“袁基睿”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13个，建议您升级VIP下载更多相关专利

[发明专利]基于多重交互行为的交通参与者轨迹预测方法及系统-CN202211248292.1在审
发明人：付峥;李鹏飞;李阳;李楚璇;周谷越;袁基睿;杨殿阁;骆乃瑞;高旭;时一峰;潘屹峰 -专利权人：清华大学;阿波罗智联（北京）科技有限公司
申请日： 2022-10-12 - 公布日： 2023-02-28 - 主分类号： G08G1/01 文献下载
摘要：本发明提供一种基于多重交互行为的交通参与者轨迹预测方法及系统，包括：获取高精地图数据和交通参与者的节点特征，进行静态交互层和动态交互层的构建；基于预设的交通灯信息门控神经网络将所述静态交互层和动态交互层进行动态交互，构建交互网络；对所述交互网络通过预设的目标损失函数进行监督学习训练，输出轨迹预测网络模型，通过所述轨迹预测网络模型进行轨迹预测。本发明解决了现有技术中对交通参与者轨迹预测不准确的问题，实现将多重交通交互行为进行相互融合，完成轨迹的准确预测。
基于多重交互行为交通参与者轨迹预测方法系统

[发明专利]基于交互轨迹预测模型的自动驾驶交互仿真方法及系统-CN202211250931.8在审
发明人：陈小雪;李阳;付峥;李鹏飞;李楚璇;周谷越;袁基睿;杨殿阁;骆乃瑞;高旭;时一峰;潘屹峰 -专利权人：清华大学;阿波罗智联（北京）科技有限公司
申请日： 2022-10-12 - 公布日： 2023-01-06 - 主分类号： G05B17/02 文献下载
摘要：本发明提供一种基于交互轨迹预测模型的自动驾驶交互仿真方法及系统，包括：获取真实交通数据，基于所述交通数据建立交互轨迹预测模型；基于所述交互轨迹预测模型输出初始轨迹预测结果，通过预设的进阶过程控制算法对所述初始轨迹预测结果进行优化，输出优化轨迹预测结果；通过预设的道路运动规划可组合基准的开源平台对所述优化轨迹预测结果进行自动驾驶仿真，输出可视化仿真结果。本发明解决了现有自动驾驶仿真真实性低、难以保证自动驾驶安全性的问题。
基于交互轨迹预测模型自动驾驶仿真方法系统

[发明专利]交通交互性能的评估方法、装置、设备、介质和产品-CN202210507919.4在审
发明人：周谷越;袁基睿;龚江涛;杨凡;王鲲 -专利权人：清华大学;阿波罗智联（北京）科技有限公司
申请日： 2022-05-10 - 公布日： 2022-08-30 - 主分类号： G08G1/01 文献下载
摘要：本公开提供了一种交通交互性能的评估方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为智能交通和自动驾驶技术领域。具体实现方案包括：根据与目标测试场景对应的初始交通状态，基于针对目标测试场景中的交通参与对象的交互参考信息，确定与N个时刻对应的测试交通状态，N为大于1的整数；根据初始交通状态和测试交通状态，确定与N个时刻对应的基于预设性能指标的指标量化评估值；以及根据与N个时刻对应的指标量化评估值，确定针对目标测试场景的性能评估值，交通状态包括目标测试场景中的交通参与对象的交通状态值和状态值分布概率。
交通交互性能评估方法装置设备介质产品

[发明专利]基于后融合的车路协同三维目标检测方法及系统-CN202210114613.2在审
发明人：聂再清;罗弈桢;俞海宝;杨泽邦;袁基睿 -专利权人：清华大学;阿波罗智联（北京）科技有限公司
申请日： 2022-01-30 - 公布日： 2022-06-14 - 主分类号： G06V20/56 文献下载
摘要：本发明提供一种基于后融合的车路协同三维目标检测方法及系统，其中方法包括：分别获取路端和车端检测的各车辆的位置信息；根据路端检测的各车辆在路端时间戳下的行驶速度以及路端检测的各车辆的位置信息，预测得到路端检测的各车辆在车端时间戳下的位置信息；将路端检测的各车辆在车端时间戳下的位置信息和车端检测的各车辆的位置信息转换到同一坐标系，对各车辆的位置信息融合，得到三维目标检测结果。用以解决现有技术中默认车路传感器时间同步，所造成的车路协同误差较大的缺陷，实现根据车辆在路端时间戳下的行驶速度预测车辆在车端时间戳下的位置信息，有效克服了车路传感器时间异步，以及通信时延所带来的偏差，提高了目标检测精度。
基于融合协同三维目标检测方法系统

[发明专利]一种车路协调数据联合标注方法及装置-CN202111653784.4在审
发明人：聂再清;杨泽邦;袁基睿;俞海宝;罗弈桢 -专利权人：清华大学;北京百度网讯科技有限公司
申请日： 2021-12-30 - 公布日： 2022-05-17 - 主分类号： G06V10/80 文献下载
摘要：本发明提供一种车路协调数据联合标注方法及装置，该方法包括：获取第一数据帧，以及基于所述第一数据帧确定的车辆标注；其中，所述第一数据帧是由车辆端采集的；基于路侧端采集的数据帧，获取路侧标注；其中，所述路侧标注与所述车辆标注的时间差小于或等于第一预设值；将所述路侧标注与所述车辆标注进行融合，以得到车路协调数据联合标注结果。本发明能够有效保证车路协调数据联合标注结果的有效性和准确性。
一种协调数据联合标注方法装置

[发明专利]一种基于多智能体的无人机集群对抗决策方法-CN202210056613.1在审
发明人：李勇;冯宇;袁基睿;刘壮;杨茹茵;高科;高黎明;李晨光;安冉 -专利权人：中科视拓（北京）科技有限公司
申请日： 2022-01-18 - 公布日： 2022-04-26 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于多智能体的无人机集群对抗决策方法，属于无人机技术领域，该方法包括以下步骤：采集当前环境信息和无人机的态势信息；根据当前环境信息和无人机的态势信息建模，包括构建无人机的运动模型和基于图的威胁源模型；利用基于图模型的蚁群算法进行无人机打击目标任务分配；根据分配的打击目标确定出对抗决策。本发明可以规避不利目标、支援劣势的友机和巡航时寻找有利目标,更有效地完成无人机集群的协同对抗,提升无人机集群对抗作战的效率。
一种基于智能无人机集群对抗决策方法

[发明专利]车路协同评估自动驾驶安全性的方法、装置、设备和介质-CN202111483878.1在审
发明人： 袁基睿;杨凡;周谷越;王哲;王鲲;胡星;张雯;杨国义;胡茂洋 -专利权人：清华大学;阿波罗智联（北京）科技有限公司
申请日： 2021-12-07 - 公布日： 2022-04-05 - 主分类号： G06Q10/06 文献下载
摘要：本公开提供了一种评估自动驾驶安全性的方法、装置、电子设备和介质，涉及人工智能技术领域，尤其涉及自动驾驶技术领域。实现方案为：将描述交通场景的数据输入场景分布模型，以得到交通场景的状态分布和状态分布的产生概率；将状态分布输入自动驾驶车辆交互模型，以得到自动驾驶车辆执行关键动作的动作时间和动作时间的产生概率；将动作时间输入自动驾驶安全评价模型以得到安全量化指标；以及基于状态分布的产生概率、动作时间的产生概率和安全量化指标，确定交通场景的平均安全理论指标。
协同评估自动驾驶安全性方法装置设备介质

[发明专利]基于车路协同的数据处理方法、系统、存储介质-CN202111288682.7在审
发明人： 袁基睿;周谷越 -专利权人：清华大学
申请日： 2021-11-02 - 公布日： 2022-01-04 - 主分类号： G06K9/00 文献下载
摘要：本公开涉及基于车路协同的数据处理方法、系统、存储介质，包括在设备获取的图像中进行目标物体识别，所述设备包括：车端设备和/或路侧设备；确定所述设备距所述目标物体的距离；利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率；所述第一映射关系为物体距所述设备的距离与所述设备对所述物体的检出概率之间的映射关系，所述第一检出概率，用于表征所述车路协同感知系统的感知物体的性能。根据本公开实施例的基于车路协同的数据处理方法能够定量地评判车路协同感知系统对于目标物体的检出效果，避免依赖人为主观经验产生的误差，提高评判结果准确率和稳定性。
基于协同数据处理方法系统存储介质

[发明专利]一种基于标签自提纯的深度学习方法-CN201710947264.1有效
发明人：马文亚;刘昕;袁基睿;朱鹏飞;山世光 -专利权人：中科视拓（北京）科技有限公司
申请日： 2017-10-12 - 公布日： 2021-04-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于标签自提纯的深度学习方法，其整体步骤为：构建大规模的带有标签噪声的真实条件下的人脸数据集；使用小规模的干净数据集训练深度神经网络得到深度人脸识别模型；使用训练得到的深度人脸识别模型对数据集进行提取特征操作；利用提纯算法迭代地对数据集进行提纯操作；根据提纯后的数据集的测试结果获得最终的提纯后的研究用数据集。本发明可以利用大规模带有标签噪声的人脸数据集，进而利用无监督的提纯方法迭代地进行数据的自提纯，然后将提纯后的数据用于构建大规模的数据集，从而在构建了一个大规模数据集的基础上可以训练得到具有理想精度的深度人脸识别模型进行相关的任务或应用。
一种基于标签提纯深度学习方法

[发明专利]一种基于深度学习的集装箱锁扣检测及预警方法-CN201710947766.4有效
发明人：申震;袁基睿;刘昕;山世光 -专利权人：中科视拓（北京）科技有限公司
申请日： 2017-10-12 - 公布日： 2020-10-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的集装箱锁扣检测及预警方法，首先通过深度学习方法对集装箱箱角进行检测，然后对远角箱角进行检测校准，最终通过HOG特征提取以及分类器分类判断锁扣是否存在；若存在锁扣，则通过警示灯警示或警示音提醒进行报警，立即停止移动集装箱，并人为拆卸锁扣。本发明具有集装箱锁扣自动检测效率高、预警准确的优点，可大幅度降低操作人员的工作强度，避免因人为疏漏造成的安全事故，可广泛应用于铁路、公路、水路和航空等领域的集装箱运输行业。
一种基于深度学习集装箱检测预警方法

[发明专利]一种基于注意力模型的头肩部分图像分割方法及装置-CN201711375814.3在审
发明人：李珊如;刘昕;袁基睿;山世光 -专利权人：中科视拓（北京）科技有限公司
申请日： 2017-12-19 - 公布日： 2018-05-04 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于注意力模型的头肩部分图像分割方法，包括以下步骤步骤一、获取用于训练的图片数据集，并对图片进行标注；步骤二、对训练样本进行数据拓充，得到的数据集；步骤三、设计神经网络结构，将步骤二得到的数据集作为训练样本，进行网络训练；步骤四、提取网络模型；步骤五、待测试的图片进行人脸区域检测，得到二维图谱；并将原图以及得到的二维图谱输入到步骤四提取的网络模型进行前向计算，通过端到端的提取方式将待测试图片中的头肩部分图像分割出来，得到分割结果图。本发明实现了端到端自动化的头肩分割算法，解决了传统前景提取问题中面临的需要预先人为标记的问题。
一种基于注意力模型肩部图像分割方法装置

[发明专利]一种基于深度学习的头部姿态估算方法-CN201710947730.6在审
发明人：李珊如;刘昕;袁基睿;山世光 -专利权人：中科视拓（北京）科技有限公司
申请日： 2017-10-12 - 公布日： 2018-02-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的头部姿态估算方法，其步骤为获取用于训练的图片数据集，并对图片数据进行人脸头部偏转角度的信息标注；对数据集进行样本拓充以及预处理，裁剪出人脸部分；将预处理后的人脸图片全部缩放到90×90像素的分辨率；将上述数据集作为训练样本，使用深度网络TinyPoseNet进行网络训练；提取训练过的TinyPoseNet网络模型，根据上述步骤获得需测试图片的裁剪过的人脸图像，然后裁剪出该图像中间部分80×80像素区域，进行TinyPoseNet网络模型的前向计算，从而估算出该测试图片中人物头部姿态偏转的角度。本发明具有超小计算量且鲁棒性强的优点，而且精度高、运算快、操作简单、通用性强。
一种基于深度学习头部姿态估算方法

[发明专利]一种基于图像的围棋棋谱识别方法-CN201710961173.3在审
发明人：高科;袁基睿;朱鹏飞;山世光 -专利权人：中科视拓（北京）科技有限公司
申请日： 2017-10-12 - 公布日： 2018-02-23 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于图像的围棋棋谱识别方法，其整体步骤为获取围棋棋盘图像，再对图像中的棋盘信息进行矫正；通过图像处理的方法分离白子和黑子；计算棋盘上每个着子点的坐标位置；通过计算每个着子点附近区域的有效像素个数并根据当前情况自动提取阈值进行判断，获得该着子点有无黑子或白子的状态信息，通过记录所有着子点的状态信息得到棋谱数据。本发明可实现棋盘的全自动识别，不需要控制摄像头与棋盘之间的相对位置，而且对于拍摄的角度也降低了要求，受周围环境影响较小，可以承受一定程度上的光照变化，不需要使用任何大型机械，通过手机APP即可分析棋盘，从而节省设备的投入，可有效减轻棋盘识别、记谱的繁琐工作量。
一种基于图像围棋棋谱识别方法

1
共 13 条