-
公开(公告)号：CN116363612A
公开(公告)日：2023-06-30
申请号：CN202310186761.X
申请日：2023-03-01
Applicant: 桂林电子科技大学
Abstract: 本发明涉及交通安全领域，具体是指一种基于图像识别的行人追踪及过街意图预测方法，包括摄像单元、算法单元和提示单元；摄像单元包括用于耦合视角采集行人过马路视频图像的至少两组高清摄像机组；算法单元包括耦合视角下行人流检测模块、耦合视角下行人3D姿态跟踪模块和行人过马路意图判断模块，所诉耦合视角下行人流检测模块根据摄像单元获取的多角度视图获取行人的2D姿态，而后耦合视角下行人3D姿态跟踪模块生成3D姿态模型后对行人进行跟踪并将获取到的3D姿态传输给行人过马路判断模块，从而准确、快速、鲁棒性的判断行人的过马路意图；提示单元采用车载电子显示屏输出视频音效提示驾驶员或采用车载ETC音效提示驾驶人员礼让行人。
-
公开(公告)号：CN112307921B
公开(公告)日：2022-05-17
申请号：CN202011141884.4
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种车载端多目标识别跟踪预测方法，该方法是基于YOLOv5s（You Only Look Once v5s）和FairMOT（Fair Multi‑Object Tracking）融合的车载端多目标识别跟踪预测方法，通过使用YOLOv5s深度学习对象检测技术快速准确实时地检测道路前方车辆、行人、障碍物等，并将YOLOv5s模型融入FairMOT架构检测模块在单个网络中进行目标检测和重新识别跟踪，实现道路上车辆前方交通目标的位置检测、类型识别、多目标运动轨迹跟踪，从而达到对车辆前方交通目标换道、跟驰、减速等驾驶行为的预测。
-
公开(公告)号：CN110555990A
公开(公告)日：2019-12-10
申请号：CN201910809828.4
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于LSTM神经网络的有效停车时空资源预测方法，首先，根据不同日子特性条件下的历史数据，采用LSTM神经网络建立停车时长预测模型，对未来某一时段内进场车辆的停车时长进行预估，得到预估消耗的停车资源；其次，建立下一时段内有效停车时空资源预测模型，通过综合当前统计时段内，进出场车辆与不出场车辆的时空利用数据信息，结合前一时段有效停车时空资源量，计算出下一时段的有效停车时空资源量。本发明方法提出两个模型以从时空资源的角度去呈现和计算停车场资源，模型鲁棒性好，预测结果精确度较高，对未来停车场实现高度共享和智慧化的停车预约服务与停车资源调度分配奠定了理论基础。
-
公开(公告)号：CN116935622A
公开(公告)日：2023-10-24
申请号：CN202310295662.5
申请日：2023-03-24
Applicant: 桂林电子科技大学
IPC: G08G1/01 , G08G1/065 , G06F30/20 , G06F17/11 , G06F111/04
Abstract: 本发明公开了一种混合交通场景下的快速路多车道协同控制方法，在多车道上布设检测器，检测器用于检测各进口车道流量、各进口车道车头车距、各进口车道排队长度；对进口车道相位相序进行优化，进行判断相位相序是否发生改变；若是，根据车道控制模型进行相位相序分配；若否，进行判断相位绿时和信号周期时长是否改变；若是，进行信号配时；若否，返回步骤1；完成相位相序分配后，进行信号配时，同时进行交通流变化和排队长度判断，当得到最小延误后，结束协同控制；本发明通过感知交通数据，合理的改变各车道的相位相序和自适应信号配时来减少交织区的延误，保证交织区内车辆高效通行，从而避免各个车道发生溢流。
-
公开(公告)号：CN116523958A
公开(公告)日：2023-08-01
申请号：CN202310323619.5
申请日：2023-03-29
Applicant: 桂林电子科技大学
IPC: G06T7/246 , G06T7/277 , G06T5/00 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G08G1/01
Abstract: 本发明涉及车辆轨迹领域，具体是指一种基于YOLOv5的车辆轨迹数据提取方法，包括制作车辆航拍数据集，构建航拍视频下的车辆训练图像；制作YOLOv5模型，使用基于Pytorch的深度学习框架进行目标检测模型YOLOv5的训练，训练完成后获得YOLOv5权重文件；车辆的检测和跟踪；车辆轨迹的坐标转化；车辆轨迹的降噪，获得真实的车辆轨迹信息。本发明利用YOLOv5训练模型才对车辆训练图像进行训练，有效提取目标车辆信息，通过二维离散帧图进行车辆轨迹分析，有效获取车辆拥堵信息，有利于对交通部门对行车车道进行有效规划。
-
Patent Agency Ranking
公开(公告)号：CN112419711B8
公开(公告)日：2022-06-14
申请号：CN202011140333.6
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 广西华蓝工程管理有限公司 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种基于改进GMDH算法的封闭式停车场停车需求预测方法，使用GMDH算法对封闭式停车场进场车流量训练，在训练过程中针对GMDH算法建模泛化能力差的问题，结合集成学习(Ensemble Learning)的思想对GMDH算法进行改进，提高GMDH模型泛化能力，并将改进的算法应用到封闭式停车场进场停车需求预测模型的构建中。该方法减少了对历史数据的依赖、降低了数据成本，并且具有较高的预测精度，可以快速、有效地对封闭式停车场停车需求进行预测。后期可基于用户均衡理论，结合智能交通诱导系统，实现区域性的、不同特性的停车场停车资源共享与调度，对智慧城市的建设具有重大的实用价值。
-
公开(公告)号：CN110503833B
公开(公告)日：2021-06-08
申请号：CN201910809931.9
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法，首先，收集交通流特征历史数据，预处理后进行数图转换；其次，输入图像数据，建立并训练交通流特征值的预测模型；第三，收集实时交通流特征数据，预处理后数图转换输入模型，输出短时变化趋势预测图，并利用图数转换将预测趋势图转为文本数据；第四，转换后的文本数据，利用训练好的预测模型对道路交通特征值进行短时预测，对汇入主线的车流量提前进行联动控制；最后，使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析，并发布路况信息。本发明控制方法，数据预处理后分别进行数图转换，数图转换可提取二维图像更多细节特征，降低模型训练和预测时间，提高预测精度与实时信息处理速度。
-
公开(公告)号：CN110503833A
公开(公告)日：2019-11-26
申请号：CN201910809931.9
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法，首先，收集交通流特征历史数据，预处理后进行数图转换；其次，输入图像数据，建立并训练交通流特征值的预测模型；第三，收集实时交通流特征数据，预处理后数图转换输入模型，输出短时变化趋势预测图，并利用图数转换将预测趋势图转为文本数据；第四，转换后的文本数据，利用训练好的预测模型对道路交通特征值进行短时预测，对汇入主线的车流量提前进行联动控制；最后，使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析，并发布路况信息。本发明控制方法，数据预处理后分别进行数图转换，数图转换可提取二维图像更多细节特征，降低模型训练和预测时间，提高预测精度与实时信息处理速度。
-
公开(公告)号：CN110503104A
公开(公告)日：2019-11-26
申请号：CN201910810616.8
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的短时剩余车位数量预测方法，包括建立短时剩余停车位数量预测模型和下一时段的剩余停车位数量预测两部分，首先，建立样本数据集，利用图像训练卷积神经网络，获得短时剩余停车位数量预测模型；其次，将预测场景下的当前时段二维时间序列图导入模型，即可预测下一时间段停车位剩余数量变化趋势。此外，将趋势图进行数图转化，即可以获得下一时间段剩余停车位数量。相比于其他深度、前馈神经网络，卷积神经网络需要训练的参数更少，且其特殊的空间结构能够利用输入的文本数字化数据转化为可视化的二维图像形式进行特征提取、学习与预测。通过对比分析，模型鲁棒性更好，预测结果精确度更高。
-
公开(公告)号：CN110555990B
公开(公告)日：2021-04-13
申请号：CN201910809828.4
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于LSTM神经网络的有效停车时空资源预测方法，首先，根据不同日子特性条件下的历史数据，采用LSTM神经网络建立停车时长预测模型，对未来某一时段内进场车辆的停车时长进行预估，得到预估消耗的停车资源；其次，建立下一时段内有效停车时空资源预测模型，通过综合当前统计时段内，进出场车辆与不出场车辆的时空利用数据信息，结合前一时段有效停车时空资源量，计算出下一时段的有效停车时空资源量。本发明方法提出两个模型以从时空资源的角度去呈现和计算停车场资源，模型鲁棒性好，预测结果精确度较高，对未来停车场实现高度共享和智慧化的停车预约服务与停车资源调度分配奠定了理论基础。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
