-
公开(公告)号：CN107591011B
公开(公告)日：2020-09-22
申请号：CN201711047657.3
申请日：2017-10-31
Applicant: 吉林大学
IPC: G08G1/08
Abstract: 本发明属于智能交通研究领域，涉及一种考虑供给侧约束的交叉口交通信号自适应控制方法。克服了现存信号控制系统及研究中缺乏对交叉口出口道交通供给量的考虑的问题，包括如下步骤：1、通过对交叉口交通信息的检测与处理，获取交叉口进口道的交通需求量和出口道的交通供给量；2、建立交叉口交通供需量的时变关系，构建交叉口供需矩阵；3、基于智能规划，建立问题描述、初始状态、目标状态、动作集、知识规则五元组描述的交叉口信号配时优化模型；4、采用决策树的方法对目标状态进行搜索，生成相应的配时方案。与现有技术相比，本发明实现了交叉口的主动控制，同时可防止交叉口下游出口道排队溢出，避免交叉口“死锁”。
-
公开(公告)号：CN108664918A
公开(公告)日：2018-10-16
申请号：CN201810436035.8
申请日：2018-05-09
Applicant: 吉林大学
Abstract: 本发明属于智能交通、智能车辆研究领域，涉及一种基于背景感知相关滤波器的车载行人跟踪方法，包括如下步骤：1、通过手动标定或通过行人检测器初始化所要跟踪的行人位置，用矩形框框定行人，矩形框的中心点位置代表行人中心位置，矩形框的尺寸代表行人的尺寸，用位置和尺寸作为参数初始化卡尔曼滤波器；2、训练背景感知相关滤波器；3、训练尺度相关滤波器；4、利用训练好的背景感知相关滤波器和尺度相关滤波器在新一帧图像检测目标，并选择性更新背景感知相关滤波器和尺度相关滤波器；5、返回步骤四直到跟踪结束。本发明更适用于车载环境下的无人驾驶；本发明采用选择性更新方法，能够处理短时遮挡等情况。
-
Patent Agency Ranking
公开(公告)号：CN107591011A
公开(公告)日：2018-01-16
申请号：CN201711047657.3
申请日：2017-10-31
Applicant: 吉林大学
IPC: G08G1/08
Abstract: 本发明属于智能交通研究领域，涉及一种考虑供给侧约束的交叉口交通信号自适应控制方法。克服了现存信号控制系统及研究中缺乏对交叉口出口道交通供给量的考虑的问题，包括如下步骤：1、通过对交叉口交通信息的检测与处理，获取交叉口进口道的交通需求量和出口道的交通供给量；2、建立交叉口交通供需量的时变关系，构建交叉口供需矩阵；3、基于智能规划，建立问题描述、初始状态、目标状态、动作集、知识规则五元组描述的交叉口信号配时优化模型；4、采用决策树的方法对目标状态进行搜索，生成相应的配时方案。与现有技术相比，本发明实现了交叉口的主动控制，同时可防止交叉口下游出口道排队溢出，避免交叉口“死锁”。
-
公开(公告)号：CN107292266A
公开(公告)日：2017-10-24
申请号：CN201710474004.7
申请日：2017-06-21
Applicant: 吉林大学
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G06K9/62 , G06T7/246 , G06T7/254 , G06T7/136 , G06T7/194 , G06T7/11
Abstract: 本发明公开了一种基于光流聚类的车载行人区域估计方法，对摄像机获取的图像进行光流估计，获得图像光流场；再进行光流聚类，从而估计出背景区域；剔除背景区域，使用图分割算法分割前景区；最后对前景区各区域进行判别，识别出有效的行人区域，本发明提出的基于光流聚类的车载行人区域估计方法，避免了传统行人检测系统采用全局模板搜索匹配识别造成的行人识别的盲目搜索，适用于车载环境下的车辆智能辅助驾驶、无人驾驶等，克服了通常的EM算法和K-means等聚类算法难以确定背景的高斯分布的问题，本方法提出的光流聚类算法可更加有效地估计背景区域，在判别前景行人区域的过程中，利用人体形态特征，可有效地剔除非行人区域，获得行人区域。
-
公开(公告)号：CN107292266B
公开(公告)日：2020-05-01
申请号：CN201710474004.7
申请日：2017-06-21
Applicant: 吉林大学
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G06K9/62 , G06T7/246 , G06T7/254 , G06T7/136 , G06T7/194 , G06T7/11
Abstract: 本发明公开了一种基于光流聚类的车载行人区域估计方法，对摄像机获取的图像进行光流估计，获得图像光流场；再进行光流聚类，从而估计出背景区域；剔除背景区域，使用图分割算法分割前景区；最后对前景区各区域进行判别，识别出有效的行人区域，本发明提出的基于光流聚类的车载行人区域估计方法，避免了传统行人检测系统采用全局模板搜索匹配识别造成的行人识别的盲目搜索，适用于车载环境下的车辆智能辅助驾驶、无人驾驶等，克服了通常的EM算法和K‑means等聚类算法难以确定背景的高斯分布的问题，本方法提出的光流聚类算法可更加有效地估计背景区域，在判别前景行人区域的过程中，利用人体形态特征，可有效地剔除非行人区域，获得行人区域。
-
公开(公告)号：CN109935079A
公开(公告)日：2019-06-25
申请号：CN201910207398.9
申请日：2019-03-19
Applicant: 吉林大学
Abstract: 本发明公开了交叉口供需协同优化控制方法，克服目前缺乏对交叉口下游出口道容纳量的考虑，无法满足交叉口交通流全状态下控制要求的问题，其步骤：1)交通供需时变协同控制框架构建：(1)交通供需时变模型构建；(2)供需协同控制问题描述；2)供需时变协同控制问题规约；3)供需时变协同控制问题优化求解：(1)适应度函数构建；(2)基于集群智能的供需协同控制问题求解：信号控制方案初始化；信号控制方案适应度评价；信号控制方案的变化量计算；更新信号控制方案；迭代优化计算：返回信号控制方案适应度评价，进行信号控制方案适应度评价，如此迭代计算，直到适应度函数收敛或达到最大迭代次数；选择适应度值最大为最终信号控制方案。
-
公开(公告)号：CN108664918B
公开(公告)日：2021-05-25
申请号：CN201810436035.8
申请日：2018-05-09
Applicant: 吉林大学
Abstract: 本发明属于智能交通、智能车辆研究领域，涉及一种基于背景感知相关滤波器的车载行人跟踪方法，包括如下步骤：1、通过手动标定或通过行人检测器初始化所要跟踪的行人位置，用矩形框框定行人，矩形框的中心点位置代表行人中心位置，矩形框的尺寸代表行人的尺寸，用位置和尺寸作为参数初始化卡尔曼滤波器；2、训练背景感知相关滤波器；3、训练尺度相关滤波器；4、利用训练好的背景感知相关滤波器和尺度相关滤波器在新一帧图像检测目标，并选择性更新背景感知相关滤波器和尺度相关滤波器；5、返回步骤四直到跟踪结束。本发明更适用于车载环境下的无人驾驶；本发明采用选择性更新方法，能够处理短时遮挡等情况。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
