-
公开(公告)号：CN108682143B
公开(公告)日：2021-03-16
申请号：CN201810386705.X
申请日：2018-04-25
申请人： 长安大学
IPC分类号： G08G1/00 , G08G1/0967 , G08G1/133
摘要： 本发明的目的在于提供一种近信号灯路口的可变公交站台系统及其选择方法，包括控制中心、数据采集单元、显示单元和可变公交站台，其中，数据采集单元用于实时采集公交车辆的位置信息，并将该公交车辆的位置信息传输到控制中心，控制中心对采集到的数据进行处理，得到该公交车辆所要停靠的可变公交站台，并将该结果传输到显示单元；利用可变公交站台布设技术，通过实时采集道路运行数据，预测公交车辆的到站时刻，根据车辆的延误状态，选择合适的站台停车；与常规方法(绿灯延长和红灯早断等)相比，这种可变公交站台系统可减少公交车辆在信号灯路口的等候延误，同时尽量减少对社会车辆的交通延误影响；该方法具有简单、经济，操作性强等优点。
-
公开(公告)号：CN109190577A
公开(公告)日：2019-01-11
申请号：CN201811069597.X
申请日：2018-09-13
申请人： 长安大学
IPC分类号： G06K9/00
摘要： 本发明提供的一种结合头枕和人脸特征的出租车副驾座异常的图像信号检测方法，通过车载摄像头对采集的副驾驶图像进行处理，然后在对处理后的图像进行检测，当图像上检测到有头枕时，认为无乘客乘坐，且信号正常，反之对图像进行人脸检测，当检测到人脸时认为信号正常，当检测不到人脸时，此时认为信号不正常，本发明不仅能检测出图像信号的正常或异常状态，还能自动判定车内副驾座的乘坐状态，有利于管理部门监管车辆的运营和调度；同时，本发明的检测准确率高，可达89％，与城市出租车监控调度系统相结合，可以实现对出租车摄像头异常的检测，大大降低了出租车的维护成本。
-
公开(公告)号：CN107357817A
公开(公告)日：2017-11-17
申请号：CN201710427924.3
申请日：2017-06-08
申请人： 长安大学
CPC分类号： G06F17/30905 , G06F8/38 , G06F17/2247
摘要： 本发明公开了一种面向JSON的网页模块化设计及其异步加载方法，HTML网页布局及网页元素被封装成不同的JSON对象，这些JSON对象相对独立又可以嵌套定义，从而可以方便实现网页的模块化设计及动态修改；使用JSON对象表示HTML网页布局和网页元素可以进一步降低数据冗余，提高网页代码的网络传输和响应速度。本发明的方法适用于Web软件设计，在软件开发领域有重要的应用价值。
-
公开(公告)号：CN106127127A
公开(公告)日：2016-11-16
申请号：CN201610437929.X
申请日：2016-06-17
申请人： 长安大学
IPC分类号： G06K9/00
CPC分类号： G06K9/00503 , G06K9/00523 , G06K9/00536
摘要： 本发明公开了一种静态区特征匹配的出租车监控异常图像信号检测方法：步骤1：基准图的选取；步骤2：对基准图预处理，得到滤波基准图；步骤3：车内静态区的选取。步骤4：计算基准图静态区的面积和平均灰度。步骤5：实时采集待检图像帧。步骤6：待检帧预处理。步骤7：计算待检帧静态区的平均灰度。步骤8：非车架静态区的多源特征提取。步骤9：基于非车架静态区异常度的异常图像信号判定。步骤10：考虑车架区的相关系数的异常图像信号判定。利用本发明对出租车监控图像进行检测，平均每幅图像处理时间为0.273s，同时，对出租车监控图像进行检测的准确率达到95.47％。
-
公开(公告)号：CN105404856A
公开(公告)日：2016-03-16
申请号：CN201510732676.4
申请日：2015-11-02
申请人： 长安大学
IPC分类号： G06K9/00
摘要： 一种公交车辆座位占用状态检测方法，首先选定监视的座位区；依据公交GPS数据采集车辆在站间运行的视频图像帧；基于灰度图像去除座位区的异常光照区；在HSV颜色空间进行蓝色滤波，计算色度滤波系数；对于初始帧，若色度滤波系数大于高阈值认为有空位，反之亦反；对于非初始帧，若色度滤波系数大于高阈值认为有空位；若色度滤波系数小于低阈值则认为无空位；若色度滤波系数介于低阈值和高阈值之间，则提取当前帧与前帧的差异重合区域并计算差异区重合系数，若差异区重合系数大于差异阈值则认为有空位，否则，提取相似重合区域并计算相似区重合系数，若相似区重合系数大于相似阈值认为有空位，否则认为该监视区域无空位。本发明具有检测精度高的优点。
-
公开(公告)号：CN109190577B
公开(公告)日：2021-10-26
申请号：CN201811069597.X
申请日：2018-09-13
申请人： 长安大学
IPC分类号： G06K9/00
摘要： 本发明提供的一种结合头枕和人脸特征的出租车副驾座异常的图像信号检测方法，通过车载摄像头对采集的副驾驶图像进行处理，然后在对处理后的图像进行检测，当图像上检测到有头枕时，认为无乘客乘坐，且信号正常，反之对图像进行人脸检测，当检测到人脸时认为信号正常，当检测不到人脸时，此时认为信号不正常，本发明不仅能检测出图像信号的正常或异常状态，还能自动判定车内副驾座的乘坐状态，有利于管理部门监管车辆的运营和调度；同时，本发明的检测准确率高，可达89％，与城市出租车监控调度系统相结合，可以实现对出租车摄像头异常的检测，大大降低了出租车的维护成本。
-
公开(公告)号：CN107357817B
公开(公告)日：2018-06-26
申请号：CN201710427924.3
申请日：2017-06-08
申请人： 长安大学
摘要： 本发明公开了一种面向JSON的网页模块化设计及其异步加载方法，HTML网页布局及网页元素被封装成不同的JSON对象，这些JSON对象相对独立又可以嵌套定义，从而可以方便实现网页的模块化设计及动态修改；使用JSON对象表示HTML网页布局和网页元素可以进一步降低数据冗余，提高网页代码的网络传输和响应速度。本发明的方法适用于Web软件设计，在软件开发领域有重要的应用价值。
-
公开(公告)号：CN107230349B
公开(公告)日：2018-06-29
申请号：CN201710367888.6
申请日：2017-05-23
申请人： 长安大学
摘要： 本发明提出了一种在线式实时短时交通流预测方法，对LS‑SVM模型中Lagrange乘子向量的求解过程进行了简化，提出了利用滑动时间窗口的移动来控制新数据样本的加入和旧数据样本的移除，滑动时间窗口中数据样本更新后，仅通过向量的线性运算就可以求得Lagrange乘子向量更新值，从而完成短时交通流预测模型的在线更新。本方法能够有效缩短预测模型在线更新的时间，提高在线短时交通流预测的实时性。
-
公开(公告)号：CN107577725A
公开(公告)日：2018-01-12
申请号：CN201710725052.9
申请日：2017-08-22
申请人： 长安大学
摘要： 一种城市出租车乘客出行特征可视化分析方法，包括：步骤一、提取出租车GPS数据并进行数据清洗；获取出租车的上客点和下客点并聚类；步骤二、利用轨迹压缩算法对清洗后的出租车GPS数据进行压缩，提取轨迹特征点；步骤三、进行可视化前的编码映射；步骤四、可视化展示分析：A)聚集可视化：根据获取到的出租车的上客点和下客点聚类结果，利用聚类分布图对数据显示，得到出租车的上客点和下客点分布时空概览图；B)特征可视化：对不同的数据特征采用不同的可视化组件对数据时空模式进行挖掘，并进行出租车的行驶轨迹可视化分析、乘客出行特征可视化分析、乘客出行特征对比分析。本发明为探索乘客出行特征分析提供了一种简单明了的表现形式。
-
公开(公告)号：CN106127127B
公开(公告)日：2019-05-14
申请号：CN201610437929.X
申请日：2016-06-17
申请人： 长安大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种静态区特征匹配的出租车监控异常图像信号检测方法：步骤1：基准图的选取；步骤2：对基准图预处理，得到滤波基准图；步骤3：车内静态区的选取。步骤4：计算基准图静态区的面积和平均灰度。步骤5：实时采集待检图像帧。步骤6：待检帧预处理。步骤7：计算待检帧静态区的平均灰度。步骤8：非车架静态区的多源特征提取。步骤9：基于非车架静态区异常度的异常图像信号判定。步骤10：考虑车架区的相关系数的异常图像信号判定。利用本发明对出租车监控图像进行检测，平均每幅图像处理时间为0.273s，同时，对出租车监控图像进行检测的准确率达到95.47％。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.022 秒)