-
公开(公告)号：CN118898905B
公开(公告)日：2024-12-10
申请号：CN202411398359.9
申请日：2024-10-09
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心) , 中国科学院自动化研究所
IPC: G08G1/01 , G08B31/00 , G06Q10/04 , G06Q50/47 , G06F16/29 , G06F18/213 , G06F18/2433 , G06F123/02
Abstract: 本发明涉及一种网约车异常聚集识别与预警方法及系统，属于交通预警的技术领域，其方法包括：基于网约车运营时序数据，构建目标区域的网约车网格图像数据集，网约车网格图像数据集表征了不同时间的所有的网约车的分布情；基于网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定目标区域的特征数据集；将特征数据集输入至预设的网约车数量预测模型中，预测在目标时间段内的各个位置的网约车到达量和道路拥堵指数；将目标时间段内各个位置的网约车到达量和道路拥堵指数输入至网约车预警模型中，得到预警信息。本申请能够对网约车异常聚集行为的精准识别和有效预警。
-
公开(公告)号：CN118898905A
公开(公告)日：2024-11-05
申请号：CN202411398359.9
申请日：2024-10-09
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心) , 中国科学院自动化研究所
IPC: G08G1/01 , G08B31/00 , G06Q10/04 , G06Q50/47 , G06F16/29 , G06F18/213 , G06F18/2433 , G06F123/02
Abstract: 本发明涉及一种网约车异常聚集识别与预警方法及系统，属于交通预警的技术领域，其方法包括：基于网约车运营时序数据，构建目标区域的网约车网格图像数据集，网约车网格图像数据集表征了不同时间的所有的网约车的分布情；基于网约车网格图像数据集、地铁客流时序数据和公交客流时序数据、历史环境时序数据和预设的特征提取规则，确定目标区域的特征数据集；将特征数据集输入至预设的网约车数量预测模型中，预测在目标时间段内的各个位置的网约车到达量和道路拥堵指数；将目标时间段内各个位置的网约车到达量和道路拥堵指数输入至网约车预警模型中，得到预警信息。本申请能够对网约车异常聚集行为的精准识别和有效预警。
-
公开(公告)号：CN118823527A
公开(公告)日：2024-10-22
申请号：CN202410779916.5
申请日：2024-06-17
Applicant: 中国科学院自动化研究所 , 上海人工智能创新中心
Abstract: 本发明提供一种智能网联汽车协同感知方法、装置及存储介质，所述方法包括：获取车端图像数据和路端图像数据；对齐所述车端图像数据的第一前序帧和所述路端图像数据的第二前序帧；将所述时序对齐后的车端图像数据和所述时序对齐后的路端图像数据输入至预训练的协同感知模型中，获取所述协同感知模型输出的感知结果。本发明提供的智能网联汽车协同感知方法、装置及存储介质，先通过在时间上对齐车端图像数据和路端图像数据，然后采用预训练的协同感知模型获取感知结果，能够有效处理多源异构数据，并通过简单的映射矩阵实现车端和路端的高效融合，从而可以提高数据融合的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN118673273B
公开(公告)日：2025-04-29
申请号：CN202410813731.1
申请日：2024-06-21
Applicant: 山东高速基础设施建设有限公司 , 中国科学院自动化研究所 , 山东省交通科学研究院
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0499 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本公开提供一种交通流预测方法和交通流预测系统，该交通流预测方法包括：获取待预测站点的历史交通流数据以及空间位置数据；对历史交通流数据以及空间位置数据进行预处理和特征提取以获得处理数据和特征数据；融合待预测站点的里程矩阵构建延迟感知特征提取模型；基于处理数据和特征数据，通过延迟感知特征提取模型获取延迟交互特征数据；对延迟交互特征数据进行卷积，以获取待预测站点在下一时间窗口的交通流。
-
公开(公告)号：CN118887632A
公开(公告)日：2024-11-01
申请号：CN202410771385.5
申请日：2024-06-14
Applicant: 中国科学院自动化研究所 , 上海人工智能创新中心
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G06V10/94 , G06N3/045 , G06N3/0464 , G08G1/0967 , B60W60/00 , B60W50/00 , G01D21/02
Abstract: 本发明提供一种基于多模态大模型的自动驾驶协同感知方法及装置，该方法包括：通过多模态大模型对主端车辆的点云数据进行处理，得到文本信息；从文本信息中提取文本特征，从主端车辆的图像数据中提取图像特征，从点云数据对应的深度图中提取深度图特征；根据文本特征对深度图特征和图像特征进行融合，得到第一融合特征；对第一融合特征和目标端发送的待检测物体特征进行融合，得到第二融合特征；目标端包括主端车辆的协同端和路端中的至少一项；基于第二融合特征执行多端协同感知视觉任务。本发明所述方法提高了感知特征的表征能力，进而提高了多终端车辆间的协同感知准确率和鲁棒性。
-
公开(公告)号：CN116777046A
公开(公告)日：2023-09-19
申请号：CN202310532272.5
申请日：2023-05-11
Applicant: 中国科学院自动化研究所
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G08G1/01
Abstract: 本发明提供一种交通预训练模型构建和交通预测方法、装置及电子设备，其中方法包括：获取真实交通数据；基于合成模型，应用真实交通数据进行数据合成，得到合成交通数据；合成模型是以联合生成器、判别器和估计器训练得到，生成器基于第一交通数据合成第二交通数据，判别器用于判别第二交通数据的有效性，估计器基于第二交通数据进行交通任务预测；基于合成交通数据，对初始预训练模型进行训练，得到交通预训练模型。本发明提供的交通预训练模型构建和交通预测方法、装置及电子设备，可以有效解决现有技术中交通数据存在的数据质量差、数据规模小等问题，提高交通预训练模型的通用性。
-
公开(公告)号：CN116777046B
公开(公告)日：2025-03-21
申请号：CN202310532272.5
申请日：2023-05-11
Applicant: 中国科学院自动化研究所
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G08G1/01
Abstract: 本发明提供一种交通预训练模型构建和交通预测方法、装置及电子设备，其中方法包括：获取真实交通数据；基于合成模型，应用真实交通数据进行数据合成，得到合成交通数据；合成模型是以联合生成器、判别器和估计器训练得到，生成器基于第一交通数据合成第二交通数据，判别器用于判别第二交通数据的有效性，估计器基于第二交通数据进行交通任务预测；基于合成交通数据，对初始预训练模型进行训练，得到交通预训练模型。本发明提供的交通预训练模型构建和交通预测方法、装置及电子设备，可以有效解决现有技术中交通数据存在的数据质量差、数据规模小等问题，提高交通预训练模型的通用性。
-
公开(公告)号：CN118673273A
公开(公告)日：2024-09-20
申请号：CN202410813731.1
申请日：2024-06-21
Applicant: 山东高速基础设施建设有限公司 , 中国科学院自动化研究所 , 山东省交通科学研究院
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0499 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本公开提供一种交通流预测方法和交通流预测系统，该交通流预测方法包括：获取待预测站点的历史交通流数据以及空间位置数据；对历史交通流数据以及空间位置数据进行预处理和特征提取以获得处理数据和特征数据；融合待预测站点的里程矩阵构建延迟感知特征提取模型；基于处理数据和特征数据，通过延迟感知特征提取模型获取延迟交互特征数据；对延迟交互特征数据进行卷积，以获取待预测站点在下一时间窗口的交通流。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.075 seconds)
