摘要：本发明适用于电商领域，提供了一种产品质量监测方法及系统，该方法包括如下步骤：接收供应商发送的送货预约请求，送货预约请求中携带有预约产品信息；检测供应商针对预约产品提交的生产流程报告及出厂质检报告；若生产流程报告及出厂质检报告记录的指标参数符合第一标准参数，则获取针对预约产品入库进行的入库质检的质检参数；若质检参数符合第二标准参数，则允许将预约产品放入仓库。电商平台对供应商针对产品提供的生产流程报告及出厂质检报告进行检测，生产流程报告及出厂质检报告检测合格的产品在入库时进行入库质检，入库质检合格才能进入仓库，等待出售，双重质检测可以确保消费者通过电商平台购买商品的品质。

摘要：本发明公开了一种食品质量检测系统，包括质量检测平台，其用于将检测的数据存储于数据库中，其特征在于：该系统还包括:质量服务器，其用于响应抽检服务器的质量查看请求，获取数据库中质量检测数据并反馈数据至抽检服务器；抽检服务器，用于发出查询请求至质量服务器；原材料质量监控平台，其用于存储产品原材料的质量数据并通过质量服务器响应抽检服务器请求，查看原材料的生长环境数据以及原材料检测数据。本发明的优点是采用抽检服务器随机抽取食品的质检数据，并对数据进行分析，可以有效把控生产质量，同时用户可以通过手机端查询食品的基本生产信息和质量信息，增加用户对食品生产的监督作用。

摘要：本发明公开了一种食品质量追溯方法，其特征在于：包括如下步骤：步骤1：用户发出投诉请求，上传投诉信息以及产品的身份信息；步骤2：响应用户发出的投诉，并对投诉请求进行分析，确定是否受理投诉请求；步骤3：在投诉请求受理后，根据投诉产品的信息对产品进行分类；步骤4：将产品按类别发送到相应的分服务器中进行处理，针对产品的批次以及生产信息找出对应的产品的质量数据信息，并对数据进行分析，确定出错环节以及出错环节对应的公司部门；步骤5：向产品质量出错环节的管理部门发出客户投诉信息以及产品的质量数据。本发明能够方便快速的对

摘要：本发明适用于电商领域，提供了一种产品质量追溯方法及装置，所述方法包括如下步骤：接收用户发送的投诉信息，所述投诉信息包括投诉产品的索引追溯码；根据所述索引追溯码获取所述投诉产品在各生产环节的历史信息；依据所述获取的各个生产环节的历史信息确定导致产品问题的生产环节。本发明实施例，通过投诉产品的索引追溯码来获取该产品各个生产环节的历史信息，进而可以获知导致产品问题的生产环节，以便对导致产品问题的生产环节进行调整，可以从根本上减少产品问题的出现。

摘要：本发明公开一种片层状硅氧化物和碳与一氧化钴复合材料及其制备方法，该方法包括：将一氧化硅与石墨粉球磨制备为硅氧化物/碳纳米结构，将球磨过后的硅氧化物/碳纳米产物分散到六水合硝酸钴溶液中，磁力搅拌4～8小时形成悬浊液，硅氧化物/碳与六水合硝酸钴的质量比为0.05～0.4:2.5；将得到的悬浊液在120～180摄氏度下进行水热反应，水热反应时间设定为8～12小时；反应液冷却至室温，将水热反应得到的沉淀物过滤、离心后干燥得到硅氧化物/碳‑一氧化钴复合物；将干燥得到的硅氧化物/碳‑一氧化钴复合物煅烧，煅烧温度设定为320～660摄氏度，煅烧时间设定为1.5～5小时，得到硅氧化物/碳‑一氧化钴复合纳米复合材料。

摘要：本发明公开了一种无人车横向控制用的偏差精准估计方法，通过横向偏差精准估计模块和航向偏差精准估计模块实现。该方法根据期望轨迹与当前车辆位置的相对关系，按照第一点、最后一点、途径点三种不同的类别判断生成最优估计点，通过最优估计点来计算横向偏差估计和航向偏差估计；将计算得到的横向偏差估计与航向偏差估计作为反馈控制量带入轨迹跟踪控制率，从而实现无人驾驶车辆的精准跟踪控制。本发明可以有效估计车辆控制的横向偏差和航向偏差，很好的克服了期望轨迹上相邻点之间横向位置和航向变化过大的问题，在掉头或急转弯等大曲率的任务中提升尤为显著，从而有效提高车辆控制的跟踪精度。

摘要：本发明涉及一种基于WebGL的自动驾驶可视化方法，所述方法包括以下步骤：将S1收集到的数据M1进行同步和转换，转换成标准统一格式M2；将所述M2进行序列化生成M3；Server端通过websocket将消息M3实时发送至Client端；Client端接收消息M3；客户端在接收到服务端数据M3后需进行反序列化，生成M2；客户端浏览器对M2进行解析并渲染成3D场景；结合交互操作，提供用户多视角可调的场景展示，以便驾驶者能够全面观察自动驾驶过程中的各种情况。该可视化方法能够准确地展示车辆周围的道路、障碍物及其他参与交通的实体，从而实现对自动驾驶过程的全面观察与理解。

摘要：本发明涉及一种动态环境中自监督雷达里程计用于估计车辆位姿的方法，所述方法包括：获得近似估计#imgabs0#来实现雷达扫描数据与参考地图的准确对齐；雷达扫描数据编码；基于L形拟合模型的检测器判断场景中对象是否为车辆；根据无监督动态感知网络输出车辆位姿；本发明从点云的配准模型中学习雷达姿态估计，并将其与基于模型的检测算法相结合，以过滤掉场景中的动态物体。针对静态场景假设，基于L形拟合模型对初始训练网络和动态目标检测器进行联合训练，增强了鲁棒性和泛化性。同时，我们设计了一个建立在自适应L形拟合器之上的动态感知姿态估计器，我们的方法是自监督的，不需要任何真值进行训练。

摘要：本发明涉及一种无人车横向控制方法，所述方法包括如下步骤：根据车辆的当前速度选择预瞄距离；根据期望轨迹、车辆实时的经度、纬度及预瞄距离截取估计轨迹段；估计截取的估计轨迹段的曲率并计算前轮偏角前馈；遍历期望轨迹得到期望轨迹与车辆最近点的距离，记为横向偏差，根据横向偏差获取消除横向偏差的前轮偏角补偿值；将估计轨迹段的前轮偏角与消除横向偏差的前轮偏角补偿值相加得到规划前轮偏角δ，最终再将规划前轮偏角通过底盘can协议向下发送；本发明可以精准估计期望轨迹段的曲率，提高无人车辆的跟踪精度。本发明提出的控制方法简单，特殊复杂情况下控制效果明显优于传统控制方法。

摘要：本发明涉及一种应用于自动驾驶车辆的安全保障系统，所述系统包括：传感器抽象、自动驾驶功能模块、安全诊断模块和执行器抽象，所述传感器抽象包括激光雷达抽象、相机抽象、毫米波雷达抽象和组合定位抽象，所述自动驾驶功能模块包括感知模块、规划模块、决策模块和控制模块，所述安全诊断模块包括抽象状态监测、功能模块状态监测、底盘状态监测、操作系统状态监测、异常处理模块和数据存储模块。本发明通过设计的安全保障系统，既可以确保传感器抽象、自动驾驶功能模块和执行器抽象状态异常时不影响自动驾驶车辆行驶安全，又可以避免自动驾驶车辆底盘状态和操作系统异常导致车辆失控的情况，起到提升车辆安全性、可靠性的作用。