-
公开(公告)号：CN116996543A
公开(公告)日：2023-11-03
申请号：CN202311262439.7
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及一种基于正交频分复用的车载以太网通信方法和装置。该方法包括：基于正交频分复用基带系统以最小传输速率交换双方的设备信息；通信双方中的其中一方接收到设备信息时，基于接收到的设备信息选择相应的传输速率和调制方式与另一方进行进一步通信，其中，通信双方通过传输线连接，以将正交频分复用基带系统生成的基带信号在通信双方之间进行传输，与传统以太网信号相比，正交频分复用基带携带的信息量大、传输速率高，适用于高速有线通信场景，并且在传输介质方面，本方法不依赖射频信号，使用有线传输基带信号，减少了硬件电路实现的复杂度，降低了系统的成本和维护难度，解决了传统以太网通信成本较高，难以广泛应用的问题。
-
公开(公告)号：CN116152785A
公开(公告)日：2023-05-23
申请号：CN202310448489.8
申请日：2023-04-24
Applicant: 之江实验室
IPC: G06V20/58 , G06T7/90 , G06T7/66 , G06T7/73 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 一种基于CBAM结合HSB模式的交通信号灯检测方法和系统，首先通过引入CBAM机制结合深度学习技术检测到交通信号灯区域，然后通过转换交通信号灯区域块到HSB色彩模式，根据当前交通信号灯的色相H直方图和亮度B重心数据，判断出当前交通信号灯的颜色信息，最后再根据交通信号灯的位置排列等信息判断当前画面中所有交通信号灯的信息。本发明通过结合深度学习技术、图像处理技术以及交通信号灯的特性，能有效识别当前车辆目标区域的交通信号灯的信息；通过CBAM机制能更加专注于交通信号灯的特征信息提取；通过HSB颜色模式和交通信号灯的位置排列特点，能有效解决摄像头采集到的图像数据可能存在色彩失真的问题，为智能驾驶领域提供技术支持。
-
公开(公告)号：CN113567951A
公开(公告)日：2021-10-29
申请号：CN202111126119.X
申请日：2021-09-26
Applicant: 之江实验室
IPC: G01S7/41
Abstract: 本发明提出一种基于时空信息的跨毫米波雷达目标跟踪方法，通过引入时空信息对目标轨迹进行匹配拼接，借助于动态时间规整避免了时间因素对轨迹相似度计算的影响，极大提高了拼接算法的精度，将时间维度信息应用于单雷达中断航迹的接续，实现了单设备内雷达目标轨迹的拼接。同时在拼接过程中，采用基于动态时间规整与PCA‑KL散度的相似度算法完成匹配，从轨迹特性和概率分布两个维度对跨设备目标进行轨迹拼接，极大提高了跨毫米波雷达轨迹拼接的效果。
-
公开(公告)号：CN112887937A
公开(公告)日：2021-06-01
申请号：CN202110027603.0
申请日：2021-01-10
Applicant: 之江实验室
IPC: H04W4/44 , H04W16/22 , H04W40/22 , H04W52/02 , H04N19/463 , H04N19/567
Abstract: 本发明提供一种基于路侧设备辅助的终端设备视频信息协作上传方法，利用车联网路侧设备没有能量限制、路侧设备与路侧设备/基站之间通信质量高等特点，通过车联网路侧设备充当中继节点，构建由车联网路侧设备与终端设备异构的信息协作上传网络。同时，引入终端设备视频信息源的压缩编码功率消耗，建立终端设备的能耗模型，并根据终端设备视频信息源的视频质量要求，通过调整视频编码码率、信息源传输速率，以及对终端设备多路径路由的选择，提供一种完全分布式的优化算法，提高网络资源利用率，保证单个终端设备能耗公平性，实现终端设备网络生命周期的最大化。
-
公开(公告)号：CN117768891A
公开(公告)日：2024-03-26
申请号：CN202311754249.7
申请日：2023-12-19
Applicant: 之江实验室
IPC: H04W12/069 , H04W12/108 , H04W12/08 , H04L9/30 , H04W4/46 , H04W4/44
Abstract: 本发明公开了一种基于SM2签名的网联车辆身份快速识别方法、装置及介质，为计算资源有限的网联车辆构建安全高效的V2X通信方案，保证车联网环境下V2V、V2I通信消息的完整性、不可抵赖性。本发明基于SM2数字签名技术提出了一种基于预处理的分组批量验证方法，对实时接收到的车辆V2X消息签名及其身份证书进行验证，通过减少签名验证过程中标量乘法的计算次数，实现对大量V2X通信消息的快速验证。本发明针对分组批量验证失败的签名进行逐一验证以识别异常车辆身份，并基于历史验证信息维护车辆身份黑白名单以辅助提升身份识别效率。经过测试表明异常签名占比10％前提下，本发明实施例与连续分别验证1000个签名相比节省约50％的异常车辆识别时间。
-
Patent Agency Ranking
公开(公告)号：CN116299315A
公开(公告)日：2023-06-23
申请号：CN202310257823.1
申请日：2023-03-10
Applicant: 之江实验室
IPC: G01S7/48 , G01S17/931
Abstract: 本发明公开了一种使用激光雷达实时检测路面障碍物的方法和装置，该方法通过在路侧安装激光雷达并划定检测范围；然后在产生的点云中过滤出检测范围内的点云并进行坐标转换，以获取检测点云集合；再利用随机抽样一致拟合地平面，删除地平面对应的点云，以获取障碍物点云集合；之后对障碍物点云集合中的点云采用均值漂移聚类，以获取所有目标物体的点云集合；最后利用pointnet深度网络对所有目标物体的点云集合进行处理，以将目标物体分为障碍物和非障碍物。本发明可全天候、自动实时检测路面障碍物，通过激光雷达可以检测障碍物的三维大小，其识别精度高；同时也可应用于普通的交通路口或高速公路等快速道路，适用性强。
-
公开(公告)号：CN111932918B
公开(公告)日：2020-12-18
申请号：CN202011093467.7
申请日：2020-10-14
Applicant: 之江实验室
IPC: G08G1/09 , G08G1/0967
Abstract: 本发明涉及一种面向智能网联车的交通信号灯信息融合决策方法，该方法中路口交通信号灯状态信息通过网络对外周期广播，在网络通信范围内的智能网联车接收该信息，同时接收其他智能网联车对该信息的可信度反馈，最后将智能网联车自身感知的交通信号灯信息、网络发送的交通信号灯信息以及其他智能网联车的反馈信息三者进行融合决策，得到更高可靠和准确的交通信号灯信息。该方法对交通信号灯信息在单车上进行多重验证的同时，引入周围智能网联车的反馈验证，降低了信息在网络传输中被篡改的风险，提高了网络传输交通信号灯信息的可靠性，使得智能网联车可以获得更高可靠和准确的交通信号灯信息，大幅度提高了智能网联车在路口的安全通行能力。
-
公开(公告)号：CN119473732B
公开(公告)日：2025-03-25
申请号：CN202510067262.8
申请日：2025-01-16
Applicant: 之江实验室 , 上海人工智能创新中心
IPC: G06F11/14 , G06N3/0455 , G06N3/063 , G06N5/04
Abstract: 本发明公开一种基于分布式内存管理的大模型训练故障恢复方法，当判断当前训练轮次需要进行检查点保存业务，获取当前时刻模型状态，并将获取到的模型状态序列化成可存储的格式，生成检查点数据；然后将检查点数据从节点内设备端内存传输至主机端内存；并在传输完毕后继续训练任务，同时进行异步检查点保存；异步检查点保存包括数据分布式内存备份和数据持久化到磁盘两种；训练任务出错时，通过检查点数据进行任务恢复。本发明故障恢复时优先从内存中读取备份数据，可以显著减少因磁盘I/O瓶颈导致的延迟，从而减少因保存或加载检查点数据操作而导致的训练暂停或效率下降，保持GPU或其他计算资源的高效利用，提高大规模模型训练的连续性和稳定性。
-
公开(公告)号：CN119473732A
公开(公告)日：2025-02-18
申请号：CN202510067262.8
申请日：2025-01-16
Applicant: 之江实验室 , 上海人工智能创新中心
IPC: G06F11/14 , G06N3/0455 , G06N3/063 , G06N5/04
Abstract: 本发明公开一种基于分布式内存管理的大模型训练故障恢复方法，当判断当前训练轮次需要进行检查点保存业务，获取当前时刻模型状态，并将获取到的模型状态序列化成可存储的格式，生成检查点数据；然后将检查点数据从节点内设备端内存传输至主机端内存；并在传输完毕后继续训练任务，同时进行异步检查点保存；异步检查点保存包括数据分布式内存备份和数据持久化到磁盘两种；训练任务出错时，通过检查点数据进行任务恢复。本发明故障恢复时优先从内存中读取备份数据，可以显著减少因磁盘I/O瓶颈导致的延迟，从而减少因保存或加载检查点数据操作而导致的训练暂停或效率下降，保持GPU或其他计算资源的高效利用，提高大规模模型训练的连续性和稳定性。
-
公开(公告)号：CN119201361A
公开(公告)日：2024-12-27
申请号：CN202411700119.X
申请日：2024-11-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于向量化指令集的虚拟GPU的实现方法，用于在CPU处理器中构建虚拟GPU加速卡，使能处理器平台上的虚拟异构加速计算。本方法包括：以CPU中可伸缩向量指令为基础构建虚拟GPU线程运行环境，其中向量化计算单元中的每一个标量计算单元作为虚拟GPU的一个并行计算核，每一个虚拟GPU并行核拥有独立栈空间作为本地存储空间；由虚拟GPU任务管理器创建虚拟GPU线程所需的任务块空间并管理虚拟GPU任务的运行。本系统通过利用CPU可伸缩向量指令的并行化执行能力，构建了类GPU并行化计算模式，以此构建虚拟GPU，提供了在没有GPU硬件的环境下的GPU使用。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
