公开(公告)号：CN115630682A

公开(公告)日：2023-01-20

申请号：CN202211349205.1

申请日：2022-10-31

Applicant: 重庆长安汽车股份有限公司

Inventor： 马金燕 ,  江天 ,  罗咏刚

IPC: G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种对抗样本生成方法、装置、设备、介质及模型训练方法，所述对抗样本生成方法通过向条件对抗生成网络中输入原始图像以及定向攻击标签，以生成第一扰动图像；采用核函数对所述第一扰动图像进行平滑处理，得到第二扰动图像；将所述第二扰动图像与所述原始图像进行叠加，形成对抗样本。本发明所提供的对抗样本生成方法由于引入了核函数对初始生成的扰动图像进行平滑处理，降低了生成的对抗样本对于攻击模型的敏感性，具有较好的迁移攻击性能，此外由于本发明的条件对抗生成网络中包含CAN网络，使得利用本方法生成的对抗样本在黑盒场景下相对于传统的基于梯度迭代的方法具有更高的计算效率。

公开(公告)号：CN115546525A

公开(公告)日：2022-12-30

申请号：CN202211289814.2

申请日：2022-10-20

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗咏刚 ,  胡小琼 ,  张琪 ,  廖刚 ,  单玉梅

IPC: G06V10/762 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及多视图聚类技术领域，特别涉及一种多视图聚类方法、装置、电子设备及存储介质，其中，方法包括：获取待聚类的多个视图；提取每个视图的至少一个图像特征，得到多个图像特征；将多个图像特征输入预先训练得到的聚类模型，利用聚类模型的预设公共隐空间和预设结构化隐空间分别提取不同视图之间的互补信息和结构信息，利用互补信息和结构信息匹配每个视图的实际类别，基于实际类别对多个视图进行聚类，输出多个视图的聚类结果。由此，解决了相关技术基于原始数据矩阵或者浅层特征构建图，并利用不同的融合策略将多个图融合起来的方式，不仅计算量大，且聚类效果严重依赖于原始构图的质量，从而限制了多视图聚类的效果等问题。

公开(公告)号：CN118113931A

公开(公告)日：2024-05-31

申请号：CN202410018024.3

申请日：2024-01-03

Applicant: 重庆长安汽车股份有限公司

Inventor： 孟艺凝 ,  罗咏刚

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N20/00 ,  G06N5/04

Abstract: 本发明涉及一种目的地的推荐方法、装置、计算机设备及存储介质。本申请实施例提供的方法通过获取目标用户当前的关键时序数据，可以获得真实准确的用户行为和状态信息。这有助于提高推理结果的精度和可靠性。使用预先训练好的联邦模型可以融合多个客户端模型的优势，提高推理的准确度和综合性。每个客户端模型可以根据各自的经验和特征进行推理，这有助于提高推理的全面性和鲁棒性，减少单个模型的偏见和错误。推理结果中满足未来时空约束条件的推理结果被选为目标推理结果。这确保了推荐的目的地符合用户行程特点、实际可行性和可达性，提高了推荐的精度。

公开(公告)号：CN117575903A

公开(公告)日：2024-02-20

申请号：CN202311362384.7

申请日：2023-10-19

Applicant: 重庆长安汽车股份有限公司

Inventor： 余睿 ,  江天 ,  罗咏刚 ,  谢乐成

IPC: G06T3/4053 ,  G06T3/4038 ,  G06T3/4046 ,  G06V10/82 ,  G06V10/80 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及图像处理技术领域，公开了一种车载环视影像清晰化方法、装置、设备以及存储介质，方法包括：获取待处理图像数据和图像处理模型；通过图像处理模型中的数据预处理层提取当前深层语义特征；通过全局多视野注意力特征层得到当前帧的多个注意力特征图，并拼接为当前帧的融合注意力特征；通过多帧互相关层计算当前帧的融合注意力特征与相邻帧的融合注意力特征之间的差异得到当前帧的差异特征，并将当前帧的差异特征和当前帧的融合注意力特征拼接为当前帧的融合相关特征；通过解耦层对当前帧的融合相关特征进行上采样，得到当前帧清晰化图像。本发明在低成本条件下还保证了图像的恢复精度。

公开(公告)号：CN117093443A

公开(公告)日：2023-11-21

申请号：CN202310908487.2

申请日：2023-07-24

Applicant: 重庆长安汽车股份有限公司

Inventor： 谭瑞 ,  罗川 ,  邓鹏 ,  杨俱成 ,  罗咏刚

IPC: G06F11/30 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请涉及一种车机日志异常检测方法、装置、电子设备及存储介质，包括：对待检测日志数据进行精细化处理，并基于精细化处理后的待检测日志数据匹配对应的日志模板，且根据对应的日志模板的模板向量构建模型输入向量，将模型输入向量输入至预先构建的日志异常检测模型，得到待检测日志数据的日志检测值，若日志检测值大于预设阈值，则判定待检测日志数据为正常日志，否则，判定待检测日志数据为异常日志。由此，解决了相关技术中日志数据预处理模块未结合日志数据本身做精细化处理，日志模板匹配阶段未结合日志结构做权重加成以及预测模型预测结果时，未对日志分布不均衡带来的预测偏差做调整等问题。

公开(公告)号：CN116932267A

公开(公告)日：2023-10-24

申请号：CN202310916253.2

申请日：2023-07-24

Applicant: 重庆长安汽车股份有限公司

Inventor： 谭瑞 ,  罗川 ,  邓鹏 ,  罗咏刚 ,  胡小琼

IPC: G06F11/07

Abstract: 本发明涉及一种车机日志数据处理方法、装置、电子设备及存储介质，包括：获取待处理的车机日志数据，将车机日志数据转化为结构化日志数据，并判断结构化日志数据是否满足预设的精细化处理条件，若结构化日志数据满足预设的精细化处理条件，则基于预设的精细化处理条件，确定结构化日志数据的精细化处理策略，根据精细化处理策略对结构化日志数据进行精细化处理，得到精细化日志数据。本发明通过将半结构化车机日志数据转为结构化数据，并进行精细化处理，提高计算机对日志的理解能力，解决了在相关技术的日志异常检测中，预处理模块未结合日志数据作精细化处理，导致日志异常检测准确率较低等问题，从而提高了日志异常检测的准确率。

公开(公告)号：CN116894395A

公开(公告)日：2023-10-17

申请号：CN202310925077.9

申请日：2023-07-26

Applicant: 重庆长安汽车股份有限公司

Inventor： 杨俱成 ,  罗咏刚 ,  谭瑞 ,  胡小琼

IPC: G06F30/27 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/092

Abstract: 本申请涉及一种自动驾驶测试场景的生成方法、系统及存储介质，通过构建交通流仿真环境，从交通流仿真环境中采集仿真数据；基于所述仿真数据对人类驾驶行为策略模型进行训练，并将训练完成的人类驾驶行为策略模型中的生成器作为自然对抗测试场景模型；基于自然对抗测试场景模型来生成自动驾驶测试场景。本实施例使用已知的交通流数据集构建交通流仿真环境，基于人类驾驶策略的先验经验和强化学习算法构建自然对抗测试场景的框架，构建得到自然对抗测试场景的框架可以生成大量的对抗测试场景，并且本实施例提供的自然对抗测试场景的框架结构简单，数据处理效率高，具有较好的实用性。

公开(公告)号：CN116587808A

公开(公告)日：2023-08-15

申请号：CN202310783409.4

申请日：2023-06-28

Applicant: 重庆长安汽车股份有限公司

Inventor： 邓鹏 ,  罗咏刚

IPC: B60H1/00

Abstract: 本发明实施例提供了一种车辆的空调参数推荐方法、装置、电子设备和存储介质，该方法包括：获取当前目标车端内外环境信息；将当前目标车端内外环境信息输入目标车端的空调参数推荐模型，得到目标车端的空调参数推荐模型输出的空调参数推荐信息；目标车端的空调参数推荐模型部署在目标车端中；根据空调参数推荐信息，控制空调设置空调参数，从而不仅减少了服务器端的算力，还实现了空调参数个性化推荐功能，满足不同用户的个性化需求，提升用户空调使用感、体验感。

公开(公告)号：CN116561581A

公开(公告)日：2023-08-08

申请号：CN202310580839.6

申请日：2023-05-22

Applicant: 重庆长安汽车股份有限公司

Inventor： 杨俱成 ,  罗咏刚 ,  谭瑞

IPC: G06F18/214 ,  G06V30/413 ,  G06N3/0895

Abstract: 本申请涉及一种模型验证方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括模型验证装置根据预设故障预测模型以及目标车辆在第一历史时间段内的运行信息，确定目标车辆发生故障的故障预测时间，预设故障预测模型为基于弱监督学习训练得到的，第一历史时间段为目标车辆发生故障的故障发生时间之前的时间段。进一步的，模型验证装置根据故障预测时间以及故障发生时间，验证预设故障预测模型的准确性是否满足预设需求。由此，实现了验证通过弱监督学习训练得到的模型的准确性。

公开(公告)号：CN115100757B

公开(公告)日：2023-05-09

申请号：CN202210701733.2

申请日：2022-06-20

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗咏刚

IPC: G07C5/08 ,  G06F3/06

Abstract: 本申请涉及车辆技术领域，特别涉及一种汽车数据的存储方法、装置、车辆及存储介质，其中，方法包括：获取汽车的待存储数据；读取与待存储数据相同数据类型的历史数据，并计算历史数据中数据变化频率，如果数据变化频率大于预设频率阈值，则存储待存储数据；如果数据变化频率小于或等于预设频率阈值，则在识别到待存储数据与前一个存储数据的数据值相同时，存储待存储数据的时间戳。由此，解决了相关技术中汽车大数据的存储成本高、搬运使用效率低等问题。