-
公开(公告)号：CN111190062B
公开(公告)日：2022-02-11
申请号：CN201911399392.2
申请日：2019-12-30
Applicant: 清华大学深圳国际研究生院
IPC: G01R31/00 , G01M17/007 , G06N3/04 , G06N3/08
Abstract: 一种基于神经网络的车辆电控系统安全性分析方法和装置，该方法包括以下步骤：获取车辆电控系统的历史工况数据和标签，得到训练集；确定BP神经网络的拓扑结构，包含输入层、隐藏层、输出层和softmax层；用所述训练集训练并建立BP神经网络预测模型；将从待测电动车电控系统实时采集的工况数据输入BP神经网络预测模型，对待测电动车电控系统进行安全性分析。相对于现有的车辆电控系统安全检测方法，本发明可快速完成对车辆电控系统安全性的分析和评估，具有快速、高时效性、非破坏性、可重复性的优点。
-
公开(公告)号：CN113243890A
公开(公告)日：2021-08-13
申请号：CN202110504487.7
申请日：2021-05-10
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种睡眠呼吸暂停综合症识别装置，针对性改进卷积神经网络卷积核通道的输入，将心电数据和呼吸波数据经过预处理后作为神经网络的输入；针对模型的运算层做出优化，将卷积核个数调整为相对最优个数，卷积步长调整为2，在全连接层前面添加Dropout层；针对模型输出层做出改进，将模型调整为二分类结果输出，得到睡眠呼吸暂停事件发生与否的判别结果。本发明通过将心电数据和呼吸波数据进行融合提高了模型检测能力；针对传统LeNet‑5模型进行优化提升了模型的睡眠呼吸暂停综合症识别能力；模型检测时间较深度神经网络更短，应用成本低，可应用范围广泛。
-
公开(公告)号：CN113155121A
公开(公告)日：2021-07-23
申请号：CN202110305408.X
申请日：2021-03-22
Applicant: 珠海深圳清华大学研究院创新中心
Abstract: 本发明提供一种车辆定位方法、装置及电子设备，其中，车辆定位方法，包括如下步骤：获取第一传感器数据；根据第一传感器数据，得到第一定位不确定性数据；当所述第一定位不确定性数据不满足第一预设条件，则获取第二传感器数据，根据所述第二传感器数据以及所述第一传感器数据，得到第二定位不确定性数据；当所述第二定位不确定性数据满足第二预设条件，则根据所述第一传感器数据以及所述第二传感器数据进行车辆定位。通过实施本发明，分步加入传感器信息可以降低车辆算力，并且每一次加入传感器数据的触发条件是定位不确定性不满足条件，也即，采用分步的方式，能够在保证定位准确性的条件下进一步减小车辆算力。
-
公开(公告)号：CN113110489A
公开(公告)日：2021-07-13
申请号：CN202110485674.5
申请日：2021-04-30
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本文公开了一种轨迹规划方法、装置、电子设备和存储介质。其中，所述轨迹规划方法，包括，根据行驶场景下的路径可跟踪属性，确定决策变量，并根据所述决策变量确定优化问题的目标函数；根据行驶中的限制约束，设定优化问题的约束，根据所述优化问题的约束，求解所述目标函数以完成所述行驶场景的轨迹规划；其中，所述路径可跟踪属性包括：有预定的可跟踪路径和没有预定的可跟踪路径。本文提供的轨迹规划方案通过将轨迹规划问题描述成优化问题，可处理各种复杂的规划约束，获得指定评价目标下的最优轨迹。
-
公开(公告)号：CN110728222A
公开(公告)日：2020-01-24
申请号：CN201910943079.4
申请日：2019-09-30
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种用于机械臂抓取系统中目标物体的位姿估计方法，包括如下步骤：S1：渲染训练数据集；S2：构建目标物体的位姿估计级联网络，所述级联网络采用三个轻量级网络级联的方式；S3：训练所述目标物体的位姿估计级联网络。通过采用级联网络，使姿态估计问题成为分类问题，减少网络训练测试时间，提高检测精度。
-
Patent Agency Ranking
公开(公告)号：CN105405291B
公开(公告)日：2019-03-01
申请号：CN201510908143.7
申请日：2015-12-09
Applicant: 清华大学
IPC: G08G1/01
Abstract: 本发明公开了一种交通数据采集及主动防控系统包括：多个采集及主动防控装置、交通数据汇聚装置和全景化展示装置；每个采集及主动防控装置包括：视频采集模块、GPS定位模块、气象采集模块、信号采集模块、车流量采集模块、数据转换模块、网络交换模块和核心处理模块；交通数据汇聚装置将每个采集及主动防控装置发送的融合数据进行数据汇聚以生成聚合数据，并将聚合数据发送至全景化展示装置；全景化展示装置将聚合数据进行全景化展示。该系统能够为交通数据中心提供数据、展示数据多元化、角度全景化的全面交通状态，实现主动式的交通防控策略，提高交通拥堵的处理效率，改善整个城市交通网络状况。
-
公开(公告)号：CN105405291A
公开(公告)日：2016-03-16
申请号：CN201510908143.7
申请日：2015-12-09
Applicant: 清华大学
IPC: G08G1/01
CPC classification number: G08G1/0104
Abstract: 本发明公开了一种交通数据采集及主动防控系统包括：多个采集及主动防控装置、交通数据汇聚装置和全景化展示装置；每个采集及主动防控装置包括：视频采集模块、GPS定位模块、气象采集模块、信号采集模块、车流量采集模块、数据转换模块、网络交换模块和核心处理模块；交通数据汇聚装置将每个采集及主动防控装置发送的融合数据进行数据汇聚以生成聚合数据，并将聚合数据发送至全景化展示装置；全景化展示装置将聚合数据进行全景化展示。该系统能够为交通数据中心提供数据、展示数据多元化、角度全景化的全面交通状态，实现主动式的交通防控策略，提高交通拥堵的处理效率，改善整个城市交通网络状况。
-
公开(公告)号：CN105206039A
公开(公告)日：2015-12-30
申请号：CN201510471228.3
申请日：2015-08-04
Applicant: 清华大学
Abstract: 本发明提出一种基于马尔科夫链蒙特卡洛算法的交通流缺失数据估计方法，包括：S1：接收连续N天的交通流数据，并根据连续N天的交通流数据得到交通流数据向量集，其中，交通流数据向量集包括观测数据和缺失数据，N为正整数；S2：根据第i天的交通流数据向量设定高斯模型；S3：根据高斯模型的参数空间的估计值计算缺失数据的发生概率，并根据当前的观测数据和最新的缺失数据估计值计算参数空间的发生概率，以及根据参数空间的发生概率对高斯模型的参数空间的估计值进行更新；S4：重复执行S3，直至得到的马尔科夫链收敛时，估计得到交通流的缺失数据。本发明的方法能够极大地提升交通流缺失数据的估计精度与速度。
-
公开(公告)号：CN105023044A
公开(公告)日：2015-11-04
申请号：CN201510432423.5
申请日：2015-07-21
Applicant: 清华大学
Abstract: 本发明提出一种基于大量时间序列的交通流因果关系挖掘方法，包括：S1：获取多个检测点上连续多天的交通流时间序列；S2：对每个检测点每天的交通流时间序列进行时间聚合，生成期望的时间序列，并据此对交通流缺失数据进行补偿，并对每天的交通流时间序列进行去趋势处理；S3：选取目标检测点及因果关系备选检测点，分别对其进行预处理，得到目标检测点预处理后的交通流时间序列和因果关系备选检测点预处理后的交通流时间序列；S4：根据S3得到的结果提取因果关系时间序列；S5：判断是否需要对剩余检测点进行因果关系提取，如果是，则返回S3，否则，输出因果关系时间序列。本发明的方法能够快速、高效地从大量时间序列中提取因果关系时间序列。
-
公开(公告)号：CN104537850A
公开(公告)日：2015-04-22
申请号：CN201410822626.0
申请日：2014-12-25
Applicant: 清华大学
Abstract: 本发明提出一种多类型的实时交通数据采集及控制装置，包括：交通控制信号机交互接口，用于获取交通控制信号机的控制状态数据和信号配置数据，以及向交通控制信号机发送配置信息和控制指令；采集模块，用于采集路口的交通流量数据和周边环境数据；处理器，处理器用于根据采集模块采集的交通流量数据和周边环境数据分析当前的道理交通状况，并根据当前的道路交通状况得到交通控制信号机的调控方案，生成相应的交通控制信号机的配置信息和控制指令。本发明的装置能够高效且经济地为上层系统提供尽可能详细的交通状态数据，对交通路网的状态评价与优化提供有效的数据支撑，同时可以满足附加的信号控制需求。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.025 seconds)
