-
公开(公告)号：CN110516549A
公开(公告)日：2019-11-29
申请号：CN201910677409.X
申请日：2019-07-25
Applicant: 同济大学
Abstract: 本发明涉及一种基于二值化时域图的交通流参数获取方法，包括以下步骤：在路侧交通监控俯瞰视频流中设置垂直于地面且正交于车辆通行方向的像素采样线，将视频连续帧中的一维采样像素阵列合并为矩形时域图；将矩形时域图压缩为灰度数字图像，通过设定的阈值对图像进行灰度二值化，基于二值化时域图构建纵向像素累积向量；基于纵向像素累计向量进行车辆与道路识别，进行道路去噪、光影消除和车辆校准；将纵向像素累计向量转化为车辆脉冲序列时序图，进行交通流参数计算。与现有技术相比，本发明计算简单，在车道拥堵、恶劣天气、夜晚光线不足等情况下也能进行多车道交通流参数获取，方法准确率高且具有普适性。
-
公开(公告)号：CN110516549B
公开(公告)日：2021-11-09
申请号：CN201910677409.X
申请日：2019-07-25
Applicant: 同济大学
Abstract: 本发明涉及一种基于二值化时域图的交通流参数获取方法，包括以下步骤：在路侧交通监控俯瞰视频流中设置垂直于地面且正交于车辆通行方向的像素采样线，将视频连续帧中的一维采样像素阵列合并为矩形时域图；将矩形时域图压缩为灰度数字图像，通过设定的阈值对图像进行灰度二值化，基于二值化时域图构建纵向像素累积向量；基于纵向像素累计向量进行车辆与道路识别，进行道路去噪、光影消除和车辆校准；将纵向像素累计向量转化为车辆脉冲序列时序图，进行交通流参数计算。与现有技术相比，本发明计算简单，在车道拥堵、恶劣天气、夜晚光线不足等情况下也能进行多车道交通流参数获取，方法准确率高且具有普适性。
-
公开(公告)号：CN116449822A
公开(公告)日：2023-07-18
申请号：CN202310278019.1
申请日：2023-03-21
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于LPA的拟人化自动驾驶车辆交叉口转向训练方法及装置，其中方法包括：构建自动驾驶车辆交叉口转向数据集，并针对每类转向场景，将数据集随机划分为训练集和测试集；确定反映汽车转向控制相关目标的特征量指标，建立综合代价函数；基于LPA算法训练车辆转向轨迹，每次训练时，按顺序训练训练集中的转向事件，重复多次，选择综合代价最小的轨迹进行约束和碰撞检查，循环检测后，确定最佳轨迹作为输出；在CARLA仿真环境中开展自动驾驶交叉口转向测试；对比仿真结果和测试集轨迹，评价LPA算法训练后的拟人化效果。与现有技术相比，本发明在处理自动驾驶车辆的交叉口转向方面显示出安全、舒适和高效的特征，并兼具人类驾驶员的驾驶优点。
-
-
Search Results
3
records
(took 0.013 seconds)
