一种路网变更检测方法
    104.
    发明公开

    公开(公告)号:CN110400461A

    公开(公告)日:2019-11-01

    申请号:CN201910659719.9

    申请日:2019-07-22

    Abstract: 一种路网变更检测方法,属于智能交通技术领域。方法包括步骤S01,采集车辆轨迹数据点,并按时间排序;步骤S02,计算时间相邻两个车辆轨迹数据点的差值,确定并保留路口转弯的车辆轨迹数据点;步骤S03,针对路口转弯的车辆轨迹数据点进行聚类,识别出城市路口以及路口类型;步骤S04,将步骤S03获得的路口信息与地图上的路口信息比对,判断存在新增道路、消失道路时,发出道路变更信号给测绘部门端,以供测绘部门端更新路网地图。本发明检测信息全面,不仅能发现新增道路,还能发现消失道路,真正做到路网变更实时检测。

    一种协助规划导航路径的方法及装置

    公开(公告)号:CN110375762A

    公开(公告)日:2019-10-25

    申请号:CN201910744429.4

    申请日:2019-08-13

    Abstract: 本发明公开了一种协助规划导航路径的方法及系统,其中方法包括:S1、获取第一时间区段内的各个目标车辆的导航请求信息;S2、获取各个车辆的起点与终点位置信息,获取各个车辆的第一习惯速度;S3、将第一习惯速度所在预设速度区间相同,且起点与终点位置信息相同的车辆划分到同一路线规划集中;S4、配合导航软件获取对应各个路线规划集的的含若干条不同预设线路的第一预设线路集;S5、根据一定规则对将对应路线规划集内的各车辆等差散列由多到少划分;S6、根据各目标车辆在相应的第一预设线路集内的预设线路的分配结果生成最终导航信息。本发明可有效缓解交通管理压力、可配合目标车辆的驾驶习惯速度生成最节约驾驶时间的协助规划导航路径。

    一种路口交通规则自动识别方法

    公开(公告)号:CN110276973A

    公开(公告)日:2019-09-24

    申请号:CN201910659720.1

    申请日:2019-07-22

    Abstract: 一种路口交通规则自动识别方法,属于智能交通技术领域。方法包括步骤S01,根据每个车辆ID按时间排序的车辆轨迹数据点形成的行驶轨迹,确定车辆行驶方向改变的轨迹点;步骤S02,计算轨迹点与在行驶方向改变前的车辆轨迹数据点的差值,确定轨迹点为路口转弯的车辆轨迹数据点并将其保留;步骤S03,针对路口转弯的车辆轨迹数据点进行聚类,识别出交通路口以及路口类型;步骤S04,对每个交通路口统计左转、右转、掉头的车辆轨迹数据点的数量,并确定交通路口的交通规则是否为禁止左转、禁止右转、禁止掉头。本发明能自动识别出所有交通路口以及路口的控制信息,为自动无人驾驶提供实时准确安全导航的应用需求,避免交通拥堵,减少污染,保护环境。

    一种室内共享停车位路径经验生成及其引导方法

    公开(公告)号:CN110033642A

    公开(公告)日:2019-07-19

    申请号:CN201910312544.4

    申请日:2019-04-18

    Abstract: 本发明提供了一种室内共享停车位路径经验生成及其引导方法,属于室内共享停车场行业领域。一种室内共享停车位路径经验生成方法,包括以下步骤:步骤S1、车位供应者进入停车场入口,启动惯性导航系统,共享停车平台自动记录其惯性导航系统的状态变化时序数据;步骤S2、判断车位锁是否解锁,若没有解锁,则判断t和Ta的大小,若t>Ta,则删除该条记录,若t≤Ta,则返回步骤S2,若解锁,则至步骤S3;步骤S3、根据其惯性导航系统的状态变化时序数据生成轨迹图谱,并进行数据清洗去噪和轨迹拟和,得到一条引导路径,并实时添加至路径集。本发明帮助车位需求者在室内停车场快速准确地找到目标车位,并监控停车行为是否规范。

    一种采用重采样递归神经网络的地铁乘客拥挤度预测方法

    公开(公告)号:CN109919387A

    公开(公告)日:2019-06-21

    申请号:CN201910198026.4

    申请日:2019-03-15

    Abstract: 本发明涉及交通数据分析领域,尤其涉及一种采用重采样递归神经网络的地铁乘客拥挤度预测方法。包括以下步骤:依据原始数据设定训练样本数据,设定拥挤度标签,依据拥挤度标签将样本数据分为n个子样本集,对子样本集进行重采样,获取重采样数列,将重采样数列输入递归神经网络模型,以训练递归神经网络模型,对递归神经网络模型测评,依据测评结果调节重采样权值,直至测评结果为及格。现有技术中,往往从训练样本数据中进行随机采样,但是不同类别的样本分布不均,从而造成递归神经网络模型对多数样本过拟合对少数样本欠拟合,从而造成预测不准确。本发明通过重采样对样本进行二次采样,使得模型充分训练,从而有效提高预测精度。

    一种基于区块链技术的商场消费者购物推荐方法及装置

    公开(公告)号:CN109272393A

    公开(公告)日:2019-01-25

    申请号:CN201811374501.0

    申请日:2018-11-19

    Abstract: 本发明公开了一种基于区块链技术的商场消费者购物推荐方法。包括当客户进入商场时,获取所述客户的人脸图像,当从预设的由监控设备所拍摄的视频数据库中查找到含有所述人脸图像的关联视频文件时,根据所述关联视频文件确定拍摄所述关联视频文件的监控设备所在商铺的商铺信息,将所述商铺信息展示给所述客户。本发明还涉及一种基于区块链技术的商场消费者购物推荐装置。本发明能够对客户有针对性的进行商铺推荐,帮助客户快速、准确地找到自己想要的商品,显著的加大了推荐效率,使客户对商场服务产生依赖,从而促进商场的稳定高速发展。

Patent Agency Ranking