一个基于多源异构众包数据的风景路网建模系统

    公开(公告)号:CN108318044A

    公开(公告)日:2018-07-24

    申请号:CN201810004298.1

    申请日:2018-01-03

    申请人: 重庆大学

    摘要: 本发明公开了一种基于多源异构众包数据的风景路网建模系统,涉及众包数据应用领域。针对目前路网中没有对路段风景质量评分的不足,本文提出基于多源异构众包数据的风景路网建模系统,利用众包数据为每条路段的风景质量评分,为之后的风景路线规划提供模型支撑,方便人们出游旅行。具体而言,首先,本发明从OSM的众包平台得到数字路网,删除数字路网中冗余的节点信息,得到数字路网;然后,本发明利用Foursquare签到数据和Flickr照片数据的地理分布情况对数字路网进行知识增量建模,计算所有路段的风景质量,得到风景路网。

    一个基于出租车群的城市包裹递送路线规划系统

    公开(公告)号:CN108303112A

    公开(公告)日:2018-07-20

    申请号:CN201810007545.3

    申请日:2018-01-04

    申请人: 重庆大学

    IPC分类号: G01C21/34

    摘要: 本发明公开的一个基于出租车群的城市包裹递送路线规划系统,是一种高效的包裹递送新方法。在目前不断革新的经济模式冲击下,物流行业对效率和成本上的平衡等问题引起了广泛关注。本发明利用了载有乘客的出租车群运送包裹,实现了在提升物流效率的同时降低物流成本,并兼顾了可持续发展因素。具体来说,该系统包含两个阶段:第一阶段,用非均匀泊松过程模型挖掘历史出租车GPS行车轨迹,第二阶段,挖掘出租车的历史轨迹数据发现出租车的时空模式,并构建包裹递送路由图和路由表找到包裹递送的最短路径。经验证,该系统能有效且可靠地完成包裹递送服务,对物流行业的技术革新有着积极的意义。

    一种基于多源城市数据的个性化省油行车路线规划系统

    公开(公告)号:CN107014389A

    公开(公告)日:2017-08-04

    申请号:CN201710123155.8

    申请日:2017-03-03

    申请人: 重庆大学

    IPC分类号: G01C21/34

    CPC分类号: G01C21/3469 G01C21/3492

    摘要: 本发明公开了一种基于多源城市数据的个性化省油路线规划系统,涉及路线规划领域,特别是涉及到省油路线规划系统。城市中车辆行驶中排放越来越多的温室气体,这已经成为一个重大的城市环境问题。为了节省能源和保护环境,本文提出基于多源城市数据的个性化省油路线规划系统,为司机推荐给定两点间的省油路线。具体而言,首先基于司机的历史驾驶数据和行驶路线的道路物理特征(如交通灯数量、兴趣点等),为其构建个性化的油耗模型;其次,通过众包数据收集路段的实时交通数据,将数据输入到模型中,估计和比较司机在不同路线之间的潜在油耗的高低,向其推荐最省油的驾驶路线。

    一种基于分层强化学习的端到端驾驶方法

    公开(公告)号:CN114527759B

    公开(公告)日:2024-11-08

    申请号:CN202210179370.0

    申请日:2022-02-25

    申请人: 重庆大学

    摘要: 本发明涉及自动驾驶技术领域,具体涉及一种基于分层强化学习的端到端驾驶方法,其包括步骤:获取预先给定的车辆行驶路径;基于强化学习分别建模得到路径跟随模型和动态避障模型;基于车辆行驶路径,部署强化学习网络求解路径跟随模型得到对应的路径跟随决策;基于车辆行驶路径,部署强化学习网络结合对应的路径跟随决策求解动态避障模型得到对应的动态避障决策;基于车辆行驶路径、路径跟随决策和动态避障决策实现车辆的端到端驾驶。本发明的端到端驾驶方法能够适用于复杂应用场景和实际应用场景,从而能够提高端到端驾驶决策的准确性和泛化性。

    基于注意力和卷积神经网络编解码器的流场预测方法

    公开(公告)号:CN116227359B

    公开(公告)日:2024-09-03

    申请号:CN202310242725.0

    申请日:2023-03-14

    申请人: 重庆大学

    摘要: 本发明具体涉及基于注意力和卷积神经网络编解码器的流场预测方法,包括:将符号距离函数图输入经过训练的流场预测模型,输出对应的流场预测图像;训练模型时:首先将包含符号距离函数图及流场真实图像的训练数据集输入流场预测模型;然后通过基于注意力机制和卷积神经网络的编码器提取符号距离函数图的图像特征,生成注意力特征图;进而通过融合映射模块将注意力特征图与符号距离函数图的攻角和马赫数融合,并映射生成高级特征图;随后通过解码器对高级特征图进行解码,生成流场预测图像;最后基于流场预测图像和流场真实图像计算训练损失,并通过训练损失优化流场预测模型的参数。本发明能够提高流场预测的预测精度和预测效率。

    一种决定移动智能体在执行任务之前所处位置的方法及系统

    公开(公告)号:CN118478355A

    公开(公告)日:2024-08-13

    申请号:CN202410690961.3

    申请日:2024-05-30

    申请人: 重庆大学

    IPC分类号: B25J9/16

    摘要: 本发明涉及一种决定移动智能体在执行任务之前所处位置的方法及系统,属于智能机器人和自动化路径规划技术领域。该方法包括构造一个决定移动智能体执行具体任务之前所站具体位置的框架,具体包括以下步骤:S1、预测建模对象的重要性,使用图嵌入架构来评估环境中对象的重要性;S2、确定机器人潜在基础位置的面积,配置为基于预测的对象重要性和环境特征,计算潜在的基础位置区域;S3、确定可行的基础位置,为在潜在基础位置区域内识别至少一个可行的基础位置。本发明通过图嵌入模型的智能化设计,提高了机器人在复杂环境中的导航效率和操作任务的成功率。

    一种基于停留点的动态轨迹分割方法

    公开(公告)号:CN118209997A

    公开(公告)日:2024-06-18

    申请号:CN202410307405.3

    申请日:2024-03-18

    申请人: 重庆大学

    摘要: 本发明提出了一种基于停留点的动态轨迹分割方法,包括以下步骤:S1,对轨迹建立网格索引,轨迹的GPS点处于确认区域、检查区域和修剪区域中的任一个区域中;所述网格索引为将地理空间划分为大小相等、互不相交的网格;S2,对处于确认区域、检查区域的GPS点进行停留点判断;S3,根据停留点进行轨迹分割。本发明方法可仅依靠最近的数据和一些特征将轨迹高效地划分为有意义的轨迹段。此外,通过设计的网格索引和三个区域,能有效地减少不必要的距离计算,从而加速流环境下的轨迹分割过程。

    基于双注意力图嵌入网络的出行意图预测方法

    公开(公告)号:CN114444794B

    公开(公告)日:2024-05-14

    申请号:CN202210075750.X

    申请日:2022-01-22

    申请人: 重庆大学

    摘要: 本发明具体涉及基于双注意力图嵌入网络的出行意图预测方法,包括:建并出行意图预测模型;获取用户的出行轨迹数据和对应的兴趣点签到数据;通过出行意图预测模型首先对出行轨迹数据和兴趣点签到数据进行聚合,以增强对应时空情境、起点兴趣点情境和终点兴趣点情境的活动语义;然后通过双注意力图嵌入基于时空情境、起点兴趣点情境和终点兴趣点情境在高级特征空间中提取的出行意图的综合活动语义;最后基于出行意图的综合活动语义计算各个候选活动的预测概率;将预测概率最高的候选活动作为用户的预测出行意图。本发明的出行意图预测方法无需获取用户的个人敏感信息,从而能够提高出行意图预测的隐私性和实用性。