节目类型推荐类型相似的其它节目，或者根据之前的观看记录推荐相似的电视节目或电视频道以供用户选择，适合各个年龄的人使用。
-
公开(公告)号：CN109471087B
公开(公告)日：2021-01-12
申请号：CN201811218661.6
申请日：2018-10-18
申请人： 浙江大学
IPC分类号： G01S7/42
摘要： 本发明公开了一种基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法，主要解决现有方法计算复杂度较高的问题。其实现步骤是：构建互质MIMO雷达结构；通过雷达接收子阵列接收反射信号并对雷达输出信号建模；构造互质MIMO雷达接收信号对应的二阶差集和集虚拟阵列信号；对二阶差集和集虚拟阵列信号进行二次零填充；对二次零填充后的差集和集虚拟阵列信号进行快速傅里叶变换操作，构建空间谱；根据所得空间谱进行波达方向估计。本发明在降低了波达方向估计计算复杂度的同时，更充分地利用了阵列提供的信息以保证分辨率。
-
公开(公告)号：CN109471086B
公开(公告)日：2020-11-24
申请号：CN201811218389.1
申请日：2018-10-18
申请人： 浙江大学
IPC分类号： G01S7/42
摘要： 本发明公开了一种基于多采样快拍和集阵列信号离散傅里叶变换的互质MIMO雷达波达方向估计方法，主要解决现有方法计算复杂度较高的问题。其实现步骤是：构建互质MIMO雷达结构；通过雷达接收子阵列接收反射信号并对雷达输出信号建模；构造互质MIMO雷达多采样快拍和集阵列接收信号；对多采样快拍和集阵列接收信号进行零填充；对零填充后的多采样快拍和集阵列接收信号进行旁瓣抑制；对滤波处理后的多采样快拍和集阵列接收信号进行离散傅里叶变换操作，构建空间谱；根据所得空间谱进行波达方向估计。本发明在物理阵元数量一定的情况下获得了更高的阵列孔径，并降低了波达方向估计的计算复杂度。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.044 秒)
