-
公开(公告)号：CN114640950A
公开(公告)日：2022-06-17
申请号：CN202210216884.9
申请日：2022-03-06
Applicant: 南京理工大学 , 金岩展云信息技术南京有限公司
Abstract: 本发明提出一种基于Android源生GPS定位API的移动设备定位方法及系统，通过Android API获取原始GPS数据和网络定位数据；基于卡尔曼滤波方法，滤除原始GPS数据和网络定位数据中的噪声、数据跳跃波动以及不平滑的经纬度点迹，并对滤波结果进行插值；根据用户请求进行预测点迹输出、上传和轨迹绘制。本发明使用硬件设备成本低，而且能够较好的满足用户提高定位精度、上传云端和本地轨迹绘制的需求。
-
公开(公告)号：CN111562570A
公开(公告)日：2020-08-21
申请号：CN202010366606.2
申请日：2020-04-30
Applicant: 南京理工大学
IPC: G01S13/58 , G01S13/931
Abstract: 本发明公开了一种基于毫米波雷达的面向自动驾驶的车辆感知方法，该方法包括以下步骤：毫米波雷达发射并接收雷达信号，根据回波信号获取雷达视域内的目标位置信息；根据目标的雷达截面积，筛选出潜在车辆目标；根据回波信号获取筛选的潜在车辆目标的速度信息；利用恒虚警检测算法，排除潜在的假车辆目标；形成车辆目标的初始航迹，通过运动学模型CTRV和无损卡尔曼滤波器实现车辆目标的航迹跟踪。本发明提出的车辆感知方法具有较高的检测精度和跟踪精度，可提高自动驾驶车辆的行驶安全程度。结合实际的雷达检测数据分析，该方法具有较高的应用价值。
-
公开(公告)号：CN110517488A
公开(公告)日：2019-11-29
申请号：CN201910762200.3
申请日：2019-08-19
Applicant: 南京理工大学
Abstract: 本发明设计了一种短时交通流预测方法。本发明结构主要分为三个部分：首先，通过历史平均模型构建日内交通流量趋势，并通过自回归滑动平均模型（ARIMA）拟合实际流量与日内流量趋势之间的剩余部分。然后建立广义自回归条件异方差（GARCH）模型来捕获自回归滑动平均模型残差序列的波动性以增强预测能力；使用长短时记忆神经网络（LSTM）用于捕捉日常交通的长期依赖性和非线性特征；最后，通过深度神经网络（DNN）融合和学习上述特征用于预测。本发明深入挖掘交通流数据的随机性与不确定性，充分考虑交通流数据中的线性和非线性特征，从而有效提高了交通流量数据的预测精度。
-
公开(公告)号：CN110232242A
公开(公告)日：2019-09-13
申请号：CN201910507317.7
申请日：2019-06-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于冰区破冰船护航的多船跟随运动学方法。该方法能有效地提高船员的航海经验和安全，并且运用回归分析的方法处理、回归船航行的安全速度，最终得出分析结果。在所提出的多船跟随运动学方法中，采用冰对船的阻力造成的速度和加速度的影响定义波罗地海域冰的情况。同时，将船舶当前时刻的速度和距离数据提取出来并导入多艘船的跟随运动学方法中，利用该方法和当前时刻的数据，达到预测下一时刻安全船速和距离的目的。该运动学方法能够应用于冰区破冰船仿真和试验，充分考虑冰对船的阻力影响和两船之间的安全速度和距离，从而提高该方法建立的模型在船桥模拟器中的真实度和航海安全。
-
公开(公告)号：CN109859467A
公开(公告)日：2019-06-07
申请号：CN201910089236.X
申请日：2019-01-30
IPC: G08G1/01
Abstract: 一种交通模型中环境影响因子的挖掘分析方法,具体步骤如下：(1)选定需要进行交通流分析的路段，获取所选路段中所需交通参数的历史数据；(2)根据获取的交通参数的历史数据，确定环境影响因子的挖掘分析时段；(3)选定所需的已知交通参数作为特征变量，并按时间序列一一对应；(4)利用基于EM算法的高斯混合模型对所选时间段的路段交通参数进行环境影响因子挖掘分析；(5)将模型挖掘分析所得的环境影响因子与按交通流理论所得实际交通状况比较，并选取某时间段交通系统进行验证；(6)分析验证结果，是否符合实际交通状况及交通流理论。
-
Patent Agency Ranking
公开(公告)号：CN120088976A
公开(公告)日：2025-06-03
申请号：CN202510005116.2
申请日：2025-01-02
Applicant: 南京理工大学
IPC: G08G1/01 , G06N3/045 , G06N3/0442 , G06N3/092 , G06F18/2431
Abstract: 本发明公开了一种基于深度强化学习的高速公路合流区的协同控制方法，建立LiikeSim‑Python联合仿真环境，在仿真环境中设置线圈检测器获取高速公路合流区上下游的交通流数据；采用基于高斯混合分布的EM算法作为交通状态分类器，以高速公路合流区的交通流数据为输入，对高速公路合流区的交通状态进行划分；设计状态空间、动作空间和奖励函数；以高速公路合流区的状态空间作为输入，以可变限速智能体和匝道计量智能体的动作作为输出，构建时序特征下的多智能体共享经验的网络模型；为可变限速和匝道计量智能体分别设置一个独立的经验池，以控制周期为频率收集智能体与交通仿真环境的交互经验；使用抽样样本训练智能体模型；利用训练得到的智能体模型实现高速公路合流区的协同控制。本发明能够降低高速公路合流区交通的行程延误。
-
公开(公告)号：CN118550613A
公开(公告)日：2024-08-27
申请号：CN202410612593.0
申请日：2024-05-17
Applicant: 江苏中煤矿山设备有限公司 , 南京理工大学
Abstract: 本发明公开了一种基于ros系统的矿井无人驾驶地面点剔除方法，创建python脚本，导入rospy、numba和numpy库文件，并设置全局变量，包括体素网格的分辨、点云在水平面上的宽度和高度的限制、点云在垂直方向上的最大高度限制和去除地面点时使用的高度差阈值；创建点云订阅函数，并设置相应的订阅参数，以读取点云数据，并转换为一个numpy数组，保留水平面上的宽度、高度和垂直方向上的最大高度范围内的点；创建地面点剔除函数，以计算每个体素中点云的最大和最小高度的差值，结合高度差阈值，去地面点；使用Numba对地面点剔除函数进行加速，并设置相应的加速参数；创建点云发布的函数，并设置相应的发布参数，以将剩余点云发布到新的ros话题。本发明复杂度低，并基于Numba进行了进一步加速，可以运行于性能受限的井下设备并无缝接入ros系统，具有较高的潜在商业价值。
-
公开(公告)号：CN116246494B
公开(公告)日：2024-05-07
申请号：CN202211738150.3
申请日：2022-12-31
Applicant: 南京理工大学
IPC: G08G3/02 , G06Q10/0635 , G06F18/24 , G06F17/18
Abstract: 本发明公开了一种面向碰撞风险判断的船舶安全域建立方法，获取具有较高碰撞风险的相遇船舶航行案例数据；计算最高碰撞风险时刻相遇船舶的相对距离，进行归一化处理和分类；将最高碰撞风险时刻量化角度上相遇船舶的相对距离取均值，得到不同船长区间对应的初步船舶域；确定量化角度上初步船舶域半径与船长的指数关系，得到船舶安全域的大小；对船舶安全域的大小进行标定，得到量化角度的船舶安全域半径与船长的指数关系。本发明解决了船舶域建立与碰撞风险评估阶段分离的问题，在船舶域建立过程中考虑了船舶碰撞风险，使建立的船舶安全域模型更适合应用于船舶避碰风险判断，并符合国际海上避碰规则。
-
公开(公告)号：CN115830855B
公开(公告)日：2024-04-09
申请号：CN202211412404.2
申请日：2022-11-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于双状态划分的高速公路路段通行时间预测方法，包括：确定高速公路路段和门架间的上下游关系；获取高速公路历史数据；将历史数据处理为交通流量及平均通行时间序列；确定与时段对应的路段交通状态；划分车辆行驶速度状态；利用历史车辆的路段交通状态、车辆行驶速度状态及上游路段平均行驶速度，对下游路段通行时间建模并训练；实时采集目标车辆数据，提取特征输入通行时间预测模型，得到预测结果。本发明对高速公路交通数据进行了多源数据融合与时空特征分析，将宏观层面的路段交通状态和微观层面的具体车辆行驶状态相结合，运用贝叶斯模型，实现了以车辆为单位的高速公路通行时间精确预测。
-
公开(公告)号：CN116634396A
公开(公告)日：2023-08-22
申请号：CN202310605019.8
申请日：2023-05-26
Applicant: 南京理工大学
IPC: H04W4/40 , G06F9/50 , G06N3/092 , H04W28/14 , H04W28/084
Abstract: 本发明公开了一种基于图注意力的车联网多智能体边缘计算内容缓存决策方法，具体为：输入边缘车联网环境，将网络拓扑建模为图结构，初始化各车辆用户作为智能体维护的Q网络参数；各车辆用户提出任务请求，在完成计算后决策任务内容是否缓存；各车辆用户根据自身对环境的观测做出缓存决策；对车辆用户的观测值编码，生成节点特征，卷积层根据节点的邻接矩阵整合其局部区域内的节点特征生成隐藏特征向量；以优化系统计算时延为目标更新各智能体Q网络参数。本发明利用以多头注意力为卷积核的图卷积整合各车辆用户局部区域内的观测信息，进一步考虑多智能体通过合作学习完成计算任务的内容缓存，实现系统卸载计算时延最小化。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.023 seconds)
