-
公开(公告)号:CN118351493A
公开(公告)日:2024-07-16
申请号:CN202410340940.9
申请日:2024-03-25
申请人: 重庆大学 , 重庆首讯科技股份有限公司
IPC分类号: G06V20/54 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09 , G08G1/01
摘要: 本发明公开了一种适于高速公路监控场景的多尺度车辆目标检测方法,属于智能交通领域。本发明车辆目标检测方法,以ConvNeXt V2网络为基础对YOLOv8骨干网络进行改进,并向ConvNeXt V2网络中引入SPD‑Conv模块和SA‑Conv模块,用于强化模型的多尺度特征表达能力;其次,采用特征金字塔网络HS‑FPN对骨干网络提取到的特征图进行融合增强,以应对车辆目标的多尺度检测;最后,采用分类任务和回归任务相互解耦的检测头对增强的多尺度特征图进行分类与回归,最终得到车辆目标的检测结果。本发明能够有效提高高速公路监控场景的多尺度车辆目标特征提取的精确度,更好地应对场景中目标尺度变化大、干扰因素多等状况,可在保证检测效率的同时提升检测精度。
-
公开(公告)号:CN116165719A
公开(公告)日:2023-05-26
申请号:CN202211651059.8
申请日:2022-12-21
申请人: 重庆首讯科技股份有限公司 , 厦门诚通达智能科技有限公司
IPC分类号: G01V3/10 , G01M17/007 , G08G1/042
摘要: 本发明提供一种车检器自动复位的方法、装置、设备及可读存储介质。该方法包括:获取车检器在有车状态下对应的第一持续时间;将第一持续时间与预设的二次过车自复位触发时间进行比较,在第一持续时间大于二次过车自复位触发时间的情况下,调整车检器的第一基准频率至第二基准频率;再根据第二基准频率判断是否存在二次过车,如果存在二次过车,待二次过车后,对车检器进行自动复位处理。本发明提供的方法可以使车检器在死机状态下,通过调整自身的基准频率而实现自动复位,降低了车道软件发生误判的概率。
-
公开(公告)号:CN109871513B
公开(公告)日:2023-03-31
申请号:CN201910080569.6
申请日:2019-01-28
申请人: 重庆首讯科技股份有限公司
摘要: 本发明公开一种高速公路车辆通行行为相似度计算方法,包括以下步骤:步骤S1、获取高速收费数据,根据所述高速收费数据构造关于车牌编号以及车辆通行行为的通行行为矩阵;步骤S2、根据所述通行行为矩阵进行统计得到行为统计矩阵;步骤S3、分解所述行为统计矩阵得到车辆特征矩阵;步骤S4、根据所述车辆特征矩阵计算两辆车之间的通行相似度。本发明提供的高速公路车辆通行行为相似度计算方法,能够通过分析高速收费数据实现车辆通行相似度的判断。
-
公开(公告)号:CN112967498A
公开(公告)日:2021-06-15
申请号:CN202110144660.7
申请日:2021-02-02
申请人: 重庆首讯科技股份有限公司
IPC分类号: G08G1/01
摘要: 本发明涉及一种基于动态时空相关特征优化的短时交通流预测方法,该方法包括:获取ETC门架数据和预测位置;根据ETC门架数据,构建路网拓扑结构;根据路网拓扑结构,筛选出局部路网位置集;量化预测位置、上游位置和下游位置的交通流动态时空相关性;根据交通流动态时空相关性,提取对应的动态时空相关特征;根据动态时空相关特征,构造原始训练张量,并利用主成分分析法进行优化,确定输入特征向量;将输入特征向量输入至交通流预测模型,输出对应的交通流预测值。本发明利用了路网封闭性较强、单个位置交通流与局部路网交通流存在强相关性的特点,可与拥堵预警相结合,为管理决策提供参考,提高高速公路的调度、协调、管理效率。
-
公开(公告)号:CN117012039A
公开(公告)日:2023-11-07
申请号:CN202311111518.8
申请日:2023-08-31
申请人: 重庆大学 , 重庆首讯科技股份有限公司
摘要: 本发明公开了一种基于多源数据融合的高速公路车道级速度预测方法,包括以下步骤:划分车道,利用GRG计算不同车道之间的相互影响度;使用Attention机制计算目标车道不同时间的注意力权重;基于注意力权重和不同车道之间的相互影响度,建立改进模型GRGA;基于改进模型GRGA,建立GRU_LSTM融合深度学习模型;根据GRU_LSTM融合深度学习模型,实时预测高速公路任一车道特定时间段内的平均行驶速度。本发明一种基于多源数据融合的高速公路车道级速度预测方法预测速度块、精准高,能够为交通管制人员进行交通诱导提供参考依据。
-
公开(公告)号:CN111260122A
公开(公告)日:2020-06-09
申请号:CN202010030498.1
申请日:2020-01-13
申请人: 重庆首讯科技股份有限公司
摘要: 本发明涉及车流量预测技术领域,公开了一种高速公路上车流量预测方法、装置及计算机存储介质,其中方法包括以下步骤:获取待预测封闭路段上各出入口处的历史数据;按第一设定时间间隔将历史数据划分为多个时间段,分别统计每一时间段内待预测出口的流量数据;按第二设定时间间隔将历史流量数据划分为多个时间段,分别统计每一时间段内各出口以及各入口处的流量数据;以待预测出口的流量数据为输出样本数据,以各出口以及各入口处的流量数据为输入样本数据,对神经网络进行训练,得到流量预测模型;根据流量预测模型对待预测出口的流量进行预测。本发明提供的高速公路上车流量预测方法具有预测所需的输入数据少,且预测精度高的技术效果。
-
公开(公告)号:CN117274920A
公开(公告)日:2023-12-22
申请号:CN202310851333.4
申请日:2023-07-12
申请人: 重庆大学 , 重庆首讯科技股份有限公司
IPC分类号: G06V20/54 , G06V20/40 , G06V10/72 , G06V10/762 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82
摘要: 本发明公开了一种适用于高速公路监控摄像头的车辆目标检测方法,包括以下步骤:获取高速公路监控视频车辆目标检测数据集;骨干网络的搭建;目标检测子网络的搭建;数据增强策略的设计;基于SSD算法的高速公路监控视频车辆目标检测网络的训练。本发明适用于高速公路监控摄像头的车辆目标检测方法,特征提取能力强、小目标车辆检测精度高、定位性能好,可直接应用于高速公路场景下的车辆目标检测。
-
公开(公告)号:CN117012031A
公开(公告)日:2023-11-07
申请号:CN202311111417.0
申请日:2023-08-31
申请人: 重庆大学 , 重庆首讯科技股份有限公司
IPC分类号: G08G1/01 , G08G1/048 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于深度元学习的高速公路拥堵消散时间预测方法,包括以下步骤:采集拥堵路段的车辆轨迹数据以及上下游的ETC数据,提取车辆与交通流特征,收集路段异常事件信息整理形成数据集;使用CNN从数据集中捕获交通流的空间特征,使用GRU从数据集中捕获交通流的时间特征;构建拥堵消散时间预测模型;针对不同类型的异常事件,拥堵消散时间预测模型采用MAML方法进行分任务学习,从而得到不同异常事件类型下的拥堵消散时间预测结果。本发明方法能够有效克服现有拥堵消散时间预测方法在应对异常事件时存在的局限性,实现更高的预测精度和适应性。
-
公开(公告)号:CN113362598B
公开(公告)日:2022-06-03
申请号:CN202110624341.6
申请日:2021-06-04
申请人: 重庆高速公路路网管理有限公司 , 重庆首讯科技股份有限公司 , 重庆邮电大学
摘要: 本发明公开了一种高速公路服务区车流量预测方法,以实现在不同的时间维度与空间维度下筛选前序信息中的不必要数据,减少因车流量突增(减)情况对预测结果准确度的影响,能更好的捕捉高速公路服务区车流量数据中的有效信息,抓住核心关键信息,提高服务区车流量时序预测结果的准确度。本发明包括以下步骤:首先将高速公路服务区车流量预测的影响因素作为时序特征提取出来;其次将提取出来的时序特征作为模型输入,构建基于双向长短期记忆(Bi‑LSTM)预测模型;然后在Bi‑LSTM模型的基础上加入注意力(Attention)机制得到高速公路服务区车流量预测模型;最后将模型运用至服务区内,并基于评估机制不断优化,构建出适用在服务区的完整的高速公路服务区车流量预测系统。
-
公开(公告)号:CN113362598A
公开(公告)日:2021-09-07
申请号:CN202110624341.6
申请日:2021-06-04
申请人: 重庆高速公路路网管理有限公司 , 重庆首讯科技股份有限公司 , 重庆邮电大学
摘要: 本发明公开了一种高速公路服务区车流量预测方法,以实现在不同的时间维度与空间维度下筛选前序信息中的不必要数据,减少因车流量突增(减)情况对预测结果准确度的影响,能更好的捕捉高速公路服务区车流量数据中的有效信息,抓住核心关键信息,提高服务区车流量时序预测结果的准确度。本发明包括以下步骤:首先将高速公路服务区车流量预测的影响因素作为时序特征提取出来;其次将提取出来的时序特征作为模型输入,构建基于双向长短期记忆(Bi‑LSTM)预测模型;然后在Bi‑LSTM模型的基础上加入注意力(Attention)机制得到高速公路服务区车流量预测模型;最后将模型运用至服务区内,并基于评估机制不断优化,构建出适用在服务区的完整的高速公路服务区车流量预测系统。
-
-
-
-
-
-
-
-
-