-
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：CN118784551A
公开(公告)日：2024-10-15
申请号：CN202410930411.4
申请日：2024-07-11
Applicant: 之江实验室
Abstract: 本说明书公开了一种卫星间路由方法、装置、存储介质及电子设备。所述卫星间路由方法包括：接收源卫星节点与目标卫星节点之间进行通信的路由请求；通过源卫星节点，根据路由请求，确定源卫星节点所属的通信区域，作为第一通信区域，以及，确定目标卫星节点所属的通信区域，作为第二通信区域；若第一通信区域和第二通信区域为不同的通信区域，则确定第一通信区域与第二通信区域之间的若干种通信链路和每种通信链路所对应的状态信息；根据状态信息，在各通信链路中确定出最优通信链路，并基于最优通信链路，将通信数据发送给目标卫星节点。本方案提高了卫星间通信的稳定性和可靠性，有效降低了异轨星间路由的信令开销。
-
公开(公告)号：CN117332954A
公开(公告)日：2024-01-02
申请号：CN202311256163.1
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06Q10/0631 , G06Q50/06 , G06N3/045 , G06N3/092 , B60L53/31
Abstract: 本发明属于智能交通领域，涉及一种基于深度强化学习的充电桩调度方法及系统，所述基于深度强化学习的充电桩调度系统中请求终端和充电桩的状态通过通信模块经传输介质上传至智能控制平台；智能控制平台根据环境(充电请求和充电桩的状态)基于深度强化学习算法计算请求终端的调度方案，并返回动作到请求终端。本发明中，深度强化学习算法嵌入在智能控制平台中，并且深度强化学习算法与外界环境不断进行交互学习，具有较好的自适应能力，在满足汽车充电需求的同时，能够显著提高充电桩的服务效率。
-
公开(公告)号：CN117037120A
公开(公告)日：2023-11-10
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：CN117011676A
公开(公告)日：2023-11-07
申请号：CN202310863961.4
申请日：2023-07-14
Applicant: 之江实验室
IPC: G06V10/94 , G06V10/26 , G06V10/774 , G06V10/75 , G06V20/56
Abstract: 本发明公开一种基于语义点匹配的点云和图像同步方法及装置，通过将相机拍摄的连续图像输入帧插值模型，对相邻帧图像进行补帧得到插帧图像，然后对得到的图像进行图像语义分割；通过将同频的激光雷达扫描的三维点云数据输入点云语义分割模型，进行点云语义分割；最后将点云分割结果映射到图像坐标系，通过语义点匹配算法来找到与同步时刻相符合且同步性最佳的同步图像。本发明实现了点云与图像数据的毫秒级同步，缩小了数据融合的同步误差，从而提升了下游的自动驾驶车辆在复杂路况下环境感知能力，并具有广泛实用价值。
-
Patent Agency Ranking
公开(公告)号：CN116543561B
公开(公告)日：2023-10-31
申请号：CN202310823361.5
申请日：2023-07-06
Applicant: 之江实验室
Abstract: 本发明公开一种基于知识和数据双驱动的交通拥堵传播预测方法，该方法包括：构建交通预测的知识图谱；采集待分析路段的历史交通数据，明确路段拥有的兴趣点，确定实体和关系；将实体和关系进行编码，利用TransE方法进行知识表示；将步骤S3得到的知识与交通特征进行融合，得到融合知识的交通特征值；利用时域图卷积网络进行交通特征值预测，得到预测的交通特征值；将预测的交通特征值输入交通拥堵传播算法，进行交通拥堵传播预测。本发明在考虑交通时空特征的同时，捕捉外部因素对出行的影响，提升了交通拥堵传播的预测能力。
-
公开(公告)号：CN116931005A
公开(公告)日：2023-10-24
申请号：CN202311208648.3
申请日：2023-09-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于V2X辅助的车辆高精度定位方法、装置和存储介质，包括以下步骤：S1：判断智能网联车的全球导航卫星系统工作状态是否有效；S2：智能网联车接收路侧单元广播信息并进行身份校验；S3：路侧单元根据智能网联车感知硬件信息，广播对应高精地图的唯一识别编码和下载地址；S4：智能网联车下载本地未检索到的高精地图；S5：智能网联车通过地图匹配定位算法获取当前位置；S6：通过航迹推算实现智能网联车定位信息实时高频更新。本发明通过V2X技术辅助智能网联车在全球导航卫星系统失效状态下保持高精度定位，结合通过V2X技术获取的周边实时交通信息，可以有效提高车辆自主驾驶、导航、调度等应用的准确性和可靠性，具有广泛的应用前景。
-
公开(公告)号：CN116579417A
公开(公告)日：2023-08-11
申请号：CN202310536782.X
申请日：2023-05-10
Applicant: 之江实验室
Abstract: 本发明涉及一种边缘计算网络中的分层个性化联邦学习方法、装置及介质，属于边缘计算领域，其中方法包括：将边缘计算网络划分为两层，第一层为终端设备层，包括由多个终端设备分簇形成的多个集群，第二层为边缘云层，由各个簇的簇头节点与边缘服务器进行通信；确定边缘计算网络中待进行通信的终端设备；基于分布相似度和资源相似度加权度量对终端设备进行分簇；对边缘计算网络进行训练，实现双层个性化联邦边缘学习，其中，训练过程包括采用同步机制的簇内训练和采用异步机制的簇间训练，簇间训练中，每个簇头节点在进行簇间融合时仅融合部分参数，保留个性化特征。与现有技术相比，本发明具有训练效率高、权衡了泛化和个性化等优点。
-
公开(公告)号：CN116152785B
公开(公告)日：2023-07-18
申请号：CN202310448489.8
申请日：2023-04-24
Applicant: 之江实验室
IPC: G06V20/58 , G06T7/90 , G06T7/66 , G06T7/73 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 一种基于CBAM结合HSB模式的交通信号灯检测方法和系统，首先通过引入CBAM机制结合深度学习技术检测到交通信号灯区域，然后通过转换交通信号灯区域块到HSB色彩模式，根据当前交通信号灯的色相H直方图和亮度B重心数据，判断出当前交通信号灯的颜色信息，最后再根据交通信号灯的位置排列等信息判断当前画面中所有交通信号灯的信息。本发明通过结合深度学习技术、图像处理技术以及交通信号灯的特性，能有效识别当前车辆目标区域的交通信号灯的信息；通过CBAM机制能更加专注于交通信号灯的特征信息提取；通过HSB颜色模式和交通信号灯的位置排列特点，能有效解决摄像头采集到的图像数据可能存在色彩失真的问题，为智能驾驶领域提供技术支持。
-
公开(公告)号：CN116088401A
公开(公告)日：2023-05-09
申请号：CN202310373045.2
申请日：2023-04-10
Applicant: 之江实验室
IPC: G05B19/042
Abstract: 本发明公开一种基于异构网络的自动驾驶车辆远程控制装置及方法，该装置包括车辆信息获取模块、第一消息发送模块、第一消息接收模块和第一远程控制模块。本发明通过在车辆路径规划时绕开网络质量不支持远程控制的区域，避免或大幅降低远程控制失效的可能性，同时在车辆行驶路径上合理利用异构网络资源，提升远程控制端获得车辆相关信息的实时性，有效提高远程控制的可用性和可靠性以及车辆驾驶的安全性。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.024 seconds)
