基于多网联车空间对齐特征融合的视觉增强方法及系统

    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

    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。

    基于多网联车空间对齐特征融合的视觉增强方法及系统

    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

    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。

    一种基于时空信息的跨毫米波雷达目标跟踪方法

    公开(公告)号:CN113567951A

    公开(公告)日:2021-10-29

    申请号:CN202111126119.X

    申请日:2021-09-26

    Abstract: 本发明提出一种基于时空信息的跨毫米波雷达目标跟踪方法,通过引入时空信息对目标轨迹进行匹配拼接,借助于动态时间规整避免了时间因素对轨迹相似度计算的影响,极大提高了拼接算法的精度,将时间维度信息应用于单雷达中断航迹的接续,实现了单设备内雷达目标轨迹的拼接。同时在拼接过程中,采用基于动态时间规整与PCA‑KL散度的相似度算法完成匹配,从轨迹特性和概率分布两个维度对跨设备目标进行轨迹拼接,极大提高了跨毫米波雷达轨迹拼接的效果。

    一种面向边缘智能的车联网切片方法及装置

    公开(公告)号:CN114641041B

    公开(公告)日:2022-09-13

    申请号:CN202210536594.2

    申请日:2022-05-18

    Abstract: 本发明公开了一种面向边缘智能的车联网切片方法及装置,应用于部署了移动边缘计算(Mobile Edge Computing,MEC)服务器的车联网通信场景中,并将车联网服务根据服务质量(Quality of Service,QoS)需求划分为交通信息服务、感知融合服务、车载娱乐服务三种类型。综合考虑系统时延和能耗,该方法从车联网全局性能出发设计优化函数来分配通信、计算、存储资源,通过深度强化学习方法进行求解,以实现面向服务类型的网络切片部署。本发明通过对MEC辅助的车联网场景进行智能网络切片,可以根据用户业务需求,灵活、动态地进行网络资源的定制化分配,保障用户服务体验和交通效率及安全。

    一种基于时空信息的跨毫米波雷达目标跟踪方法

    公开(公告)号:CN113567951B

    公开(公告)日:2022-01-18

    申请号:CN202111126119.X

    申请日:2021-09-26

    Abstract: 本发明提出一种基于时空信息的跨毫米波雷达目标跟踪方法,通过引入时空信息对目标轨迹进行匹配拼接,借助于动态时间规整避免了时间因素对轨迹相似度计算的影响,极大提高了拼接算法的精度,将时间维度信息应用于单雷达中断航迹的接续,实现了单设备内雷达目标轨迹的拼接。同时在拼接过程中,采用基于动态时间规整与PCA‑KL散度的相似度算法完成匹配,从轨迹特性和概率分布两个维度对跨设备目标进行轨迹拼接,极大提高了跨毫米波雷达轨迹拼接的效果。

    一种面向边缘智能的车联网切片方法及装置

    公开(公告)号:CN114641041A

    公开(公告)日:2022-06-17

    申请号:CN202210536594.2

    申请日:2022-05-18

    Abstract: 本发明公开了一种面向边缘智能的车联网切片方法及装置,应用于部署了移动边缘计算(Mobile Edge Computing,MEC)服务器的车联网通信场景中,并将车联网服务根据服务质量(Quality of Service,QoS)需求划分为交通信息服务、感知融合服务、车载娱乐服务三种类型。综合考虑系统时延和能耗,该方法从车联网全局性能出发设计优化函数来分配通信、计算、存储资源,通过深度强化学习方法进行求解,以实现面向服务类型的网络切片部署。本发明通过对MEC辅助的车联网场景进行智能网络切片,可以根据用户业务需求,灵活、动态地进行网络资源的定制化分配,保障用户服务体验和交通效率及安全。

    基于人工智能的RAN侧网络切片管理系统和方法

    公开(公告)号:CN113507729B

    公开(公告)日:2021-12-28

    申请号:CN202111060374.9

    申请日:2021-09-10

    Abstract: 本发明公开一种基于人工智能的RAN侧网络切片管理系统和方法,该系统包括AI切片算法平台和若干基站;AI切片算法平台提供AI切片算法并发起和终止AI切片功能,基站侧通过AI Adapter模块实现基站与AI切片算法平台的交互以及对基站状态信息的收集和上报,AI切片算法实现网络资源切片分配方案,并由基站执行基于AI切片的网络资源调度。本发明在不增加现有基站硬件设备基础上,实现基于AI的RAN侧网络切片,在支持多种人工智能算法同时也兼容传统的不支持AI切片的旧基站,有助于网络的快速部署和维护;同时AI切片算法平台与多个基站相连,可对多个基站的无线资源进行联合管理和优化,在充分利用人工智能算法的基础上,提高网络资源的整体利用率和用户体验。

    基于人工智能的RAN侧网络切片管理系统和方法

    公开(公告)号:CN113507729A

    公开(公告)日:2021-10-15

    申请号:CN202111060374.9

    申请日:2021-09-10

    Abstract: 本发明公开一种基于人工智能的RAN侧网络切片管理系统和方法,该系统包括AI切片算法平台和若干基站;AI切片算法平台提供AI切片算法并发起和终止AI切片功能,基站侧通过AI Adapter模块实现基站与AI切片算法平台的交互以及对基站状态信息的收集和上报,AI切片算法实现网络资源切片分配方案,并由基站执行基于AI切片的网络资源调度。本发明在不增加现有基站硬件设备基础上,实现基于AI的RAN侧网络切片,在支持多种人工智能算法同时也兼容传统的不支持AI切片的旧基站,有助于网络的快速部署和维护;同时AI切片算法平台与多个基站相连,可对多个基站的无线资源进行联合管理和优化,在充分利用人工智能算法的基础上,提高网络资源的整体利用率和用户体验。

Patent Agency Ranking