-
公开(公告)号：CN117471483B
公开(公告)日：2025-02-07
申请号：CN202311246160.X
申请日：2023-09-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种多传感器融合的车距计算方法及系统，方法包括：执行第一时刻的车距测量过程，获取第一车辆与第二车辆之间的第一车距；执行第二时刻的车距测量过程，获取所述第一车辆与所述第二车辆之间的第二车距；执行第三时刻的车距测量过程，获取所述第一车辆与第二车辆之间的安全车距。所述系统执行所述方法。本发明通过对多个传感器如深度相机测得的跟车(即第一车辆)与前车(即第二车辆)的车距以及激光雷达测得的跟车与前车的车距进行融合，提高得到的跟车与前车之间的安全车距的准确度，从而提高道路的通行效率和整体交通安全。
-
公开(公告)号：CN115170607B
公开(公告)日：2024-11-29
申请号：CN202210693211.2
申请日：2022-06-17
Applicant: 中国科学院自动化研究所
IPC: G06T7/246 , G06T7/285 , G06V10/26 , G06V10/764 , G06N3/0475 , G06N3/048 , G06N3/0464 , G06N3/094 , G06N3/084
Abstract: 本发明提供一种出行轨迹生成方法、装置、电子设备及存储介质，其中出行轨迹生成方法包括：获取开始标记及语义信息；将开始标记及语义信息输入至目标生成对抗网络模型的生成器中，输出包含语义信息的目标模拟出行轨迹；其中，目标生成对抗网络模型是基于样本出行轨迹数据对初始生成对抗网络模型进行训练后得到的；样本出行轨迹数据包括真实出行轨迹及真实出行轨迹对应的样本语义信息。通过目标生成对抗网络模型，可以生成大量的、与真实出行轨迹接近且包含语义信息的目标模拟出行轨迹，能够提高模拟出行轨迹的真实性及可用性。
-
公开(公告)号：CN115830375B
公开(公告)日：2024-09-24
申请号：CN202211494418.3
申请日：2022-11-25
Applicant: 中国科学院自动化研究所
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/44
Abstract: 本发明提供一种点云分类方法及装置，其中方法包括：对原始点云数据进行特征提取，得到原始点云数据的局部特征；将局部特征分别输入第一处理分支与第二处理分支，得到局部特征的高频特征与低频特征；对高频特征与低频特征进行处理得到目标特征并输入分类器，得到原始点云数据的分类结果。本发明提供的点云分类方法及装置，通过在获取原始点云数据的局部特征之后，将获取的局部特征采用两个并行分支进行高频特征与低频特征的提取，并将获取的高频特征与低频特征拼接后的目标特征用于点云分类，降低了计算的复杂度。在提取低频特征时，基于向量注意力处理，可以建立点云坐标之间的长距离依赖关系，进一步降低后续分类的复杂度。
-
公开(公告)号：CN117636488B
公开(公告)日：2024-09-03
申请号：CN202311543025.1
申请日：2023-11-17
Applicant: 中国科学院自动化研究所
IPC: G06V40/70 , G06V10/62 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06Q10/0639 , G06Q50/20
Abstract: 本发明提供一种多模态融合的学习能力评估方法、装置及电子设备，所述方法包括：采集待评估学习者在学习过程中的多模态信息，所述多模态信息包括：眼部信息、面部信息、动作信息和生理信息；基于所述多模态信息，采用识别模型识别得到所述待评估学习者在学习过程中的学习状态信息，所述学习状态信息包括以下至少一项：动作状态、情绪状态、专注状态和知识点学习轨迹；所述识别模型的训练样本是对多组学习者在各自的学习过程中产生的多模态信息基于预设采样频率进行滑窗采样得到；基于所述学习状态信息和所述待评估学习者在所述学习过程中学习的学习内容，确定所述待评估学习者的认知负荷和/或认知迁移，可提高学习能力评估的准确性。
-
公开(公告)号：CN118378931A
公开(公告)日：2024-07-23
申请号：CN202410265909.3
申请日：2024-03-08
Applicant: 中国科学院自动化研究所 , 中国铁道科学研究院集团有限公司 , 北京交通大学 , 中国国家铁路集团有限公司
IPC: G06Q10/0639 , G06Q10/04 , G06Q50/40 , G06F16/9035 , G06F16/906 , G06F18/2135
Abstract: 本发明提供一种平行调度系统站区运营态势推演方法，其中方法包括，获取当前技术作业站的实时运营数据；对实时运营数据进行分类，得到各个作业环节的运营数据；基于各个作业环节的运营数据进行降维分析，得到当前技术作业站的分析结果，并基于分析结果进行运营态势推演，得到当前技术作业站的运营态势，克服了传统方案中技术作业站运营工作的评价和运输态势的推演依赖于人工经验，导致运营工作评价和运输态势推演的主观性强、效率和准确性低下，难以适应于技术作业站的运营管理需求的缺陷，实现了对技术作业站运营工作的客观评价以及运输态势的准确预测，提高了技术作业站的管理水平和工作效率，并为调度系统调度决策的优化提供了依据。
-
Patent Agency Ranking
公开(公告)号：CN115294784B
公开(公告)日：2024-05-14
申请号：CN202210709165.0
申请日：2022-06-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种多路口交通信号灯控制方法、装置、电子设备及存储介质，采用的本地共享模型在训练时并不需要其他路口的训练样本，而是以联邦强化学习算法，借助于初始本地私有模型以及中央处理器智能体中与初始本地共享模型结构相同的初始全局模型进行集中‑分布式协同训练得到，可以保证各路口的时序交通状态信息观测样本的隐私性，即使不共享的情况下也可以得到准确的本地共享模型，避免了数据孤岛问题的出现。而且，由于采用基于联邦强化学习算法的集中‑分布式协同训练的方式，可以避免出现现有技术中对强化学习智能体训练时探索空间会呈现指数级增长的问题出现，可以实现最优化全局道路网络的交通状况。
-
公开(公告)号：CN117681893A
公开(公告)日：2024-03-12
申请号：CN202410148923.5
申请日：2024-02-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种面向矿区场景的自动驾驶数据构建方法和装置，应用于自动驾驶技术领域。该方法包括：在满足预设触发条件的情况下，采集矿区场景的第一数据，所述第一数据包括以下至少一项：困难感知场景数据、异常分布数据、稀缺类数据；对所述第一数据进行目标处理，得到第二数据，所述目标处理包括无效数据过滤处理、数据切分处理、时间同步处理以及数据解析处理；确定所述第二数据的类别标签，并将添加了类别标签的所述第二数据确定为有效自动驾驶数据；其中，所述类别标签包括场景标签、障碍物标签以及环境标签。
-
公开(公告)号：CN117681892A
公开(公告)日：2024-03-12
申请号：CN202410148918.4
申请日：2024-02-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种面向矿区场景的自动驾驶数据选择方法和装置，应用于自动化驾驶技术领域。该方法包括：根据数据选择元素库获取第一训练数据，第一训练数据包括数据选择元素库中所有元素类别下的元素；基于第一训练数据对矿区感知模型进行训练，并通过评测矿区感知模型在各个场景下感知结果的准确度，确定矿区感知模型的困难感知场景；根据数据选择元素库获取困难感知场景下的第二训练数据，并基于第二训练数据对矿区感知模型进行训练。
-
公开(公告)号：CN116331224A
公开(公告)日：2023-06-27
申请号：CN202310144379.2
申请日：2023-02-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种无人矿车行驶状态检测方法、装置、电子设备及存储介质，所述方法包括：确定无人矿车所处的目标行驶路况；在目标行驶路况为坡道路况的情况下，基于无人矿车的车辆状态数据，执行第一异常检测任务，获取第一检测结果；和/或，在目标行驶路况为泥洼路况的情况下，基于无人矿车的车辆状态数据，执行第二异常检测任务，获取第二检测结果；第一异常检测任务包括溜车检测子任务和/或超速检测子任务；第二异常检测任务包括打滑检测子任务和/或偏离检测子任务。通过针对不同路况，采用与路况相适应的检测方式，检测结果能够表示无人矿车在对应路况下是否存在异常风险以及是否已处于异常状态，实现有效地保障无人矿车行驶的安全性。
-
公开(公告)号：CN112766597B
公开(公告)日：2023-06-27
申请号：CN202110126791.2
申请日：2021-01-29
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G06Q10/04 , G06Q50/30 , G06F16/9537 , G06V40/10 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及城市公交管理技术领域，具体涉及一种公交客流预测方法及系统，旨在提升公交客流量预测的准确性。本发明的公交客流预测方法包括：通过LSTM来提取历史公交客流数据的时间特征；并利用注意力机制对不同时间步上提取到的时间特征进行赋权；使用分时图卷积方法来分析不同时段下公交线路间的空间依赖性；根据预测时段选择不同的关系矩阵，根据赋权后的时间特征，通过谱图卷积方式提取相关公交线路的时空间特征；将时空间特征与天气、节假日信息等外部环境信息进行融合，得到预测结果。本发明可以有效提升公交客流预测精度，并加快学习速率。
-
-
-
-
-
-
-
-
-
Search Results
475
records
(took 0.056 seconds)
