-
公开(公告)号:CN115856916A
公开(公告)日:2023-03-28
申请号:CN202310027332.8
申请日:2023-01-09
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: G01S17/86 , G01S17/931 , G06F18/22 , G06F18/25
Abstract: 本申请提供了一种车辆激光雷达与相机的数据融合方法,包括:控制所述激光雷达实时获取路况信息;控制所述激光雷达与所述相机建立连接;启动所述相机;控制所述激光雷达根据所述路况信息确定所述激光雷达与所述相机的数据融合机制;根据所述数据融合机制对所述激光雷达与所述相机进行数据融合。通过控制所述激光雷达根据所述路况信息确定所述激光雷达与所述相机的数据融合机制,实现了多层级的融合,同时能够根据周围场景进行自适应调整,达到算法与数据的最优匹配。
-
公开(公告)号:CN115794325A
公开(公告)日:2023-03-14
申请号:CN202210781081.8
申请日:2022-07-04
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: G06F9/48
Abstract: 本申请提供了一种跨模块的函数的调度方法与装置,该方法包括:在链接文件中定义多个内存分段;将多个预定调度函数的入口地址存储在对应的内存分段中,其中,一种类型的预定调度函数对应一个内存分段,任意两个内存分段对应的预定调度函数的类型不同,入口地址用于表征函数的代码执行的起始位置,预定调度函数为需要调度的函数;读取内存分段中的目标入口地址,并依据目标入口地址执行目标调度函数,目标入口地址为目标调度函数的入口地址,从而解决了现有技术中人为修改任务调度文件容易引入错误的问题。
-
公开(公告)号:CN115242830A
公开(公告)日:2022-10-25
申请号:CN202210688851.4
申请日:2022-06-17
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种车辆数据处理方法、车辆及数据处理系统,该方法包括:获取车辆相关数据;采用event通信方式,将连接状态信息发送至服务端;采用method通信方式,接收服务端发送的激活状态信息,激活状态信息用于表征接收函数已经被激活;采用field通信方式,并利用接收函数将车辆相关数据发送至服务端,得以确保在车辆和服务端的连接状态为已连接的状态的情况下,进行数据传输,提高了数据传输的可靠性,保证服务端能够接收车辆相关数据,得以保证将车辆相关数据的全部内容均传输至服务端,大大提高了车辆相关数据传输时的灵活性,从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
-
公开(公告)号:CN115242830B
公开(公告)日:2023-11-17
申请号:CN202210688851.4
申请日:2022-06-17
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种车辆数据处理方法、车辆及数据处理系统,该方法包括:获取车辆相关数据;采用event通信方式,将连接状态信息发送至服务端;采用method通信方式,接收服务端发送的激活状态信息,激活状态信息用于表征接收函数已经被激活;采用field通信方式,并利用接收函数将车辆相关数据发送至服务端,得以确保在车辆和服务端的连接状态为已连接的状态的情况下,进行数据传输,提高了数据传输的可靠性,保证服务端能够接收车辆相关数据,得以保证将车辆相关数据的全部内容均传输至服务端,大大提高了车辆相关数据传输时的灵活性,从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
-
公开(公告)号:CN115185253A
公开(公告)日:2022-10-14
申请号:CN202210779920.2
申请日:2022-07-04
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: G05B23/02
Abstract: 本申请提供了一种域控制器操作系统的构建方法及装置,该方法包括:构建多个用户服务模块,各用户服务模块具有客户端接口和第一服务端接口,各用户服务模块用于处理各用户服务模块的私有服务信息,得到处理后的私有服务信息;构建系统服务模块,系统服务模块具有第二服务端接口,系统服务模块用于处理多个用户服务模块公共服务信息得到处理后的公有服务信息,在各用户服务模块中构建中间件库,以构建域控制器操作系统,从而解决现有方案中应用于智能驾驶的智能操作系统的无法支持GPU、FPGA和DSP以外的域控制器系统级芯片的问题,通过将共有服务信息放在系统服务模块进行处理,从而减轻了用户服务模块的负担,进而提高了用户服务模块的处理效率。
-
公开(公告)号:CN115908647A
公开(公告)日:2023-04-04
申请号:CN202211418925.9
申请日:2022-11-14
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: G06T13/20 , G06F3/04815 , G06Q50/02
Abstract: 本申请提供了一种模拟无人农机作业的方法、装置、存储介质与仿真平台,该方法包括:基于3D游戏引擎构建无人农机模型与无人农机作业场景模型,作业参考线子模型用于表征无人农机在进行虚拟作业过程中的参考线,虚拟作业过程用于模拟真实作业过程,无人农机作业场景模型包括虚拟环境元素和虚拟作物元素,虚拟环境元素表示虚拟作物的生长环境,虚拟作物元素表示虚拟作物,虚拟作物的生长环境用于模拟真实作物的生长环境,虚拟作物用于模拟真实作物;采用无人农机模型与无人农机作业场景模型模拟无人农机的真实作业过程。本申请解决了现有技术中无法使用一般的智能驾驶仿真平台来模拟智慧农业收割仿真训练的场景交互的问题。
-
公开(公告)号:CN115766208A
公开(公告)日:2023-03-07
申请号:CN202211422328.3
申请日:2022-11-14
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
IPC: H04L9/40
Abstract: 本申请提供了一种通信系统的入侵检测方法、检测装置以及自动驾驶系统,该方法包括:在通信系统接收到请求信息的情况下,获取目标信息,请求信息用于请求预定服务,目标信息为预定服务的属性信息;根据目标信息和白名单,确定请求信息是否安全,在目标信息在白名单内的情况下,确定请求信息安全;在请求信息安全的情况下,根据神经网络模型和目标日志中至少一个预定参数的时间序列,确定输出结果,输出结果为表征通信系统是否受到入侵的结果,神经网络模型为使用多组数据通过机器学习训练出的,目标日志为通信系统在提供预定服务的过程中生成的日志,预定参数为反映预定服务的访问行为的参数。本申请解决车载信息的安全性较差的问题。
-
公开(公告)号:CN115145617A
公开(公告)日:2022-10-04
申请号:CN202210700304.3
申请日:2022-06-20
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种ECU程序的刷写方法、刷写装置、处理器与车辆,该刷写方法包括:接收由上位机发送的多个数据包,一个数据包携带有一段初始数据,多个数据包携带的初始数据可构成一个完整的待刷写文件;将携带有对应的目标标识的数据包确定为目标数据包,并根据对应的目标标识,对各目标数据包携带的初始数据进行重构,得到多个第一预设数据;将多个第一预设数据和其他数据包携带的初始数据写入Flash,其中,其他数据包为多个数据包中,除目标数据包之外的数据包,从而解决了现有技术中对ECU进行刷写时,需要占用较多的RAM空间且刷写速度较慢的问题。
-
公开(公告)号:CN116681103A
公开(公告)日:2023-09-01
申请号:CN202310712505.X
申请日:2023-06-15
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本发明公开一种嵌入式智能芯片的神经网络量化方法、装置和电子设备,包括:获取校准数据集、onnx模型、定点量化规则;基于onnx模型对校准数据集进行浮点推理以得到浮点数据总集,以及基于智能芯片对校准数据集进行定点推理以得到定点数据总集;获取智能芯片进行定点推理的推理时长;基于校准数据集、浮点数据总集、定点量化规则、定点数据总集和推理时长确定最终小数位宽。本申请运用onnx模型的优点,自动化完成浮点类型的定点量化,基于嵌入式智能芯片开发板对浮点运算的局限性及自身工具的难用性和效果差,简化定点量化同时,实现量化精度的提高,加快推理速度。
-
公开(公告)号:CN116306874A
公开(公告)日:2023-06-23
申请号:CN202310316697.2
申请日:2023-03-24
Applicant: 潍柴动力股份有限公司 , 潍坊潍柴动力科技有限责任公司
Abstract: 本申请提供了一种分布式神经网络的训练方法、训练装置和电子装置,该训练方法包括:分布式神经网络训练器的服务端接收客户端发送的神经网络模型并存储,其中,分布式神经网络训练器至少包括服务端和目标训练端;服务端通过通信端点将神经网络模型发送至目标训练端,其中,目标训练端用于训练神经网络模型并输出训练结果,训练结果至少包括神经网络模型的权重和神经网络模型的偏置,通信端点用于服务端与目标训练端之间的数据传输;服务端通过通信端点接收目标训练端发送的训练结果并存储,且发送至客户端。通过本申请,解决了由于神经网络的大量训练导致的占用当前操作系统内存的问题。
-
-
-
-
-
-
-
-
-