-
-
公开(公告)号：CN103929225A
公开(公告)日：2014-07-16
申请号：CN201310011001.1
申请日：2013-01-11
Applicant: 株式会社日立制作所
CPC classification number: H04B7/0452 , H04B7/0656
Abstract: 本发明提供一种通过基站侧对高层信令和参考信号的灵活配置而能够充分获取下行多用户MIMO的增益并尽可能避免额外开销的反馈控制装置、反馈装置以及多用户MIMO反馈方法。多天线基站中的反馈控制装置用于对终端的信息反馈进行控制，包括：高层链路建立单元，通过与终端之间建立的高层链路，发送高层信令；高层信令生成单元，生成高层信令，上述高层信令用于对终端指定信道状态信息的反馈模式；接收单元，接收来自终端的、与高层信令所指定的反馈模式对应的信道状态信息；以及多用户处理单元，根据所接收到的信道状态信息，进行与多用户多输入多输出MIMO有关的处理。
-
公开(公告)号：CN102448073A
公开(公告)日：2012-05-09
申请号：CN201010507736.X
申请日：2010-09-30
Applicant: 株式会社日立制作所
Abstract: 本发明提供混合型中继节点、基站以及混合型中继方法。通过进行周期性参考信号传送，使得基站总是能获得基站-终端链路以及中继-终端链路双方的信道质量信息，不管中继节点是工作于何种模式下。由此，基站可以根据基站-终端信道质量信息和中继-终端信道质量信息，从多个工作模式中选择中继节点的工作模式，并生成指示中继节点在所选择的工作模式下工作的工作状态指示信息，发送给中继节点，中继节点按照指示在所选择的工作模式下工作。从而，基站能够改变中继节点的工作模式，以获得更好的系统吞吐量。
-
公开(公告)号：CN119580298A
公开(公告)日：2025-03-07
申请号：CN202311155666.X
申请日：2023-09-07
Abstract: 本申请提供了一种行人轨迹预测方法及装置。其中，所述方法实现了一种基于隐性虚拟交互力场的行人轨迹预测方法，将虚拟交互力场的计算要素作为特征输入，并结合图神经网络计算邻接矩阵以进行轨迹预测；另外，本申请实施例利用多头注意力机制和图神经网络等深度学习模型，构建行人轨迹预测模型。相较于传统的基于学习的行人轨迹预测技术，本申请实施例拥有更强的可解释性；同时，隐性的虚拟交互立场计算方式，减少了不必要的计算量，提高模型运算效率和轨迹预测的实时性。
-
公开(公告)号：CN118736887A
公开(公告)日：2024-10-01
申请号：CN202310344127.4
申请日：2023-03-31
IPC: G08G1/16 , B60W60/00 , H04L67/12 , H04L67/125
Abstract: 本发明提供一种自动驾驶数据处理方法及装置，属于自动驾驶领域。自动驾驶数据处理方法应用于控制平台，包括：接收自动驾驶车辆周期性上报的车辆信息；根据车辆信息预测车辆的行驶轨迹，根据车辆的行驶轨迹确定车辆的关心区域；根据车辆的关心区域确定候选智能体组合，候选智能体组合包括多个智能体，根据车辆的同步数据的时延需求从候选智能体组合中选择具有最优时效性的目标智能体组合，确定目标智能体组合中与车辆匹配的智能体，将匹配的智能体的信息发送给车辆；确定目标智能体组合的调度策略，调度策略用于调度目标智能体组合发送传感数据，将调度策略发送给目标智能体组合。本发明能够有助于确定最优自动驾驶策略。
-
Patent Agency Ranking
公开(公告)号：CN118670410A
公开(公告)日：2024-09-20
申请号：CN202310270555.7
申请日：2023-03-17
Applicant: 株式会社日立制作所
IPC: G01C21/34
Abstract: 本申请提供了一种电动汽车车队的路径规划方法及装置，涉及电动汽车车队的路径规划技术领域。本申请实施例基于更准确的能耗模型(独立模型和统一模型)和车辆调度，相比于其他电动车调度方案，能够避免车辆抵达投递站/充电站前发生电量不足的情况，提高交付准时性。另外，本申请实施例的数据采集、运算成本较低。再者，本申请实施例可以优先利用专用充电站为车辆充电，使得电池可提供服务的时间更长，能够更好的保护电池资产，从而节约成本。
-
公开(公告)号：CN113252054B
公开(公告)日：2023-11-28
申请号：CN202010086672.4
申请日：2020-02-11
IPC: G01C21/34 , G06N3/0499 , G06N3/092
Abstract: 本发明实施例提供了一种导航方法和导航系统，其中，所述方法包括：获取路网的拓扑结构和出行数据，所述出行数据包括所述路网在历史时间内的车辆的出发时间、出发地和目的地；将所述历史时间划分为多个时间片，并根据所述出行数据，生成每个时间片对应的训练数据；以所有车辆的总通行时间作为强化学习的奖励值，利用所述时间片对应的训练数据，训练得到一个全连接的神经网络模型；利用训练得到的所述神经网络模型，生成目标车辆的导航路线并下发给所述目标车辆。本发明可以在提前感知所有交通需求的情况下，通过强化学习充分疏导和分散交通，可以在给车辆规划路线的同时减轻拥堵，从而减少全局的通行时间。
-
公开(公告)号：CN116824837A
公开(公告)日：2023-09-29
申请号：CN202210281046.X
申请日：2022-03-21
Applicant: 株式会社日立制作所
IPC: G08G1/01 , G08G1/0967 , G08G1/0968 , H04L67/12 , H04L67/52 , G07C5/00 , G07C5/08 , G06F16/29 , G06F16/9537 , G06N20/10
Abstract: 本发明提供了一种数据采集方法、动态兴趣点的识别方法及装置，其中，动态兴趣点的识别方法包括：接收第一车辆发送的转向行为发生期间的第一转向行为相关数据；将第一转向行为相关数据输入至第一模型，获得第一转向行为相关数据对应的变道行为类型，所述变道行为类型包括用于提升车速的第一变道类型和因存在动态兴趣点而触发变道行为的第二变道类型；在第一转向行为相关数据对应的变道行为类型为第二变道类型的情况下，将第一转向行为相关数据输入至第二模型，获得第二模型输出的第一动态兴趣点的类型及位置坐标。本发明能够更为准确的识别更多种类的动态兴趣点，辅助车辆提前做出预判和规划调整，减小车端计算量，提升行车安全和乘车舒适体验。
-
公开(公告)号：CN116822644A
公开(公告)日：2023-09-29
申请号：CN202210283757.0
申请日：2022-03-21
Applicant: 株式会社日立制作所
IPC: G06N20/00
Abstract: 本发明提供了一种分层联邦学习方法、服务器及系统，其中，所述方法包括：边缘服务器按照预设概率P，确定采用并行更新方式或串行更新方式；在采用所述并行更新方式的情况下，边缘服务器执行τ1轮的边缘模型更新，并在τ1轮的边缘模型更新完成后，将获得的边缘模型参数的更新信息发送给云端服务器。本发明的边缘服务器在进行边缘更新过程中，可以不必等待接收到云端服务器发送的全局模型，而是直接进行边缘更新过程，并在收到云端服务器发送的全局模型后，再进行边缘模型参数的修正，并利用修正后的边缘模型继续后续的边缘模型更新过程。本发明能够在边‑云间传输受限、边缘模型聚合延时不同的情况下，降低上述因素对于联邦学习训练效率的影响。
-
公开(公告)号：CN116092519A
公开(公告)日：2023-05-09
申请号：CN202111295562.X
申请日：2021-11-03
Applicant: 株式会社日立制作所
Abstract: 一种车辆故障检测方法及系统，该方法包括：获取待检车辆的待检车辆型号以及在所述待检车辆运行过程中采集到的待检声音数据；对待检声音数据进行时频转换处理，得到待检声音数据的频率功率谱向量；对所述待检声音数据的频率功率谱向量进行锐化处理，得到所述待检声音数据的特征数据；将所述待检声音数据的特征数据输入至预先训练好的所述待检车辆型号对应的车辆故障检测模型，获得模型输出的待检车辆的故障检测结果。本发明不需要高精度的声音采集设备即可实施，降低了故障检测的实施成本，使得其易于推广应用。本发明实施例还通过锐化处理和归一化处理等手段，使得检测处理更具针对性，降低了检测方案的计算量，提高了车辆故障检测的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.028 seconds)
