-
公开(公告)号：CN112307921B
公开(公告)日：2022-05-17
申请号：CN202011141884.4
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种车载端多目标识别跟踪预测方法，该方法是基于YOLOv5s（You Only Look Once v5s）和FairMOT（Fair Multi‑Object Tracking）融合的车载端多目标识别跟踪预测方法，通过使用YOLOv5s深度学习对象检测技术快速准确实时地检测道路前方车辆、行人、障碍物等，并将YOLOv5s模型融入FairMOT架构检测模块在单个网络中进行目标检测和重新识别跟踪，实现道路上车辆前方交通目标的位置检测、类型识别、多目标运动轨迹跟踪，从而达到对车辆前方交通目标换道、跟驰、减速等驾驶行为的预测。
-
公开(公告)号：CN112419711B8
公开(公告)日：2022-06-14
申请号：CN202011140333.6
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 广西华蓝工程管理有限公司 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种基于改进GMDH算法的封闭式停车场停车需求预测方法，使用GMDH算法对封闭式停车场进场车流量训练，在训练过程中针对GMDH算法建模泛化能力差的问题，结合集成学习(Ensemble Learning)的思想对GMDH算法进行改进，提高GMDH模型泛化能力，并将改进的算法应用到封闭式停车场进场停车需求预测模型的构建中。该方法减少了对历史数据的依赖、降低了数据成本，并且具有较高的预测精度，可以快速、有效地对封闭式停车场停车需求进行预测。后期可基于用户均衡理论，结合智能交通诱导系统，实现区域性的、不同特性的停车场停车资源共享与调度，对智慧城市的建设具有重大的实用价值。
-
公开(公告)号：CN112419711A
公开(公告)日：2021-02-26
申请号：CN202011140333.6
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种基于改进GMDH算法的封闭式停车场停车需求预测方法，使用GMDH算法对封闭式停车场进场车流量训练，在训练过程中针对GMDH算法建模泛化能力差的问题，结合集成学习(Ensemble Learning)的思想对GMDH算法进行改进，提高GMDH模型泛化能力，并将改进的算法应用到封闭式停车场进场停车需求预测模型的构建中。该方法减少了对历史数据的依赖、降低了数据成本，并且具有较高的预测精度，可以快速、有效地对封闭式停车场停车需求进行预测。后期可基于用户均衡理论，结合智能交通诱导系统，实现区域性的、不同特性的停车场停车资源共享与调度，对智慧城市的建设具有重大的实用价值。
-
公开(公告)号：CN112307921A
公开(公告)日：2021-02-02
申请号：CN202011141884.4
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种车载端多目标识别跟踪预测方法，该方法是基于YOLOv5s（You Only Look Once v5s）和FairMOT（Fair Multi‑Object Tracking）融合的车载端多目标识别跟踪预测方法，通过使用YOLOv5s深度学习对象检测技术快速准确实时地检测道路前方车辆、行人、障碍物等，并将YOLOv5s模型融入FairMOT架构检测模块在单个网络中进行目标检测和重新识别跟踪，实现道路上车辆前方交通目标的位置检测、类型识别、多目标运动轨迹跟踪，从而达到对车辆前方交通目标换道、跟驰、减速等驾驶行为的预测。
-
公开(公告)号：CN112215073A
公开(公告)日：2021-01-12
申请号：CN202010948892.3
申请日：2020-09-10
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学
Abstract: 本发明涉及高速运动场景下的交通标线快速识别与循迹方法，所述标线识别与循迹方法包括输入数据预处理步骤、特征提取网络和特征融合网络构建步骤以及目标实时追踪步骤；所述特征融合网络构建包括：通过自底向上的连接、自顶向下的连接以及横向连接的网络结构将不同层的特征图融合到一起，构建网络内的特征金字塔，得到能够获取目标位置信息即准确语义信息又多的特征图的网络。本发明通过车载专用摄像头获取车前道路环境，面对高速情况下反馈时间短、车道特征模糊等问题，通过对于图像的语义分割，对标线位置进行定义，利用高速的目标检测追踪算法进行卷积神经网络训练。
-
Patent Agency Ranking
公开(公告)号：CN112215072A
公开(公告)日：2021-01-12
申请号：CN202010948880.0
申请日：2020-09-10
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学
Abstract: 本发明涉及一种基于Nest DNN算法的交通标志动态循迹检测优化方法，包括构建资源感知调度方案的步骤，构建资源感知调度方案的步骤包括：根据公式为车载设备设置一个代价函数C，来保证派生模型mv的处理精度和处理速度；对同时运行的检测模型和识别模型进行调度方案设计，对具有最大代价的程序进行最小化优化，资源感知调度器通过约束条件被进行优化来公正分配运行资源给所有的并发应用程序，从而平衡他们的性能。本发明的优点在于：该发明克服了现有技术的缺陷，提高了车载移动端设备的资源使用效率，提升了模型运行的效率并减少了能耗，改良了车辆在行驶过程中交通标志的检测识别效果，未来在自动驾驶普及阶段可以有效提高车辆运行的安全性和规范性。
-
公开(公告)号：CN117789170A
公开(公告)日：2024-03-29
申请号：CN202311864577.2
申请日：2023-12-30
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司 , 南宁市公安局交通警察支队
IPC: G06V20/58 , G06V10/44 , G06V10/82 , G06V10/774 , G06V20/40 , G06V10/26 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种机场出发层道路车辆停靠过程行为识别方法及网络结构，所述识别方法包括采集机场出发层道路车辆停靠过程中驾驶状态图像的样本数据集并进行数据预处理；利用采集的驾驶状态图像去提取机场出发层道路车辆各类驾驶状态特征并且训练Vision Transformer网络；利用得到的Vision Transformer网络去识别机场出发层道路车辆停靠过程中的驾驶行为，得到特征数据表。本发明为未来机场出发层的车辆研究和道路设计以及通行规范设计提供技术支持，对以后机场内路侧道路管控可起到对车辆违规行为识别、追踪并获取车辆运行轨迹数据等作用。
-
公开(公告)号：CN112419711B
公开(公告)日：2022-05-17
申请号：CN202011140333.6
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种基于改进GMDH算法的封闭式停车场停车需求预测方法，使用GMDH算法对封闭式停车场进场车流量训练，在训练过程中针对GMDH算法建模泛化能力差的问题，结合集成学习(Ensemble Learning)的思想对GMDH算法进行改进，提高GMDH模型泛化能力，并将改进的算法应用到封闭式停车场进场停车需求预测模型的构建中。该方法减少了对历史数据的依赖、降低了数据成本，并且具有较高的预测精度，可以快速、有效地对封闭式停车场停车需求进行预测。后期可基于用户均衡理论，结合智能交通诱导系统，实现区域性的、不同特性的停车场停车资源共享与调度，对智慧城市的建设具有重大的实用价值。
-
公开(公告)号：CN109544909B
公开(公告)日：2021-06-04
申请号：CN201811264926.6
申请日：2018-10-29
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学 , 东南大学
Abstract: 本发明公开了一种基于航拍视频车辆轨迹的驾驶员换道行为分析方法，利用图像跟踪技术，对无人机高空航拍所采集到的车辆运动视频数据进行提取和处理，进而通过数据拟合、坐标系的映射和转换，获得相应的运动轨迹图、沿车道方向的位移时空图和垂直于车道方向的车道偏离波动图。本发明提出的车辆轨迹处理和转化方法的能高效、便捷、准确的处理提取出的视频中的车辆轨迹，对基于轨迹分析的相关交通现象与驾驶员特性的研究与存在重要意义。
-
公开(公告)号：CN112215071A
公开(公告)日：2021-01-12
申请号：CN202010948875.X
申请日：2020-09-10
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学
Abstract: 本发明涉及异质交通流下自动驾驶车载多目标耦合识别与追踪方法，所述的识别与追踪方法包括车载嵌入式应用程序资源调度器建立步骤，包括对驾驶场景识别模型进行模型剪枝和复原处理，建立一个支撑深度学习模型应用程序动态的资源分配框架；建立深度学习模型运行资源分配调度器，通过资源调度器为并发运行的深度学习模型灵活的分配资源，输出优化的调度方案。本发明可以降低深度学习模型在移动视觉设备上的内存占用与切换能耗，提供灵活的资源分配与准确率权衡，降低处理延迟，提高自动驾驶汽车的多目标识别的效率，使得汽车自动驾驶时在车路协同的处理方面更为及时和准确，进一步提高了自动驾驶汽车的安全性和在交通领域的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.051 seconds)
