公开(公告)号：CN112389448A

公开(公告)日：2021-02-23

申请号：CN202011318762.8

申请日：2020-11-23

Applicant: 重庆邮电大学

Inventor： 蒋建春 ,  李春艳 ,  曾素华 ,  祝磊 ,  胡浪 ,  梁大彬

IPC: B60W40/09 ,  B60W40/08 ,  B60W40/06 ,  B60T7/12 ,  B60Q9/00

Abstract: 本发明请求保护一种基于车辆状态和驾驶员状态的异常驾驶行为识别方法，包括步骤：从V2X车载终端OBU中获取当前车辆行驶信息，通过V2X路侧设备RSU或地图信息判断车辆所在车道并获取车道方向角，结合车辆航向信息判断车辆行驶状态。利用车载摄像头获取驾驶员驾驶时状态视频序列，通过驾驶员异常状态监测算法，对驾驶员驾驶状态进行分析，实现对驾驶员状态的实时监控，利用关键点监测非驾驶员是否对驾驶造成干扰，实现对非驾驶员的监控。最后综合以上所获得的状态信息统一处理，判别当前车辆行驶状态，并结合保护动机理论建立分级预警和紧急措施。本发明融合车辆多种状态信息进行判别，增加检测结果的准确性，增强了辅助驾驶安全性。

公开(公告)号：CN108230734B

公开(公告)日：2021-02-09

申请号：CN201810027685.7

申请日：2018-01-11

Applicant: 重庆邮电大学

Inventor： 蒋建春 ,  冯旭 ,  王永龙 ,  张卓鹏 ,  岑明 ,  李蒙蒙

IPC: G08G1/14 ,  G08G1/0968

Abstract: 本发明为一种基于V2X通信的室外智慧停车系统。该系统主要由车辆车载终端、停车场V2X路侧设备、停车场云平台三部分组成。车辆车载终端，负责建立与停车场V2X路侧设备和云平台通信，实现获取停车场局部地图以及车位信息、申请停车位与停车导航等功能；停车场V2X路侧设备实现基于车辆高精度定位与V2X通信方式的停车场车位状态监控，管理停车场车位。停车场云平台负责采集和发布停车场车位状态信息、管理停车场局部地图、管理停车费用支付等功能，为车载终端的智慧停车应用提供车位状态和地图等基本信息。本发明为停车场车位管理提供低成本、高效的信息服务，为停车、找车提供更加便捷的服务。

公开(公告)号：CN108682148A

公开(公告)日：2018-10-19

申请号：CN201810449966.1

申请日：2018-05-11

Applicant: 重庆邮电大学

Inventor： 刘琳 ,  李永福 ,  蒋建春 ,  姜定杰 ,  李春媛

IPC: G08G1/01 ,  G08G1/065 ,  G06N99/00 ,  G06F17/16

CPC classification number: G08G1/0112 ,  G06F17/16 ,  G08G1/065

Abstract: 本发明涉及混合交通状态下基于机器学习的非网联车状态估计方法，属于智能交通领域。在不同的时刻下，当两个网联车之间存在不同数量的非网联车时，相对驾驶行为会相应变化，并存在一定的关联关系；qt为t时刻下非网联车的数量，ot为t时刻下两辆相邻网联车的相对驾驶行为；明确这两者之间存在的关联关系，通过机器学习的方法隐马尔可夫模型，利用这个关联关系在已知两辆网联车的相对驾驶行为的情况下估计非网联车的数量。本发明将极大提高网联车的感知能力，进一步高效可靠地实现基于网联车的安全应用，也将增强交通状态的估计能力，有利于交通管理和优化，提高交通运行效率。

公开(公告)号：CN103793255B

公开(公告)日：2017-01-25

申请号：CN201410069096.7

申请日：2014-02-27

Applicant: 重庆邮电大学

Inventor： 蒋建春 ,  曾素华 ,  何兵 ,  邓露 ,  王开龙 ,  陈慧玲

IPC: G06F9/445

Abstract: 本发明公开了一种可配置的多主模式多OS内核实时操作系统架构与启动方法，属于嵌入式系统多核实时操作系统技术领域。在所述可以配置的基于多主模式可配置多OS内核的实时操作系统架构中，每个内核都能够作为主核实时调度任务和管理资源，用户可以根据系统资源和性能需要，自由配置操作系统内核个数以及各个处理器核使用的OS内核，指定OS内核存放的地址。在访问内核服务的时候，每个内核访问自己的部分，减少因为访问一个内核的冲突及等待问题，这样，大大提高了程序的读取效率；同时，用户可以根据内存的大小和实际需要自行配置OS内核的个数及处理器核与OS内核的关系。

公开(公告)号：CN105679068A

公开(公告)日：2016-06-15

申请号：CN201610107483.4

申请日：2016-02-26

Applicant: 重庆邮电大学

Inventor： 岑明 ,  曹诗琪 ,  邓永生 ,  田甄 ,  李银国 ,  蒋建春 ,  冯辉宗

IPC: G08G1/0968 ,  G08G1/0969 ,  G08G1/14

CPC classification number: G08G1/144 ,  G08G1/096822 ,  G08G1/0969

Abstract: 本发明请求保护一种与智能停车场协同的智能车辆自动驾驶系统和方法，智能车辆车载设备包括通信模块、车辆定位及路径规划模块、检测模块；后台服务中心包括通信模块和数据管理模块两部分，通信模块包括Dispatcher和ServiceHandler两部分。用户移动终端向后台服务中心发出驶入/驶出停车场的请求信息；后台服务中心将停车场地图及指定的终点位置发送给车载设备；车载设备进行全局路径规划，采集车辆状态与环境信息进行定位，规划局部路径并用以控制智能车辆自动驾驶到终点，再向后台服务中心发送到达终点信息；后台服务中心将到达终点信息发送给用户移动终端。

公开(公告)号：CN104331292A

公开(公告)日：2015-02-04

申请号：CN201410619292.7

申请日：2014-11-03

Applicant: 重庆邮电大学

Inventor： 蒋建春 ,  陈琳 ,  岑明 ,  王开龙 ,  景艳梅 ,  陈慧玲 ,  邓露

IPC: G06F9/44

Abstract: 本发明公开了一种车联网中间件协议转换的配置生成方法，该方法配置实现协议转换模块的快速开发，通过读取按照车联网通信协议编写的DBC文件描述信息，在配置工具内添加车企通信协议转换参数，将配置信息存入数据库，利用协议转换模板文件自动生成车联网中间件协议转换模块代码。快速融合车身网络于其他网络，实现车联网通信。本发明配置工具能够自动生成配置文件及应用程序框架，并且对用户的配置进行错误检查，尽量避免工人的介入，降低了出错率，从而能积极地提高协议转换模块的稳定性。

公开(公告)号：CN101751028A

公开(公告)日：2010-06-23

申请号：CN200910191680.9

申请日：2009-12-01

Applicant: 重庆邮电大学

Inventor： 岑明 ,  戴华生 ,  冯辉宗 ,  蒋建春 ,  李银国 ,  晏燚

IPC: G05B19/418

Abstract: 本发明请求保护汽车电控单元通用标定系统及实现方法，涉及汽车电子控制领域。借鉴组态技术，采用界面设计与系统功能设计分离的思想，提出标定系统分为编辑环境部分、XML配置工程文件和运行环境部分。XML配置工程文件作为标定系统中间层，采用规范的树状结构描述整个标定系统图形界面；编辑环境部分构造用户界面模型，定制标定系统界面且生成相应XML配置工程文件；运行环境封装XML文件解析器、数据管理、内核通信，连接下层ECU，实现监控和标定功能。本发明实现了标定系统的界面自定制与重构，适应了ECU变更和升级的工程需求。同时，具有可扩展性与跨平台的XML工程文件能在不同操作系统平台上重用，提高了标定系统的通用化。

公开(公告)号：CN120012828A

公开(公告)日：2025-05-16

申请号：CN202510092271.2

申请日：2025-01-21

Applicant: 重庆邮电大学

Inventor： 林峰 ,  邵琅 ,  蒋建春

IPC: G06N3/0442 ,  G06N3/049 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明涉及一种基于注意力的长短时空图神经网络的交通流预测方法，属于交通管理与智能交通领域。方法包括以下步骤：S1：获取交通的流量历史数据，包括流量、速度等特征，根据交通网络中的路段或节点关系构建邻接矩阵，以表示节点间的空间依赖，将历史数据按时间窗口分割，并对数据进行归一化处理；S2：将流量历史数据和邻接矩阵输入模型；S3：通过时空模块分别提取时间特征和空间特征，并通过前馈神经网络提高泛化能力；S4：通过空间注意力模块，通过一个三层的空间注意力块实现对共享层中重要特征的差异化提取。注意力机制根据的注意力权重来衡量输出，输出结果合并到LSTM中，并通过LSTM处理密集层的信息，以执行任务的预测。

公开(公告)号：CN119252054A

公开(公告)日：2025-01-03

申请号：CN202411501953.6

申请日：2024-10-25

Applicant: 重庆邮电大学

Inventor： 林峰 ,  何帅 ,  邵琅 ,  蒋建春

IPC: G08G1/083 ,  G08G1/01 ,  G06N3/0442 ,  G06N3/092

Abstract: 本发明涉及基于多智能体深度强化学习的交通信号控制方法。该方法包括：为路口设置智能体，在云端或服务器部署拟合网络，根据交通路网结构和历史交通流数据进行预测并得到交通流预测结果Y；利用该交通流预测结果和随机获取的各个路口实时交通信息，对各个智能体和拟合网络进行训练，得到各个优化后的智能体和优化后的拟合网络；各个优化后的智能体根据交通流预测结果Y和各自当前的实时交通信息进行独立观测并将其结果传输给优化后的拟合网络，计算全局奖励并反馈给各个智能体，各个智能体根据当前各自观测结果和奖励，执行下一个动作，形成目标区域当前最优的交通信号控制策略。本发明实现了多路口的交通信号协调控制，明显提升出行效率。

公开(公告)号：CN119109633A

公开(公告)日：2024-12-10

申请号：CN202411154869.1

申请日：2024-08-22

Applicant: 重庆邮电大学

Inventor： 林峰 ,  彭涛 ,  蒋建春

IPC: H04L9/40 ,  H04L41/16 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/23213 ,  G06F18/241 ,  G06F18/25

Abstract: 本发明涉及一种基于深度学习的网络入侵检测方法，该方法包括：获取待检测的网络流量数据，将其输入训练后的变分自编码器中的编码器网络，提取表征向量；将表征向量输入训练后的分类器网络中进行分类，输出入侵类别的最终检测结果；分类器网络的训练后过程包括：获取带有特定标签的第二训练数据集，经过预处理后输入训练后的变分自编码器中的编码器网络，提取表征向量；分别对所述表征向量进行聚类、过滤和过采样处理，得到增强后的表征向量；对增强后的表征向量分别进行特征提取和特征融合；将融合特征输入分类器网络中进行分类预测，计算分类损失，根据分类损失迭代优化分类器网络。本发明可以提升网络入侵检测的检测性能。