-
公开(公告)号：CN116587808A
公开(公告)日：2023-08-15
申请号：CN202310783409.4
申请日：2023-06-28
Applicant: 重庆长安汽车股份有限公司
IPC: B60H1/00
Abstract: 本发明实施例提供了一种车辆的空调参数推荐方法、装置、电子设备和存储介质，该方法包括：获取当前目标车端内外环境信息；将当前目标车端内外环境信息输入目标车端的空调参数推荐模型，得到目标车端的空调参数推荐模型输出的空调参数推荐信息；目标车端的空调参数推荐模型部署在目标车端中；根据空调参数推荐信息，控制空调设置空调参数，从而不仅减少了服务器端的算力，还实现了空调参数个性化推荐功能，满足不同用户的个性化需求，提升用户空调使用感、体验感。
-
公开(公告)号：CN116561581A
公开(公告)日：2023-08-08
申请号：CN202310580839.6
申请日：2023-05-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06V30/413 , G06N3/0895
Abstract: 本申请涉及一种模型验证方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括模型验证装置根据预设故障预测模型以及目标车辆在第一历史时间段内的运行信息，确定目标车辆发生故障的故障预测时间，预设故障预测模型为基于弱监督学习训练得到的，第一历史时间段为目标车辆发生故障的故障发生时间之前的时间段。进一步的，模型验证装置根据故障预测时间以及故障发生时间，验证预设故障预测模型的准确性是否满足预设需求。由此，实现了验证通过弱监督学习训练得到的模型的准确性。
-
公开(公告)号：CN115100757B
公开(公告)日：2023-05-09
申请号：CN202210701733.2
申请日：2022-06-20
Applicant: 重庆长安汽车股份有限公司
Inventor： 罗咏刚
Abstract: 本申请涉及车辆技术领域，特别涉及一种汽车数据的存储方法、装置、车辆及存储介质，其中，方法包括：获取汽车的待存储数据；读取与待存储数据相同数据类型的历史数据，并计算历史数据中数据变化频率，如果数据变化频率大于预设频率阈值，则存储待存储数据；如果数据变化频率小于或等于预设频率阈值，则在识别到待存储数据与前一个存储数据的数据值相同时，存储待存储数据的时间戳。由此，解决了相关技术中汽车大数据的存储成本高、搬运使用效率低等问题。
-
公开(公告)号：CN115953624A
公开(公告)日：2023-04-11
申请号：CN202211604261.5
申请日：2022-12-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/75 , G06V10/77 , G06V10/774 , G06N3/045 , G06N3/047 , G06N3/08
Abstract: 本申请涉及细粒度动图分类技术领域，特别涉及一种动态图像的分类方法、装置、车辆及存储介质，其中，包括：获取待分类的动态图像；识别动态图像中每帧图像的特征图，将每帧图像的特征图输入预先训练得到的分类模型，输出动态图像的实际分类类别，其中，分类模型包括第一分支网络，且第一分支网络包括细粒度分类器和粗粒度分类器，利用细粒度分类器和粗粒度分类器分别生成动态图像的细粒度预测分数和粗粒度预测分数，并根据细粒度预测分数和/或粗粒度预测分数匹配动态图像的实际分类类别。由此，解决了相关技术中细粒度分类任务的方法，无法提升细粒度图像分类模型的性能，导致图像分类模型的泛化性和健壮性较低等问题。
-
公开(公告)号：CN115147954A
公开(公告)日：2022-10-04
申请号：CN202210725278.X
申请日：2022-06-23
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及大数据处理技术领域，特别涉及一种车辆的数据存储方法、装置、车辆及介质，其中，方法包括：获取车辆的触发采集型数据；判断触发采集型数据中的当前采集数据与上一次采集数据是否相同；如果当前采集数据与上一次采集数据不相同，则将上一次采集数据的数据值的采集时间、当前采集数据的采集时间和上一次采集数据的数据值作为三元数组存储至目标存储位置，否则，将当前采集数据的当前采集时间和当前数据值作为二元数组存储至目标存储位置。由此解决相关技术中大数据的存储成本高、搬运使用效率低等问题，降低了数据存储的设备要求和成本，使数据的搬运和使用更加方便；提高了数据的价值密度，能用更少的数据训练人工智能模型。
-
Patent Agency Ranking
公开(公告)号：CN115116042A
公开(公告)日：2022-09-27
申请号：CN202210751060.1
申请日：2022-06-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/59 , G06V40/10 , G06V10/82 , G06V10/764 , G06V10/75 , G06V10/44 , G06V10/25 , B60R16/02 , G01G19/42 , G01J5/00
Abstract: 本发明提供一种车载电话接听方法及装置、电子设备、存储介质，车载电话接听方法包括获取人物图像与目标对象信息；根据所述人物图像确定初始人数信息；根据所述目标对象信息确定辅助人数信息；结合所述初始人数信息和所述辅助人数信息，得到最终人数信息；将所述最终人数信息与预设数据库中的目标人数信息进行匹配处理，以确定与所述目标人数信息相匹配的接听方式。本发明通过结合识别人物图像和目标对象信息确定车内的最终人数，根据最终人数自动匹配相应的电话接听方式。在车内人数较多时，可很便捷地保护驾驶员的隐私，并且在很大程度上保证了驾驶的安全性。
-
公开(公告)号：CN115100757A
公开(公告)日：2022-09-23
申请号：CN202210701733.2
申请日：2022-06-20
Applicant: 重庆长安汽车股份有限公司
Inventor： 罗咏刚
Abstract: 本申请涉及车辆技术领域，特别涉及一种汽车数据的存储方法、装置、车辆及存储介质，其中，方法包括：获取汽车的待存储数据；读取与待存储数据相同数据类型的历史数据，并计算历史数据中数据变化频率，如果数据变化频率大于预设频率阈值，则存储待存储数据；如果数据变化频率小于或等于预设频率阈值，则在识别到待存储数据与前一个存储数据的数据值相同时，存储待存储数据的时间戳。由此，解决了相关技术中汽车大数据的存储成本高、搬运使用效率低等问题。
-
公开(公告)号：CN117519684A
公开(公告)日：2024-02-06
申请号：CN202311521336.8
申请日：2023-11-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06F8/34 , G06F8/41 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/177 , G06F16/35
Abstract: 本发明涉及一种车辆场景编排服务方法、系统、智能汽车及存储介质，所述方法包括：响应于接收到的触发数据，根据所述触发数据构建多个模态的场景数据，所述触发数据包括触发场景编排服务的检测数据；基于所述场景数据的模态，在所述场景数据中添加位置编码，获得第一序列数据；融合所有的所述第一序列数据，获得第二序列数据；将所述第二序列数据输入预先微调后的预训练大语言模型，获得符合预设车控语义协议的车辆场景编排结果；解析所述车辆场景编排结果，将解析后的结果发送至执行器以实现车辆场景服务。实现了座舱多模态感知能力，能够更加精准的捕捉用户在车端的需求，将源自于预训练语言大模型的能力真正服务到车端用户。实现了车端场景的自适应编排服务。
-
公开(公告)号：CN116910563A
公开(公告)日：2023-10-20
申请号：CN202311092244.2
申请日：2023-08-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06F18/24
Abstract: 本发明涉及一种用户分类模型训练方法、装置、通信设备、存储介质及车辆，包括：将不同用户的训练数据输入至初始化后的特征提取模块，得到目标特征输出值；将目标特征输出值输入至初始化后的预测模块，得到目标预测值；根据目标预测值和训练数据对应的真值得到偏差值；将目标特征输出值和偏差值输入至优化后的用户分类模块，得到优化预测值；根据训练数据和优化预测值对特征提取模块、预测模块以及用户分类模块进行优化，得到目标损失值；当目标损失值达到预设收敛条件时得到训练完成的用户分类模型。本发明通过训练一种用户分类模型，将不同用户分配到不同的预测模块的不同预测器上，从而实现通过不同的预测器给出相应的功能推荐结果。
-
公开(公告)号：CN116894394A
公开(公告)日：2023-10-17
申请号：CN202310924981.8
申请日：2023-07-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/27 , G06N3/006 , G06N3/0464
Abstract: 本申请提供了一种自动驾驶测试场景的生成方法及相关设备，方法包括基于自动驾驶路采数据集确定预设场景对应的驾驶参数集；基于驾驶参数集构建预设场景对应的仿真场景，并基于驾驶参数集在仿真场景中进行仿真搜索以得到自然对抗参数集，所述仿真搜索采用用于反映危险程度的对抗性指标和用于反映预设场景发生概率的自然性指标；根据自然对抗参数集生成自然对抗测试场景。本申请实施例将对抗性指标和自然性指标融合到自然对抗测试场景生成过程中，保证了自然对抗测试场景在真实世界的发生概率，从而可以在保证自然对抗测试场景的安全性的基础上提高自然对抗测试场景的可用性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.03 seconds)
