公开(公告)号：CN118068195A

公开(公告)日：2024-05-24

申请号：CN202410388047.3

申请日：2024-04-01

Applicant: 西安交通大学

Inventor： 陈霸东 ,  黄子悦 ,  党路娟 ,  谢宇清 ,  窦浩文 ,  谭业宇

IPC: G01R31/367 ,  G01R31/392 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/082

Abstract: 本发明属于电池管理技术领域，涉及电池健康状态预测模型的建立方法和系统。本发明方法将所有的电池最大容量数据进行一次离群值处理得到预处理数据；利用掩藏层处理预处理数据，并将处理后的数据划分为训练数据和验证数据；通过卷积网络层处理训练数据得到卷积网络层处理数据；通过门控循环单元神经网络处理卷积网络层处理数据得到初步预测模型；将验证数据输入初步预测模型得到最优预测模型。本发明能捕捉电池数据内的区块细节信息，达到全局依赖和细节捕捉并存的效果，保证电池健康状态预测的精度。

公开(公告)号：CN112947459B

公开(公告)日：2023-03-28

申请号：CN202110218627.4

申请日：2021-02-26

Applicant: 西安交通大学

Inventor： 陈霸东 ,  李炳辉 ,  谢宇清 ,  任鹏举 ,  郑南宁

IPC: G05D1/02

Abstract: 本发明公开了一种高效的基于快速随机扩展树的路径规划方法，使用贪婪采样器在空间中采样样本点引导树的扩展，并且在遇到障碍物无法成功对树进行扩展时会判断局部环境的情况来引导树的扩展。规划器使用双树的方式搜索路径，在双树的交换方式上也采用更加灵活的方法。可以有效处理窄通道环境的规划问题。本发明使用贪婪采样器，加快了规划器探索空间的速度，从而减少了规划所需时间；环境判断过程使得树可以更容易的通过窄通道环境。环境判断过程会引导树向着计算出的可行方向扩展，树可以在障碍物附近有更好的扩展表现；两棵树的交换方式使得规划器可以更稳定的给出规划结果，不会长时间陷入一方无法扩展且无法交换的状态或是陷入频繁交换的状态。

公开(公告)号：CN112947459A

公开(公告)日：2021-06-11

申请号：CN202110218627.4

申请日：2021-02-26

Applicant: 西安交通大学

Inventor： 陈霸东 ,  李炳辉 ,  谢宇清 ,  任鹏举 ,  郑南宁

IPC: G05D1/02

Abstract: 本发明公开了一种高效的基于快速随机扩展树的路径规划方法，使用贪婪采样器在空间中采样样本点引导树的扩展，并且在遇到障碍物无法成功对树进行扩展时会判断局部环境的情况来引导树的扩展。规划器使用双树的方式搜索路径，在双树的交换方式上也采用更加灵活的方法。可以有效处理窄通道环境的规划问题。本发明使用贪婪采样器，加快了规划器探索空间的速度，从而减少了规划所需时间；环境判断过程使得树可以更容易的通过窄通道环境。环境判断过程会引导树向着计算出的可行方向扩展，树可以在障碍物附近有更好的扩展表现；两棵树的交换方式使得规划器可以更稳定的给出规划结果，不会长时间陷入一方无法扩展且无法交换的状态或是陷入频繁交换的状态。