-
公开(公告)号:CN118132903A
公开(公告)日:2024-06-04
申请号:CN202410254496.9
申请日:2024-03-06
摘要: 本发明涉及车道确认技术领域,具体涉及一种车道像素范围的确认方法与系统,包括获得车道中心线方程的系数,进而获得车道中心线方程;判断车道是单车道还是多车道;当判断车道为多车道时,基于所述车道中心线方程的系数,计算获得车道线方程的系数,进而获得表示车道像素范围的车道线方程,当判断车道为单车道时,将点坐标代入车道中心线方程得f1(x,y),用正态分布对f1(x,y)进行建模,求得正态分布的参数,用该参数对应的正态分布模型,计算所有点坐标的概率,保留概率在预定范围内的点,即为车道边缘的点;基于所述车道边缘的点,计算获得车道线方程。本方法通过借助车辆行驶轨迹的聚合,形成对车道的判断,提升了车道判断的准确性。
-
公开(公告)号:CN116704450A
公开(公告)日:2023-09-05
申请号:CN202310617387.4
申请日:2023-05-29
申请人: 招商局公路网络科技控股股份有限公司 , 招商新智科技有限公司
摘要: 本发明涉及车辆识别技术领域,具体涉及一种基于深度学习的车辆身份识别方法及装置,为解决现有识别技术在不良条件下存在不同长度限制的问题。所述识别方法包括:获取公路监控可见光视频和红外视频;提取初始可见光图像数据和初始红外图像数据;将所述初始可见光图像数据和所述初始红外图像数据分别预处理,获得目标可见光图像数据和目标红外图像数据;将所述目标可见光图像数据和所述目标红外图像数据输入训练后的检测模型中,获得车辆外观信息、车辆类型信息、车辆轴数信息和乘客人数信息;融合上述信息,获得融合结果,输出车辆身份识别结果。通过上述四类信息进行车辆身份的识别,避免在不良条件下,单一判断指标导致的车辆身份识别错误。
-
公开(公告)号:CN116682073A
公开(公告)日:2023-09-01
申请号:CN202310617388.9
申请日:2023-05-29
申请人: 招商局公路网络科技控股股份有限公司 , 招商新智科技有限公司
摘要: 本发明涉及实时视频图像处理技术领域,具体涉及一种面向高速公路的全路域视频图像可视化展示方法,为解决多个主体之间的信息融合工作需要花费大量时间进行人工配准,视频融合的显示效果不够真实、理想的技术问题。本申请方法包括:获取各个摄像设备的视频信息;对获取的视频信息进行预处理;获取摄像设备的摄像头内部参数、外部参数和畸变参数,基于畸变参数建立畸变模型,将变形的视频转换为正常的视频,得到第三视频信息;配准得到第四视频信息;采用最佳缝合线方法对第四视频信息进行图像融合,形成一个整体视频进行投影;整体视频进行投影中能够显示视频的地方显示视频帧纹理,不能显示视频帧纹理的地方显示三维模型的原有纹理。
-
公开(公告)号:CN118135504A
公开(公告)日:2024-06-04
申请号:CN202410254422.5
申请日:2024-03-06
申请人: 招商新智科技有限公司 , 招商局公路网络科技控股股份有限公司
摘要: 本发明涉及场景感知技术领域,具体涉及一种基于多传感设备的机非人感知方法,确定路口所有相机和激光雷达的内外参;基于相机的内外参,将图像像素坐标转换为第一世界坐标点,每个第一世界坐标点还包含对应像素点的像素值rgb;基于激光雷达的外参,将点云转换为第二世界坐标点,每个第二世界坐标点包含每个点云中点的返回强度信息p;确定融合时间窗口Δt,将所有在时间窗口Δt内的第一世界坐标点和第二世界坐标点融合并转换为BEV鸟瞰图;通过感知模型接收BEV鸟瞰图,并对BEV鸟瞰图进行处理,输出路口全息感知结果。本发明不需要复杂的融合策略去做目标匹配,只需要跑一个感知模型,算力需求小。
-
公开(公告)号:CN117975407A
公开(公告)日:2024-05-03
申请号:CN202410033344.6
申请日:2024-01-09
申请人: 湖北鄂东长江公路大桥有限公司 , 招商新智科技有限公司 , 招商局公路网络科技控股股份有限公司
摘要: 本发明提供了一种道路抛洒物检测方法及系统,所述方法包括:利用路端激光雷达采集路面原始点云数据;通过点云积分提高原始点云密度;采用点云滤波算法滤除车道边线外点与地面点;基于多阈值欧式距离聚类算法检测道面障碍物;基于卡尔曼滤波算法进行道面障碍物跟踪;基于跟踪目标速度与尺寸大小检测出道面抛洒物。本发明的优势在于:本发明方法能够解决视觉抛洒物检测算法存在的检测精度低,误报率高,受夜间光照条件影响严重的问题。与现有扫描线状激光雷达检测抛洒物方式相比,本发明方法可以在检测器不移动的状态下,对抛洒物进行检测,其固定点位的部署形式相比于现有技术的轨道扫描方式可以大幅降低整体部署成本。
-
公开(公告)号:CN115497303A
公开(公告)日:2022-12-20
申请号:CN202210996868.6
申请日:2022-08-19
申请人: 招商新智科技有限公司 , 招商局公路网络科技控股股份有限公司
IPC分类号: G08G1/017 , G08G1/052 , G06N3/04 , G06N3/08 , G06T7/246 , G06T15/20 , G06V10/774 , G06V20/40 , G06V20/52 , G06V20/70
摘要: 本申请公开了一种复杂检测条件下的高速公路车速检测方法及系统,其中,方法包括以下步骤:获取高速公路原始监控视频信息,基于监控视频信息进行特征标注,得到标注图像数据集;基于标注图像数据集训练目标跟踪模型;划分检测区域,采集检测区域的待测目标监控视频信息,并基于目标跟踪模型得到鸟瞰特征图像集;基于鸟瞰特征图像集进行计算车辆车速。本申请利用深度学习方法实现复杂条件下的车辆检测和跟踪,准确获得车辆在检测区的特征点;在仅需视频图像,无需依赖于过多外在设备,且无需获得相机参数的情况下通过逆透视变换,计算得到较准确的车辆位移,进而提高基于监控视频的车速检测精确度。
-
公开(公告)号:CN115497285A
公开(公告)日:2022-12-20
申请号:CN202211006365.6
申请日:2022-08-22
申请人: 招商新智科技有限公司 , 招商局公路网络科技控股股份有限公司
IPC分类号: G08G1/01 , G08G1/123 , G06V10/774 , G06V20/40 , G06V20/52 , G06V20/56 , G06V20/70 , G06T7/246
摘要: 本发明公开了一种复杂检测条件下交通事件检测方法,包括:获取车辆位置信息和车道线位置信息的历史数据,根据深度学习方法构建多任务学习网络模型;将历史数据输入多任务学习网络模型进行训练,获得多任务学习网络检测模型;基于道路监控视频实时提取图像数据,将图像数据输入多任务学习网络检测模型进行检测,获得车辆和车道线的检测结果;将检测结果输入交通异常事件检测算法,检测道路上的异常交通事件。本发明基于多任务学习网络模型,解决了在不良条件下车辆检测效果差的问题,由于是同一个网络模型同时检测车辆和车道线,所以不仅节省了相关设备的硬件资源,而且提高了模型的运行效率,满足了公路视频监控实时性的要求。
-
公开(公告)号:CN115482501A
公开(公告)日:2022-12-16
申请号:CN202211006018.3
申请日:2022-08-22
申请人: 招商新智科技有限公司 , 招商局公路网络科技控股股份有限公司
IPC分类号: G06V20/52 , G06V20/40 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/776 , G06V10/10 , G06N3/04 , G06N3/08
摘要: 本发明公开了融合数据增强和目标检测网络的抛洒物识别方法,包括以下步骤:构建抛洒物图像数据模型,根据交通环境下的历史多公路场景监控视频,提取带有抛洒物的图像,采用人工标注法获取人工标注好的图像数据集,并将所述图像数据集按照一定比例划分为训练集、验证集和测试集;通过数据增强法对所述训练集和所述验证集的图像进行预处理,并将处理后的图像输入YOLO识别网络进行训练,获取识别网络模型;将所述测试集的图像输入所述识别网络模型,进行所述识别网络模型的精度评估,将实际多公路场景监控视频中提取图像数据并进行预处理,将预处理后的图像输入符合精度要求的识别网络模型中,输出识别结果,识别公路抛洒物。
-
公开(公告)号:CN112905333B
公开(公告)日:2024-04-26
申请号:CN202110092033.3
申请日:2021-01-23
申请人: 招商新智科技有限公司
IPC分类号: G06F9/50
摘要: 本说明书一个或多个实施例提供一种用于分布式视频智能分析平台的算力负载调度方法及装置,由于采用了实时算力资源的采集方法,使得负载调度计算结果能更实时、更准确;由于在算力负载调度计算过程中采用算法资源消耗估算与算法服务实时资源空闲率相结合的方法,使得负载调度算法的结果具有算法服务算力预估能力,保证了调度结果的可靠性;由于在算力负载调度计算过程中采用负载优先权值的计算与对比,实现了系统最优负载算法服务的选拔,使得用户算法调用计算响应速度更快,提高了用户体验。
-
公开(公告)号:CN117687640A
公开(公告)日:2024-03-12
申请号:CN202311626694.5
申请日:2023-11-30
申请人: 招商新智科技有限公司
摘要: 本发明涉及软件运营维护开发技术领域,具体涉及一种软件包快速部署管理容器化应用方法,为解决现有技术对人员要求较高、按需部署部分应用时耗时长的问题。该软件包快速部署管理容器化应用方法,包括建立容器化应用软件包;建立软件包仓库,包括软件包索引文件和软件包文件;所述软件包索引文件包含有软件包文件的信息;获取软件包索引文件,识别可安装或升级的软件包文件;检索软件包索引文件查询搜索可安装的软件包文件信息;获取软件包文件的下载地址,从软件包仓库下载软件包文件,并执行软件包文件内置脚本安装;安装完成后结束管理。安装自动化高,对人员要求较低,并且能够快速安装。
-
-
-
-
-
-
-
-
-