-
公开(公告)号：CN115080145A
公开(公告)日：2022-09-20
申请号：CN202210689006.9
申请日：2022-06-17
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于汽车AI智慧助手实场景下行为动作的流转方法，将云端定义的场景拉取到车辆终端进行解析建立场景池，根据场景定义触发规则；接收来自外部或者自身的场景根据场景的优先级放入执行队列中，在车辆终端根据云端定义的场景构建行为动作管理池；场景触发后在行为动作管理池中将对应的行为动作列表取出；接收到满足条件的外部或者自身场景放入等待队列中，根据优先级以及加入队列时间决定场景执行顺序，触发场景池中对应场景；行为引擎根据设定的条件和车主的反馈生成判断条件，确定一个可执行的行为动作直至场景结束；满足行为动作流转后，执行行为动作并展示，通过语音、方向盘按键、屏幕触碰进行交互，结果作为下一个行为动作的流转条件。
-
公开(公告)号：CN110516237A
公开(公告)日：2019-11-29
申请号：CN201910754755.3
申请日：2019-08-15
Applicant: 重庆长安汽车股份有限公司
IPC: G06F17/27
Abstract: 本发明公开了一种短文本短语提取方法、系统及存储介质，先对待提取短文本进行预处理，然后根据特征词库，从预处理结果中提出特征词，再以每个特征词为中心提取候选短语，通过语言模型和组成短语的词语的位置权重值计算每条候选短语的概率，最后将概率最大的候选短语作为短语提取最终结果输出。整个方法无需人工参与，节约人力资源，能够自动、高效、准确地从大量短文本中提取短语，能够便于相关人员了解用户最关注的问题，提高了服务质量。
-
公开(公告)号：CN115080145B
公开(公告)日：2024-07-05
申请号：CN202210689006.9
申请日：2022-06-17
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于汽车AI智慧助手实场景下行为动作的流转方法，将云端定义的场景拉取到车辆终端进行解析建立场景池，根据场景定义触发规则；接收来自外部或者自身的场景根据场景的优先级放入执行队列中，在车辆终端根据云端定义的场景构建行为动作管理池；场景触发后在行为动作管理池中将对应的行为动作列表取出；接收到满足条件的外部或者自身场景放入等待队列中，根据优先级以及加入队列时间决定场景执行顺序，触发场景池中对应场景；行为引擎根据设定的条件和车主的反馈生成判断条件，确定一个可执行的行为动作直至场景结束；满足行为动作流转后，执行行为动作并展示，通过语音、方向盘按键、屏幕触碰进行交互，结果作为下一个行为动作的流转条件。
-
公开(公告)号：CN116513079A
公开(公告)日：2023-08-01
申请号：CN202310619292.6
申请日：2023-05-29
Applicant: 重庆长安汽车股份有限公司
IPC: B60R16/023 , B60R16/037
Abstract: 本发明涉及一种车辆的控制方法、装置、车辆及计算机可读介质，车辆控制方法包括：获取车辆的当前车辆状态，并从一个或多个预设的功能场景中确定与当前车辆状态匹配的目标功能场景；确定车辆中目标功能场景的多个目标待执行功能对应的车辆功能参数，并按照多个目标待执行功能控制车辆；响应于针对目标功能场景的停止执行指令或执行完成指令，显示退出界面；响应于针对退出界面上针对恢复控件的确认操作，按照车辆功能参数控制车辆恢复至执行目标功能场景前的状态。通过本发明实施例，实现了自定义功能场景，且可以设置连续操作的多个待执行功能，且可以在执行完或者执行过程中快速将车辆状态恢复至执行前状态，避免用户误操作。
-
公开(公告)号：CN116048488A
公开(公告)日：2023-05-02
申请号：CN202310000918.5
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于汽车AI智慧助手的场景管理方法，涉及智能汽车技术领域，车云平台中场景工厂配置AI智慧助手终端在不同场景下的行为策略，根据构建的AI智慧助手触发事件表，满足特定事件发起场景更新并向车机端发布；车机端进行场景更新事件监听，等待更新触发；收到更新触发在对应车机端加载云端场景数据进行更新，并将更新成功信息反馈回场景工厂；场景工厂返回场景模型数据到车机端更新场景策略；场景工厂通过云端协议下发终端基于配置的场景策略执行行为动作。极大的提升了场景管理的灵活性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN114840292A
公开(公告)日：2022-08-02
申请号：CN202210421635.3
申请日：2022-04-21
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于汽车AI虚拟形象的实时渲染方法，包括将AI虚拟形象所需要的渲染资源进行分类，将分类后的进行划分，一部分渲染资源划分保存在本地，另一部分渲染资源划分上传至云端；根据不同的使用场景，分别对各使用场景设置对应的渲染资源配置表；进入不同的使用场景时，获取当前场景所需的渲染资源配置表，先判断本地是否存在渲染资源配置表上的渲染资源，然后对渲染资源配置表上缺少的渲染资源从云端进行下载至本地；将当前场景所述的渲染资源进行加载，完成场景渲染。本发明将部分渲染资源存储在云端，这样就能够降低对本地硬件配置的要求，在针对不同的使用场景，下载相应的渲染资源，这样能够保证硬件对虚拟形象渲染的流畅性。
-
公开(公告)号：CN117289968A
公开(公告)日：2023-12-26
申请号：CN202311258754.2
申请日：2023-09-26
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请实施例提供一种车辆场景的编排方法、装置、设备以及存储介质，其中，方法包括：发送车辆的配置信息至云端服务器；接收云端服务器基于配置信息发送的可编排原子能力清单；基于可编排原子能力清单，进行场景设计，得到每个移动终端的场景信息，并将每个移动终端的场景信息发送至云端服务器进行校验；接收云端服务器发送的每个移动终端的场景信息的更新信息；并根据更新信息进行场景信息更新。上述方案中，通过将车辆的配置信息至云端服务器，获取配置信息对应的可编排原子能力清单，进行场景设计，得到场景信息，将场景信息发送云端服务器进行校验，从而对多个移动终端的场景信息进行更新，提高了移动终端场景的兼容性和一致性。
-
公开(公告)号：CN110516237B
公开(公告)日：2022-12-09
申请号：CN201910754755.3
申请日：2019-08-15
Applicant: 重庆长安汽车股份有限公司
IPC: G06F40/289 , G06F40/216
Abstract: 本发明公开了一种短文本短语提取方法、系统及存储介质，先对待提取短文本进行预处理，然后根据特征词库，从预处理结果中提出特征词，再以每个特征词为中心提取候选短语，通过语言模型和组成短语的词语的位置权重值计算每条候选短语的概率，最后将概率最大的候选短语作为短语提取最终结果输出。整个方法无需人工参与，节约人力资源，能够自动、高效、准确地从大量短文本中提取短语，能够便于相关人员了解用户最关注的问题，提高了服务质量。
-
公开(公告)号：CN113449074A
公开(公告)日：2021-09-28
申请号：CN202110690386.3
申请日：2021-06-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/33 , G06F40/194 , G06F40/279 , G06F40/30
Abstract: 本发明公开一种含专有名词句子向量相似度优化方法、装置及存储介质，先通过行业或厂商的专业语料计算出专业词向量模型，然后分别利用专业词向量模型和通用词向量模型计算出知识库每个知识点和用户咨询所对应的两个句子向量，依据专业词向量模型先计算用户咨询与知识点的相似度，选出最相似的n条，再根据通用词向量模型计算所对应的相似度，并将两者的加权相似度来作为最终相似度。本发明利用了两个词向量模型，在大规模的开源词向量模型对通用领域词汇的强大处理能力上，利用小规模的专业词向量模型对语义识别进行增强，在专业领域语料规模不大的情况下，极大地提升对含专业词汇的语义理解能力。
-
公开(公告)号：CN113449091A
公开(公告)日：2021-09-28
申请号：CN202110732612.X
申请日：2021-06-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/194 , G06F40/242 , G06F40/247 , G06F40/279
Abstract: 本发明涉及一种基于汽车领域标签的智能问答方法、装置、终端及计算机可读存储介质，该方法具体步骤包括：获取问题咨询信息；通过NLU提取问题咨询信息的核心词汇，NLU引入有汽车分词模型，汽车分词模型基于标签库及同义词库训练而成；汽车分词模型生成各个核心词汇的词向量，根据各个核心词汇的词向量生成第一句向量；确定第一句向量与引入有标签库及同义词库的知识库中的每个问题条目所对应的第二句向量的相似度，其中，问题条目包括问题及与问题相对应的答案；根据相似度获取与问题咨询信息相对应的目标问题条目。本发明使智能机器人能准确、快速识别用户的意图，并对用户意图做出合适的回答。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.033 seconds)
