公开(公告)号：CN115776496A

公开(公告)日：2023-03-10

申请号：CN202210577777.9

申请日：2022-05-25

Applicant: 通用汽车环球科技运作有限责任公司

Inventor： A·艾迪特丹 ,  P·M·佩拉南达姆 ,  R·塞特胡

IPC: H04L67/12 ,  G08G1/00

Abstract: 一种按需自主ODA系统中的方法包括监控来自包括第一领导车辆(Lv)和跟随车辆(Fv)的多个队列车辆的行程改变请求。在从队列车辆接收到行程终止请求时，该方法包括向另一队列车辆广播关于该请求的信息，并监控对请求的确认。在行程终止请求源自于第一Lv时，该方法包括：选出新Lv，计算新Lv和Fv的集合点，并且关于集合点发信号通知Fv和新Lv。在从Fv接收到行程修改请求时，该方法包括：向第一Lv广播关于该请求的信息，选出新Lv，计算新Lv和Fv的集合点，并且关于集合点发信号通知Fv和新Lv。

公开(公告)号：CN115771524A

公开(公告)日：2023-03-10

申请号：CN202210577853.6

申请日：2022-05-25

Applicant: 通用汽车环球科技运作有限责任公司

Inventor： P·M·佩拉南达姆 ,  A·艾迪特丹 ,  R·塞特胡 ,  J·G·丹布罗修

IPC: B60W60/00 ,  B60W30/14

Abstract: 提供了用于按需自主(ODA)系统的方法和系统。该方法包括：接收来自Fv的对ODA服务的请求，其中该请求包括Fv的位置；当Lv在Fv的位置的第一距离内时：在Lv的环境的场景内识别Fv；在Lv的环境的场景内识别Fv的方位；以及为Lv确定第二位置以开始ODA服务；当Lv在第二位置的第二距离内时：在Lv的环境的第二场景内确定其他车辆的接近度；在第二场景中确认Fv的方位；与Fv执行握手法，以创建Lv与Fv之间的虚拟链路；以及使用所创建的虚拟链路执行牵引和泊车编队方法中的至少一种。

公开(公告)号：CN111353599B

公开(公告)日：2024-04-23

申请号：CN201910504097.2

申请日：2019-06-12

Applicant: 通用汽车环球科技运作有限责任公司

Inventor： P·M·帕拉兰达 ,  R·塞特胡 ,  A·罗狄欧诺娃

IPC: G06N3/082

Abstract: 本发明题为“深度神经网络的正确性保持优化”。本发明公开了一种用于减少受训深度神经网络(DNN)中的神经元数量的方法，该方法包括分类多个隐藏层中的层类型；使用数据验证集评估DNN的准确性；以及生成神经元的层特定排名，其中该生成包括：对多个隐藏层中的一个或多个层使用数据验证集，分析所分析的层中的每个神经元的激活函数以确定每个神经元的激活分数；以及基于层类型根据神经元的激活分数对所分析的层中的每个神经元进行排名，以生成神经元的层特定排名。该方法还包括从DNN中移除多个较低排名神经元，该移除在移除所选的较低排名神经元之后不导致DNN落在准确性阈值限值之外。

公开(公告)号：CN109109786A

公开(公告)日：2019-01-01

申请号：CN201810651835.1

申请日：2018-06-22

Applicant: 通用汽车环球科技运作有限责任公司

Inventor： R·塞特胡 ,  A·艾迪特丹 ,  曾树青 ,  U·P·穆达里格

IPC: B60R16/023

Abstract: 提供了一种众包虚拟传感器生成器，该众包虚拟传感器生成器可以例如作为服务由车辆生成或者被提供至车辆。众包虚拟传感器生成器可以包括但不限于通信系统和处理器，该通信系统配置为接收来自一个或多个参与车辆的参与车辆传感器数据、一个或多个参与车辆以及目标车辆的位置，该处理器配置为：基于一个或多个参与车辆的位置和目标车辆的位置来过滤该接收的参与车辆传感器数据，将过滤的参与车辆传感器数据积聚到数据专用数据集和应用专用数据集中的至少一个中，以及生成用于目标车辆的虚拟传感器，该虚拟传感器处理过滤的且积聚的参与车辆传感器数据以便生成关于目标车辆的位置的输出数据。

公开(公告)号：CN109109786B

公开(公告)日：2021-11-30

申请号：CN201810651835.1

申请日：2018-06-22

Applicant: 通用汽车环球科技运作有限责任公司

Inventor： R·塞特胡 ,  A·艾迪特丹 ,  曾树青 ,  U·P·穆达里格

IPC: B60R16/023

Abstract: 提供了一种众包虚拟传感器生成器，该众包虚拟传感器生成器可以例如作为服务由车辆生成或者被提供至车辆。众包虚拟传感器生成器可以包括但不限于通信系统和处理器，该通信系统配置为接收来自一个或多个参与车辆的参与车辆传感器数据、一个或多个参与车辆以及目标车辆的位置，该处理器配置为：基于一个或多个参与车辆的位置和目标车辆的位置来过滤该接收的参与车辆传感器数据，将过滤的参与车辆传感器数据积聚到数据专用数据集和应用专用数据集中的至少一个中，以及生成用于目标车辆的虚拟传感器，该虚拟传感器处理过滤的且积聚的参与车辆传感器数据以便生成关于目标车辆的位置的输出数据。

公开(公告)号：CN111353599A

公开(公告)日：2020-06-30

申请号：CN201910504097.2

申请日：2019-06-12

Applicant: 通用汽车环球科技运作有限责任公司

Inventor： P·M·帕拉兰达 ,  R·塞特胡 ,  A·罗狄欧诺娃

IPC: G06N3/08

Abstract: 本发明题为“深度神经网络的正确性保持优化”。本发明公开了一种用于减少受训深度神经网络(DNN)中的神经元数量的方法，该方法包括分类多个隐藏层中的层类型；使用数据验证集评估DNN的准确性；以及生成神经元的层特定排名，其中该生成包括：对多个隐藏层中的一个或多个层使用数据验证集，分析所分析的层中的每个神经元的激活函数以确定每个神经元的激活分数；以及基于层类型根据神经元的激活分数对所分析的层中的每个神经元进行排名，以生成神经元的层特定排名。该方法还包括从DNN中移除多个较低排名神经元，该移除在移除所选的较低排名神经元之后不导致DNN落在准确性阈值限值之外。