-
公开(公告)号：CN109448431B
公开(公告)日：2021-07-30
申请号：CN201811480505.7
申请日：2018-12-05
Applicant: 山东科技大学
Abstract: 本发明提供了一种候车位置的确定方法、装置及智能终端，包括：对预设区域内的交通车辆进行采样跟踪，得到各交通车辆在当前采样时刻的行驶数据；基于各交通车辆在当前采样时刻的行驶数据，对预设区域内的多辆交通车辆的行驶顺序进行排列，得到车辆行驶序列；获取停靠站台内的每个停靠车位的占用状态；根据车辆行驶序列和停靠车位的占用状态，确定各交通车辆对应的目标停靠车位；将各目标车辆对应的目标停靠车位给关联终端，以使关联终端将目标停靠车位对应的候车位置展示给用户。本发明可以有效提高站台空间的利用率，还可以有效缩短公交车辆的停靠时间，进而提高公交车辆的停靠效率。
-
公开(公告)号：CN112150857B
公开(公告)日：2021-10-08
申请号：CN202010846652.2
申请日：2020-08-21
Applicant: 山东科技大学
IPC: G08G1/14 , G08G1/0969 , G08G1/16 , H04N5/225 , B60R11/04
Abstract: 本发明公开一种基于视频图像处理的泊车入位指示系统及指示方法，指示系统包括泊车入位指示装置和车载装置，泊车入位指示装置安装在停车位上方，通过图像处理和分析生成车辆与泊位的相关数据信息，并实现对目标车辆泊车入位运动轨迹的预测，生成入位准则并对泊车入位进行实时判断和指示；车载装置获取车辆的转向角度及档位信息，并连同车辆自身参数发送给泊车入位指示装置，实现停车位环境信息、车辆与停车位的实时关系数据，以及车辆泊车入位运动轨迹的实时显示，结合语音提示和显示器以闪烁形式警示指示驾驶员进行车辆快速准确的泊车入位。本方案实现自身车辆与周围环境的关系的全面表达，并根据驾驶员的实时停车操作给出相应的指示，有效辅助驾驶员安全、准确和有效的完成车位泊车。
-
公开(公告)号：CN112150857A
公开(公告)日：2020-12-29
申请号：CN202010846652.2
申请日：2020-08-21
Applicant: 山东科技大学
IPC: G08G1/14 , G08G1/0969 , G08G1/16 , H04N5/225 , B60R11/04
Abstract: 本发明公开一种基于视频图像处理的泊车入位指示系统及指示方法，指示系统包括泊车入位指示装置和车载装置，泊车入位指示装置安装在停车位上方，通过图像处理和分析生成车辆与泊位的相关数据信息，并实现对目标车辆泊车入位运动轨迹的预测，生成入位准则并对泊车入位进行实时判断和指示；车载装置获取车辆的转向角度及档位信息，并连同车辆自身参数发送给泊车入位指示装置，实现停车位环境信息、车辆与停车位的实时关系数据，以及车辆泊车入位运动轨迹的实时显示，结合语音提示和显示器以闪烁形式警示指示驾驶员进行车辆快速准确的泊车入位。本方案实现自身车辆与周围环境的关系的全面表达，并根据驾驶员的实时停车操作给出相应的指示，有效辅助驾驶员安全、准确和有效的完成车位泊车。
-
公开(公告)号：CN105427661B
公开(公告)日：2019-01-25
申请号：CN201510933263.2
申请日：2015-12-14
Applicant: 山东科技大学
IPC: G08G1/14
Abstract: 本发明属于智能交通技术领域，尤其涉及一种基于太阳能无人机群的大型停车场车位检测，包括空中的无人机及地面的控制中心和显示装置；所述无人机，用于在空中实时拍摄地面停车场图像，并将图像传送给地面的控制中心；所述控制中心，用于监控定位无人机；接收无人机拍摄的图像，并对图像进行处理识别，得到空车位的信息，并将识别的结果传送给显示装置；所述显示装置，用于显示停车场内的空车位信息。此外，本发明还公开了该系统的工作方法。本发明具有极强的移动性，便于室外停车场以及因大型活动搭建的短时停车场车位的实时快速检测，该系统相比固定检测系统可降低建设成本，并可以以移动式的方式使用，并具有较高的精度。
-
公开(公告)号：CN119416003B
公开(公告)日：2025-05-02
申请号：CN202510012081.5
申请日：2025-01-06
Applicant: 山东科技大学
IPC: G06F18/24 , G06F18/214 , G06F18/10 , G06F18/25 , G06N3/0455 , G06N3/08 , G06N20/20
Abstract: 本发明属于智能交通技术领域，公开了一种基于多模态融合的驾驶状态识别方法及系统。本发明通过非侵入性的生理手环采集驾驶员的手腕运动信息，其中手腕运动信息与传统的生理信号和驾驶绩效数据等结合，提升了驾驶状态识别的准确性和鲁棒性。本发明提出了一种特征动态加权模型，该模型利用LSTM模块捕捉时间序列中的长期依赖关系，利用交叉注意力机制模块对不同模态间的特征进行加权，使得各个特征的动态重要性能够根据不同驾驶状态发生调整，利用Transformer模块实现不同模态数据的深度交互和特征增强。本发明利用XGBoost模型，并基于加权后的多模态特征进行驾驶状态分类，能够准确区分不同的驾驶状态。
-
Patent Agency Ranking
公开(公告)号：CN107993456B
公开(公告)日：2023-08-01
申请号：CN201711470778.9
申请日：2017-12-29
Applicant: 山东科技大学
Abstract: 本发明涉公开一种基于人行道通行末期的单行道智能交通灯控制系统及方法，所述控制系统包括控制单元、行人检测装置和车辆检测装置，并对每一个分车道设置单独的交通信号灯；利用红外检测技术和无线地磁传感技术分别对行人和车辆进行实时检测和数据分析；通过无线地磁传感器的设置位置设计实现对车辆信息数据的准确检测，并对人行道根据分车道数进行对应的模块划分，结合人行道坐标系和图像像素平面坐标系对图像数据分析处理，获得准确的行人信息数据，然后将行人信息数据和车辆信息数据传递到控制单元进行安全分析判断，对分车道交通信号灯进行单独控制，以做出红灯延时等控制，待行人完全通过再允许车辆通行，有效提高行人通行安全，具有较高的现实意义及广阔的市场应用前景。
-
公开(公告)号：CN105156525B
公开(公告)日：2017-10-31
申请号：CN201510645823.4
申请日：2015-10-08
Applicant: 山东科技大学
IPC: F16D65/807
Abstract: 本发明公开了一种伸缩叶片组件，包括滑动座、叶片座及叶片，所述叶片座设置在滑动座内，叶片安装在叶片座内，叶片可伸出叶片座。一种制动鼓，制动鼓的环形外壁上均匀布置有多个容纳腔，所有容纳腔的横截面为T形，其开口均朝向制动鼓的外侧，每个容纳腔内设置有一个如上所述的伸缩叶片组件。车辆加速或匀速行驶时，伸缩叶片组件不会伸出制动鼓的外表面，以减少空气阻力和功率消耗。当车辆以大于某一制动强度制动时，叶片会伸出制动鼓的外表面，能增加空气阻力，增强制动效果。同时提高制动鼓外表面的空气流动速度，增强制动鼓的散热性能，因此，能避免因制动过热造成制动性能下降，保证车辆制动效果。
-
公开(公告)号：CN105156525A
公开(公告)日：2015-12-16
申请号：CN201510645823.4
申请日：2015-10-08
Applicant: 山东科技大学
IPC: F16D65/807
Abstract: 本发明公开了一种伸缩叶片组件，包括滑动座、叶片座及叶片，所述叶片座设置在滑动座内，叶片安装在叶片座内，叶片可伸出叶片座。一种制动鼓，制动鼓的环形外壁上均匀布置有多个容纳腔，所有容纳腔的横截面为T形，其开口均朝向制动鼓的外侧，每个容纳腔内设置有一个如上所述的伸缩叶片组件。车辆加速或匀速行驶时，伸缩叶片组件不会伸出制动鼓的外表面，以减少空气阻力和功率消耗。当车辆以大于某一制动强度制动时，叶片会伸出制动鼓的外表面，能增加空气阻力，增强制动效果。同时提高制动鼓外表面的空气流动速度，增强制动鼓的散热性能，因此，能避免因制动过热造成制动性能下降，保证车辆制动效果。
-
公开(公告)号：CN119339551B
公开(公告)日：2025-02-25
申请号：CN202411875364.4
申请日：2024-12-19
Applicant: 山东科技大学
Abstract: 本发明涉及一种基于卡口数据的车辆轨迹和交通流量预测方法，属于智能交通领域,采用卡口数据并结合GCN、GRU和KAN模型进行车辆轨迹预测，通过对预测的车辆轨迹进行叠加得到每个卡口的流量统计结果，从而达到准确反映真实交通情况、增强道路交通安全和缓解交通拥堵问题的目的。包括步骤1）、定义；步骤2）、数据预处理；步骤3）、提取卡口数据信息；步骤4）、车辆轨迹构建和划分；步骤5）、选取符合条件车辆；步骤6）、车辆轨迹预测；步骤7）、交通流量预测；叠加预测的车辆轨迹，得到未来每个卡口的交通流量预测值。
-
公开(公告)号：CN119339551A
公开(公告)日：2025-01-21
申请号：CN202411875364.4
申请日：2024-12-19
Applicant: 山东科技大学
Abstract: 本发明涉及一种基于卡口数据的车辆轨迹和交通流量预测方法，属于智能交通领域,采用卡口数据并结合GCN、GRU和KAN模型进行车辆轨迹预测，通过对预测的车辆轨迹进行叠加得到每个卡口的流量统计结果，从而达到准确反映真实交通情况、增强道路交通安全和缓解交通拥堵问题的目的。包括步骤1）、定义；步骤2）、数据预处理；步骤3）、提取卡口数据信息；步骤4）、车辆轨迹构建和划分；步骤5）、选取符合条件车辆；步骤6）、车辆轨迹预测；步骤7）、交通流量预测；叠加预测的车辆轨迹，得到未来每个卡口的交通流量预测值。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.02 seconds)
