-
公开(公告)号：CN109815859B
公开(公告)日：2021-10-01
申请号：CN201910023523.0
申请日：2019-01-10
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种低等级道路自动提取及变化分析方法，该方法能够实现道路路网的自动提取与变化分析，通过高分辨率遥感影像，对道路材质的几何、纹理、光谱特征进行样本的选择，生成数据集进行模型的训练，利用生成的模型进行道路的自动提取。基于数据模型进行道路提取，实现影像提取结果与网络数据的自动配准。设置阈值、置信区间等方式进行对比变化分析，进行融合降低数据集的生成工作。能够大幅度减少训练数据集生成工作，基于影像的道路提取结果与网络道路数据进行融合，融合结果道路数据精确度较高，根据融合结果可自动生成新的数据集，大幅度降低训练数据集的生成工作。
-
公开(公告)号：CN111539363A
公开(公告)日：2020-08-14
申请号：CN202010352541.6
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了一种公路落石识别分析方法，该方法包括建立U-net深度学习网络模型，对训练样本数据进行训练；通过模型对公路路面区域进行道路面状区域的提取；采用object_detection算法将道路面状区域的提取情况进行识别；将识别完成的道路面状区域进行图像区域分类，得到像素级分类结果，并对不同类型目标进行不同颜色标注；将识别的数据分别通过灰度图转换、图像高斯平滑、车道线边缘检测、霍夫转换和线条提取进行道路车道线的识别。本发明通过利用object_detection算法，车道线识别算法分别得到车辆、行人、落石以及道路车道线的像素坐标值，分析得出公路路面落石所处位置、所处车道线位置以及所占路面面积的大小。
-
公开(公告)号：CN108256424A
公开(公告)日：2018-07-06
申请号：CN201711307240.6
申请日：2017-12-11
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开一种基于深度学习的高分辨率遥感图像道路提取方法，包括通过卫星或航拍器获取遥感图像；建立深度学习模型；标注部分遥感图像并得到矢量路网；在所述遥感图像以及矢量路网上采集道路以及背景样本；采用所述深度学习模型对所述道路以及背景样本进行训练；用训练得到的深度学习网络对所述遥感图像中像素进行分类并得到二值图像；将二值图像中识别出的像素值进行标识。本发明能够提高分类精度，从而识别地物信息。
-
公开(公告)号：CN107944377A
公开(公告)日：2018-04-20
申请号：CN201711157287.9
申请日：2017-11-20
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种交通基础设施安全监控方法和系统，该方法融合高分辨率光学遥感与合成孔径雷达干涉测量技术的道路提取与监测技术，利用光学遥感影像进行地表信息的识别与提取，进行地表分类、道路提取等；基于雷达遥感影像，使用InSAR技术获取更深层的结构信息，如交通设施的沉降、变形等。通过光学遥感与雷达遥感的结合，可协同实现对道路路面状态的识别与交通设施所处地表形变情况的高精度监测，为提升道路通行安全提供有效支持。
-
公开(公告)号：CN110516923B
公开(公告)日：2022-04-05
申请号：CN201910723283.5
申请日：2019-08-06
Applicant: 中交信息技术国家工程实验室有限公司
IPC: G06Q10/06
Abstract: 本发明提供了一种车联网信息综合评价方法，首先对当前车联网中所有信息进行统一的数据特征参数表征，量化各参数特征在衡量信息价值大小时所占的权重；通过权重对每条信息的属性参数和信息维度进行估计计算，得出各信息基于指定业务参数下的信息价值大小；然后将处理后符合条件的信息依据其价值权重大小排列以确定信息传送顺序。本发明以信息价值为基础，构建出车联网信息价值综合评价模型，对大量信息进行统一的数据特征参数表征，量化(数据)特征在衡量信息价值大小时所占的权重，并依据信息价值的门限值对传输的信息进行选择。
-
Patent Agency Ranking
公开(公告)号：CN109849900A
公开(公告)日：2019-06-07
申请号：CN201910192051.1
申请日：2019-03-14
Applicant: 武汉理工大学 , 中交信息技术国家工程实验室有限公司
IPC: B60W30/045 , B60W10/06 , B62D6/00 , B62D15/02
Abstract: 本发明提出了一种基于车路协同的汽车主动转向控制系统及方法。本发明包括基于车路协同的汽车主动转向控制系统。主动转向控制单元根据传感器采集的车辆周围信息和道路旁路基信号发射器发射的路面信息计算出车辆转弯的位置范围与理论车速及理论发动机转速；将理论车速、理论发动机转速分别传给节气门调节器、发动机转速控制器调节车速和发动机转速。车辆进行转弯时，系统检测到方向盘转角并将检测值传给主动转向控制单元，经过处理计算后得到转向附加角，并传给方向盘转角控制器，实现实时的主动转向控制。本发明基于车路协同思想，控制过程结合具体的道路信息，采用模型预测控制方法，有效提升车辆转弯的安全性、稳定性和可靠性。
-
公开(公告)号：CN108447308A
公开(公告)日：2018-08-24
申请号：CN201810472867.5
申请日：2018-05-17
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明涉及一种基于车路协同的交叉口车辆碰撞风险预测新方法及系统。本发明对相邻区域范围内存在行车意图冲突的相邻车辆运动状态参数进行预测，通过预测邻域范围内的汽车是否会落入被试车的冲突区域内以及在冲突区域内与被试车的接近程度，可以判断被试车当前的行车安全状态以及预测车辆的冲突风险程度。本发明充分考虑了相邻车辆间驾驶人的行车意图和车辆相对运动状态来预测相邻车辆间的相对运动趋势，提高了复杂道路交通环境下汽车冲突风险辨识的准确性，容易实现，且方法复杂度低，可广泛适用于驾驶模拟器、汽车碰撞危险预警和汽车安全辅助驾驶系统，用于评估和预测运动车辆间的轨迹交叉和碰撞风险。
-
公开(公告)号：CN107508902A
公开(公告)日：2017-12-22
申请号：CN201710788761.1
申请日：2017-09-05
Applicant: 中交信息技术国家工程实验室有限公司 , 北京中交通信科技有限公司
Inventor： 耿丹阳 , 解玉龙 , 庞天婷 , 钟南 , 苏航 , 方志伟 , 张瀚予 , 秦婧 , 叶辉 , 林钦 , 屈芸 , 郭昆 , 杨磊 , 邓蕾 , 夏威 , 桑凌志 , 艾云飞 , 祁钰茜 , 佘绍一 , 张胜龙
CPC classification number: H04L67/12 , H04B7/18513 , H04B7/18517 , H04W88/06
Abstract: 本发明公开一种物联网数据采集和卫星多模传输控制终端系统，包括：控制处理器模块，与控制处理器模块连接的网络管理接口模块、电压型采集电路和接口、电流型采集电路和接口、RS-485总线模块和接口、RS-232总线模块和接口、CAN总线模块和接口、RTC时钟模块、NANDFLASH存储器模块、SPI FLASH存储器模块和GPIO控制电路，与网络管理接口模块连接的通信调度控制管理模块，与通信调度控制管理模块连接的提供3G/4G和WIFI通信的3G\4G和WIFI通信服务接口模块、提供北斗短报文通信的北斗通信服务接口模块、提供海事卫星低速数据通信的海事卫星通信服务接口模块、提供固定网络通信和海事卫星宽带通信的卫星IP网络和固定网络服务接口模块。本发明通信传输可靠性高。
-
公开(公告)号：CN109849785B
公开(公告)日：2022-09-13
申请号：CN201910203440.X
申请日：2019-03-18
Applicant: 武汉理工大学 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种基于车联网的换道判定系统及方法。本发明系统包括：汽车速度传感器、车头测距传感器、车尾测距传感器、车头车载摄像、车尾车载摄像头、左侧车载摄像、右侧车载摄像头、汽车定位追踪器、车辆角度传感器、时间继电器、语音提示器、用户终端设备、传感网络通讯服务器、管理服务器。本发明通过用户终端设备根据车头测距传感器得到本车与本车道前车，本车与目标车道前车的距离，车尾测距传感器直接获得本车与目标车道后车的距离，计算纵向相对速度，根据纵向相对速度计算加速度；管理服务器分析车辆信息数据进行换道行为判定。本发明实现了车辆之间的信息互通，提高驾驶安全性，降低交通事故风险。
-
公开(公告)号：CN111523606A
公开(公告)日：2020-08-11
申请号：CN202010351888.9
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC: G06K9/62 , G06K9/00 , G06T7/11 , G06N3/04 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
Abstract: 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.036 seconds)
