-
公开(公告)号：CN116385994A
公开(公告)日：2023-07-04
申请号：CN202310394013.0
申请日：2023-04-13
Applicant: 中南大学
Abstract: 本发明提供了一种三维道路线提取方法及相关设备，包括：基于车载平台获取研究区域的双目影像数据以及惯导定位数据；根据惯导定位数据，对双目影像数据进行视差估计，得到视觉三维点云；在研究区域中确定以双目相机为圆心、预设距离为半径的区域作为目标区域，提取目标区域内的视觉三维点云，并对目标区域内的视觉三维点云进行转换，得到目标区域的路面鸟瞰图和点云高程图；将路面鸟瞰图和点云高程图输入车道线检测网络进行道路线提取，得到三维道路线以及道路线的三维坐标；与现有技术相比，克服了目前车载影像中道路线识别方法精度低、鲁棒性较差和检测成本过高等问题，提升车载影像中道路线检测的效率和质量。
-
公开(公告)号：CN113486135A
公开(公告)日：2021-10-08
申请号：CN202110852651.3
申请日：2021-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种基于深度学习网络的建筑物综合方法，包括：获取城市路网，根据城市路网将大比例尺地图和小比例尺地图上的建筑物要素划分至街区；将所有街区的矢量数据栅格化为栅格矩阵形式，并处理为训练样本的形式；根据所述训练样本的形式构建深度学习语义分割模型，并对所述深度学习语义分割模型进行训练，设定参数；利用训练完成的模型进行建筑物综合，并用交并比评价得到建筑物综合结果。本发明在没有人工干预的情况下实现对地图上建筑物要素的综合。
-
公开(公告)号：CN113485997A
公开(公告)日：2021-10-08
申请号：CN202110850984.2
申请日：2021-07-27
Applicant: 中南大学
IPC: G06F16/215 , G06F16/29
Abstract: 本发明提供了一种基于概率分布偏差估计的轨迹数据纠偏方法，所述轨迹数据包括每个采样点的车辆实时的位置，车辆的瞬时速度和采样时间，包括：根据轨迹的长度和采样间隔对所有轨迹进行清洗；对取出来的轨迹数据进行间隔为2m的插值处理，从所有轨迹中依次取出第一轨迹数据，并对第一轨迹数据中的每个形状点做一条长为30m的截线，计算所述第一轨迹数据在每个形状点处的空间方位角；求出所有与所述截线相交的第二轨迹数据，并求所述第二轨迹数据在交点处的方位角，计算所述第一轨迹数据和第二轨迹数据的方位角差异，若所述方位角差异小于60°，记录第二轨迹数据与所述截线的交点，否则忽略；对记录的所述截线的所有交点运用高斯混合模型，并进行迭代。
-
公开(公告)号：CN110909788B
公开(公告)日：2020-11-27
申请号：CN201911135825.3
申请日：2019-11-19
Applicant: 湖南博通信息股份有限公司 , 中南大学
Abstract: 本发明提供一种基于统计聚类的轨迹数据中道路交叉口位置识别方法，包括轨迹数据坐标投影转换、轨迹数据化简处理；针对化简后轨迹数据，采用多核并行计算方式，根据采样点转向变化识别道路交叉口区域内的采样点，构成转向采样点集合；以转向采样点集合为输入，利用自适应统计聚类算法进行自动划分聚类，将不同位置的道路交叉口进行剥离；最后，针对每个转向采样点聚类，通过最小外接圆拟合算法计算覆盖该聚类的最小外接圆的中心位置和半径，以最小外接圆的中心和半径表示该道路交叉口的中心位置和区域范围。
-
公开(公告)号：CN107704551A
公开(公告)日：2018-02-16
申请号：CN201710888304.X
申请日：2017-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种面向公安事件的时空级联模式非参数检验方法，根据每个候选级联模式中各类公安事件的时空分布数据的时空分布特征，构建多元事件时空分布相互独立的零模型；然后将级联参与指数作为候选级联模式频繁度的度量指标，从而对其显著性进行判别。本发明方法不仅能够有效识别公安事件间具有统计意义的显著时空级联模式，且无需人为设置频繁度阈值，降低了现有方法的主观性，并进一步提高时空级联模式挖掘结果辅助解决公安事件防控问题的实用性与可靠性。
-
Patent Agency Ranking
公开(公告)号：CN113901159B
公开(公告)日：2024-11-26
申请号：CN202111152918.4
申请日：2021-09-29
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于多级空间索引的矢量数据网络传输局部加解密方法，属于数据处理技术领域，具体包括：根据矢量地理数据的类型获取其要素位置及属性信息，以最小外接矩形构建R*树索引，并生成要素集合；生成初始参数值，并计算分岔参数和秘钥字符串；计算参数值，以及，将点坐标集合的余弦变换结果加密并将加密结果混沌随机置乱；根据查询指令在R*树索引中进行局部区域搜索，并将搜索到的叶子节点要素集合定义为目标集合；将秘钥字符串转换为数值后计算参数值，以及，进行混沌随机反置乱并将反置乱的结果的余弦反变换代入解密公式，得到解密结果。通过本公开的方案，提高了矢量数据在网络传输过程中的传输效率、安全性和适应性。
-
公开(公告)号：CN118245821B
公开(公告)日：2024-08-06
申请号：CN202410624902.6
申请日：2024-05-20
Applicant: 中南大学
Abstract: 本发明提供了一种室内POI数据的位置纠正与匹配方法及介质，方法包括：基于POI形状与建筑物轮廓形状相似性的POI位置纠正；建立顾及POI与建筑物空间位置和语义属性约束的POI与建筑物关联；匹配POI与建筑物空间位置，使POI与建筑物精确匹配。本发明从POI与建筑物的空间形态分布、位置依赖与语义信息依赖的多个视角出发来解决室内POI数据的位置纠正以及其与关联建筑物之间的匹配问题，顾及了空间位置与语义属性约束的POI与建筑物匹配，充分考虑了POI与建筑物的空间分布、空间距离和语义信息，可以更准确的将POI与建筑物进行匹配，可以服务于更加准确和全面的地理信息关联查询等方面。
-
公开(公告)号：CN115131669B
公开(公告)日：2024-07-30
申请号：CN202210909277.0
申请日：2022-07-29
Applicant: 中南大学
IPC: G06V20/10 , G06F16/29 , G06F16/51 , G06V10/62 , G06V10/75 , G06V10/762 , G06V10/774 , G06V10/82 , G06V20/00 , G01C21/32 , G01C21/00
Abstract: 本发明提供了一种多源数据协同的人车路网一体化构建方法，包括：获取开放街景地图数据、车辆轨迹数据、遥感影像数据、街景图像数据；提取现有道路拓扑数据并作为模板；利用车辆轨迹数据采用层次化建模策略生成道路网络数据；利用高分辨率遥感影像数据提取道路网络数据，与基于车辆轨迹数据提取的道路网络数据形成互补；利用街景图像数据提取道路语义信息；构成包含几何、拓扑、语义等全信息的道路网拓扑数据；匹配生成更新后的道路拓扑数据。本发明为城市级高精度导航道路网拓扑数据的获取与更新提供了有利的技术与方法支撑，在自动驾驶、智能交通系统、电子地图导航等应用中具有明显的应用前景和实用价值。
-
公开(公告)号：CN117349688A
公开(公告)日：2024-01-05
申请号：CN202311636437.X
申请日：2023-12-01
Applicant: 中南大学
IPC: G06F18/23 , G06F18/23213
Abstract: 本申请适用于轨迹聚类技术领域，提供了一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质。该轨迹聚类方法包括：获取轨迹的距离分布特征曲线，并确定轨迹的k邻域；获取每个k邻域中的峰值轨迹，并将峰值轨迹作为轨迹簇；将仅在峰值k邻域中的所有轨迹分配到轨迹簇中；对于同时在多个峰值k邻域中的重叠轨迹，基于重叠轨迹与重叠轨迹所在的每个峰值k邻域之间的距离，对重叠轨迹进行分配；对于不在任何峰值k邻域内的单独轨迹，根据单独轨迹与每个轨迹簇之间的距离，将单独轨迹分配给轨迹簇或标记为噪声；将轨迹簇和其他轨迹簇进行合并，得到轨迹聚类结果。本申请的轨迹聚类方法能够很好地应用于复杂场景的轨迹聚类。
-
公开(公告)号：CN117191004A
公开(公告)日：2023-12-08
申请号：CN202311461668.1
申请日：2023-11-06
Applicant: 中南大学
IPC: G01C21/00
Abstract: 本发明实施例中提供了一种融合众源轨迹数据的户外三维步行导航路网地图生成方法，属于导航技术领域，具体包括：获取目标区域内的行人户外步行轨迹数据；利用核密度估计算法生成步行轨迹数据的多级密度栅格图像；基于数学形态学细化算子提取道路骨架线；矢量化道路骨架线得到初始路网数据；将初始路网数据与步行轨迹数据进行匹配，去除虚假道路；对初次匹配处理后的初始路网数据进行拓扑优化和交叉口细化得到二维步行路网；将目标区域划分为细粒度的格网；计算格网内的高程估计值；将二维步行路网的节点与对应格网内的高程估计值进行叠加，生成三维步行导航路网地图数据。通过本发明的方案，提高了行人导航的适应性和精准度。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.024 seconds)
