公开(公告)号：CN113479193A

公开(公告)日：2021-10-08

申请号：CN202110859496.8

申请日：2021-07-28

Applicant: 广东工业大学

Inventor： 詹瑞典 ,  黄经伟 ,  张学习 ,  赖嘉骏 ,  侯帅 ,  肖淳 ,  蔡述庭

IPC: B60W30/06

Abstract: 本发明公开了一种基于车头泊入的自动停车入库方法和系统，在目标汽车启动自动泊车功能时，以目标汽车车头入库的方式，控制目标汽车从当前位置依次行驶至第一标记点、第二标记点和目标停车位内，避免了倒车入库方式不能用于车头入库方式停车场景带来的不便，解决了现有的基于倒车方式的自动泊车技术不适于需要使用车头泊入方式自动停车的场景的技术问题。

公开(公告)号：CN111967479A

公开(公告)日：2020-11-20

申请号：CN202010733456.4

申请日：2020-07-27

Applicant: 广东工业大学

Inventor： 黄经伟 ,  张学习 ,  程健明

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明的目的在于提供一种基于卷积神经网络思想的图像目标识别方法，其特征在于：通过预先构建的变化结构平衡矩阵与图像中的局部结构平衡矩阵做Hadamard乘积得到局部的目标结构平衡矩阵，增加识别参数的数量提高识别的精度。本发明采用CNN提取局部初始结构平衡矩阵，与预先构建的变化结构平衡矩阵做Hadamad乘积，得到局部的目标结构平衡矩阵。现有技术是对图像整体进行处理没有考虑局部，最终得到的只有3个特征参数，现在采用CNN可以得到多组局部的识别参数向量组，增加了识别参数的数量，提高图像目标识别的精度。

公开(公告)号：CN111967479B

公开(公告)日：2025-02-18

申请号：CN202010733456.4

申请日：2020-07-27

Applicant: 广东工业大学

Inventor： 黄经伟 ,  张学习 ,  程健明

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明的目的在于提供一种基于卷积神经网络思想的图像目标识别方法，其特征在于：通过预先构建的变化结构平衡矩阵与图像中的局部结构平衡矩阵做Hadamard乘积得到局部的目标结构平衡矩阵，增加识别参数的数量提高识别的精度。本发明采用CNN提取局部初始结构平衡矩阵，与预先构建的变化结构平衡矩阵做Hadamad乘积，得到局部的目标结构平衡矩阵。现有技术是对图像整体进行处理没有考虑局部，最终得到的只有3个特征参数，现在采用CNN可以得到多组局部的识别参数向量组，增加了识别参数的数量，提高图像目标识别的精度。

公开(公告)号：CN113701775A

公开(公告)日：2021-11-26

申请号：CN202110990701.4

申请日：2021-08-26

Applicant: 广东工业大学

Inventor： 张学习 ,  李晓军 ,  詹瑞典 ,  赖嘉骏 ,  黄经伟 ,  吴奇伦 ,  曹志广 ,  蔡述庭

IPC: G01C21/34

Abstract: 本发明公开了一种基于实时交通信息的多车辆路径规划方法及装置，方法包括：S1：获取道路长度和所述道路的预设行车速度，生成所述道路的初始道路权值；S2：根据所述道路的初始权值，采用道路规划算法对位于需求池的车辆进行路径规划；S3：根据预置时间间隔获取所述道路上的车辆平均行驶速度；S4：根据所述平均行驶速度与预设阈值速度的判断结果，更新道路权值；S5：根据更新后的道路权值为位于需求池的车辆进行路径规划；S6：重复执行S3‑S5直至所述需求池内没有车辆。本发明通过道路权值更新公式并结合实时获取的路网信息，对道路权值进行实时更新，实现路网最优化，缓解了交通拥堵情况，且扩展性更高。