-
公开(公告)号：CN113746677A
公开(公告)日：2021-12-03
申请号：CN202111021001.0
申请日：2021-09-01
Applicant: 之江实验室
Abstract: 本发明提供一种面向5G新空口的网络切片内资源分配方法，充分考虑5G新空口频域资源结构特征，并针对5G网络中业务差异性、多样性的特性，设计基于业务数据流量、信息时效性等服务需求指标的业务资源分配优先级。同时，在5G网络硬切片的基础上，提供一种多用户终端、多数据包流共存情况下的基于资源分配优先级设计的网络切片内资源分配方法。该方法首先满足各用户终端的最低传输速率要求，然后以最大化切片内加权传输速率之和作为优化目标进行资源分配。本发明提供的方法具有低复杂度的特点，能够实现切片内资源灵活、快速、动态调整分配，并且能够显著提高资源利用率、提升用户终端服务体验。
-
公开(公告)号：CN112683281A
公开(公告)日：2021-04-20
申请号：CN202110263051.3
申请日：2021-03-11
Applicant: 之江实验室
IPC: G01C21/28
Abstract: 本发明公开一种基于车辆运动学的自动驾驶车辆联合定位方法，该方法利用双目相机及IMU获取环境及车辆运动信息进行车辆状态估计，借助车辆总线获取车辆侧偏角构建运动约束，该方法通过引入车辆本身的运动学模型，将其作为车辆在利用双目视觉和IMU惯性测量单元进行定位过程中本身运动的约束，构建车辆位姿状态估计的优化模型，迭代求解获得符合车辆运动学模型的车辆定位结果，该方法在定位优化过程中借助于运动学约束，将车辆运动学与状态估计的优化模型相结合，得到适应车辆自身运动的定位轨迹信息，有效提高了视觉惯性联合定位优化模型本身的鲁棒性和精确性，适用于自动驾驶车辆在复杂环境下的定位问题。
-
公开(公告)号：CN112203258A
公开(公告)日：2021-01-08
申请号：CN202011268116.5
申请日：2020-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种高速公路自由流状态下的车联网缓存部署方法，该方法将某一时段内高速公路上自由流状态下的车辆即时位置建模为一维泊松点过程，采用高斯混合模型计算此时的车流密度作为上述泊松点过程的密度。根据不同缓存内容的流行度，该方法在车载单元中采用概率缓存策略来部署缓存，并借助随机几何数学工具对车联网的缓存命中率进行建模分析。最后，该方法建立优化模型求得车联网缓存命中率最高时的缓存部署方法。本发明通过在车载单元预先存储流行内容，可以缓解回程链路的带宽压力，减少内容的重复传输并降低数据的传输时延，大大提高车联网用户的服务体验。
-
公开(公告)号：CN113763569B
公开(公告)日：2024-10-01
申请号：CN202111003690.2
申请日：2021-08-30
Applicant: 之江实验室
Abstract: 本发明公开了一种在三维仿真中使用的图像标注方法及装置、电子设备，所述方法包括：构建三维场景，所述三维场景中包含有目标物体、虚拟摄像头及遮挡物体；通过虚拟摄像头获取视野范围内的图像；判断所述目标物体是否在所述虚拟摄像头的视野内，如果所述目标物体在所述虚拟摄像头的视野中，则生成目标物体的检测点；如果有任一所述检测点未被所述遮挡物体遮挡，则对所述图像中的目标物体进行标注。
-
公开(公告)号：CN117765534A
公开(公告)日：2024-03-26
申请号：CN202311743990.3
申请日：2023-12-18
Applicant: 之江实验室
IPC: G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于困难样本挖掘的交通图像自动标注方法和装置，在通用交通图像数据集上训练初始标注模型；基于初始标注模型和通用交通图像数据集训练困难样本标注模型；接入终端采集的视频流数据并进行抽帧操作；在视频帧中抽帧得到不同的图像样本，当困难样本标注模型检测出未检出的困难标注区域时，将该图像样本标记为困难图像样本并存储；通过适当增大困难图像样本在困难样本数据集中的占比，从而增强困难样本标注模型的标注能力，直到准确率超过95％，此时困难样本标注模型作为最终的样本标注模型；本发明降低了交通图像中困难图像样本的筛选成本。持续优化困难样本标注模型，提高了困难图像样本筛选效率。最终提高交通图像标注的模型精度，极大节省了人工标注所需要的人力物力。
-
Patent Agency Ranking
公开(公告)号：CN117037120B
公开(公告)日：2024-02-09
申请号：CN202311299185.6
申请日：2023-10-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于时序选择的目标感知方法及装置，基于时序选择机制，判断时序点云数据的目标掩码图中是否存在当前时刻点云数据中未检测出的目标，选择出有效的时序点云数据，并基于一个时序特征自学习网络单元，自适应的和当前点云特征互补融合，利用融合后的特征检测生成目标感知信息。本发明通过仿射变换矩阵将当前时刻和历史时序点云数据进行空间对齐，利用位置预测网络单元获取对齐后点云数据的带有目标初始位置信息的索引特征，并对高斯滤波后的索引特征采用局部最大值判断方式进一步生成目标掩码图。本发明利用有效时序特征互补，解决现有的感知方法不能连续准确检测出扫描不完整或缺失点云目标的问题，提升自动驾驶安全性能。
-
公开(公告)号：CN116992400A
公开(公告)日：2023-11-03
申请号：CN202311258271.2
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于时空特征融合的协同感知方法及协同感知装置，该方法中，智能体在进行协同感知时，接收通信范围内其他智能体广播的感知信息；然后基于感知信息的时空特征选择有效的协同者；并进一步从时空维度对选择的有效协同者的感知信息进行特征融合。本发明的方法可以减少协同者的数量，降低感知融合的计算开销和复杂度；此外还可以减少无效协同者带来的噪声和干扰，并从时空维度对感知信息的特征进行聚合与优化，有效提升协同感知的精度。
-
公开(公告)号：CN116828451A
公开(公告)日：2023-09-29
申请号：CN202310569883.7
申请日：2023-05-19
Applicant: 之江实验室
Abstract: 本申请涉及一种基于区块链的网联车队身份认证方法、装置和介质，其中，该方法应用于路侧设备，包括：响应目标车辆的假名申请请求；基于假名申请请求向目标车辆发送对应的假名信息，并将假名信息的发放记录反馈至目标车辆对应的跨域子节点；响应目标车辆的车队建立请求；基于车队成员的身份标识以及目标车辆的假名信息，确定车队身份信息，并将车队身份信息加密后发送至车队成员对应的车辆；基于车队身份信息在区块链中进行网联车队的成员身份认证。通过本申请，解决了基于PKI机制的车队成员身份认证过程中，跨域认证复杂度较高的问题，并支持车队成员动态变化状态下的车队成员身份认证，保障了车队成员在动态变化过程中的通信安全。
-
公开(公告)号：CN116523970A
公开(公告)日：2023-08-01
申请号：CN202310815801.2
申请日：2023-07-05
Applicant: 之江实验室
IPC: G06T7/246 , G06V10/774 , G06V10/762 , G06V10/75 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于二次隐式匹配的动态三维目标跟踪方法及装置，该方法首先采用前值填充法将标注的轨迹序列进行长度对齐，并利用长度对齐的轨迹序列训练LSTM时序预测网络模型。其次，利用训练好的模型预测目标轨迹，并将预测的目标轨迹和当前点云数据检测出的显示、隐式目标检测框进行二次匹配，实现目标轨迹和当前点云数据中目标的正确关联，解决现有的三维目标跟踪方法由于不能完全正确检测出所有的动态目标进行匹配关联引发的目标轨迹误匹配或漏匹配问题。本发明提出的对预测轨迹中心点的有效搜索空间先后利用三维目标检测网络和聚类生成显隐式三维目标检测框的方式，提取了尽可能多的有效三维目标信息，显著提高了目标跟踪的准确率。
-
公开(公告)号：CN116403400A
公开(公告)日：2023-07-07
申请号：CN202310276329.X
申请日：2023-03-15
Applicant: 之江实验室
IPC: G08G1/01
Abstract: 一种雷达视频一体机流量数据异常值检测方法，包括：(1)获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，并将上述数据进行关联融合；(2)对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数据；(3)在设备上报数据完整的基础上进行异常性检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；(4)在对设备上报的原始数据异常性检验的基础上，对信号控制平台结算的周期指标数据进行标记。本发明还包括一种雷达视频一体机流量数据异常值检测系统。本发明可作为信号控制输入数据有效性的基础依据。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.02 seconds)
