公开(公告)号：CN119693785A

公开(公告)日：2025-03-25

申请号：CN202411588861.6

申请日：2024-11-08

Applicant: 北京理工大学

Inventor： 朱春丽 ,  刘思田 ,  艾煜明 ,  边丽蘅 ,  张军

IPC: G06V20/10 ,  G06V10/58 ,  G06V10/764 ,  G06V10/80 ,  G06N7/01 ,  G06N5/04 ,  G06N20/20

Abstract: 本申请提出了一种复杂城市背景异常目标自学习检测方法，涉及信息技术领域，其中，该方法包括：通过多模态视觉传感器采集城市场景数据，并对采集的多模态数据进行初步异常检测，得到初步异常检测结果；利用先验知识和数据调优对初步异常检测结果增加不确定性知识，构建不确定性模型；基于不确定性模型，计算并比较不同模态数据之间的相对熵，并根据相对熵差异确定重采样量级，调整不同模态数据的权重；基于调整后的权重，对采集的多模态数据进行多因素耦合推理，得到异常检测结果。采用上述方案的本发明能够在无监督环境下对复杂城市背景环境的异常目标进行可靠监测。

公开(公告)号：CN118898922A

公开(公告)日：2024-11-05

申请号：CN202410752246.8

申请日：2024-06-12

Applicant: 北京理工大学

Inventor： 朱春丽 ,  边丽蘅 ,  陈磊 ,  艾煜明 ,  郑德智 ,  张军

IPC: G08G5/00 ,  G08G5/06

Abstract: 本发明提出一种城市低空立体交通管理与控制平台和方法，其中方法包括针对低空交通与地面交通的融合控制区域，获取全域要素数据，全域要素数据包括三维环境数据、地面行人车辆数据、低空无人机数据；基于全域要素数据构建三维风险图；针对三维风险图的各网格，基于无人机坠落风险值、空中撞击风险值、撞击楼宇风险值计算各网格的总和风险值；在三维风险图下，基于各无人机的给定起点与给定终点利用各网格的总和风险值确定各无人机的目标飞行轨迹，目标飞行轨迹的路径总和风险值最小且路径最短；控制各无人机按照对应的目标飞行轨迹进行飞行。利用本发明的方法能够在复杂城市环境条件下更好地进行城市低空立体交通融合管控。