基于超声波传感器的卷积神经网络车辆油耗检测方法

AITNT
正文
推荐专利
基于超声波传感器的卷积神经网络车辆油耗检测方法
申请号:CN202510312486
申请日期:2025-03-17
公开号:CN120105018A
公开日期:2025-06-06
类型:发明专利
摘要
本发明公开了基于超声波传感器的卷积神经网络车辆油耗检测方法,涉及车辆油耗检测技术领域,步骤一:在车辆上安装若干个超声波传感器阵列,通过超声波传感器监测油箱液位变化;步骤二:首先对超声波传感器采集的数据进行归一化处理,消除不同测量设备、测量环境造成的差异;步骤三:最后通过卷积神经网络模型对预处理过的数据进行分析,得出车辆油耗;该基于超声波传感器的卷积神经网络车辆油耗检测方法,通过采用超声波传感器,实现非接触式测量,减少机械磨损,能够准确测量燃油液位、喷油嘴到燃烧室的距离等与油耗相关的关键参数,通过对这些参数的精确测量,可以更准确地计算出柴油发动机的实际油耗。
技术关键词
油耗检测方法 卷积神经网络模型 超声波传感器数据 超声波传感器阵列 监测油箱 车辆状态数据 优化卷积神经网络 油箱液位 油耗检测技术 CAN总线数据 车载系统 阶段 短时傅里叶变换 实时数据处理
系统为您推荐了相关专利信息
1
一种隧道内图像增强方法
图像增强方法 原始图像数据 卷积神经网络模型 对比度 隧道
2
汇流条焊接检测方法、系统、电子设备及介质
接线盒 焊接检测方法 多任务深度学习模型 轮廓提取 图像
3
一种基于智能轮胎阵列传感器时频图特征融合的轮胎花纹磨损估计方法及系统
卷积神经网络模型 阵列传感器 智能轮胎 压电传感器 估计方法
4
一种基于人工智能的数据集均衡化训练方法
样本 条件生成对抗网络 人工智能模型 加权损失函数 标签
5
基于大数据分析的医疗信息管理系统
医疗信息管理系统 甲状腺超声图像 感兴趣区域图像 甲状腺结节检测 局部细节特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号