-
公开(公告)号：CN111625360B
公开(公告)日：2023-09-05
申请号：CN202010455826.2
申请日：2020-05-26
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种基于平面分离的车辆大数据边缘计算卸载方法，包括步骤如下：利用边缘节点之间的D2D链路来交换共享每个边缘访问点状态的控制数据，以估计每个边缘访问点处理队列中每个任务所受的延迟，并判断边缘节点是否卸载数据到边缘访问点；将每个边缘访问点中等待时间的控制平面数据用作数据平面的输入，对每个边缘节点设备使用双深度Q学习来最大化其控制策略的长期效用，联盟学习迭代地选择随机的车联网设备组，以估计最佳卸载执行部分；根据上述最佳卸载执行部分，被选择的边缘节点和边缘访问点进行数据计算及通信返回。本发明通过将控制平面和数据平面分离，将计算任务部分卸载到两个平面进行计算执行，以降低执行时间优势。
-
公开(公告)号：CN111580526B
公开(公告)日：2022-11-22
申请号：CN202010458075.X
申请日：2020-05-27
Applicant: 多伦科技股份有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种面向固定车辆编队场景的协同驾驶方法，包括步骤如下：将固定车辆编队，编队为、、、…、，并标记为车队车首；获取目标车队中各自动驾驶车辆的位置，并按照步骤1中编队的顺序进行车辆先后编排；分别接收车队中各车辆采集到的路况信息；根据各车辆所采集到的路况信息，利用深度Q网络算法计算损失函数及寻找最优策略，并输出最优的驾驶指令；将除首车外的各辆车所采集到的车道路况信息分别与前一序号的自动驾驶车辆所采集到的车道路况信息进行比对。本发明方法能够提高不同行驶环境下车辆对环境及车道信息获取的准确度，通过数据比较判决的方法，来降低车队中单个自动驾驶车辆特殊情况下获得错误信息的概率。
-
公开(公告)号：CN113238267A
公开(公告)日：2021-08-10
申请号：CN202110685478.2
申请日：2021-06-21
Applicant: 多伦科技股份有限公司
Abstract: 本发明提供了一种车辆在坡道上的定位方法及装置，所述方法包括：通过安装在车辆顶部的全球定位系统GPS天线实时获取车辆的姿态数据，其中，GPS天线包括第一GPS天线和第二GPS天线；根据车辆的姿态数据确定车辆经过的坡道的开始节点、结束节点和坡道的坡度值；获取第一GPS天线的经纬度数据，以构建车辆模型；根据坡道的坡度值修正车辆模型，以实现车辆的实时定位。解决了相关技术中车辆在坡道上的实时定位不够准确的问题。
-
公开(公告)号：CN107516354A
公开(公告)日：2017-12-26
申请号：CN201710708552.1
申请日：2017-08-17
Applicant: 南京多伦科技股份有限公司
CPC classification number: G07C5/0808 , B60R16/02 , G06Q50/205 , G07C5/008 , G09B19/167
Abstract: 本发明公开了一种基于规则脚本的驾驶员考试系统及方法，该系统包括脚本定制设备、云服务设备、车载智能评判终端、以及与上述评判终端相连接的车载传感设备、车载定位设备和车载视觉设备。本发明还公开了一种基于规则脚本的辅助驾驶系统及方法，该系统包括脚本定制设备、云服务设备、车载智能终端、以及与上述智能终端相连接的车载传感设备、车载定位设备、车载视觉设备、车载通信设备、车载控制单元。通过运行自行定制的规则脚本，将技术规则层和技术决策层分离，规则脚本文件量小，上传和下载速度快，便于终端解析运行，从而大大提高了终端运行效率。
-
公开(公告)号：CN111626354B
公开(公告)日：2023-09-15
申请号：CN202010457853.3
申请日：2020-05-27
Applicant: 多伦科技股份有限公司
IPC: G06F18/2321 , G06F17/16 , G06F9/50
Abstract: 本发明公开了一种应用于车联网中的基于任务依赖性的聚类方法，包括步骤如下：构建车联网络中的任务到达模型以及有向无环图任务处理模型；对任务到达模型中各车辆产生的任务集的样本与任务到达模型中各车辆的特征进行相关性学习；将来自源任务的相关特征加入到目标任务的集群中；对不同的任务集进行聚类处理。本发明的方法能够提高车辆网中任务处理的效率，从而使在车载异构网络的环境下，处理时延及能耗能够得到降低。
-
Patent Agency Ranking
公开(公告)号：CN111565375B
公开(公告)日：2023-08-08
申请号：CN202010457092.1
申请日：2020-05-26
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种车载自组网中基于车载雾计算的蚁群优化方法，步骤如下：建立车载雾计算模型；于上述模型中输入数据进行模糊化处理；制定模糊规则得到模糊集合；去模糊化处理后得到候选中继节点；对候选中继节点进行优化，使得中继节点数量的最小化及覆盖节点数量的最大化。本发明提高了网络资源利用率，有效避免了拥塞，缓解了云端的计算和数据处理的压力，为车辆的数据处理与分析提供了更加可靠，高效的环境。
-
公开(公告)号：CN114802229A
公开(公告)日：2022-07-29
申请号：CN202210633984.1
申请日：2022-06-07
Applicant: 多伦科技股份有限公司
IPC: B60W30/09 , B60W30/095 , B60W50/00
Abstract: 本发明公开一种控制驾驶培训车辆制动的方法，主要包括：通过车载双GPS天线实时获取车辆GPS主天线坐标及车辆航向角信息，结合车辆GPS主天线到车辆车头两个角点、车辆两个后轮的距离，计算得到车头两个角点和车辆两个后轮的实时坐标；实时获取车速数据和车辆方向盘转角数据，根据所述车辆方向盘转角数据计算车辆外侧、内侧转向半径，根据车速数据计算车辆预测缓冲长度，并结合车辆的转向得到车辆的轨迹预测缓冲区域；根据轨迹预测缓冲区域及获取的障碍物的坐标信息，判断所述障碍物是否在轨迹预测缓冲区域内，若在，则触发制动指令。本发明能通过轨迹预测计算预碰撞区域来实现危险的预判、适时介入，提升学员模拟驾驶的用户体验感。
-
公开(公告)号：CN106683530A
公开(公告)日：2017-05-17
申请号：CN201710093657.0
申请日：2017-02-21
Applicant: 南京多伦科技股份有限公司
Inventor： 刘海青
IPC: G09B19/16
CPC classification number: G09B19/167
Abstract: 本发明公开了一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法，安装在驾考车辆上，包括嵌入式车载终端、移动通讯模块、三维激光扫描仪和高精度卫星接收机，车载终端运行基于三维激光扫描和高精度车道模型的机器视觉模块和评判模块；车载终端通过移动通讯模块实时下载高精度车道模型，通过视觉模块识别车辆、行人，判断距离和车速，结合评判模块判断会车、超车、前方行人通过时的驾驶员行为是否符合规范，得出相应考试成绩。本发明通过三维激光扫描与高精度车道模型融合计算，对行人车辆的目标进行识别和跟踪，能更精确地反映车辆周边目标对象在三维空间中的位置和速度信息，根据评判模块实现以往驾驶员实际道路考试系统中无法实现的与周边车辆行人有关的评判。
-
公开(公告)号：CN114694461B
公开(公告)日：2024-02-02
申请号：CN202210497048.2
申请日：2022-05-09
Applicant: 多伦科技股份有限公司
IPC: G09B19/16
Abstract: 本发明公开一种用于提高驾驶培训中驾驶安全的方法，主要包括：步骤S1、判断坡道起步项目场地中车辆是否发生后溜，若是，则进入步骤S2；步骤S2、判断车身角度是否超过车身角度阈值，若是，则控制车辆自动刹车，若否，则进入步骤S3；步骤S3、判断车身尾部是否接触电子围栏，若是，则控制车辆自动刹车，若否，则进入步骤S4；步骤S4、判断方向盘转动角度是否超过方向盘转角阈值，若是，则控制车辆自动刹车，若否，则进入步骤S5；步骤S5、判断后溜距离是否超过距离阈值，若是，则控制车辆自动刹车，若否，则结束。进一步，本发明还公开能实现上述方法的装置和电子设备。通过本发明能极大程度保障驾驶学员安全、高效地驾驶训练。
-
公开(公告)号：CN111873902A
公开(公告)日：2020-11-03
申请号：CN202010629685.1
申请日：2020-07-02
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种用于汽车的智能驾驶避障系统，该系统包括：环境数据采集模块、环境数据处理模块、障碍物识别模块和提醒模块；环境数据采集模块对汽车周围环境图像数据进行采集，并将采集到的周围环境图像数据转发至环境数据处理模块；环境数据处理模块对接收到的环境图像数据处理，得到处理后的环境图像数据；障碍物识别模块根据处理后的环境图像数据，对汽车周围环境的障碍物进行识别；提醒模块接收障碍物识别模块的识别结果，并在识别结果显示汽车周围环境存在障碍物时，发出预警信息。该系统通过采集汽车周围环境图像数据，进而对汽车周围障碍物进行识别，并通过提醒模块提醒司机，以使司机可以及时采取避障措施，避免酿成事故。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.027 seconds)
