-
公开(公告)号:CN112669650A
公开(公告)日:2021-04-16
申请号:CN202011382950.7
申请日:2020-12-01
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G08G5/00
Abstract: 本发明公开了一种基于ADS‑B消息的隐私保护的方法、系统及存储介质,涉及航空航天领域。所述基于ADS‑B消息的隐私保护的方法包括如下步骤:获取待保护的第一飞机的飞机识别码;获取所述第一飞机的干扰参数;将所述干扰参数进行航线信息处理,得到虚假的第一航线集合;对所述第一航线集合中每一第一航线,通过ADS‑B系统周期广播第一ADS‑B飞行参数,其中,所述第一ADS‑B飞行参数包括对应的所述第一航线上的飞行信息以及所述飞机识别码。通过将多个包含飞机识别码的第二飞行信息进行广播,以使攻击者无法通过被拦截信息中的飞机识别码获取真实的飞机信息,以保护飞机的隐私。
-
公开(公告)号:CN112508924A
公开(公告)日:2021-03-16
申请号:CN202011483335.5
申请日:2020-12-15
Applicant: 桂林电子科技大学 , 广西综合交通大数据研究院
Abstract: 本发明属于图像处理技术领域,公开了一种小目标检测识别方法、装置、系统和存储介质。小目标检测识别方法包括:获取待检测识别的目标图像;将所述目标图像输入到预设的卷积神经网络模型中进行检测识别并输出检测识别结果;其中,预设的所述卷积神经网路模型可对所述目标图像进行卷积处理、残差处理、下采样处理以及特征融合处理,得到目标图像特征融合结果,并对得到的所述目标图像特征融合结果进行检测识别。通过获取图像并将图像通过预设的卷积神经网络模型进行包括卷积处理、残差处理、下采样处理以及特征融合处理等处理之后,进行检测识别,能够有效地检测出图像中的小目标,提高图像检测识别的准确性和精度,提高检测识别的效率。
-
公开(公告)号:CN114091807B
公开(公告)日:2025-05-16
申请号:CN202111186576.8
申请日:2021-10-12
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G06Q10/0631 , G06Q30/08 , G06F17/11
Abstract: 本申请公开了一种多无人机任务分配及调度方法、装置、无人机系统以及存储介质。方法包括:获取至少一个待执行任务,根据待执行任务的类型将每个待执行任务分解生成对应的多个子任务,并根据拍卖算法将每个子任务分配至对应的无人机,再根据子任务的信息和子任务的分配结果构建任务网络模型,以及执行根据预设任务调度算法遍历任务网络模型得到的目标子任务。本申请实施方式的方法中,通过将待执行任务进行拆解得到子任务并通过拍卖算法分配给无人机,再根据子任务的执行顺序以及分配结果构建任务网络模型,以及通过预设任务调度算法确定任务网络模型中的优先执行的子任务,如此,可以有效的实现任务分配和任务调度,减少了无人机系统资源消耗。
-
公开(公告)号:CN114095503B
公开(公告)日:2025-02-11
申请号:CN202111214690.7
申请日:2021-10-19
Applicant: 广西综合交通大数据研究院
IPC: H04L67/1021 , H04L67/1023 , H04L67/12 , G06F16/35 , G06N3/098
Abstract: 本申请公开了一种基于区块链的联邦学习参与节点选择方法。联邦学习参与节点选择方法用于物联网系统,物联网系统包括终端设备和基站,联邦学习参与节点选择方法包括:获取每个终端设备与基站、其它终端设备之间在预设时间内的交互次数和距离,根据预设截断距离、数据交互次数、终端设备与其它终端设备的距离确定每个终端设备的活跃度密度,根据活跃度密度的大小以选择目标终端设备,计算终端设备到目标终端设备的偏移距离,根据活跃度密度和偏移距离确定终端设备的聚类中心点,通过聚类中心点的终端设备传输对应聚类模型中终端设备的数据至基站。如此,有效的减少了物联网系统的传输时间,避免了因物联网设备的时延问题。
-
公开(公告)号:CN113819917B
公开(公告)日:2024-11-29
申请号:CN202111088984.X
申请日:2021-09-16
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G01C21/34
Abstract: 本申请提供了一种自动驾驶路径规划方法、装置、设备及存储介质,涉及自动驾驶技术领域,该方法包括:获取激光雷达采集的道路信息构建高精度地图;确定当前位置和目标位置;确定行驶路径上的障碍物,并采用状态栅格算法计算多条从当前位置到目标位置的行驶路径;用度量函数选取行驶代价最小的行驶路径作为目标行驶路径。本申请实施例能够减少路径规划的随机性,在给定起点和终点坐标后,能够找到可行驶路径并推导出相应的输入信息,在对动态障碍物避障的时候,无人车进行局部路径规划,能够合理选择一条可行驶路径。根据运动学约束条件,如速度、转弯半径、路径曲率等,对规划路线进行修正。
-
公开(公告)号:CN113589288B
公开(公告)日:2024-09-24
申请号:CN202110704069.2
申请日:2021-06-24
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G01S13/93 , G01S13/931 , G01S13/937
Abstract: 本申请提供了一种基于毫米波雷达的目标筛选方法、装置、设备及存储介质,涉及自动驾驶技术领域。该方法包括:获取毫米波原始数据,确定毫米波原始数据中对应的扫描点;确定各扫描点的特征数据,基于归一化处理后的特征数据,采用预设的聚类算法对扫描点进行聚类,基于各组聚类点中扫描点的特征数据,确定各组聚类点对应的物体类型,确定目标物体。本申请实施例通过提取毫米波数据的特征数据,将特征数据进行归一化处理,通过预设的聚类算法对扫描点进行聚类,并基于各类聚类点的特征数据,确认目标物体,通过特征数据的聚类,能够有效排除非车辆、船只障碍物,并区分移动中的车辆、船只和非移动车辆、船只,为自动驾驶提供技术支持。
-
公开(公告)号:CN112561395B
公开(公告)日:2024-07-19
申请号:CN202011565407.0
申请日:2020-12-25
Applicant: 桂林电子科技大学 , 广西综合交通大数据研究院
IPC: G06Q10/0631 , G06Q10/047
Abstract: 本公开提供了一种无人机协同方法、系统、装置、电子设备及存储介质,涉及无人机协同领域。该方法包括:获取待执行任务和待执行任务的特征;将待执行任务基于特征分配至多个无人机,基于每个无人机需要执行的待执行任务的特征,确定每个无人机执行待执行任务的顺序,并下发任务执行指令。本公开实施例基于待执行任务的特征对待执行任务进行分配,并对每个无人机执行的任务进行再次分配,确定每个无人机执行任务的顺序,分层的分布式方法能够灵活处理高度动态的任务,满足动态任务的需求,提高系统鲁棒性,并且对现有任务进行再分配,提高任务的完成度和完成效率,同时将复杂的多任务协同问题转化为相对简单的路径规划问题,提高无人机的协同效率。
-
公开(公告)号:CN113219439B
公开(公告)日:2023-12-26
申请号:CN202110379595.6
申请日:2021-04-08
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请实施例提供了一种目标主干点云提取方法、装置、设备及计算机存储介质,涉及激光雷达技术领域。该方法包括:获取目标平面的原始点云的坐标信息,确定目标平面的平面种子点;采用预设的线性模型对目标平面进行拟合,确定目标平面的拟合模型;采用预设的算法确定拟合模型中的主干点云,得到目标平面的主干点云。本申请实施例通过各激光点的坐标信息,采用坐标信息,能够有效去除原始点云中坐标高度值过高的激光点,采用线性模型能够有效模拟去除过高点后的点云的拟合平面,然后基于该拟合平面,进一步去除该拟合平面中过高或者距离过大的激光点,保证过高点和干扰点完全被去除,提升点云的精确度,方便后续点云的使用。
-
公开(公告)号:CN113535388B
公开(公告)日:2023-09-29
申请号:CN202110711120.2
申请日:2021-06-25
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请提供了一种面向任务的服务功能聚合方法,涉及计算机技术领域。该方法包括:获取预设时间段内的至少一个任务;对各任务进行任务分解,得到各任务分别包含的虚拟网络功能;计算各虚拟网络功能计算各任务之间的任务相似度,基于任务相似度对至少一个任务进行分类。本申请实施例从任务角度出发,根据任务相似度对任务进行分类,在同一类内根据底层物理资源的限制进行功能聚合。提高了聚合效率,降低了实例化成本,提高了物理资源利用率;此外在类内聚合时本申请从底层物理资源的约束下进行聚合,考虑了底层物理资源限制,提高了映射时请求接受率和降低了物理资源碎片化。
-
公开(公告)号:CN115577876A
公开(公告)日:2023-01-06
申请号:CN202211184104.3
申请日:2022-09-27
Applicant: 广西综合交通大数据研究院
Abstract: 本发明公开基于区块链和联邦学习的网络货运平台运单准点预测方法,涉及货运物流技术领域,网络货运平台运单准点预测方法将联邦学习和区块链技术首次引入网络货运平台场景。网络货运平台请求共建模型,任务发布者审核后部署智能合约,并向平台返回训练参数,平台利用本地运单信息和物流数据训练本地运单准点预测模型,最后聚合各平台的本地模型得到全局运单准点预测模型,代入待预测运单数据预测能否准点送达;联邦学习和区块链的结合在不影响数据隐私的情况下,对多个平台的数据进行统一的建模,预测运单能否准点为平台用户提供更好的用户体验,增加用户对平台的粘性,同时平台可以根据预测调整物流资源配置。
-
-
-
-
-
-
-
-
-