-
公开(公告)号：CN107194924A
公开(公告)日：2017-09-22
申请号：CN201710369342.4
申请日：2017-05-23
申请人： 重庆大学
CPC分类号： G06T7/0002 , G01N21/17 , G01N2021/177 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30236
摘要： 一种基于暗通道先验和深度学习的高速公路雾天能见度检测方法，包括如下步骤：步骤1：采集高速公路摄像头获取的视频图像，建立背景模型；步骤2：获取初步透射率图：步骤21：构建一个六层的卷积神经网络，并使用大量样本训练得到网络模型；步骤22：加载卷积神经网络模型，并使用原始图片的长和宽对网络进行初始化；步骤23：把原始雾天图像送入该网络进行计算，得到对应的透射率图；步骤3：透射率图优化；步骤4：求取平均大气消光系数：步骤41：在原始图像中指定至少两条车道白线以选取道路关键点；步骤42：对于每一条车道线，获取车道线两端位置的透射率，分别计算出对应的大气消光系数；步骤43：求得平均大气消光系数；步骤5：能见度估计。
-
公开(公告)号：CN106981195A
公开(公告)日：2017-07-25
申请号：CN201710350148.1
申请日：2017-05-18
申请人： 重庆大学
IPC分类号： G08G1/01
摘要： 本发明公开了一种基于公交GPS数据的交叉口信号配时参数估计方法，包括如下步骤：步骤1：选取某一信号交叉口，并从数据库中提取在某个时间段内经过该交叉口的所有公交车的GPS数据，利用每辆公交车经过交叉口的GPS数据，建立交叉口单车行程时间估计模型；步骤2：基于已获得的每辆公交车经过交叉口的行程时间，利用先聚类再分类的方法，找到每个信号周期经过交叉口的第一辆公交车(称之为CBV)；步骤3：计算所有CBV及每一辆CBV对应的前车到达交叉口停车线的时间，在此基础上，获得周期时长以及周期边界估计结果；步骤4：利用CBV在停车线附近的GPS数据序列，结合周期时长和周期边界估计结果，建立交叉口红灯时长估计模型。
-
公开(公告)号：CN106740870A
公开(公告)日：2017-05-31
申请号：CN201611231861.6
申请日：2016-12-28
申请人： 重庆大学
IPC分类号： B60W40/13
摘要： 本发明公开了一种考虑换挡因素的车辆质量估计方法，首先采集车辆行驶状态数据并计算得到模型所需参数；然后结合车辆行驶过程中的力学特性建立车辆纵向动力学模型：建立带多遗忘因子的加权最小二乘递推质量估计模型；确定车辆质量实时估计系统的使用条件，将采集到的车辆行驶状态数据和相关模型参数输入车辆质量实时估计系统，估计并输出实时车辆质量。本发明提出的考虑车辆换挡因素的质量估计方法，使车辆在换挡前后，均能够获得较为准确的质量估计结果。同时考虑到换挡时带来的传动比突变和换挡之后车辆旋转质量换算系数的变化，采用带有多遗忘因子的加权最小二乘递推估计方法，实现对车辆质量的实时估计。
-
公开(公告)号：CN104809879B
公开(公告)日：2017-05-03
申请号：CN201510245639.0
申请日：2015-05-14
申请人： 重庆大学
摘要： 本发明属于道路交通检测技术领域，具体公开了一种基于动态贝叶斯网络的高速公路路段交通状态估计方法，包括以下步骤：1)提取与路段交通状态的相关参数作为节点；2)确定节点间的相互关系，构建动态贝叶斯网络；3)对可观测节点的数据进行模糊分类，通过对历史数据的分析得到各个类的聚类中心，并确定可观测节点的数据属于各个类的隶属度；4)对于动态贝叶斯网络中选定的目标节点，求得相应的条件概率以及转移概率，构建选定目标节点的各时刻特征表；5)输入当前时刻的路段交通流参数到动态贝叶斯网络中，触发对各时刻的目标进行推理，得出交通状态估计结果；本发明解决单一参数估计状态时存在的不确定性的同时，考虑到交通状态存在的相关性，使得在对路段交通状态进行估计时具有更好的效果和可靠性。
-
公开(公告)号：CN103400112B
公开(公告)日：2017-02-15
申请号：CN201310290738.1
申请日：2013-07-10
申请人： 重庆大学
摘要： 本发明涉及交通检测技术领域，尤其涉及一种高速公路摄像头监控范围偏差检测方法，包括如下步骤：1）从高速公路隧道摄像头获取的视频中按预设帧率抽取图片；2）划分内存区域存储步骤1）获得的图片；3）根据步骤2）存储的图片获取当前道路的背景图像；4）从步骤3）获取的背景图像中提取疑似公路标志线图像;5）通过对步骤4）获得的疑似公路标志线图像进行分析，判断摄像头监控范围是否发生偏差。本发明只检测道路中的标志线，因此可以快速、准确的根据当前摄像头采集的视频图像，判断摄像头监控范围偏差事件的发生。
-
公开(公告)号：CN106067248A
公开(公告)日：2016-11-02
申请号：CN201610369536.X
申请日：2016-05-30
申请人： 重庆大学
CPC分类号： G08G1/0133 , G06F17/15 , G06F17/16
摘要： 本发明公开了一种考虑速度离散特性的高速公路交通状态估计方法，包括以下步骤：S1：设置速度离散特性指标及交通流特征参数；S2：获取交通流数据并利用RelielfF方法对交通流特征参数进行加权；S3：利用人工蜂群算法对交通流特征参数的聚类中心进行优化；S4：输出优化聚类中心并确定交通估计状态。本发明基于模糊C均值算法，通过引入速度离散特征参数，并根据不同特征对状态估计结果的贡献程度不同，利用ReliefF方法确定特征权重，并利用人工蜂群方法进行聚类初值点的优化，而实现了高速公路交通状态的估计。
-
公开(公告)号：CN103489039B
公开(公告)日：2016-08-24
申请号：CN201310415725.2
申请日：2013-09-12
申请人： 重庆大学
摘要： 本发明涉及交通流状态分析领域，提供一种具有在线自整定优化能力的高速公路交通流量融合预测方法，对模型进行在线优化更新，适应随时间变化的交通流特性，提高预测精度；包括如下步骤：获取高速公路检测交通数据，建立滑动时间窗，通过滑动时间窗读取高速公路检测交通数据；对当前滑动时间窗内的数据进行处理；对比4种单体预测模型在当前滑动时间窗中的预测精度，将预测精度最差的单体预测模型在当前滑动时间窗下进行训练，选定另外3种单体预测模型；将选定的三种单体预测模型的预测结果进行数据融合；保存融合后的预测数据。
-
公开(公告)号：CN105867372A
公开(公告)日：2016-08-17
申请号：CN201610212952.9
申请日：2016-04-07
申请人： 重庆大学
IPC分类号： G05D1/02
CPC分类号： G05D1/0221 , G05D2201/02
摘要： 本发明公开了全方位移动机器人狭窄直角弯下转向运动规划方法，首先初始化机器人参数；实时获得机器人在全局坐标系中的质心坐标和约束量；根据机器人的质心坐标和约束量来判断机器人当前所属转向状态；然后根据转向状态来确定控制策略和计算控制指令；判断控制量是否超出控制量的上下限，若超过，则控制指令等于其最大或最小值；最后向机器人发送控制指令，驱动机器人运行；本发明提供的运动规划方法，通过充分分析狭窄直角弯约束受限特性的情况下，结合小车全方位移动以及指令控制这种特殊的方式，采用基于规则式的狭窄直角弯转向运动规划方法。此方法为工程上实现全方位机器人在狭窄直角弯下的自主转向提供了一种解决方案，简单易行、具有良好的适应性，能较好的解决机器人在狭窄限制下的转向运动规划问题。
-
公开(公告)号：CN105866790A
公开(公告)日：2016-08-17
申请号：CN201610213409.0
申请日：2016-04-07
申请人： 重庆大学
IPC分类号： G01S17/88
CPC分类号： G01S17/88
摘要： 本发明公开了一种考虑激光发射强度的激光雷达障碍物识别方法，首先获取环境数据并以数组形式存储于计算机中，对获取的环境数据进行预处理，对激光雷达的距离信息、反射强度信息同时进行非平面ABD算法的环境数据分割聚类处理，得出的n个簇群集合，然后将不同簇群的数据集合与障碍物类别进行匹配，得到障碍物集合信息，所述障碍物集合信息包括尖峰型障碍物、凸圆弧形障碍物和凹形障碍物；本发明提供的考虑激光发射强度的激光雷达障碍物识别方法，利用激光雷达输出的环境反射强度信息，将常用的环境距离信息上升到非平面的三维空间，并提出基于非平面数据分割的障碍物识别方法，从而保证障碍物识别的实时性及准确性。
-
公开(公告)号：CN104123840B
公开(公告)日：2016-05-18
申请号：CN201410362757.5
申请日：2014-07-28
申请人： 重庆大学
摘要： 本发明属于交通监测技术领域，提供一种基于视频检测技术的车流密度定性判别方法；本发明不需要进行车辆目标提取,而是根据当前摄像头采集的视频图像，即可实时、准确地判断监控视频中道路车流密度的大小。本发明所提出的基于视频检测技术的车流密度定性判别方法，包括如下步骤：1)划定监控图像中的感兴趣区域，以下步骤对感兴趣区域进行处理；2)计算图像的分形维数；3)对分形维数计算结果进行统计分析，判断道路的车流密度大小。
-
-
-
-
-
-
-
-
-
搜索结果
440 条记录 (耗时 0.089 秒)
