公开(公告)号：CN117002516A

公开(公告)日：2023-11-07

申请号：CN202310960511.7

申请日：2023-07-31

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗昂

IPC: B60W40/08 ,  G06F18/25 ,  G06F18/24

Abstract: 本发明提供一种基于数据埋点的人机融合决策方法和系统，包括：在汽车座舱内部预设位置进行若干个眼动传感器的埋点；获取所有眼动数据和车机设备数据并融合为初始数据，依次进行特征提取、特征集降维和分类算法评估，获取汽车驾驶员的态势信息；获取汽车驾驶员的用户画像、驾驶任务和外部环境数据，并与汽车驾驶员的态势信息输入预设的决策模型中进行态势预测，汽车中控系统根据预测结果进行辅助驾驶的决策和执行，并将执行结果负反馈至决策模型进行更新迭代；本发明通过在固定位置设置眼动传感器来针对性地收集眼动数据，并辅以车机设备数据、任务数据、用户画像和外部环境等多种数据进行人机融合决策，能够有效提高人机融合决策的准确性。

公开(公告)号：CN117610611A

公开(公告)日：2024-02-27

申请号：CN202311494715.2

申请日：2023-11-09

Applicant: 重庆长安汽车股份有限公司

Inventor： 张英鹏 ,  罗昂

IPC: G06N3/0442 ,  G06N3/08 ,  G06F18/10 ,  G06F18/214 ,  G06F18/24 ,  B60L3/00 ,  G01R31/367 ,  G01R31/396 ,  G01R31/392

Abstract: 本申请涉及一种电池异常预警方法、装置、设备及存储介质，涉及电动汽车电池异常检测的技术领域。该方法包括：获取多个目标训练数据；目标训练数据包括多个电池特征数据组成的特征向量；将多个目标训练数据基于预设滑动窗口步长输入目标神经网络模型中进行训练，生成至少一个特征向量对应的至少一个第一目标预测值；目标神经网络模型包括：长短记忆LSTM模型和局部注意力模型；将至少一个特征向量对应的至少一个第一目标预测值与安全阈值进行比较，确定异常特征向量；基于异常特征向量，生成异常预警信息；异常预警信息包括：异常电池特征数据和异常处理措施。由此，可以解决相关技术的电池异常预警精确度的技术问题。

公开(公告)号：CN117373105A

公开(公告)日：2024-01-09

申请号：CN202311401397.0

申请日：2023-10-26

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗昂

IPC: G06V40/18 ,  G06V20/59 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及眼动数据处理技术领域，具体是涉及一种眼动特征图的获取方法、装置、终端及存储介质。通过各眼动数据序列构建时间序列矩阵；根据时间序列矩阵和注意力机制确定注意力权重矩阵，以区分时间序列矩阵中不同部分的重要性；根据时间序列矩阵构建眼动时空图并对其进行特征提取，以得到多维度的时空特征图；最后结合注意力权重矩阵与时空特征图得到加权后的眼动特征图，以实现获取眼动数据更全面、有效的特征表示。