-
公开(公告)号：CN115576327B
公开(公告)日：2024-12-24
申请号：CN202211398386.7
申请日：2022-11-09
Abstract: 本发明提供了一种基于自动驾驶智能小车边缘计算与推理的自主学习方法，具有这样的特征，包括以下步骤：步骤S1，通过设置在现实小车和车道上的多个传感器，实时获得现实小车和车道的传感器数据；步骤S2，对第一观测数据和第二观测数据进行轻量级压缩蒸馏构建仿真环境；步骤S3，基于类增量的最近均值分类器得到仿真环境中的变化事件；步骤S4，基于变化事件对虚拟小车进行训练，训练结果作为增量数据集；步骤S5，结合增量数据集基于迭代权重更新现实小车的决策模型；步骤S6，根据第一观测数据结合决策模型得到最优策略并控制现实小车执行。本方法能够很好地解决路况观测数据局限性和实时部署最优响应的问题，具有极大的应用前景。
-
公开(公告)号：CN115953644A
公开(公告)日：2023-04-11
申请号：CN202211616968.8
申请日：2022-12-15
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06V10/40 , G06V10/80 , G06V10/762 , G06V10/82 , G06V40/10 , G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于视觉与时空融合估计的跨域行人重识别方法，该方法包括：S1、源域中训练初始视觉分类器；S2、提取目标域中无标签行人图像视觉特征，计算特征相似度，并保存时空信息；S3、构建Weibull分布方程估计目标域时空模型；S4、将源域视觉分类器与目标域时空模型进行融合估计得到联合评分并排序；S5、根据排序结果选取难样本挖掘三元组更新视觉分类器模及时空融合模型；S6、根据相似度联合评分对跨摄像头下行人编号聚类重新分配编号并显示可视化结果。与现有技术相比，本发明解决了目标域为开放集时很难标注数据的问题，克服了跨域场景下纯视觉模型识别准确率过低的问题，更好地实现了非重叠视野下跨摄像头持续跟踪行人目标的难题。
-
公开(公告)号：CN118298262A
公开(公告)日：2024-07-05
申请号：CN202310007567.0
申请日：2023-01-04
Abstract: 本发明提供一种多传感器融合的稠密VSLAM方法，该方法采用将端侧设备的视觉、IMU、GPS等多传感器数据进行融合的方式，对现实场景中的端侧设备位姿实现精确估计，并使用深度估计网络在机载平台上实时运行获取视觉数据的深度特征，将深度特征和端侧设备运动轨迹以及周围环境结合，使VSLAM系统对端侧设备周围场景进行更加精确的构建，从而进行稠密建图，实现完整的VSLAM功能。通过本发明的方法，能够解决单目相机传感器的尺度缺失问题，VIO系统的累计误差问题，得到更加精确的位姿结果，同时能够对场景地图进行精准的稠密构建，得到全局信息，适合端侧设备在现实场景中执行运动任务。
-
公开(公告)号：CN115576327A
公开(公告)日：2023-01-06
申请号：CN202211398386.7
申请日：2022-11-09
IPC: G05D1/02
Abstract: 本发明提供了一种基于自动驾驶智能小车边缘计算与推理的自主学习方法，具有这样的特征，包括以下步骤：步骤S1，通过设置在现实小车和车道上的多个传感器，实时获得现实小车和车道的传感器数据；步骤S2，对第一观测数据和第二观测数据进行轻量级压缩蒸馏构建仿真环境；步骤S3，基于类增量的最近均值分类器得到仿真环境中的变化事件；步骤S4，基于变化事件对虚拟小车进行训练，训练结果作为增量数据集；步骤S5，结合增量数据集基于迭代权重更新现实小车的决策模型；步骤S6，根据第一观测数据结合决策模型得到最优策略并控制现实小车执行。本方法能够很好地解决路况观测数据局限性和实时部署最优响应的问题，具有极大的应用前景。
-
公开(公告)号：CN115496974A
公开(公告)日：2022-12-20
申请号：CN202211306802.6
申请日：2022-10-24
IPC: G06V10/778 , G06V10/75 , G06V20/56
Abstract: 本发明提供了一种高效构造超视距全局感知的自主学习方法。构建一个虚拟平台并在虚拟平台中基于现实小车构建相应的虚拟小车模型，步骤S1实时获取小车的第一视角观测数据，获取车道的各视角观测数据，获取虚拟小车的第一视角观测数据；步骤S2，对多组观测数据进行合并更新获得模拟训练数据；步骤S3，通过模拟训练数据获得不同变化事件中的优选策略序列；步骤S4，在路面环境下，将第一观测数据中的变化事件与策略数据集进行特征匹配，得到最接近的变化事件；以及步骤S5，结合观测数据基于置信水平获得现实小车的最优策略并执行。本方法能够很好的解决灾难性遗忘和陷入局部最优策略的问题，具有极大的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN115841155A
公开(公告)日：2023-03-24
申请号：CN202211299277.X
申请日：2022-10-24
Abstract: 本发明涉及一种针对未知开放环境的层级式风控演绎装置系统，通过微调推理条件随机场转移状态，对开放式系统中的风险随机概率分布进行近似，最大限度地评估主导优势策略的自适应置信水平。本发明阐明了目标条件政策和预测处理之间的内在关系，迭代计算增量缓冲并以此修改其在开放环境中的应对响应，并使其能够在整个自主学习过程中处理随机性。在开放式环境下，这种分层结构更容易实现，因为该方案的效率更高，消耗的计算量更少。本发明实现了对环境潜在风险的有效抽象，证明了其在机器人任务中的具备风险预估与推理的实际潜力，进一步提高了探索效率并改善了分层架构的有效性与可解释性。
-
公开(公告)号：CN115810357A
公开(公告)日：2023-03-17
申请号：CN202211503850.4
申请日：2022-11-28
Abstract: 本申请涉及一种轻量级语音关键词识别方法、设备、介质，所述方法包括：获取待识别语音，并转换为特征帧向量，输入关键词识别模型，获取与目标关键词匹配的分类标签的概率数组，根据概率数组确定待识别语音内是否包含目标关键词，其中，关键词识别模型包括：时间卷积模块，包括多个按照预设的空洞系数组合的卷积层，用于提取时序间相关性信息；嵌套模块；压缩模块，包括多个按照预设的步长组合的卷积层，用于对时间卷积模块和嵌套模块的输出在通道深度拼接后的数据进行压缩与特征提取；全连接分类输出模块，用于获取概率数组。在参数量及运算复杂度均较小的轻量级约束下，本方法获得了较好识别准确率，从而更适合在嵌入式系统上进行部署。
-
公开(公告)号：CN118515994A
公开(公告)日：2024-08-20
申请号：CN202310135611.6
申请日：2023-02-17
Abstract: 本发明提供了由抗氧化绝缘涂层/电热涂层/基材组成的电热结构体。电热结构体的制备方法包括首先由高浓度石墨烯水性分散液、碳纳米管、无机粘结剂(低熔点玻璃)及助剂在基材上制备高功率密度的发热涂层，然后由高浓度的氮化硼纳米片水性分散液、无机粘结剂及助剂在发热涂层上制备绝缘抗氧化保护层。保护层用于解决石墨烯高温下容易氧化、散热性的问题。界面桥接剂用于优化两层界面，联接石墨烯和氮化硼，降低热损耗，提高电热转换效率。本发明制备的石墨烯电热涂层可以实现在高温环境下安全长期服役。本发明制备过程不涉及任何有机溶剂，绿色环保，而且工艺简单，可操作性强，适合工业规模化生产。
-
公开(公告)号：CN118583158A
公开(公告)日：2024-09-03
申请号：CN202410432875.2
申请日：2024-04-11
Abstract: 本发明属于视觉惯性里程计技术领域，具体为一种基于事件相机的高频率的视觉惯性里程计方法。本发明利用异步角点检测算法创建事件块，再对事件块进行对齐构建视觉特征误差函数，实现对系统位姿的估计，并通过对事件块中心坐标进行参数化和在对齐时引入IMU预积分数据提高事件块对齐精度和速度，最后采用联合优化的方式将事件块的视觉误差、IMU的惯性误差和边缘化先验误差构建成代价函数，通过优化估计出系统的位姿信息，提高系统的精度和输出频率。本发明方法解决了在高动态、高速环境下，系统难以以高频率输出精准的位姿信息的问题，为极端场景下运行的穿越机或自动驾驶位姿信息获取提供解决方案。
-
公开(公告)号：CN115526270A
公开(公告)日：2022-12-27
申请号：CN202211300756.9
申请日：2022-10-24
Abstract: 本发明提供一种开放环境中动作演化的时空融合推理与终身认知学习方法，根据历史认知经验与实时动作观测相结合来构造时空融合视角，判定是否发生环境状态转移；在响应周期内，微调推理出抽象的自由度与任务级策略，然后根据环境奖励回报校准响应的置信度，快速修正当前策略并适应环境。本发明构建了“多目标全局感知、多维度决策部署”的可演绎终身学习架构，提高了智能机器人对未知场景的风险探索与认知的效率。本方案提供了一个新的范式，利用跨层级的最佳响应动作与条件随机场置信区间来促进自主学习的有效性，证明了在开放环境的随机稀疏奖励反馈下，构造不同任务间的快速迁移学习与自适应演化的动作机制。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.046 seconds)
