-
公开(公告)号：CN115242830B
公开(公告)日：2023-11-17
申请号：CN202210688851.4
申请日：2022-06-17
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种车辆数据处理方法、车辆及数据处理系统，该方法包括：获取车辆相关数据；采用event通信方式，将连接状态信息发送至服务端；采用method通信方式，接收服务端发送的激活状态信息，激活状态信息用于表征接收函数已经被激活；采用field通信方式，并利用接收函数将车辆相关数据发送至服务端，得以确保在车辆和服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，保证服务端能够接收车辆相关数据，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
-
公开(公告)号：CN117429439A
公开(公告)日：2024-01-23
申请号：CN202311381096.6
申请日：2023-10-23
Applicant: 潍柴动力股份有限公司
IPC: B60W40/076 , B60W40/06
Abstract: 本申请提供一种弯道横向坡度估计方法、装置、设备及存储介质，包括：在车辆过弯时采用车载激光雷达实时扫描前方弯道，获得弯道宽度以及固定雷达射线的连续至少三帧的弯道外边界点云数据；确定所述连续至少三帧的中间帧外边界位置点的法向量；确定所述中间帧外边界位置点在所述法向量所在水平面上的内边界最优位置点；在后续的弯道内边界点云数据中，确定出与所述内边界最优位置点之间欧氏距离最短的位置点作为内边界最优匹配点；根据所述中间帧外边界位置点与所述内边界最优匹配点计算得到车辆前方弯道的横向坡度。相较于现有技术，本申请保证了该横向坡度结果方向性的正确，为车辆转弯时的横向控制提供准确的实时数据。
-
公开(公告)号：CN115766208A
公开(公告)日：2023-03-07
申请号：CN202211422328.3
申请日：2022-11-14
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: H04L9/40
Abstract: 本申请提供了一种通信系统的入侵检测方法、检测装置以及自动驾驶系统，该方法包括：在通信系统接收到请求信息的情况下，获取目标信息，请求信息用于请求预定服务，目标信息为预定服务的属性信息；根据目标信息和白名单，确定请求信息是否安全，在目标信息在白名单内的情况下，确定请求信息安全；在请求信息安全的情况下，根据神经网络模型和目标日志中至少一个预定参数的时间序列，确定输出结果，输出结果为表征通信系统是否受到入侵的结果，神经网络模型为使用多组数据通过机器学习训练出的，目标日志为通信系统在提供预定服务的过程中生成的日志，预定参数为反映预定服务的访问行为的参数。本申请解决车载信息的安全性较差的问题。
-
公开(公告)号：CN117400914A
公开(公告)日：2024-01-16
申请号：CN202311381103.2
申请日：2023-10-23
Applicant: 潍柴动力股份有限公司
Abstract: 本申请实施例公开了一种车辆弯道横向控制方法、系统、电子设备及存储介质，所述方法包括：根据车辆实时行驶路况和基于雷达识别的转向信息判断车辆是否驶入弯道；在判定车辆驶入弯道后，基于雷达探测出弯道路况；根据所述弯道路况和车辆实时行驶路况计算车辆的方向盘转角时刻表；采用局部非线性拟合方法匹配出车辆未来若干时刻行驶时对应的方向盘转角；根据所述未来若干时刻行驶时对应的方向盘转角在所述若干时刻行驶时进行弯道控制。通过预先计算车辆未来某位置的转向信息，不属于出现误差后的修正反馈，同时做到了未来方向盘转角与未来时刻的对应，保证了车辆未来转向的准确。
-
公开(公告)号：CN116681103A
公开(公告)日：2023-09-01
申请号：CN202310712505.X
申请日：2023-06-15
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本发明公开一种嵌入式智能芯片的神经网络量化方法、装置和电子设备，包括：获取校准数据集、onnx模型、定点量化规则；基于onnx模型对校准数据集进行浮点推理以得到浮点数据总集，以及基于智能芯片对校准数据集进行定点推理以得到定点数据总集；获取智能芯片进行定点推理的推理时长；基于校准数据集、浮点数据总集、定点量化规则、定点数据总集和推理时长确定最终小数位宽。本申请运用onnx模型的优点，自动化完成浮点类型的定点量化，基于嵌入式智能芯片开发板对浮点运算的局限性及自身工具的难用性和效果差，简化定点量化同时，实现量化精度的提高，加快推理速度。
-
Patent Agency Ranking
公开(公告)号：CN116306874A
公开(公告)日：2023-06-23
申请号：CN202310316697.2
申请日：2023-03-24
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种分布式神经网络的训练方法、训练装置和电子装置，该训练方法包括：分布式神经网络训练器的服务端接收客户端发送的神经网络模型并存储，其中，分布式神经网络训练器至少包括服务端和目标训练端；服务端通过通信端点将神经网络模型发送至目标训练端，其中，目标训练端用于训练神经网络模型并输出训练结果，训练结果至少包括神经网络模型的权重和神经网络模型的偏置，通信端点用于服务端与目标训练端之间的数据传输；服务端通过通信端点接收目标训练端发送的训练结果并存储，且发送至客户端。通过本申请，解决了由于神经网络的大量训练导致的占用当前操作系统内存的问题。
-
公开(公告)号：CN117472029A
公开(公告)日：2024-01-30
申请号：CN202311600362.X
申请日：2023-11-28
Applicant: 潍柴动力股份有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种控制器的变量观测方法、装置及电子设备，该方法包括：针对控制器中任意一个功能模块，将功能模块中的预设局部变量作为基准变量；根据基准变量对应的数据类型、待测局部变量对应的数据类型以及待测局部变量和基准变量的位置关系，确定待测局部变量的偏移地址；根据基准变量的实时地址和待测局部变量的偏移地址，确定待测局部变量的绝对地址；根据绝对地址，对待测局部变量对应的变量值进行观测。通过计算待测局部变量与基准变量之间的偏移地址，并根据偏移地址和基准变量的实时地址，确定待测局部变量的绝对地址，以根据绝对地址观测待测局部变量对应的变量值，从而实现对控制器的局部变量的观测，进而提高了控制器的调试效率。
-
公开(公告)号：CN117471909A
公开(公告)日：2024-01-30
申请号：CN202311378523.5
申请日：2023-10-23
Applicant: 潍柴动力股份有限公司
IPC: G05B13/04
Abstract: 本发明涉及基于自适应平台和ROS2平台的协同控制方法及系统，通过采用代理状态管理器，负责接收不同平台发来的条件触发，能更好、更全面的应对各种状况，并且起到了状态更改条件的整体管理。并且通过采用代理状态管理器，对自适应平台以及ROS2平台进行分别管理，从而实现对自适应平台以及ROS2平台的并行控制，从而实现各个平台相互并无干扰，各平台功能子状态的统一下发，确保了状态切换的实时性与准确性。同时，根据功能安全等级确定状态切换优先级，保证安全可靠。
-
公开(公告)号：CN116758651A
公开(公告)日：2023-09-15
申请号：CN202310654470.9
申请日：2023-06-01
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种汽车域控中间件的数据实时采集方法、装置及电子设备，涉及车辆技术领域，数据实时采集方法包括：获取自动驾驶传感器的类型；根据所述自动驾驶传感器的类型确定数据采集模式；根据所述数据采集模式对传感器数据进行处理；将进行处理后的数据写入数据文件；根据存储空间确定数据存储方式；根据所述数据存储方式确定数据采集通信中间件；根据所述数据采集通信中间件确定数据库类型；将所述数据文件写入所述数据库。能够根据数据类型和中间件类型选择高压缩高可靠的数据采集方案，能够以更小的内存资源、计算资源、存储资源占用，达到更好的自动驾驶控制器运行时数据实时采集效果。
-
公开(公告)号：CN115856916A
公开(公告)日：2023-03-28
申请号：CN202310027332.8
申请日：2023-01-09
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: G01S17/86 , G01S17/931 , G06F18/22 , G06F18/25
Abstract: 本申请提供了一种车辆激光雷达与相机的数据融合方法，包括：控制所述激光雷达实时获取路况信息；控制所述激光雷达与所述相机建立连接；启动所述相机；控制所述激光雷达根据所述路况信息确定所述激光雷达与所述相机的数据融合机制；根据所述数据融合机制对所述激光雷达与所述相机进行数据融合。通过控制所述激光雷达根据所述路况信息确定所述激光雷达与所述相机的数据融合机制，实现了多层级的融合，同时能够根据周围场景进行自适应调整，达到算法与数据的最优匹配。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
