-
公开(公告)号：CN118647053B
公开(公告)日：2024-12-20
申请号：CN202411110734.5
申请日：2024-08-14
Applicant: 罗普特科技集团股份有限公司
IPC: H04W28/084 , H04W28/08 , H04W4/40
Abstract: 本发明涉及车联网技术领域，具体涉及一种基于边缘计算的车辆联网方法，包括：根据边缘计算服务器之间的实时负载量差异，判断边缘计算服务器是否需要进行任务迁移，根据不同任务的任务相关数据之间的相似性、任务间车辆的行驶位置的相似性，获得需迁移边缘计算服务器之间不同任务的数据‑位置相似性，获取迁移动作的奖励函数，从而对Q学习算法的Q矩阵进行迭代更新，得到需迁移边缘计算服务器的最优迁移边缘计算服务器，然后对车联网中边缘计算任务进行迁移。本发明减少了边缘计算服务器的能源消耗，提高了总体资源利用率和负载均衡，提升了车辆联网系统的整体性能和可持续性。
-
公开(公告)号：CN118494468B
公开(公告)日：2024-11-08
申请号：CN202410954226.9
申请日：2024-07-17
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明涉及车辆避让控制技术领域，具体涉及基于人工智能的车辆控制方法及系统。该方法基于二维栅格地图中障碍车辆栅格与初始栅格之间的相对信息，根据相对速度以及距离信息确定每个障碍车辆栅格的车辆避让系数。基于运动特征获得障碍车辆栅格相对于非障碍栅格的障碍影响系数，根据障碍影响系数获得的车辆避让估计代价能够同时考虑到障碍车辆的运动状态以及非障碍栅格相对于目标栅格的距离，进而得到科学合理的初始车辆推荐路线。对初始车辆推荐路线进行平滑处理，利用最优车辆推荐路线控制目标车辆进行避让。本发明通过分析障碍车辆的运动特征，获得科学有效的避让路径，实现目标车辆科学、有效、安全地避让。
-
公开(公告)号：CN112699806B
公开(公告)日：2024-09-24
申请号：CN202011633077.4
申请日：2020-12-31
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
IPC: G06V20/58 , G06V10/82 , G06T3/4007 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于三维热图的三维点云目标检测方法和装置，将点云输入多层稀疏卷积得到第一特征图，利用双线性插值法将第一特征图依次插值到点云原始的空间位置，得到第二特征图，将第二特征图进行拼接，输出N*C维特征图；将N*C维特征图输入第一全连接神经网络，输出N*4维特征图，输出数据包括预测的点云的坐标以及预测的热力响应值；将N*C维特征图输入第二全连接神经网络，输出五维向量，分别表示预测的物体的长宽高、类别以及偏转角度；将预测的热力响应值通过三维高斯分布进行回归，得到高斯分布的均值，即预测的物体的中心坐标；将长宽高、类别、偏转角度以及中心坐标进行合并，得到目标检测结果。本发明能够提高目标的检测精度和分类能力。
-
公开(公告)号：CN118674241A
公开(公告)日：2024-09-20
申请号：CN202411161660.8
申请日：2024-08-23
Applicant: 罗普特科技集团股份有限公司
IPC: G06Q10/0631 , G06Q10/083
Abstract: 本申请涉及车辆调度管理技术领域，具体涉及一种基于AI车辆平台分析的车辆管理方法及系统，该方法包括：通过AI车辆平台获取即时配送业务下的车辆位置和订单信息，分析各订单的预估容忍时间，基于预估容忍时间分析订单配送成功和拒绝情况的分析，构建订单拒绝概率分布，进而获取每个时刻下各订单的时间敏感度；根据各订单的时间敏感度分析各车辆调控策略的配送优先期望，进一步确定ALNS算法各算子的算子奖励因子，结合每次迭代时各算子的权重系数，计算每次迭代过程中各算子的选择概率，采用ALNS算法获取最优车辆调度策略，对车辆及订单配送路线进行调整管理。本申请可实现满足实际的车辆调度需求，提高算法的收敛速度。
-
公开(公告)号：CN112734931B
公开(公告)日：2021-12-07
申请号：CN202011633104.8
申请日：2020-12-31
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明属于计算机技术领域，具体涉及一种辅助点云目标检测的方法及系统。本申请实施例提供的一种辅助点云目标检测的方法及系统具有如下优势：1减少了处理的采样点数量，提高运算速度；2、依据初始目标点云集的中点的特征，使用一层全连接层输出初始目标点云集中每个采样点是前景点还是背景点的概率，使得最终语义分割的效果更明显，从而使点云目标检测的显示结果更明显。3、能够得到精确的三维目标检测框位置，使本方法更具精确性。
-
Patent Agency Ranking
公开(公告)号：CN112766061A
公开(公告)日：2021-05-07
申请号：CN202011615688.6
申请日：2020-12-30
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明给出了一种多模态无监督的行人像素级语义标注方法和系统，包括对无人的监控场景进行三维重建，获取监控场景的初始点云信息；利用Tof图像采集设备获取监控场景中的第一点云信息，将其与初始点云信息配准后进行集合的差运算，获得第二点云信息，并将第二点云信息在水平面上进行投影，获得人员点云信息集合；对红外图像采集设备获取的场景信息阈值化后的二值化图像进行膨胀和腐蚀，获得连通区域信息集合；分别将人员点云信息集合和连通区域信息集合，利用已经标定的相机之间的位置关系，投影到RGB图像采集设备的图像平面空间中进行集合的交集运算，响应于共同像素超过第一阈值时，获取对应的人体区域集合。该方法和系统充分融合了不同模态摄像机的优点，可以有效提取出场景中的人体像素点。
-
公开(公告)号：CN112270309A
公开(公告)日：2021-01-26
申请号：CN202011308881.5
申请日：2020-11-20
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 公开了一种车辆卡口设备抓拍质量评估方法及装置，包括：图像获取模块、图像处理模块及图像质量评估模块，通过对车辆卡口设备的抓拍图，进行车辆检测以获得具有车辆特征的车辆抓拍图；检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值，从而达到对卡口设备的建设的质量进行评估的目的。
-
公开(公告)号：CN118674241B
公开(公告)日：2024-12-20
申请号：CN202411161660.8
申请日：2024-08-23
Applicant: 罗普特科技集团股份有限公司
IPC: G06Q10/0631 , G06Q10/083
Abstract: 本申请涉及车辆调度管理技术领域，具体涉及一种基于AI车辆平台分析的车辆管理方法及系统，该方法包括：通过AI车辆平台获取即时配送业务下的车辆位置和订单信息，分析各订单的预估容忍时间，基于预估容忍时间分析订单配送成功和拒绝情况的分析，构建订单拒绝概率分布，进而获取每个时刻下各订单的时间敏感度；根据各订单的时间敏感度分析各车辆调控策略的配送优先期望，进一步确定ALNS算法各算子的算子奖励因子，结合每次迭代时各算子的权重系数，计算每次迭代过程中各算子的选择概率，采用ALNS算法获取最优车辆调度策略，对车辆及订单配送路线进行调整管理。本申请可实现满足实际的车辆调度需求，提高算法的收敛速度。
-
公开(公告)号：CN118587908B
公开(公告)日：2024-11-08
申请号：CN202411081394.8
申请日：2024-08-08
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明涉及道路控制技术领域，具体涉及一种基于AI车辆识别的小区车辆管理方法及系统，包括获取预设时长的视频集并打标，得到标签视频集；根据分别计算得到每个观测时间段下每个摄像区域对应的小区车流速率、小区车辆动态密度和小区交通流量；并以此进行预测，得到每个摄像区域对应的预测车流特征向量；基于每个摄像区域对应的预测车流特征向量计算得到小区车辆拥堵指数，并根据所述小区车辆拥堵指数对小区的道闸进行控制。本发明中通过优化车辆评估速度、小区交通流量以及小区车辆动态密度的计算方式。并对车辆评估速度和小区交通流量以及小区车辆动态密度进行预测方式，根据预测结果采取不同的道闸控制策略，减少小区内车辆拥堵状况的发生。
-
公开(公告)号：CN118587908A
公开(公告)日：2024-09-03
申请号：CN202411081394.8
申请日：2024-08-08
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明涉及道路控制技术领域，具体涉及一种基于AI车辆识别的小区车辆管理方法及系统，包括获取预设时长的视频集并打标，得到标签视频集；根据分别计算得到每个观测时间段下每个摄像区域对应的小区车流速率、小区车辆动态密度和小区交通流量；并以此进行预测，得到每个摄像区域对应的预测车流特征向量；基于每个摄像区域对应的预测车流特征向量计算得到小区车辆拥堵指数，并根据所述小区车辆拥堵指数对小区的道闸进行控制。本发明中通过优化车辆评估速度、小区交通流量以及小区车辆动态密度的计算方式。并对车辆评估速度和小区交通流量以及小区车辆动态密度进行预测方式，根据预测结果采取不同的道闸控制策略，减少小区内车辆拥堵状况的发生。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.031 seconds)
