公开(公告)号：CN119762534A

公开(公告)日：2025-04-04

申请号：CN202411855230.6

申请日：2024-12-17

Applicant: 中电鸿信信息科技有限公司

Inventor： 周凌伟 ,  王琳 ,  葛恒志 ,  龚平 ,  吕方惠

IPC: G06T7/246 ,  G06T5/50 ,  G06T7/73 ,  G06V10/74 ,  G06T5/80 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态融合的跨相机病害检测与定位追溯方法、系统、设备及介质，包括：基于LiDAR点云数据及视觉图像数据两种数据源的融合实现多模态融合的目标检测；基于跟踪算法进行单目相机跟踪，其中包含采用Reid算法实现对单相机的目标去重；基于GPS对于检测设备的空间定位，结合激光雷达对目标的三维坐标计算得到目标真实空间坐标信息；对于新检测到的目标与与已有的相同空间位置的目标利用Reid算法进行特征相似度计算，决定是否保留新检测到的目标结果，实现对跨相机的目标去重及追溯。本发明对不同的数据源进行了充分融合，除了使用较多的视觉图像外，还包括LiDAR的点云数据、GPS的经纬度信息；本发明的方法能够适合不同的场景需求以及不同的复杂环境。

公开(公告)号：CN117853407A

公开(公告)日：2024-04-09

申请号：CN202311619328.7

申请日：2023-11-30

Applicant: 中电鸿信信息科技有限公司

Inventor： 李明 ,  王琳 ,  葛恒志 ,  吕方惠 ,  夏敏

IPC: G06T7/00 ,  G06V20/40 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于注意力机制DCGAN时间序列模型的公路病害预测与养护方法，包括：构建注意力机制算法模型，利用收集到的历史的公路视频、图像或文本特征数据定义注意力机制算法模型中的输入序列，通过注意力机制算法模型输出注意力加权矩阵；利用注意力加权矩阵进行计算，输出时间输入序列；构建DCGAN时间序列模型，通过DCGAN时间序列模型根据时间输入序列进行对抗训练；利用优化后的DCGAN时间序列模型根据待测路段对应的时间输入序列，得出预测的评估结果，根据评估结果制定养护计划。本发明弥补传统公路病害预测方法的不足，能识别公路病害图像序列中的重要时间节点，捕捉不同时间点图像之间的重要关联，预测未来病害发展情况。

公开(公告)号：CN119862512A

公开(公告)日：2025-04-22

申请号：CN202411890017.9

申请日：2024-12-20

Applicant: 中电鸿信信息科技有限公司

Inventor： 查华竹 ,  王琳 ,  葛恒志 ,  龚平 ,  吕方惠

IPC: G06F18/2433 ,  G06F18/23 ,  G06N3/0442 ,  G06N3/084 ,  G06N20/20 ,  G06F18/243 ,  G06F123/02

Abstract: 本发明公开了一种基于时空状态增强XGBoost‑LSTM的车辆位置预测与异常预警方法、系统、设备及介质，包括：获取路段交通流量序列，构建EM聚类模型，将交通流量序列样本在EM聚类模型中进行分类，构建时间状态矩阵；确定路段间的物理静态邻接矩阵、动态转向比邻接矩阵和路段流量动态相似度矩阵，加权融合后构建空间状态矩阵；构建XGBoost‑LSTM模型及模型训练；将构建的时间状态矩阵、空间状态矩阵输入训练后的XGBoost‑LSTM模型，进行实时车辆位置预测与异常预警。本发明可提高车辆位置预测精度、降低数据采集门槛，扩大预测方法使用场景，同时为异常事件预警提供了新的动态评估标准。

公开(公告)号：CN119741827A

公开(公告)日：2025-04-01

申请号：CN202411711519.0

申请日：2024-11-27

Applicant: 中电鸿信信息科技有限公司

Inventor： 王琳 ,  李明 ,  葛恒志 ,  龚平 ,  吕方惠

IPC: G08G1/01 ,  G08G1/0968 ,  H04W4/20 ,  H04W4/40 ,  G06F18/15 ,  G06F18/214 ,  G06F18/27 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种信令数据驱动下基于ARIMA与图神经网络的交通动态分析与路线推荐方法、系统、设备和介质，方法包括：收集历史交通数据并进行预处理，对预处理后的历史交通数据进行时间空间同步；提取历史交通数据的特征；利用历史交通流量序列建立ARIMA模型；利用ARIMA模型预测未来交通流量；构建图神经网络；将交通网络定义为图，其中节点是道路交叉口，边是路段，得到交通网络数据；利用交通网络数据训练图神经网络，利用训练好的图神经网络预测交通流动模式；基于未来交通流量和交通流动模式形成交通状况图；根据用户偏好和预期目的地为用户提供多个路线选项。本发明提高了交通系统的效率和智能化水平，减少了交通拥堵。

公开(公告)号：CN119512151A

公开(公告)日：2025-02-25

申请号：CN202411625372.3

申请日：2024-11-14

Applicant: 中电鸿信信息科技有限公司

Inventor： 王伟鉴 ,  王琳 ,  葛恒志 ,  龚平 ,  吕方惠

IPC: G05D1/46 ,  G05D1/243 ,  G05D1/644 ,  G05D1/648 ,  G05D109/20

Abstract: 本发明提供了一种基于多分辨率语义分割的无人机自适应路径规划方法、装置、设备及存储介质，涉及无人机路径规划技术领域。该方法选取GCN作为待训练的模型；针对一个目标区域，标记出其地形数据，利用地形数据训练GCN得到训练后模型；在目标区域上方的固定高度上基于锯齿形割草机策略计算出指引无人机飞行的初始路径；无人机按照初始路径飞行，每次到达航拍点时获取当前航空图像；对当前航空图像进行像素的语义分割；以无人机当前所在时刻的航点为输入，根据语义分割结果输出下一时刻的航拍点；重复此过程，得到修正后的无人机路径。本方法能够在不同飞行高度下提供准确的语义分割结果，从而优化无人机的路径规划和数据采集效率。