-
公开(公告)号：CN110059116A
公开(公告)日：2019-07-26
申请号：CN201910298402.7
申请日：2019-04-15
Applicant: 东南大学
IPC: G06F16/2458 , G06F16/29 , G06Q10/04
Abstract: 本发明公开了一种家庭多日出行距离累计分布预测方法，该方法根据家庭成员、家庭经济、以往出行数据等属性数据计算家庭出行的活跃度，将活跃度作为量子模型的能量，来建立不同能量等级下量子模型的累计概率密度，从而建立起家庭多日出行距离累计分布预测模型，并利用所建立的模型对家庭多日出行距离累计分布概率进行预测。
-
公开(公告)号：CN107392144A
公开(公告)日：2017-11-24
申请号：CN201710593863.8
申请日：2017-07-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于视频的道路交叉口电动自行车行驶轨迹获取方法，包括如下步骤：1、采集道路交叉口的车辆行驶视频，设置视频中的检测区域为多条人行道围合的区域；2、对采集的视频进行处理，获取视频中的前景运动目标；3、建立电动自行车参数模型；确定模型中参数取值范围；4、设置距离阈值dth，帧差阈值fth；获取视频中两帧图像的前景运动目标，首先判断是否均为电动自行车，如果是，判断是否为同一辆电动自行车；如果是同一辆电动自行车，则其质心坐标即为所述电动自行车在两帧图像中的行驶轨迹坐标点。该方法能够准确获取到道路交叉口内部的电动自行车，并实现轨迹绘制。
-
公开(公告)号：CN109214370B
公开(公告)日：2021-03-19
申请号：CN201811269581.3
申请日：2018-10-29
Applicant: 东南大学
Abstract: 本发明公开一种基于手臂肤色区域质心坐标的驾驶员姿态检测方法，首先采集驾驶员驾驶时的图像，提取驾驶员双手和/或双臂的质心坐标，其次将提取的坐标和驾驶员驾驶姿态类别作为训练样本，训练分类器得到驾驶员姿态检测模型；在检测时，提取待检测图像中驾驶员双手和/或双臂的质心坐标，作为驾驶员姿态检测模型的输入，进行分类识别，检测驾驶员的驾驶姿态。该方法可以快速建立和训练出驾驶员姿态检测模型，从而实现驾驶员姿态的快速检测。
-
公开(公告)号：CN111783633A
公开(公告)日：2020-10-16
申请号：CN202010611056.6
申请日：2020-06-30
Applicant: 东南大学
Abstract: 本发明公开了一种驾驶员姿态安全性定量评价模型的构建方法，包括如下步骤：首先以驾驶员真实驾驶视频为数据集，对定量评价指标及评价姿态的原始数据进行相关性分析和标准化处理，然后使用模糊层次分析法和最小二乘法确定各定量评价指标权重值，最后计算驾驶姿态安全性评价得分，完成驾驶员姿态安全性定量评价模型的构建。本发明设计简单，易于计算；以驾驶员真实驾驶视频为数据集，充分结合驾驶姿态特点确定定量评价指标，表现出科学性、全面性、通用性、可操作性强等特征，对于保障营运车辆驾驶员人身安全、促进行车规范化安全化具有重要的现实意义。
-
公开(公告)号：CN110059877A
公开(公告)日：2019-07-26
申请号：CN201910298269.5
申请日：2019-04-15
Applicant: 东南大学
Abstract: 本发明公开了一种家庭单日出行距离分布预测方法，该方法根据家庭结构、经济、交通工具等属性数据计算家庭出行的活跃度，将活跃度作为量子模型的能量，来建立不同能量等级下的累计概率密度量子模型，从而建立起家庭单日出行距离分布预测模型，并利用所建立的模型对家庭单日出行距离分布概率进行预测。
-
Patent Agency Ranking
公开(公告)号：CN107194386A
公开(公告)日：2017-09-22
申请号：CN201710593862.3
申请日：2017-07-20
Applicant: 东南大学
IPC: G06K9/00
CPC classification number: G06K9/00724 , G06K9/00778 , G06K9/00825
Abstract: 本发明公开了一种基于视频的道路交叉口电动自行车行驶速度获取方法，包括如下步骤：1、采集道路交叉口的车辆行驶视频，设置视频中的检测区域为多条人行道围合的区域；2、对采集的视频进行处理，识别跟踪视频中道路交叉口的电动自行车，获取行驶轨迹坐标点；3、将电动自行车在视频图像上的质心坐标转换为实际二维平面坐标，计算其行驶速度。该方法能够准确获取道路交叉口内部电动自行车的行驶速度。
-
公开(公告)号：CN111783633B
公开(公告)日：2024-06-28
申请号：CN202010611056.6
申请日：2020-06-30
Applicant: 东南大学
IPC: G06V20/59 , G06Q10/0639 , G06V20/40
Abstract: 本发明公开了一种驾驶员姿态安全性定量评价模型的构建方法，包括如下步骤：首先以驾驶员真实驾驶视频为数据集，对定量评价指标及评价姿态的原始数据进行相关性分析和标准化处理，然后使用模糊层次分析法和最小二乘法确定各定量评价指标权重值，最后计算驾驶姿态安全性评价得分，完成驾驶员姿态安全性定量评价模型的构建。本发明设计简单，易于计算；以驾驶员真实驾驶视频为数据集，充分结合驾驶姿态特点确定定量评价指标，表现出科学性、全面性、通用性、可操作性强等特征，对于保障营运车辆驾驶员人身安全、促进行车规范化安全化具有重要的现实意义。
-
公开(公告)号：CN107248290B
公开(公告)日：2019-07-12
申请号：CN201710573312.5
申请日：2017-07-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于车辆视频识别的混合式主线收费站交通冲突评价方法，包括如下步骤：1、在收费站的收费广场布置摄像头，采集车辆在收费广场的行驶视频；2、对采集到的车辆行驶视频进行车辆识别和跟踪，获取每一帧图像中车辆的位置坐标；3、利用车辆的M帧图像数据，计算车辆在每一帧图像中的速度和减速度指标如果发生跟驰冲突，计算车辆跟驰模型的时间指标TTCk；如果发生变道冲突，计算车辆转向模型时间指标Tpet；5、将TTCk和Tpet进行同级化处理，统一为交通冲突评价指标STC，根据STC的值判断交通冲突的严重程度。该方法可以对收费站交通冲突的严重程度进行量化，对收费站道路安全性评价、管理运营、道路引流措施等决策有重要的应用价值。
-
公开(公告)号：CN109214370A
公开(公告)日：2019-01-15
申请号：CN201811269581.3
申请日：2018-10-29
Applicant: 东南大学
Abstract: 本发明公开一种基于手臂肤色区域质心坐标的驾驶员姿态检测方法，首先采集驾驶员驾驶时的图像，提取驾驶员双手和/或双臂的质心坐标，其次将提取的坐标和驾驶员驾驶姿态类别作为训练样本，训练分类器得到驾驶员姿态检测模型；在检测时，提取待检测图像中驾驶员双手和/或双臂的质心坐标，作为驾驶员姿态检测模型的输入，进行分类识别，检测驾驶员的驾驶姿态。该方法可以快速建立和训练出驾驶员姿态检测模型，从而实现驾驶员姿态的快速检测。
-
公开(公告)号：CN107248290A
公开(公告)日：2017-10-13
申请号：CN201710573312.5
申请日：2017-07-14
Applicant: 东南大学
CPC classification number: G08G1/0175 , G06K9/00724 , G06Q50/26
Abstract: 本发明公开了一种基于车辆视频识别的混合式主线收费站交通冲突评价方法，包括如下步骤：1、在收费站的收费广场布置摄像头，采集车辆在收费广场的行驶视频；2、对采集到的车辆行驶视频进行车辆识别和跟踪，获取每一帧图像中车辆的位置坐标；3、利用车辆的M帧图像数据，计算车辆在每一帧图像中的速度和减速度指标如果发生跟驰冲突，计算车辆跟驰模型的时间指标TTCk；如果发生变道冲突，计算车辆转向模型时间指标Tpet；5、将TTCk和Tpet进行同级化处理，统一为交通冲突评价指标STC，根据STC的值判断交通冲突的严重程度。该方法可以对收费站交通冲突的严重程度进行量化，对收费站道路安全性评价、管理运营、道路引流措施等决策有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.028 seconds)
