-
公开(公告)号:CN117332954A
公开(公告)日:2024-01-02
申请号:CN202311256163.1
申请日:2023-09-27
Applicant: 之江实验室
IPC: G06Q10/0631 , G06Q50/06 , G06N3/045 , G06N3/092 , B60L53/31
Abstract: 本发明属于智能交通领域,涉及一种基于深度强化学习的充电桩调度方法及系统,所述基于深度强化学习的充电桩调度系统中请求终端和充电桩的状态通过通信模块经传输介质上传至智能控制平台;智能控制平台根据环境(充电请求和充电桩的状态)基于深度强化学习算法计算请求终端的调度方案,并返回动作到请求终端。本发明中,深度强化学习算法嵌入在智能控制平台中,并且深度强化学习算法与外界环境不断进行交互学习,具有较好的自适应能力,在满足汽车充电需求的同时,能够显著提高充电桩的服务效率。
-
公开(公告)号:CN117765534A
公开(公告)日:2024-03-26
申请号:CN202311743990.3
申请日:2023-12-18
Applicant: 之江实验室
IPC: G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于困难样本挖掘的交通图像自动标注方法和装置,在通用交通图像数据集上训练初始标注模型;基于初始标注模型和通用交通图像数据集训练困难样本标注模型;接入终端采集的视频流数据并进行抽帧操作;在视频帧中抽帧得到不同的图像样本,当困难样本标注模型检测出未检出的困难标注区域时,将该图像样本标记为困难图像样本并存储;通过适当增大困难图像样本在困难样本数据集中的占比,从而增强困难样本标注模型的标注能力,直到准确率超过95%,此时困难样本标注模型作为最终的样本标注模型;本发明降低了交通图像中困难图像样本的筛选成本。持续优化困难样本标注模型,提高了困难图像样本筛选效率。最终提高交通图像标注的模型精度,极大节省了人工标注所需要的人力物力。
-
公开(公告)号:CN116828451A
公开(公告)日:2023-09-29
申请号:CN202310569883.7
申请日:2023-05-19
Applicant: 之江实验室
Abstract: 本申请涉及一种基于区块链的网联车队身份认证方法、装置和介质,其中,该方法应用于路侧设备,包括:响应目标车辆的假名申请请求;基于假名申请请求向目标车辆发送对应的假名信息,并将假名信息的发放记录反馈至目标车辆对应的跨域子节点;响应目标车辆的车队建立请求;基于车队成员的身份标识以及目标车辆的假名信息,确定车队身份信息,并将车队身份信息加密后发送至车队成员对应的车辆;基于车队身份信息在区块链中进行网联车队的成员身份认证。通过本申请,解决了基于PKI机制的车队成员身份认证过程中,跨域认证复杂度较高的问题,并支持车队成员动态变化状态下的车队成员身份认证,保障了车队成员在动态变化过程中的通信安全。
-
公开(公告)号:CN116403400A
公开(公告)日:2023-07-07
申请号:CN202310276329.X
申请日:2023-03-15
Applicant: 之江实验室
IPC: G08G1/01
Abstract: 一种雷达视频一体机流量数据异常值检测方法,包括:(1)获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据,并将上述数据进行关联融合;(2)对融合后的原始数据进行数据漏报和重复上报判断,对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据,否则标记为异常数据;(3)在设备上报数据完整的基础上进行异常性检验,将设备在检验周期符合检验标准的数据记为正常数据,不符合检验标准的记为异常数据;(4)在对设备上报的原始数据异常性检验的基础上,对信号控制平台结算的周期指标数据进行标记。本发明还包括一种雷达视频一体机流量数据异常值检测系统。本发明可作为信号控制输入数据有效性的基础依据。
-
-
-