“傅永健”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种基于主动学习和半监督的三维点云语义分割标注方法-CN202211453495.4有效
发明人：叶山顶;傅永健;潘之杰 -专利权人：浙江大学
申请日： 2022-11-21 - 公布日： 2023-08-18 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种基于主动学习和半监督的三维点云语义分割标注方法，该方法首先利用构造的点云匹配评分函数，挑选出一个具有代表性的子集。然后利用两种无监督算法，将一帧点云分割成若干个小的区域。在每次主动学习循环中，先计算每个小区域的点云强度信息值和信息熵，再从中选出二者和值中较大的若干个区域进行人工标记。为了有效利用未标注数据，借助无监督学习方法，选择相对当前模型而言置信度较高小区域赋以伪标签。最后将伪标签数据和人工标记数据一起输入给深度语义分割模型进行网络训练。由此能够极大地提升标注效率，减少人工标注成本。
一种基于主动学习监督三维语义分割标注方法

[发明专利]一种用于小样本类增量学习的多粒度快慢学习方法-CN202011504238.X有效
发明人：李玺;赵涵斌;傅永健;康敏桐 -专利权人：浙江大学
申请日： 2020-12-18 - 公布日： 2023-07-18 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种用于小样本类增量学习的多粒度快慢学习方法，方法具体包括以下步骤：连续获取多个任务的数据流，在每个类增量学习会话只能获得一个任务的数据；在第一个增量学习会话中，获取第一个任务的数据，学习得到基任务网络模型，慢更新模型和快更新模型都以基任务模型作为初始化；在下一个增量学习会话中获取新任务数据，以慢的多粒度学习方法更新慢更新模型，以快的多粒度学习方法更新快更新模型；每次增量学习会话后，通过慢更新模型得到慢更新特征空间，通过快更新模型得到快更新特征空间，利用两个空间得到的组合空间进行分类。本发明构建的组合特征空间能有效地平衡旧知识保留和新知识适应，是一种简单有效的小样本增量学习方法。
一种用于样本增量学习粒度快慢学习方法

[发明专利]基于数字孪生的自动驾驶高精度地图模型及高精度静态地图制作方法-CN202211655201.6在审
发明人：叶山顶;傅永健;潘之杰 -专利权人：浙江大学
申请日： 2022-12-21 - 公布日： 2023-05-16 - 主分类号： G06T17/05 文献下载
摘要：本发明公开了一种基于数字孪生的自动驾驶高精度地图模型及高精度静态地图制作方法。所述自动驾驶高精度地图模型由静态地图、动态地图和云服务地图组成，该地图模型既包含静态、动态场景元素又能为不同使用者提供相应的服务；云服务地图包括全局云服务模块和边缘云服务模块，保证了全部场景和局部场景下的交通效率和车辆的行驶安全。本发明地图制作方法中采用了三维重建、多传感融合的SLAM、基于深度学习的目标检测、语义分割，极大的减少人工制图工作量，能够有效提升建图效率，减少制图成本。另多传感的数据融合有效提升了地图数据的精度。
基于数字孪生自动驾驶高精度地图模型静态制作方法

[发明专利]一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统-CN202211649994.0在审
发明人：叶山顶;傅永健;潘之杰 -专利权人：浙江大学
申请日： 2022-12-21 - 公布日： 2023-03-24 - 主分类号： G05B19/042 文献下载
摘要：本发明公开了一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统，属于自动驾驶技术领域。所述系统包括自动驾驶专用路网规划模块、数字孪生地图模块、若干场景云控系统和若干边缘云控系统；自动驾驶专用路网规划模块为自动驾驶车辆创造了一个安全、有序的物理行驶环境，数字孪生地图模块构建了一个实时孪生的交通数字空间并提供调度服务；场景云控系统生成最佳的路权、行使权和全局的行驶轨迹参考线。边缘云控系统为所有接入到边缘云控系统的自动驾驶车辆提供低延迟的云控调度服务，保证了局部场景下的交通效率和车辆的行驶安全。本发明充分利用互联网与云控系统的硬件计算资源，可以有效减轻车辆的组成复杂性与制造成本。
一种基于自动驾驶专用路网数字孪生地图系统

[发明专利]一种路侧激光雷达超视距感知系统及其工作方法-CN202210176594.6在审
发明人：姚晗;方炜豪;王文夫;叶山顶;傅永健;马瑞凯;林湖;潘之杰 -专利权人：浙江大学
申请日： 2022-02-25 - 公布日： 2022-06-17 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种路侧激光雷达超视距感知系统及其工作方法。系统包括：激光雷达、边缘低功耗计算平台、通信模块、电源模块和云端服务器。所述的边缘低功耗计算平台包括预处理模块，主干网络和多任务模块。当车辆、行人等目标物体进入路侧激光雷达超视距感知系统的感知范围时，路侧激光雷达超视距感知系统计算出路侧感知结果发送至云端服务器；云端服务器获取路侧感知结果后，一方面将其作为实时交通状态的来源数据；另一方面将路侧感知结果，分发给路侧激光雷达超视距感知系统覆盖范围内的车辆，使车辆获取路侧的感知结果，实现超视距感知。本发明可以提升车辆的感知范围、减少感知盲区、增强驾驶的安全性、减少对自身传感器的依赖。
一种激光雷达视距感知系统及其工作方法

[发明专利]一种路侧激光雷达超视距感知方法-CN202210176350.8在审
发明人：姚晗;方炜豪;王文夫;叶山顶;傅永健;马瑞凯;林湖;潘之杰 -专利权人：浙江大学
申请日： 2022-02-25 - 公布日： 2022-05-31 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种路侧激光雷达超视距感知方法。激光雷达获取的原始点云数据，对点云数据进行预处理获取点云特征图；然后使用主干网络进行进一步的特征提取，所述的主干网络基于EfficientDet网络，并在EfficientDet网络的BiFPN层后增加了MoSF融合层，MoSF融合层将BiFPN层输出的多尺度特征图融合为单一尺度的特征图；最后使用五个检测头的多任务模块进行处理；其中四个检测头用于目标检测，输出目标类别、XYZ三维坐标系的检测框、物体方向角；一个检测头用于输出运动预测的结果，为物体未来的坐标。本发明深度学习网络可以直接获取目标检测和运动预测两项感知结果。克服了现有技术中通过目标检测、目标追踪和运动预测的多模块耦合的感知流程，简化了感知的过程。
一种激光雷达视距感知方法

[发明专利]一种基于数字孪生的自动驾驶网联多车测试方法和系统-CN202210039491.5在审
发明人：方炜豪;姚晗;傅永健;马瑞凯;叶山顶;林湖;潘之杰 -专利权人：浙江大学
申请日： 2022-01-13 - 公布日： 2022-05-24 - 主分类号： G05B17/02 文献下载
摘要：本发明公开了一种基于数字孪生的自动驾驶网联多车测试方法和系统。本发明通过场景数字化的方式在仿真器中构建数字孪生环境，并且在仿真器中定义虚拟车辆和虚拟传感器，使得仿真器中的虚拟车辆能够根据传感器数据进行运动。车辆分为现实车辆和虚拟车辆，所有车辆运动过程中，具体的数据通过网络TCP连接的方式上传到数字孪生云平台，由于云平台将所有车辆都视作为一个调度节点，无论是虚拟车辆或是实际车辆，在云平台部分都是一致的数据管理，云平台通过一定的周期向所有连接的车辆下发其他车辆的信息，从而使得所有车辆之间能够互相连通，虚拟车辆和实际车辆之间可以获取彼此的超视距信息，为虚实结合的自动驾驶网联多车测试提供基础形式。
一种基于数字孪生自动驾驶网联多车测试方法系统

[发明专利]基于数字孪生场景的低延时远程遥控方法和系统-CN202111498181.1在审
发明人：方炜豪;姚晗;傅永健;马瑞凯;叶山顶;潘之杰 -专利权人：浙江大学
申请日： 2021-12-09 - 公布日： 2022-03-22 - 主分类号： G05B19/042 文献下载
摘要：本发明公开了一种基于数字孪生场景的低延时远程遥控方法和系统，通过在仿真中构建与现实场景一致的场景，传输在行驶过程中车辆的定位信息，将该信息在仿真器中可视化显示出来，通过观察可视化的仿真环境，从而直接遥控仿真环境中的车辆，而实际的遥控指令仍然传输给实际车辆，实际车辆更新定位信息，从而更新仿真器中车辆的定位信息，当定位频率足够高，就可以获得低延时的远程遥控实现。本发明由于传输的数据只需要传输是车辆的定位信息，不需要使用5G网络传输也可以做到极低的延迟，能够迅速得对车辆在场景中的信息进行反应。
基于数字孪生场景延时远程遥控方法系统

[发明专利]一种基于特征空间组合的小样本类增量学习方法-CN202010590902.0在审
发明人：李玺;赵涵斌;傅永健;励雪巍 -专利权人：浙江大学
申请日： 2020-06-24 - 公布日： 2020-11-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征空间组合的小样本类增量学习方法，方法具体包括以下步骤：连续获取多个任务的数据流，在每个类增量学习会话中只能获得一个任务的数据，定义方法目标；在第一个类增量学习会话中，获取第一个任务的数据，学习得到基任务网络模型；在下一个类增量学习会话中，获取新任务数据，更新当前网络模型；每次类增量学习会话后，通过基任务网络模型得到基任务特征空间，通过当前网络模型得到终身学习特征空间，对两个空间进行组合，得到一个组合特征空间，利用组合空间进行分类。本发明能够构建一个有效的组合特征空间，很好地平衡旧知识保留和新知识适应，同时实现简单，是一个既有效并且实用简单的小样本类增量学习方法。
一种基于特征空间组合样本增量学习方法

[实用新型]一种防盗口袋-CN201220283432.4有效
发明人： 傅永健 -专利权人： 傅永健
申请日： 2012-06-16 - 公布日： 2012-12-12 - 主分类号： A41D27/20 文献下载
摘要：本实用新型涉及衣服设计领域，特别涉及一种防盗口袋。该防盗口袋，包括衣裤面和缝制于衣裤面表面的口袋布，其特征是：所述口袋布上口处设置有连接衣裤面的拉链；所述口袋布内侧设置有连接衣裤面的按扣，因此，本实用新型的设计合理，实用方便。
一种防盗口袋

1
共 10 条