-
公开(公告)号：CN109636257A
公开(公告)日：2019-04-16
申请号：CN201910096755.9
申请日：2019-01-31
Applicant: 长安大学
CPC classification number: G06Q10/0635 , G06Q10/06393 , G06Q50/26 , G06Q50/30
Abstract: 本发明提供的一种网约车出行前的风险评价方法，该方法通过对出行过程中涉及到的各类信息，包括：出行订单信息，车辆信息，驾驶员信息，驾驶员驾驶行为信息，乘客信息的收集，应用模糊集评价方法进行分析，并得出相应的结论为乘客出行提供参考。与现有的网约车驾驶员出行评价(如驾驶疲劳，饮酒驾驶等)相比，这种网约车出行风险评价方法评价内容更加全面，更能满足出行风险评价需要，能够防患于未然，将安全隐患扼杀于摇篮状态，可以节约事故真正发生时所需要的警力，人力资源，保障了乘客的出行安全。
-
公开(公告)号：CN111429428B
公开(公告)日：2022-05-13
申请号：CN202010203325.5
申请日：2020-03-20
Applicant: 长安大学
Abstract: 本发明提供的一种基于外形特征的异常磨斑图像的检测方法，在磨痕区域分割和方向角检测的基础上，用行向和列向长度表征磨痕区域的行向和列向外形特征；在区间滤波的基础上，分别计算行长和列长的梯度变化值；采用自适应阈值对梯度变化值进行二值化，并基于梯度的单调性判定磨斑图像是否是异常；本发明基于外形特征对磨斑图像的异常状态，更具有普适性，避免主观判定的误差，精度也更高，为试验数据的可用性提供理论依据。
-
公开(公告)号：CN109934457A
公开(公告)日：2019-06-25
申请号：CN201910096191.9
申请日：2019-01-31
Applicant: 长安大学
Abstract: 本发明提供的一种基于网约车行程中的风险评估方法，确定影响网约车出行风险的出行中的风险评估指标体系，再建立各项指标的度量数学模型，确定各项指标的权重值，在乘客出行的过程中，收集出行过程中有关的各项参数值，代入之前确定的模型中，得出当前的风险评估分数，并对照风险评估表，得到出行全过程的风险结论，并发送给乘客、紧急联系人、管理或执法部门，给予乘客或相关部门的警惕以及充分的反应时间，提前做好防范或救援准备，保障乘客的出行安全；本方法能够做到防患于未然，不仅能给乘客或司机充足的反应时间，保障了网约车的出行安全，也能节约事故发生后所耗人力，物力。
-
Patent Agency Ranking
公开(公告)号：CN111445438B
公开(公告)日：2022-03-15
申请号：CN202010121606.6
申请日：2020-02-26
Applicant: 长安大学
IPC: G06F30/20
Abstract: 本发明提供的一种双邻域的磨痕角自动检测方法，构建小尺寸的近邻域，建立像素及其近邻域像素的不同方向值的灰度差；在此基础上，计算像素的近邻域像素的差异度，基于差异度的最小值计算相似方向值；接着，构建构建大尺寸的远邻域，和远邻域上与相似方向值对应的兴趣像素；接着，计算像素及其远邻域兴趣像素间的灰度差和差异度；接着，根据差异度值的最小值计算磨痕角方向值；最后，依据磨痕角方向值和远邻域的尺寸可以推算出磨痕角；该方法检测精度高、运行时间短。
-
公开(公告)号：CN111383225A
公开(公告)日：2020-07-07
申请号：CN202010203329.3
申请日：2020-03-20
Applicant: 长安大学
Abstract: 本发明提供的一种对比标准变形率的轮胎异常状态的检测方法，借助图像处理技术将轮胎图像分割出轮毂区域和地面区域，利用轮毂的圆形特点，用标准圆拟合轮毂区域，轮毂和地面间的像素距离认为是轮胎的胎厚，基于胎厚值可以对轮胎的异常变形量进行检测；该方法能够对轮胎的异常变形进行检测，提高车辆的行车安全，尤其适用于高危车辆的实时监控轮胎。
-
公开(公告)号：CN111383225B
公开(公告)日：2023-04-07
申请号：CN202010203329.3
申请日：2020-03-20
Applicant: 长安大学
Abstract: 本发明提供的一种对比标准变形率的轮胎异常状态的检测方法，借助图像处理技术将轮胎图像分割出轮毂区域和地面区域，利用轮毂的圆形特点，用标准圆拟合轮毂区域，轮毂和地面间的像素距离认为是轮胎的胎厚，基于胎厚值可以对轮胎的异常变形量进行检测；该方法能够对轮胎的异常变形进行检测，提高车辆的行车安全，尤其适用于高危车辆的实时监控轮胎。
-
公开(公告)号：CN111445438A
公开(公告)日：2020-07-24
申请号：CN202010121606.6
申请日：2020-02-26
Applicant: 长安大学
Abstract: 本发明提供的一种双邻域的磨痕角自动检测方法，构建小尺寸的近邻域，建立像素及其近邻域像素的不同方向值的灰度差；在此基础上，计算像素的近邻域像素的差异度，基于差异度的最小值计算相似方向值；接着，构建构建大尺寸的远邻域，和远邻域上与相似方向值对应的兴趣像素；接着，计算像素及其远邻域兴趣像素间的灰度差和差异度；接着，根据差异度值的最小值计算磨痕角方向值；最后，依据磨痕角方向值和远邻域的尺寸可以推算出磨痕角；该方法检测精度高、运行时间短。
-
公开(公告)号：CN111429428A
公开(公告)日：2020-07-17
申请号：CN202010203325.5
申请日：2020-03-20
Applicant: 长安大学
Abstract: 本发明提供的一种基于外形特征的异常磨斑图像的检测方法，在磨痕区域分割和方向角检测的基础上，用行向和列向长度表征磨痕区域的行向和列向外形特征；在区间滤波的基础上，分别计算行长和列长的梯度变化值；采用自适应阈值对梯度变化值进行二值化，并基于梯度的单调性判定磨斑图像是否是异常；本发明基于外形特征对磨斑图像的异常状态，更具有普适性，避免主观判定的误差，精度也更高，为试验数据的可用性提供理论依据。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.013 seconds)
