-
公开(公告)号:CN115188214B
公开(公告)日:2023-09-22
申请号:CN202210812751.8
申请日:2022-07-11
Applicant: 重庆交通大学
Abstract: 本发明具体涉及两车道混合交通协同控制方法、汽车及可读存储介质。方法包括:获取两条目标车道上智能汽车和人驾车的相对位置信息;沿目标车道的行驶方向将目标车道上的智能汽车和人驾车划分为若干个小车队;通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶;其中,控制策略中包括分别用于控制通信正常和通信异常的智能汽车行驶的两种策略;以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离并变道至旁侧目标车道中重新组建小车队。本发明还公开了一种汽车及可读存储介质。本发明能够在智能汽车异常通信条件下实现两车道混合交通协同控制,进而能够实现智能汽车异常通信条件下的车辆高效协同。
-
公开(公告)号:CN116737948A
公开(公告)日:2023-09-12
申请号:CN202310578312.X
申请日:2023-05-22
Applicant: 重庆交通大学
Abstract: 本发明属于自然语言处理技术领域,尤其涉及一种面向中文短文本的实体链接方法,包括以下步骤:S1、对知识库进行处理,构建候选实体字典和知识库实体字典;S2、构建候选实体集,用于为待消歧文本中的实体指称过滤掉知识库中的不相关实体;S3、使用预设的候选实体排序的底层模型,对候选实体集中的候选实体依次进行训练;S4、通过预设的阈值判断不可链接的实体指称。本发明可以提高中文短文本实体链接的准确率,推进实体链接任务的实际应用。
-
公开(公告)号:CN116596857A
公开(公告)日:2023-08-15
申请号:CN202310465957.2
申请日:2023-04-26
Applicant: 重庆交通大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于YOLOV5网络的桥梁表观病害检测方法,包括以下步骤:S1、构建基于YOLOV5网络的图像识别模型,用于进行桥梁表观病害检测;所述图像识别模型包括优化后的YOLOV5网络;所述YOLOV5网络的优化包括,在骨干网络中引入小目标特征提取层,并加入优化后的ECA模块对骨干网络得到的特征层进行特征加强处理;骨干网络得到的特征层包括原始网络得到的特征层,以及引入的小目标特征提取层得到的小目标特征层;S2、对图像识别模型进行训练;S3、获取桥梁的待测图像并进行预设的预处理;S4、使用训练后的图像识别模型,根据预处理后的待测图像进行桥梁表观病害检测。本发明能够提升基于桥梁表观图像进行桥梁病害检测的准确性,帮助提高桥梁检测工作的安全性。
-
公开(公告)号:CN116513269A
公开(公告)日:2023-08-01
申请号:CN202310749881.6
申请日:2023-06-25
Applicant: 重庆交通大学
Abstract: 本发明提供了一种轨道交通列车跨线运行的自动驾驶控制方法,其特征在于:包括从成熟子线路采集自动驾驶数据;设置多个基础学习器和一个综合学习器,利用采集的成熟子线路的自动驾驶数据对基础学习器和综合学习器进行训练得到元学习器;将元学习器的模型参数赋予至新跨子线路学习器,使新跨子线路学习器获得元学习器的经验和学习能力;从新跨线路采集列车驾驶小样本数据,利用其对新跨子线路学习器进行少量训练得到可用新跨子线路学习器;然后列车将可用新跨子线路学习器用于新跨线路的列车自动驾驶运行控制。采用本发明所述的自动驾驶控制方法,能快速高效地使列车在新跨线路上采用机器学习的方法进行自动驾驶控制,同时还能提高控制精度。
-
公开(公告)号:CN115871742A
公开(公告)日:2023-03-31
申请号:CN202310006950.4
申请日:2023-01-03
Applicant: 重庆交通大学
Abstract: 本发明提供了一种多场景下人机混驾智能列车的控制方法,其特征在于:包括车载机器控制模块、车载人工控制模块、车载驾驶权重分配模块、车载驾驶主控模块、车载通信模块、和地面列车控制中心;车载机器控制模块根据天气类型装载对应的最优档位操控序列,车载驾驶权重分配模块根据天气类型装载对应的人机操控权重分配序列,车载驾驶权重分配模块根据机操控权重分配序列对机器档位操控指令和人工档位操控指令进行动态分配,生成融合操控档位指令,车载驾驶主控模块根据融合操控档位指令控制列车运行。本申请所述控制方法能明显提高人机混驾智能列车在不同天气场景下的准点率和乘坐舒适度,降低能耗。
-
公开(公告)号:CN113312912B
公开(公告)日:2023-03-31
申请号:CN202110711212.0
申请日:2021-06-25
Applicant: 重庆交通大学
IPC: G06F40/289 , G06F40/216 , G06F40/30
Abstract: 本发明涉及人工智能技术领域,具体涉及一种用于交通基础设施检测文本的机器阅读理解方法,包括:获取问题文本和待检测的段落文本;阅读理解模型首先对问题文本和段落文本进行编码得到对应的待检测字符向量;然后将待检测字符向量和设置的交通基础设施检测领域词向量进行融合得到对应的嵌入融合表示,并对嵌入融合表示进行语义特征捕捉;最后根据嵌入融合表示和捕捉的语义特征计算对应答案在段落文本中的字符位置,并将对应答案的字符位置作为段落文本的机器阅读理解结果;输出段落文本对应的机器阅读理解结果。本发明中的机器阅读理解方法能够兼顾理解全面性和理解准确性,从而能够提升交通基础设施检测领域中文文本的理解效果。
-
公开(公告)号:CN115577086A
公开(公告)日:2023-01-06
申请号:CN202211275276.1
申请日:2022-10-18
Applicant: 重庆交通大学
IPC: G06F16/332 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本发明具体涉及基于层级交叉注意力机制的桥梁检测知识图谱问答方法,包括:获取桥梁检测领域的问题文本;将问题文本输入经过训练的深度网络问答模型中,输出对应的预测答案;首先通过神经网络提取问题文本的主题实体;然后根据问题文本的主题实体生成对应的结构化查询语句,并在桥梁检测知识图谱中进行查询操作;再将查询得到的所有知识三元组中的关系谓词和实体宾语作为候选答案,并通过层级交叉注意力机制计算得到候选答案和问题文本的相似度;最后将相似度最高的候选答案作为预测答案;将深度网络问答模型输出的预测答案作为对应问题文本的最终答案。本发明能够充分考虑桥梁检测领域问题文本和候选答案之间的语义特征和语义关联。
-
公开(公告)号:CN115391535A
公开(公告)日:2022-11-25
申请号:CN202211034115.3
申请日:2022-08-26
Applicant: 重庆交通大学
IPC: G06F16/35 , G06F40/30 , G06F40/295 , G06K9/62 , G06N3/04
Abstract: 本发明涉及关系分类技术领域,具体涉及面向桥梁检测领域文本的少样本关系分类装置及分类方法,该装置包括上下文特征提取模块、实体特征提取模块和关系分类模块;上下文特征提取模块包括样本编码器和双向编码网络,样本编码器用于将桥梁检测的句子编码为向量形式,得到句子编码向量;双向编码网络用于对句子进行前向和后向的编码,将两个方向的编码结果进行拼接得到句子的上下文特征信息;实体特征提取模块用于从句子编码向量中抽取实体编码向量,并将其转化为实体特征向量。相比于当前神经网络少样本关系分类方法,本发明能够在少样本的前提下更好地对桥梁检测领域文本包含的不同关系类型进行分类。
-
公开(公告)号:CN111260615B
公开(公告)日:2022-11-15
申请号:CN202010032544.1
申请日:2020-01-13
Applicant: 重庆交通大学 , 云南交投集团投资有限公司 , 云南武易高速公路建设指挥部 , 云南武易高速公路有限公司
Abstract: 本发明公开了基于激光和机器视觉融合的无人机桥梁表观病害检测方法,包括如下步骤:具有激光测距装置、定位装置及图像采集装置的无人机采集目标检测面图像、目标检测面的位置及无人机与目标检测面的距离;将目标检测面图像输入病害识别神经网络识别目标检测面图像中的病害及病害在目标检测面图像中的位置;基于目标检测面图像及无人机与目标检测面的距离计算病害的尺寸参数;生成桥梁表观病害检测信息。本发明能够实现病害的自动检测,节省了大量时间成本且提高了检测的准确率,还可以自动对病害的参数进行精确计算,提高了检测效率。
-
公开(公告)号:CN114940194A
公开(公告)日:2022-08-26
申请号:CN202210794386.2
申请日:2022-07-07
Applicant: 重庆交通大学
Abstract: 本发明提供了一种小样本深度迁移学习的列车应急自走行控制方法,其特征在于:当列车行驶过程中由于牵引供电故障停车时,判断模块首先根据列车在多目标模式下完成应急走行距离所需预测能耗与车载储能装置的剩余电能的比较进行判断,如果电能充裕,则车载应急驾驶控制模块控制利用多目标模块生成的速度曲线和运行档位控制列车运行,否则,车载应急驾驶控制模块控制利用单目标模块生成的速度曲线和运行档位控制列车运行。采用本发明所述的控制方法,能在实现列车应急自走行的实时、精准控制,提高事故处置效率,减少线路占用时间,提高线路利用率,降低潜在安全隐患。
-
-
-
-
-
-
-
-
-