-
公开(公告)号：CN114758504A
公开(公告)日：2022-07-15
申请号：CN202210661541.3
申请日：2022-06-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于滤波校正的网联车超速预警方法及系统，通过对激光雷达和摄像头感知数据中同一目标生成时间偏差进行估计，并利用估计的时间偏差分布，对点云目标位置进行滤波校正，实现多源目标映射对齐，解决由于时间偏差造成的点云和图像融合准确率低的问题。本发明通过标记出参考网联车在连续行驶过程中，分别在点云和图像数据中的中心点坐标，并利用仿射变换矩阵将参考网联车在点云中的中心点映射至图像，利用映射点和在图像中的中心点的距离差，推导出目标的生成时间偏差，并设计一种置信滤波方法重新估计网联车点云目标的最优位置，实现基于点云和图像高精度融合的车辆超速识别预警，为智能网联车安全驾驶提供技术支撑。
-
公开(公告)号：CN114641041A
公开(公告)日：2022-06-17
申请号：CN202210536594.2
申请日：2022-05-18
Applicant: 之江实验室
Abstract: 本发明公开了一种面向边缘智能的车联网切片方法及装置，应用于部署了移动边缘计算（Mobile Edge Computing，MEC）服务器的车联网通信场景中，并将车联网服务根据服务质量（Quality of Service，QoS）需求划分为交通信息服务、感知融合服务、车载娱乐服务三种类型。综合考虑系统时延和能耗，该方法从车联网全局性能出发设计优化函数来分配通信、计算、存储资源，通过深度强化学习方法进行求解，以实现面向服务类型的网络切片部署。本发明通过对MEC辅助的车联网场景进行智能网络切片，可以根据用户业务需求，灵活、动态地进行网络资源的定制化分配，保障用户服务体验和交通效率及安全。
-
公开(公告)号：CN113554877B
公开(公告)日：2021-12-28
申请号：CN202111097587.9
申请日：2021-09-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于可变限速的长上坡交通流稳定性提升方法，该方法首先对路段根据坡度与上下游关系进行编码划分，将摄像头获取的交通流密度、速度、车型信息等数据作为模型输入，构建双机制的车辆跟驰随机模型，搭建交通仿真平台进行交通仿真，通过网格搜索法获取可变限速的输出值，从而通过引导长上坡上游车辆适当提前减速，避免因上坡路段引擎动力不足造成的速度突变。该方法主要用于城市快速路或高速公路的长上坡路段。根据仿真结果，该方法显著提升了交通流稳定性，从而降低了安全隐患，同时该方法显著降低了长上坡路段的车辆排放。
-
公开(公告)号：CN113507729B
公开(公告)日：2021-12-28
申请号：CN202111060374.9
申请日：2021-09-10
Applicant: 之江实验室
IPC: H04W28/16
Abstract: 本发明公开一种基于人工智能的RAN侧网络切片管理系统和方法，该系统包括AI切片算法平台和若干基站；AI切片算法平台提供AI切片算法并发起和终止AI切片功能，基站侧通过AI Adapter模块实现基站与AI切片算法平台的交互以及对基站状态信息的收集和上报，AI切片算法实现网络资源切片分配方案，并由基站执行基于AI切片的网络资源调度。本发明在不增加现有基站硬件设备基础上，实现基于AI的RAN侧网络切片，在支持多种人工智能算法同时也兼容传统的不支持AI切片的旧基站，有助于网络的快速部署和维护；同时AI切片算法平台与多个基站相连，可对多个基站的无线资源进行联合管理和优化，在充分利用人工智能算法的基础上，提高网络资源的整体利用率和用户体验。
-
公开(公告)号：CN113507729A
公开(公告)日：2021-10-15
申请号：CN202111060374.9
申请日：2021-09-10
Applicant: 之江实验室
IPC: H04W28/16
Abstract: 本发明公开一种基于人工智能的RAN侧网络切片管理系统和方法，该系统包括AI切片算法平台和若干基站；AI切片算法平台提供AI切片算法并发起和终止AI切片功能，基站侧通过AI Adapter模块实现基站与AI切片算法平台的交互以及对基站状态信息的收集和上报，AI切片算法实现网络资源切片分配方案，并由基站执行基于AI切片的网络资源调度。本发明在不增加现有基站硬件设备基础上，实现基于AI的RAN侧网络切片，在支持多种人工智能算法同时也兼容传统的不支持AI切片的旧基站，有助于网络的快速部署和维护；同时AI切片算法平台与多个基站相连，可对多个基站的无线资源进行联合管理和优化，在充分利用人工智能算法的基础上，提高网络资源的整体利用率和用户体验。
-
Patent Agency Ranking
公开(公告)号：CN118962575B
公开(公告)日：2025-02-11
申请号：CN202411435380.1
申请日：2024-10-15
Applicant: 之江实验室
IPC: G01S3/00
Abstract: 本发明公开一种基于加权稀疏重构的弱信号DOA估计方法。首先，将接收阵列数据进行降维及优化处理，得稀疏重构新模型；其次，根据阵列数据，采用相位群延时谱与幅度谱结合的方法构建权值矩阵；最后，将权值矩阵与所述稀疏重构新模型组合，进行二阶锥规划，求解DOA估计。该方法弱信号测向时分辨力高、鲁棒性强，谱图主瓣尖锐、旁瓣更低、伪峰少、所需快拍少，且能准确稳定地估计出信号波达方向，并提升系统灵敏度。这有利于提升设备计算时间，减小硬件开销，且在一定程度上减少系统运行成本。
-
公开(公告)号：CN119126009A
公开(公告)日：2024-12-13
申请号：CN202411618507.3
申请日：2024-11-13
Applicant: 之江实验室
Abstract: 本发明公开一种弱阵列信号相位增强的测向方法。该方法包括：采集理想阵列数据，以第1个阵元为基准，采用鉴相法计算各阵元与第1个阵元的相位差构建数据标签；采集原始接收数据，采用鉴相法计算各阵元与第1个阵元的相位差构建数据特征；数据特征作为输入，数据标签作为标签，利用自编码器神经网络训练，得训练模型；将需要增强的原始接收数据提取数据特征，输入训练模型，得增强的相位差；由增强的相位差构造阵列相位差向量，并求出协方差矩阵，将协方差矩阵与原始接收数据协方差矩阵的幅度值矩阵重构新协方差矩阵，使用谱估计方法测向。该方法可以提高少阵元、少快拍数下弱阵列信号的测向精度，并进一步提升系统灵敏度。
-
公开(公告)号：CN118962575A
公开(公告)日：2024-11-15
申请号：CN202411435380.1
申请日：2024-10-15
Applicant: 之江实验室
IPC: G01S3/00
Abstract: 本发明公开一种基于加权稀疏重构的弱信号DOA估计方法。首先，将接收阵列数据进行降维及优化处理，得稀疏重构新模型；其次，根据阵列数据，采用相位群延时谱与幅度谱结合的方法构建权值矩阵；最后，将权值矩阵与所述稀疏重构新模型组合，进行二阶锥规划，求解DOA估计。该方法弱信号测向时分辨力高、鲁棒性强，谱图主瓣尖锐、旁瓣更低、伪峰少、所需快拍少，且能准确稳定地估计出信号波达方向，并提升系统灵敏度。这有利于提升设备计算时间，减小硬件开销，且在一定程度上减少系统运行成本。
-
公开(公告)号：CN118759921A
公开(公告)日：2024-10-11
申请号：CN202410825029.7
申请日：2024-06-25
Applicant: 之江实验室
IPC: G05B19/042
Abstract: 本发明公开了一种基于对抗技能嵌入和分层强化学习的战斗机飞行控制方法，其设计了基于对抗生成式算法和深度强化学习算法共同组成的对抗技能嵌入学习框架，利用专家飞行数据由AI算法自动学习底层控制指令到宏机动技能的映射，并通过复用这些宏机动技能，显著降低下游空战任务的学习难度，大幅压缩强化学习算法的收敛时间，提升空战智能体的博弈性能，并赋予了空战智能体更高的灵活性和快速迁移能力，为空战智能体的实用化训练和部署探明了一条新技术路径。
-
公开(公告)号：CN118678159A
公开(公告)日：2024-09-20
申请号：CN202410688397.1
申请日：2024-05-30
Applicant: 之江实验室
IPC: H04N21/472 , H04N21/44 , G06T5/50 , G06T5/60 , G06T5/70 , G06V20/40 , G06V10/26 , G06V10/62 , G06V10/80 , G06V10/75 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于掩码的视频局部物体编辑方法及装置，该方法包括：首先对视频分割成帧，得到图像序列；在第一帧中选取并优化目标物体的掩码，利用模板匹配和预训练的图像分割模型追踪并优化后续帧中的物体掩码；通过预训练的SD模型对第一帧进行编码并引入高斯噪声；根据给定文本描述，使用SD模型去噪并生成编辑后的图像；最后，通过迭代处理和解码过程完成整帧图像的编辑，并在处理后续帧时融合前几帧的编辑结果和注意力信息。由于该方法将视频编辑建立在图像编辑的基础之上，可以利用现有预训练文本图像模型的能力，不需要重新训练模型。此外在处理后续每一帧时都融合了前几帧的注意力信息，保证了编辑后视频的连续性。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.021 seconds)
