-
公开(公告)号：CN109684186A
公开(公告)日：2019-04-26
申请号：CN201811607621.0
申请日：2018-12-27
申请人： 长安大学
IPC分类号： G06F11/34
CPC分类号： G06F11/3495
摘要： 一种非侵入式的网络化嵌入式系统评测装置及评测方法，评测装置包括控制器、观察者与目标，控制器为PC电脑，观察者由嵌入式微型计算机、调试板、时钟同步装置以及逻辑分析仪组成，目标为具备标准串行调试接口的嵌入式网络传感器节点。控制器通过无线局域网/以太网控制观察者对目标进行调试以及追踪原始信息的收集，观察者将调试信息与追踪原始数据发送给控制器，控制器直接展示出调试信息并将追踪原始数据解码并展示。本发明的真实程度与可信性高、稳定高效，能够实现对设备执行的代码进行指令精度的追踪，为测试者提供详尽的分析数据，对于嵌入式系统的科学研究与实际应用价值显著。
-
公开(公告)号：CN109583508A
公开(公告)日：2019-04-05
申请号：CN201811504239.7
申请日：2018-12-10
申请人： 长安大学
摘要： 一种基于深度学习的车辆异常加减速行为识别方法，包括以下步骤：步骤一、对车辆运行过程中车载终端采集到的状态参数和车载雷达数据进行预处理；步骤二、对筛选出的数据进行异常加减速点统计分析，挖掘出异于寻常的加速度点；步骤三、将车辆的每个行程按照采集数据的时间进行排序，将数据组成一个完整时间序列，并根据时间将行程分为片段，然后进行异常加减速行为的提取；步骤四、建立异常加减速行为识别数据集；步骤五、搭建长短期记忆网络；步骤六、将车辆行驶过程中的各项参数放入训练之后的长短期记忆网络中进行验证，判断车辆在行驶过程中是否有异常加减速行为。本发明能够降低对数据采集设备的要求，并且显著地提高识别精度。
-
公开(公告)号：CN109032918A
公开(公告)日：2018-12-18
申请号：CN201810548224.4
申请日：2018-05-31
申请人： 长安大学
CPC分类号： G06F11/366 , G06F11/3684 , G06F11/3688 , H04L41/145
摘要： 本发明公开了一种基于异常任务函数轨迹的感知节点程序异常诊断方法，该方法只对异常任务调用的未被内联的函数进行检测，统计这些函数的调用情况，对函数调用的日志记录进行了缩减，这样既能去除冗余信息对诊断的干扰，同时也实现了快速提取有用信息，提高了算法效率，减少了分析开销。
-
公开(公告)号：CN108711204A
公开(公告)日：2018-10-26
申请号：CN201810482082.6
申请日：2018-05-18
申请人： 长安大学
摘要： 本发明公开了一种综合人‑车‑路多源信息的行车异常检测系统及方法，包括驾驶员信息采集模块、车辆信息采集模块、道路行车条件采集模块和嵌入式CompactRIO平台和报警模块，驾驶员信息采集模块、车辆信息采集模块、道路行车条件采集模块用于分别用于采集驾驶员信息、车辆信息和道路行车条件，并将采集到的信息传递至嵌入式CompactRIO平台，嵌入式CompactRIO平台用于接收车辆信息采集模块、道路行车条件采集模块和驾驶员信息采集模块传递的采集到的信号，并根据收集到的信息判断当前行车处于正常还是异常状态，综合考虑了驾驶员、车辆、道路环境三方面的信息，同时通过对所采集的多源信息数据点进行融合分析，从而给出更为合理的车辆异常行为警告。
-
公开(公告)号：CN114186638A
公开(公告)日：2022-03-15
申请号：CN202111518342.9
申请日：2021-12-13
申请人： 长安大学
IPC分类号： G06K9/62
摘要： 一种行人车辆交互场景的提取方法、系统及可读存储介质，方法包括以下步骤：从自然驾驶数据集中筛选得到一阶人车交互事件及其前序事件；对跟车事件与人车交互事件进行特征挖掘聚类分析；根据跟车事件与人车交互事件的特征挖掘聚类分析结果提取二阶人车交互场景。所述提取二阶人车交互场景具体包括：根据跟车事件与人车交互事件的特征挖掘聚类分析结果，对一阶场景及其前序场景每一类的数量分布进行联合统计，选择每一类跟车场景下一阶场景数量累计占比超过80％的场景作为典型二阶场景，筛选出典型二阶场景。本发明二阶人车交互场景可以更加真实地反映道路人车交互情况，挖掘出更多潜在的危险人车交互测试场景，实现对网联车辆充分、有效的测试。
-
-
公开(公告)号：CN110417621B
公开(公告)日：2021-01-12
申请号：CN201910677912.5
申请日：2019-07-25
申请人： 长安大学
摘要： 一种轻量级嵌入式系统异常运行状态检测方法，包括：获取正常状态下节点任务执行序列；统计所有任务的一步转移频数Mij，选择得到高频次任务转移组合的集合M；建立假设检验的方法；设定任务窗口值w和u检验统计的样本数量n0，计算所有窗口w内每组高频次任务转移的均值μ0；设定期望的异常检测置信概率α，根据α查询标准正态分布函数表得到计算异常值l；根据l与异常判别式对应的异常检测代码一并插装到应用源代码相应位置，从而检测应用运行是否出现异常。本发明能够有效检测到在程序执行过程中出现的异常行为，准确定位异常序列。
-
公开(公告)号：CN110969142A
公开(公告)日：2020-04-07
申请号：CN201911311455.4
申请日：2019-12-18
申请人： 长安大学
摘要： 本发明公开了一种基于网联车辆自然驾驶数据的异常驾驶场景提取方法，包括：步骤一、对网联车辆自然驾驶数据集进行数据清洗，填补缺失数据，计算出横向加速度；步骤二、将速度划分为若干区间，对速度区间内的纵向加速度和步骤一得到的横向加速度进行异常加速度提取，根据某段行程的异常加速度点数量，判断是否属于极端驾驶事件；步骤三、利用找出的极端驾驶事件数据采用k-means聚类算法进行聚类；步骤四、将聚类结果通过经纬度定位在google earth中得到驾驶场景并统计驾驶参数。本发明能够比较准确的得到异常驾驶场景以及相应情况下的驾驶参数，可以为智能车路系统的设计和测试提供依据。
-
公开(公告)号：CN108920356A
公开(公告)日：2018-11-30
申请号：CN201810548226.3
申请日：2018-05-31
申请人： 长安大学
摘要： 本发明提供一种基于任务执行轨迹模型的感知节点异常检测方法，对任务执行轨迹进行分析建立任务执行模型，并采用一分类支持向量机分类模型对异常执行的任务执行轨迹模型进行异常区间检测实现了快速定位异常区间以及异常发生时刻；确定异常范围后进一步利用假设检验对应用程序中执行的所有任务进行显著性检验，对比分析正常执行与异常执行任务执行情况的差异确定可能的异常执行任务；通过检测结果对OCSVM分类模型的性能评估可以确定该模型具有较高的准确率和低误检率。
-
公开(公告)号：CN108791306A
公开(公告)日：2018-11-13
申请号：CN201810263975.1
申请日：2018-03-28
申请人： 长安大学
IPC分类号： B60W40/107 , B60W30/08
摘要： 本发明公开了一种车速引导方法，该方法根据目标车辆在不同探测区域行驶状态的变化，实时计算邻居车辆对目标车辆所产生的影响力，保证车辆在周围车辆的影响下能更加合理且安全的行驶。该方法综合运用周围车辆的行驶状况，使得计算结果更加准确合理，具有较高的实时性，同时也能更加高效的调节驾驶环境，提高道路的通行率。
-
-
-
-
-
-
-
-
-
搜索结果
67 条记录 (耗时 0.025 秒)