公开(公告)号：CN108303985A

公开(公告)日：2018-07-20

申请号：CN201810185523.6

申请日：2018-03-07

Applicant: 广东工业大学

Inventor： 陈威 ,  陈学松 ,  梁旭强 ,  郑锦航 ,  刘乃源 ,  朱远鹏

IPC: G05D1/02 ,  G05B19/418

Abstract: 本发明公开了一种园区无人运输车系统，包括应用模块、感知模块、决策模块和执行模块，其中：所述应用模块用于调度、监控园区无人运输车，并承担连接园区无人运输车与用户和管理员的责任，实现接收和派送快递或外卖的数据处理；所述应用模块包括远程服务器和车上客户端，所述远程服务器与车上客户端相连接，车上客户端与所述决策模块相连接，决策模块发送园区无人运输车的位置信息给车上客户端，车上客户端将此位置信息发送给远程服务器，远程服务器分析用户信息和园区无人运输车信息，再通过车上客户端将任务分配给园区无人运输车执行；本发明设计合理，结构简单，成本低，方便部署，提高工作效率，实用性强。

公开(公告)号：CN107220643A

公开(公告)日：2017-09-29

申请号：CN201710236154.4

申请日：2017-04-12

Applicant: 广东工业大学

Inventor： 梁旭强 ,  陈学松 ,  刘乃源 ,  陈威 ,  梁杰舜 ,  朱远鹏

IPC: G06K9/32 ,  G06K9/62 ,  G08G1/0962

CPC classification number: G06K9/3258 ,  G06K9/6267 ,  G06K2209/25 ,  G08G1/0962

Abstract: 本发明涉及一种基于紧凑型神经网络的深度学习模型的交通标志识别方法和系统，适用于图像或视频中的交通标志的检测和识别。系统包含图像采集、图片预处理、交通标志识别、语音提醒四个模块。图片预处理模块包含颜色定位、形状检测、图片缩放三个步骤，得到同一尺寸的图片。交通标志识别模块对预处理后图片进行分类识别，通过训练好的基于紧凑型神经网络的深度神经网络模型，得到交通标志分类识别的结果，最后传输至语音提醒模块进行语音提醒。本发明的核心为基于紧凑型神经网络的深度神经网络模型，其具有模型小、精度高、运算消耗小、可移植至移动手机平台等优势。整个系统具有识别交通标志的种类多、精度高、实时性好等优势。

公开(公告)号：CN208092540U

公开(公告)日：2018-11-13

申请号：CN201820310607.3

申请日：2018-03-07

Applicant: 广东工业大学

Inventor： 陈威 ,  陈学松 ,  梁旭强 ,  郑锦航 ,  刘乃源 ,  朱远鹏

IPC: G05D1/02 ,  G05B19/418

Abstract: 本实用新型公开了一种园区无人运输车系统，包括应用模块、感知模块、决策模块和执行模块，其中：所述应用模块用于调度、监控园区无人运输车，并承担连接园区无人运输车与用户和管理员的责任，实现接收和派送快递或外卖的数据处理；所述应用模块包括远程服务器和车上客户端，所述远程服务器与车上客户端相连接，车上客户端与所述决策模块相连接，决策模块发送园区无人运输车的位置信息给车上客户端，车上客户端将此位置信息发送给远程服务器，远程服务器分析用户信息和园区无人运输车信息，再通过车上客户端将任务分配给园区无人运输车执行；本实用新型设计合理，结构简单，成本低，方便部署，提高工作效率，实用性强。(ESM)同样的发明创造已同日申请发明专利