-
公开(公告)号：CN113421289B
公开(公告)日：2022-09-20
申请号：CN202110536545.4
申请日：2021-05-17
Applicant: 同济大学
Abstract: 本发明涉及一种克服无人机拍摄扰动的高精度车辆轨迹数据提取方法，1)获取无人机交通流视频数据，从中随机抽取一定数量的图片进行图像标注，实施基于深度学习的模型训练，获取YOLOv4模型文件；2)对每一帧图像进行目标检测与跟踪，获取车辆目标的图像坐标、车辆类别等信息；3)对每一帧图像进行锚点检测与跟踪，获取各帧中锚点图像坐标；4)采用单应性变换模型，计算图像坐标系与地面坐标系之间的坐标转换参数；5)计算车辆目标的地面坐标；6)对车辆轨迹的地面坐标进行平滑处理；7)计算微观交通参数。与现有技术相比，本发明具有有效克服相机扰动影响、人工工作量小、显著提高车辆轨迹数据的精度和可靠性等优点。
-
Patent Agency Ranking
公开(公告)号：CN110738846B
公开(公告)日：2022-06-17
申请号：CN201910921106.8
申请日：2019-09-27
Applicant: 同济大学
Abstract: 本发明涉及一种基于雷达与视频组群的车辆行为监测系统及其实现方法，系统包括多套监控终端设备、多套数据通信设备、数据存储设备、后台数据处理服务器、车辆行驶状态显示模块等，其中监控终端设备由毫米波雷达、高清摄像机、前端数据处理单元模块以及电源控制模块构成。与现有技术相比，本发明系统通过深度融合毫米波雷达数据与高清视频图像数据，实现二者在交通数据采集上的优势互补，使得检测的数据类型更加全面，准确率、可靠性与鲁棒性进一步提升，从而有利于为交通管控、安全预警等方面提供技术支持。
-
公开(公告)号：CN113421289A
公开(公告)日：2021-09-21
申请号：CN202110536545.4
申请日：2021-05-17
Applicant: 同济大学
Abstract: 本发明涉及一种克服无人机拍摄扰动的高精度车辆轨迹数据提取方法，1)获取无人机交通流视频数据，从中随机抽取一定数量的图片进行图像标注，实施基于深度学习的模型训练，获取YOLOv4模型文件；2)对每一帧图像进行目标检测与跟踪，获取车辆目标的图像坐标、车辆类别等信息；3)对每一帧图像进行锚点检测与跟踪，获取各帧中锚点图像坐标；4)采用单应性变换模型，计算图像坐标系与地面坐标系之间的坐标转换参数；5)计算车辆目标的地面坐标；6)对车辆轨迹的地面坐标进行平滑处理；7)计算微观交通参数。与现有技术相比，本发明具有有效克服相机扰动影响、人工工作量小、显著提高车辆轨迹数据的精度和可靠性等优点。
-
公开(公告)号：CN108981740B
公开(公告)日：2022-01-28
申请号：CN201810595747.4
申请日：2018-06-11
Applicant: 同济大学
Abstract: 本发明公开了一种低能见度条件下的盲驾导航系统及其方法，涉及汽车导航技术领域，针对大雾、夜间、急弯等条件下能见度低、行车视距小、车辆易驶出车行道边线、易冲撞路侧护栏和人行道等交通安全问题，以行驶道路已有的平面、纵断面、横断面设计数据资料为基础构建道路线形三维计算模型，结合车辆行驶过程中车载实时高精度GPS定位数据，构建一种基于驾驶人视点的前方观察路段道路车行道边线透视图生成方法，并通过抬头显示HUD设备将该透视图实时投射于驾驶人前方固定位置的投影面上，实现驾驶人观察视角下透视图成像与实际道路边线重叠的效果，从而弥补驾驶人在雾天、夜间等不良条件下视觉信息采集的不足，起到为驾驶人行车导航的作用。
-
公开(公告)号：CN110738846A
公开(公告)日：2020-01-31
申请号：CN201910921106.8
申请日：2019-09-27
Applicant: 同济大学
Abstract: 本发明涉及一种基于雷达与视频组群的车辆行为监测系统及其实现方法，系统包括多套监控终端设备、多套数据通信设备、数据存储设备、后台数据处理服务器、车辆行驶状态显示模块等，其中监控终端设备由毫米波雷达、高清摄像机、前端数据处理单元模块以及电源控制模块构成。与现有技术相比，本发明系统通过深度融合毫米波雷达数据与高清视频图像数据，实现二者在交通数据采集上的优势互补，使得检测的数据类型更加全面，准确率、可靠性与鲁棒性进一步提升，从而有利于为交通管控、安全预警等方面提供技术支持。
-
公开(公告)号：CN108981740A
公开(公告)日：2018-12-11
申请号：CN201810595747.4
申请日：2018-06-11
Applicant: 同济大学
Abstract: 本发明公开了一种低能见度条件下的盲驾导航系统及其方法，涉及汽车导航技术领域，针对大雾、夜间、急弯等条件下能见度低、行车视距小、车辆易驶出车行道边线、易冲撞路侧护栏和人行道等交通安全问题，以行驶道路已有的平面、纵断面、横断面设计数据资料为基础构建道路线形三维计算模型，结合车辆行驶过程中车载实时高精度GPS定位数据，构建一种基于驾驶人视点的前方观察路段道路车行道边线透视图生成方法，并通过抬头显示HUD设备将该透视图实时投射于驾驶人前方固定位置的投影面上，实现驾驶人观察视角下透视图成像与实际道路边线重叠的效果，从而弥补驾驶人在雾天、夜间等不良条件下视觉信息采集的不足，起到为驾驶人行车导航的作用。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
