欢迎来到汽车供应链寻源协同平台
摘要：
摘要：本发明提供了一种基于MATT‑GNN的周边车辆轨迹预测方法及系统，该预测方法首先构建多注意力谱时空图神经网络，然后将实时采集的周围交通场景车辆信息输入训练后的多注意力谱时空图神经网络，输出被预测车辆的未来轨迹；所述多注意力谱时空图神经网络包括编码器、GRU层、MT‑stem层和解码器，MT‑stem层由n个MT‑stem模块组，MT‑stem模块使得周边车辆间的时空特征得到充分提取；本发明能精准预测复杂交通场景下对周边车辆轨迹。
摘要：
摘要：本发明提供了一种基于热泵的整车热管理系统及其控制方法，该系统包括由压缩机、水冷凝器、室外热交换器、冷水机、蒸发器、气液分离器、电子膨胀阀和四通阀组成的热泵制冷剂循环，由水泵、加热器和加热器芯组成的座舱加热冷却液循环，由水泵、四通阀、散热器和副水箱组成的电驱冷却液循环，由水泵和三通阀组成的电池冷却液循环；通过控制制冷剂流量、冷却液流量、空气流量、加热器的加热功率以及电子膨胀阀、四通阀和三通阀的开闭，进而控制流体的连通、关闭或指定的流动状态，实现整车热管理系统根据环境和热管理需求提供多个工作模式，以低能耗实现座舱温度、湿度控制以及零部件温度控制。
摘要：
摘要：本发明涉及智能汽车驾驶技术领域，尤其是一种基于改进CenterNet的自动驾驶场景的多目标视觉检测算法，包括：将车载相机捕获的自动驾驶汽车周围的图片进行特征提取，获得不同尺度的特征图，对生成的特征图进行采样处理，生成由不同尺度的特征图组成的特征金字塔，不同的特征图作为检测头模块的输入，对不同的特征图进行卷积操作，生成最终的预测结果。本发明的一种基于改进CenterNet的自动驾驶场景的多目标视觉检测算法，通过使用特征提取模块生成的不同尺度的特征图组成的特征金字塔结构，提高了驾驶环境下无人驾驶汽车对小目标的检测精度；提高了无人驾驶汽车检测的鲁棒性；满足无人驾驶检测的实时性要求。
摘要：
摘要：
摘要：本发明公开了一种自给自足的社区能源供应系统，包括固定框架、太阳能板、支撑框架和集热器，包括以下所述工作步骤：电能收集：步骤1.1：安装太阳能板，并调节太阳能板的倾斜角度；步骤1.2：太阳能板将所吸收的化学能转换为电能储存在储电箱内；步骤1.3：储电箱内所储存的电源可满足社区的日常供给或为电动汽车充电；热能收集：步骤2.1：将集热器安装在支撑框架内。本发明通过太阳能板和集热器的设置，太阳能板、传输线、储电箱和集热器的搭配工作，集热器采用相变、热化学热电池进行储热，随后使用热泵进行供暖，太阳能板可将所吸收的化学能转换为电能通过传输线存储在储电箱内，储电箱可将所储存的电力供给社区使用，从而达到自给自足的效果。
摘要：
