龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆大学;重庆赛力斯凤凰智创科技有限公司
摘要：本发明公开了一种增程式汽车驾驶风格辨识方法，融合WNN、CNN、LSTM以及贝叶斯融合决策技术，深入分析增程式汽车的内部运行数据和外部环境数据，实现对驾驶风格的高精度识别，这种精准的识别为驾驶行为的评估和优化提供了可靠的基础。本发明的增程式汽车驾驶风格适应性反馈方法，通过识别和分析驾驶风格，系统能够为驾驶员提供个性化的反馈和建议，帮助他们意识到并改进潜在的危险驾驶习惯，从而有效降低事故发生率，提高道路行车安全性。本发明的增程式汽车能效优化方法，能够结合驾驶风格识别结果和车辆实时状态，提供能效优化建议，如调整动力系统配置、优化路线规划等，从而降低能耗，提高能源利用效率。
主权项：1.一种基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：包括如下步骤：步骤一：数据采集：采集增程式电动汽车的内部运行数据和外部环境数据，作为驾驶风格辨识数据；所述内部运行数据包括增程器功率输出、电机功率调节、电池充放电流、车速和加速度；所述外部环境数据包括温度和路况；步骤二：数据预处理：对驾驶风格辨识数据进行归一化和特征选择；步骤三：特征提取和数据转换：采用小波神经网络分析增程器功率输出的时频特征；采用卷积神经网络对电机功率调节、车速以及加速度进行特征提取；采用长短期记忆网络对电池充放电流进行时间序列分析；采用独热编码对路况转换成数值型数据；将环境温度作为连续的输入变量或将环境温度进行分桶处理转换为分类变量；步骤四：特征融合：将步骤三中提取的内部运行数据的特征信息和外部环境数据的转换数据进行融合，形成用于驾驶风格辨识的综合特征集；步骤五：驾驶风格识别：基于综合特征集，采用贝叶斯融合决策方法综合各深度学习模型的输出，识别驾驶风格；采用聚类算法对模型输出的特征空间进行聚类分析，确定分界阈值，自动发现数据中的潜在分组。
全文数据：
权利要求：
百度查询： 重庆大学 重庆赛力斯凤凰智创科技有限公司 基于深度学习和数据融合的增程式汽车驾驶风格辨识及适应性反馈方法和能效优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号