厦门理工学院申水文获国家专利权
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!
龙图腾网获悉厦门理工学院申请的专利一种基于在线学习的车辆天气环境自适应方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121492940B 。
龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610038652.7,技术领域涉及:B60W30/18;该发明授权一种基于在线学习的车辆天气环境自适应方法是由申水文;向海锋;柯艳;郭锋彬;刘智慧;王子睿;李幸设计研发完成,并于2026-01-13向国家知识产权局提交的专利申请。
本一种基于在线学习的车辆天气环境自适应方法在说明书摘要公布了:本发明属于车辆智能控制领域,公开了一种基于在线学习的车辆天气环境自适应方法,该方法包括:将预处理后的实时环境图像进行提取信息和量化处理后与历史环境信息量加权融合得到多帧融合环境信息,输入到天气类型预测模型中;基于天气影响等级动态调整车辆驱动系数、制动系数及转向系数,相应输出适配天气条件的驱动力矩、制动力矩及转向角度;基于预先构建的动态阈值关系映射表进一步限制驱动力矩和转向角度;计算识别结果和预测结果之间的差分数据,将差分数据输入到在线梯度网络中,以最小化二者差异为损失,计算模型参数的调整梯度,在线更新模型参数。在保证整体预测准确率稳定性的前提下显著提升了模型对天气突变的适应性。
本发明授权一种基于在线学习的车辆天气环境自适应方法在权利要求书中公布了:1.一种基于在线学习的车辆天气环境自适应方法,其特征在于,包括: 获取实时环境图像,将预处理后的实时环境图像依次经过编码器、隐空间及解码器进行提取信息和量化处理,输出实时环境信息量;并将所述实时环境信息量与历史环境信息量加权融合,得到多帧融合环境信息; 将所述多帧融合环境信息输入到预先构建的天气类型预测模型中,输出天气识别结果、天气影响等级和下一时刻的环境信息预测结果;其中,所述天气影响等级是基于实时环境信息量映射得到的、用于综合评价车辆行驶环境恶劣程度的数值,其范围为0到1; 基于所述天气影响等级,动态调整车辆的驱动系数、制动系数和转向系数,结合驾驶员的驱动踏板、制动踏板及方向盘输入请求,计算并输出适配当前天气条件的驱动力矩、制动力矩及转向角度; 并基于预先构建的输出驱动力矩与最高车速之间的动态阈值关系映射表、输出转向角度与天气影响等级之间的动态阈值关系映射表,自适应限制所述驱动力矩小于最大驱动力矩,自适应限制所述转向角度小于最大转向角度; 计算所述多帧融合环境信息和所述下一时刻环境信息预测结果之间的差分数据; 将所述差分数据和云端气象数据做融合处理后,输入在线梯度网络;所述在线梯度网络通过比对当前时刻的天气识别结果与系统缓存的当前时刻的预测结果,以最小化二者差异为损失,计算模型参数的调整梯度,并基于所述调整梯度在线更新所述编码器、解码器及天气类型预测模型的参数,包括: 预先连接云端气象服务,并经过一个环境信息网络后得到云端气象数据,所述环境信息网络用于提取与识别天气相关的特征信息; 基于卡尔曼滤波算法对所述差分数据与所述云端气象数据进行加权融合,以滤除所述差分数据中的随机噪声,得到综合数据,其中,所述云端气象数据的权重小于所述差分数据的权重; 所述在线梯度网络基于所述综合数据,以提升天气预测准确率为目标构建损失函数,并通过反向传播算法计算该损失函数相对于模型参数的梯度,得到损失梯度;所述模型参数包括权重参数和偏置参数; 依据预设的学习率,采用梯度下降算法将所述损失梯度反向传播,以更新所述编码器、解码器及天气类型预测模型的权重和偏置参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人厦门理工学院,其通讯地址为:361000 福建省厦门市集美区理工路600号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励