原文传递
一种基于深度学习的实现农机自动换挡的方法
| 专利名称： | 一种基于深度学习的实现农机自动换挡的方法 |
| 摘要： | 本发明所述的一种基于深度学习的实现农机自动换挡的方法，通过深度学习和自动换挡系统的相互结合，可以完成智能作业情景下的深度无人化，自动换挡系统和外部传感器所提供的每一项数据都是深度学习网络的训练途径，而深度学习模块的不断学习进化则会反过来预期档位的判断和速度的解读，在人类的正确引导下，通过深度学习的自动换挡模块将为无人操作提供十分大的便利。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 河南;41 |
| 申请人： | 洛阳中科龙网创新科技有限公司 |
| 发明人： | 万忠政;吴卿岩;陈家玉 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810053501.4 |
| 公开号： | CN108407797A |
| 代理机构： | 洛阳市凯旋专利事务所 41112 |
| 代理人： | 陆君 |
| 分类号： | B60W10/10(2012.01)I;B60W50/00(2006.01)I;B;B60;B60W;B60W10;B60W50;B60W10/10;B60W50/00 |
| 申请人地址： | 471000 河南省洛阳市伊滨区科技大道21号中意科技园 |
| 主权项： | 1.一种基于深度学习的实现农机自动换挡的方法，其特征在于：包括如下步骤：第一步，启动处于静止的拖拉机；第二步，随后利用各项传感器对当前的环境数据信息进行采集；第三步，将传感器采集到的信息与数据库中所包含的所有数据进行对比，判断是否有类似的环境，如果有，则直接使用基于深度学习的应对策略调整车辆档位进行作业，直至完成，如果没有类似数据，则默认以一档启动车辆；第四步，通过传感器测出拖拉机进行作业时所受的所有阻力，当牵引力等于阻力时，可以通过微积分理论中动态运动功率与牵引力的平衡关系计算得到理论上的最大速度V；第五步，此时判断，计算出的最大速度V是否大于当前档位的速度区间，若大于，则车辆档位增加一档，然后再重复进行判断；若不大于当前档位的最大速度，则可以按照用户需求设定行驶速度直至达到V，并即刻将环境信息及车辆速度档位信息存储至数据库并记忆学习；第六步，拖拉机以一个最佳的速度一直进行作业直至结束。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
