一种可进行前门试验和后门试验的车舱验证平台

    公开(公告)号:CN112781889B

    公开(公告)日:2022-06-28

    申请号:CN202011551432.3

    申请日:2020-12-24

    IPC分类号: G01M17/007 G01M9/00

    摘要: 一种可进行前门试验和后门试验的车舱验证平台,任意两个车舱装配部之间、任意一个车舱装配部与所述车头舱装配部均可相互密封连接、任意一个车舱装配部与所述后门装配部均可相互密封连接,最尾部的车舱装配部由可替换尾端墙密封,所述可替换尾端墙上设有车舱用气压调节组件,最前部的车舱装配部由车头舱装配部或后门装配部密封;所述车头舱装配部包括车头舱骨架和相对设置在车头舱骨架两侧的性能验证用车门;所述后门装配部包括一个车舱装配部和一个顶部与所述车舱装配部铰接的可调节后门,可调节后门盖合时与所述车舱装配部密封连接。本发明可进行前门试验和后门试验,功能多样化。

    一种用于智能车单目摄像头目标识别监测的试验系统及检测方法

    公开(公告)号:CN113239609A

    公开(公告)日:2021-08-10

    申请号:CN202011547676.4

    申请日:2020-12-24

    IPC分类号: G06F30/27 G06K9/00 G06F111/18

    摘要: 本发明公开了一种智能车单目摄像头目标识别监测试验系统及检测方法,包括主体实验平台、视景生成仿真子系统、单目摄像头三自由度运动平台、雨雾天气环境生成子系统、主控机实验管理子系统、目标识别测试子系统、识别信息采集子系统,所述主体实验平台均连接有单目摄像头三自由度运动平台、视景生成仿真子系统和雨雾天气环境生成子系统,所述单目摄像头三自由度运动平台连接有识别信息采集系统,所述识别信息采集系统连接有主控机试验管理子系统。有益效果:通过对比标准数据,融合精确率、召回率与实时性指标开发识别评价子系统,并设计测试方法流程用于综合评价目标识别效果,以解决人工评价随意性及客观性不强的缺点。

    宽度可调的车舱及其车舱验证平台

    公开(公告)号:CN112577705A

    公开(公告)日:2021-03-30

    申请号:CN202011551465.8

    申请日:2020-12-24

    IPC分类号: G01M9/06

    摘要: 本发明公开了宽度可调的车舱及其车舱验证平台,所述车舱包括一个车头舱装配部、至少两个车舱装配部,任意两个车舱装配部之间、以及任意一个车舱装配部与所述车头舱装配部均可相互密封连接,最前部的车舱装配部由车头舱装配部密封,最尾部的车舱装配部由尾端墙密封,以构成整个相对密封的车舱;所述车舱装配部宽度可调;所述车头舱装配部宽度可调。本发明的车舱宽度、长度、体积均可调节。

    一种可进行前门试验和后门试验的车舱验证平台

    公开(公告)号:CN112781889A

    公开(公告)日:2021-05-11

    申请号:CN202011551432.3

    申请日:2020-12-24

    IPC分类号: G01M17/007 G01M9/00

    摘要: 一种可进行前门试验和后门试验的车舱验证平台,任意两个车舱装配部之间、任意一个车舱装配部与所述车头舱装配部均可相互密封连接、任意一个车舱装配部与所述后门装配部均可相互密封连接,最尾部的车舱装配部由可替换尾端墙密封,所述可替换尾端墙上设有车舱用气压调节组件,最前部的车舱装配部由车头舱装配部或后门装配部密封;所述车头舱装配部包括车头舱骨架和相对设置在车头舱骨架两侧的性能验证用车门;所述后门装配部包括一个车舱装配部和一个顶部与所述车舱装配部铰接的可调节后门,可调节后门盖合时与所述车舱装配部密封连接。本发明可进行前门试验和后门试验,功能多样化。

    基于多模态大模型的自动驾驶深度学习数据集标注方法

    公开(公告)号:CN118313485A

    公开(公告)日:2024-07-09

    申请号:CN202410720072.7

    申请日:2024-06-05

    IPC分类号: G06N20/00 G06T7/62 G06V10/74

    摘要: 本发明公开了一种基于多模态大模型的自动驾驶深度学习数据集标注方法,包括以下步骤:步骤1,确定标注类别和标注生成的标签数据的格式;步骤2,利用自然语言对多模态大模型下达任务,对多模态大模型进行初始化、设置参数;步骤3,将自动驾驶深度学习数据集输入所述多模态大模型,所述多模态大模型对图形数据集进行标注;步骤4,一阶段数据集标注质量验证,计算整体准确率#imgabs0#;若达到#imgabs1#设定值则进行步骤5,未达到#imgabs2#设定值则重复进行步骤3的标注;步骤5,二阶段可视化数据集标注质量验证,人工标注进行误差消除,形成验证后的数据集;步骤6,利用验证后的数据集优化所述多模态大模型。本发明标注效率高、准确率高、成本低。