原始名称记载: 北京理工大学长三角研究院（嘉兴）; 北京理工大学

本申请提出了一种电池结构设计方法，包括：获取待设计电池的目标理论容量；通过构建的电池仿真平台生成与目标理论容量对应的多个目标结构参数组合，每个目标结构参数组合包括以下结构参数：电极厚度、孔深、孔径、孔隙体积分数和活性物质体积分数；以每个目标结构参数组合为个体构建初始种群，通过已训练的代理模型所预测的放电容量与目标理论容量的误差最小为目标构建适应度函数，基于各个体对应的适应度值结合改进的遗传算法在初始种群内进行迭代寻优，迭代完成后输出最优目标结构参数组合。如此，能够快速且准确地优化电池的结构设计参数，提高电池的性能和效率，并实现能量密度与功率密度的平衡。

本发明涉及一种退役磷酸铁锂电池黑粉酸浸液中铁、锂回收方法，属于锂离子电池和固体废弃物资源化利用技术领域。主要过程为：富锂酸浸液经过氧化处理获得富锂氧化酸液，该溶液进行富锂体系‑磷铁水热结晶处理，获得富锂液与锂磷铁复合物；锂磷铁复合物经水洗处理获得洗液与微球状水合磷酸铁；根据目标需求导向，富锂液用于制备磷酸锂或碳酸锂；所述方法可以有效实现退役锂离子电池黑粉酸浸液中锂元素100％回收，同时实现了铁的高附加值回收。

本发明公开的一种基于智能识别及结构关联优化的汽车关键点检测方法，属于计算机觉领域。本发明的目的是提供一种车辆复杂关键点的准确检测方法，该方法通过关键点检测和图像匹配混合模型对汽车关键点进行智能识别，首先，通过深度学习网络将车辆整体与部分分别进行检测与匹配，结合置信度因子进行结果的筛选，有效提升检测算法的精度；其次应用基于深度学习的匹配方法，能够高效的进行关键点的特征提取，依次对检测与匹配、顶视与侧视图结合优化，继而提高关键点的检测效率，能够在图像复杂的情形下保证关键点的精度；同时本发明应用结构关联进行了汽车关键点信息优化，结合传统的图像检测方法，建立利用车辆轮廓及交汇结构进行关键点优化的模型。最终修正所有关键点信息，解决了复杂关键点检测偏移的问题，提高关键点检测的精度。本发明能够准确检测出汽车关键点，主要应用于车辆结构设计、车辆检测及智能交通等领域。

本发明涉及一种掺杂改性硫银锗矿型固态电解质及其制备方法，属于全固态电池材料技术领域。所述电解质的化学式为LiPYBiSOCl，0.01≤x≤0.04，0.01≤y≤0.04；钇元素、铋元素掺杂在硫银锗矿型电解质的P位点，氧元素掺杂在S位点。与金属锂接触后，在循环过程中可在界面处原位形成富含氧化锂的界面保护层，可以使锂的均匀沉积并抑制界面副反应的发生，提高硫银锗矿型电解质对锂金属负极的界面稳定性，减小对称电池极化电压，增强全固态锂金属电池循环稳定性。