-
公开(公告)号：CN117768891A
公开(公告)日：2024-03-26
申请号：CN202311754249.7
申请日：2023-12-19
Applicant: 之江实验室
IPC: H04W12/069 , H04W12/108 , H04W12/08 , H04L9/30 , H04W4/46 , H04W4/44
Abstract: 本发明公开了一种基于SM2签名的网联车辆身份快速识别方法、装置及介质，为计算资源有限的网联车辆构建安全高效的V2X通信方案，保证车联网环境下V2V、V2I通信消息的完整性、不可抵赖性。本发明基于SM2数字签名技术提出了一种基于预处理的分组批量验证方法，对实时接收到的车辆V2X消息签名及其身份证书进行验证，通过减少签名验证过程中标量乘法的计算次数，实现对大量V2X通信消息的快速验证。本发明针对分组批量验证失败的签名进行逐一验证以识别异常车辆身份，并基于历史验证信息维护车辆身份黑白名单以辅助提升身份识别效率。经过测试表明异常签名占比10％前提下，本发明实施例与连续分别验证1000个签名相比节省约50％的异常车辆识别时间。
-
公开(公告)号：CN116188167B
公开(公告)日：2023-08-04
申请号：CN202310404466.7
申请日：2023-04-17
Applicant: 之江实验室
Abstract: 本发明公开一种基于DAG结构的区块链系统及共识方法，该共识方法中，节点需要为发起的交易创建相应的新区块，并从更新的本地账本中选择两个先前的边缘区块作为新区块的第一父区块和第二父区块，新区块连接在父区块之后形成DAG结构的区块账本。其中，以账本中与该新区块的业务相似性最大的边缘区块作为第一父区块，以账本中高度最大的边缘区块作为第二父区块。本发明的DAG区块链系统在保留DAG结构优势的同时，针对DAG结构下交易排序低效的问题，通过业务相似性实现不同类型的交易分层，有效提升交易排序效率；同时所有的区块都连接在高度最大的区块之后，增强了区块和整个区块链系统的安全性。
-
公开(公告)号：CN116299315A
公开(公告)日：2023-06-23
申请号：CN202310257823.1
申请日：2023-03-10
Applicant: 之江实验室
IPC: G01S7/48 , G01S17/931
Abstract: 本发明公开了一种使用激光雷达实时检测路面障碍物的方法和装置，该方法通过在路侧安装激光雷达并划定检测范围；然后在产生的点云中过滤出检测范围内的点云并进行坐标转换，以获取检测点云集合；再利用随机抽样一致拟合地平面，删除地平面对应的点云，以获取障碍物点云集合；之后对障碍物点云集合中的点云采用均值漂移聚类，以获取所有目标物体的点云集合；最后利用pointnet深度网络对所有目标物体的点云集合进行处理，以将目标物体分为障碍物和非障碍物。本发明可全天候、自动实时检测路面障碍物，通过激光雷达可以检测障碍物的三维大小，其识别精度高；同时也可应用于普通的交通路口或高速公路等快速道路，适用性强。
-
公开(公告)号：CN115499085B
公开(公告)日：2023-04-07
申请号：CN202211437124.7
申请日：2022-11-17
Applicant: 之江实验室
IPC: H04J3/16
Abstract: 本发明提供一种灵活以太网小颗粒时隙分配方法及装置，结合FlexE Client资源传输带宽需求、传输时延要求、MAC帧缓存的剩余容量设计动态数据传输优先级。同时，根据单个FlexE小颗粒时隙是否可以被多个FlexE Client使用，分别设计基于动态数据传输优先级的FlexE小颗粒时隙分配方法，在第一种方法中，单个FlexE小颗粒时隙不能被多个FlexE Client数据流使用，该方法具有低复杂度的特点。在第二种方法中，单个FlexE小颗粒时隙可以被多个FlexE Client数据流使用，可以进一步提高小颗粒时隙的带宽资源利用率。本发明能够实现小颗粒时隙资源灵活、快速、动态调整分配，并且能够显著提高资源利用率，提升FlexE Client数据流服务质量。
-
公开(公告)号：CN114419605B
公开(公告)日：2022-07-19
申请号：CN202210317048.X
申请日：2022-03-29
Applicant: 之江实验室
IPC: G06V20/58 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06T3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多网联车空间对齐特征融合的视觉增强方法及系统，该方法利用网联车自身及其周围一定范围内的网联车视觉特征，空间对齐后基于多特征自学习机制进行特征融合，实现网联车的视觉扩展和增强。本发明设计了一个基于多特征自学习机制的网络单元，在收到周围一定范围内的网联车压缩中间特征图后，综合利用网联车的世界坐标和前进方向间的夹角大小，对解压缩后的中间特征图进行仿射变换，并将变换对齐后的特征图利用基于多特征自学习机制的网络单元进行特征融合，去除冗余特征的同时实现特征间的互补和增强。利用融合后的中间特征检测出网联车自身视角下以及被部分遮挡或全部遮挡的目标障碍物，从而提高网联车驾驶的安全性。
-
Patent Agency Ranking
公开(公告)号：CN114419605A
公开(公告)日：2022-04-29
申请号：CN202210317048.X
申请日：2022-03-29
Applicant: 之江实验室
IPC: G06V20/58 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06T3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多网联车空间对齐特征融合的视觉增强方法及系统，该方法利用网联车自身及其周围一定范围内的网联车视觉特征，空间对齐后基于多特征自学习机制进行特征融合，实现网联车的视觉扩展和增强。本发明设计了一个基于多特征自学习机制的网络单元，在收到周围一定范围内的网联车压缩中间特征图后，综合利用网联车的世界坐标和前进方向间的夹角大小，对解压缩后的中间特征图进行仿射变换，并将变换对齐后的特征图利用基于多特征自学习机制的网络单元进行特征融合，去除冗余特征的同时实现特征间的互补和增强。利用融合后的中间特征检测出网联车自身视角下以及被部分遮挡或全部遮挡的目标障碍物，从而提高网联车驾驶的安全性。
-
公开(公告)号：CN111932918B
公开(公告)日：2020-12-18
申请号：CN202011093467.7
申请日：2020-10-14
Applicant: 之江实验室
IPC: G08G1/09 , G08G1/0967
Abstract: 本发明涉及一种面向智能网联车的交通信号灯信息融合决策方法，该方法中路口交通信号灯状态信息通过网络对外周期广播，在网络通信范围内的智能网联车接收该信息，同时接收其他智能网联车对该信息的可信度反馈，最后将智能网联车自身感知的交通信号灯信息、网络发送的交通信号灯信息以及其他智能网联车的反馈信息三者进行融合决策，得到更高可靠和准确的交通信号灯信息。该方法对交通信号灯信息在单车上进行多重验证的同时，引入周围智能网联车的反馈验证，降低了信息在网络传输中被篡改的风险，提高了网络传输交通信号灯信息的可靠性，使得智能网联车可以获得更高可靠和准确的交通信号灯信息，大幅度提高了智能网联车在路口的安全通行能力。
-
公开(公告)号：CN118457946B
公开(公告)日：2024-11-08
申请号：CN202410910140.6
申请日：2024-07-09
Applicant: 之江实验室
IPC: B64G1/24
Abstract: 本发明公开了一种基于幂减迭代的卫星运行轨迹生成方法及装置，该方法利用地面站跟踪接收机接收到的同轨及邻近轨道在一定时间周期内正常运行的卫星轨迹信息，采用等分角插值估计法将其转换为标准轨迹之后利用幂减迭代法快速生成综合轨迹，并通过地面站跟踪发射机发送给目标在轨卫星，卫星结合自身所在高度，采用多次渐进式逼近法逐渐进入综合轨迹，开始下一个运行周期，以实现卫星的安全在轨运行。本发明通过地面站多星轨迹协同方式，引入幂减迭代法实现在轨卫星运行轨迹规划，解决了现有的卫星由于空间环境力影响需进行准确轨迹规划且自身感知信息受限无法准确探测邻近正常运行卫星轨迹而引发的运行安全问题，提高了在轨卫星长期运行的安全性。
-
公开(公告)号：CN116996543B
公开(公告)日：2024-01-09
申请号：CN202311262439.7
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及一种基于正交频分复用的车载以太网通信方法和装置。该方法包括：基于正交频分复用基带系统以最小传输速率交换双方的设备信息；通信双方中的其中一方接收到设备信息时，基于接收到的设备信息选择相应的传输速率和调制方式与另一方进行进一步通信，其中，通信双方通过传输线连接，以将正交频分复用基带系统生成的基带信号在通信双方之间进行传输，与传统以太网信号相比，正交频分复用基带携带的信息量大、传输速率高，适用于高速有线通信场景，并且在传输介质方面，本方法不依赖射频信号，使用有线传输基带信号，减少了硬件电路实现的复杂度，降低了系统的成本和维护难度，解决了传统以太网通信成本较高，难以广泛应用的问题。
-
公开(公告)号：CN116523970B
公开(公告)日：2023-10-20
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。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.025 seconds)
