公开(公告)号：CN118172745A

公开(公告)日：2024-06-11

申请号：CN202410394928.6

申请日：2024-04-02

Applicant: 同济大学

Inventor： 涂辉招 ,  杨林涛 ,  李浩 ,  孙立军 ,  汪敏 ,  李积瀚

IPC: G06V20/56 ,  G06V10/54 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于PTUNs网络重构分辨率精度的道路纹理跨尺度表征方法及系统，涉及道路纹理表征技术领域，采集高分辨率纹理数据，并进行预处理；进行下采样，得到不同分辨率纹理数据集；构建PTUNs网络；基于不同分辨率纹理数据集，训练构建的PTUNs网络；将低分辨率纹理数据输入到训练好的PTUNs网络，重构低分辨率纹理数据中丢失的小尺度细节，输出高分辨率纹理数据；基于高分辨率纹理数据，对低分辨率纹理进行跨尺度表征。本发明即便是在分辨率受限的情况下，也能够捕捉到细微的道路纹理特征，实现对纹理的细粒度理解和表征。PTUNs网络能够弥合道路纹理高、低分辨率之间的差距，实现对更小尺度纹理细节的准确重构。

公开(公告)号：CN118366316A

公开(公告)日：2024-07-19

申请号：CN202410507622.7

申请日：2024-04-25

Applicant: 同济大学

Inventor： 涂辉招 ,  汪敏 ,  李浩 ,  孙立军 ,  李积瀚 ,  熊璐

IPC: G08G1/048 ,  G06F18/20 ,  G06N7/01 ,  G06N20/00 ,  G08G1/01 ,  G06N3/0442

Abstract: 本发明公开了一种智能汽车道路运行适应性的评估与预测方法及系统，方法包括：考虑先验道路信息和实时交通信息，构建多层动态贝叶斯网络；确定多层动态贝叶斯网络各层之间的参数形式和条件概率，并估计联合分布概率；确定并计算各层的适应性评估指标；结合联合分布概率和适应性评估指标，利用机器学习模型训练网络参数，确定基于多层动态贝叶斯网络结构的运行适应性评估与预测模型；通过智能汽车的实际道路测试数据，对运行适应性评估与预测模型的有效性进行验证。通过本发明的技术方案，实现了多因素影响下智能汽车运行适应性的演变与预测，实现了安全风险的提前预测，提高了智能汽车的运行安全性。