-
公开(公告)号：CN119417734A
公开(公告)日：2025-02-11
申请号：CN202510028276.9
申请日：2025-01-08
Applicant: 广东工业大学
IPC: G06T5/80 , G06N3/0455 , G06N3/0464 , G06T5/60 , G06T7/13
Abstract: 本发明涉及图像处理领域，具体涉及一种高阶多项式和深度网络融合的无人机视图失真校正方法，该方法包括以下步骤：分别使用几何编码器和空间编码器对失真图像进行解析，分析出径向畸变参数及切向畸变参数；分别输入两个编码器输出的径向畸变参数以及切向畸变参数到高阶多项式模型生成具体的校正流，并通过全连接层计算出校正流在每个像素对应的置信度；将两个编码器输出的校正流通过基于置信度的指数衰减函数进行融合得到最终校正流，并将最终校正流应用于失真图像上得到校正后图像。本发明能够在不依赖标定板等特殊硬件的情况下，稳定地对存在径向或切向失真的图像进行畸变恢复。
-
公开(公告)号：CN119399085A
公开(公告)日：2025-02-07
申请号：CN202411509847.2
申请日：2024-10-28
Applicant: 广东工业大学
IPC: G06T5/80 , G06T5/60 , G06T7/70 , G06T3/4007 , G06T3/4046 , G06V10/75
Abstract: 本发明涉及图像处理领域，具体涉及一种基于深度学习的镜头变形失真图像透视变换方法，该方法包括以下步骤：使用ResNet生成矫正图像流对失真图像进行矫正，并根据失真流的畸变系数#imgabs0#，通过弹性伸缩卷积生成插值区域并完成插值；通过SuperPoint网络对修正后的图像与指定角度图像进行特征点匹配；使用RANSAC算法计算单应性矩阵，转换修正后的图像的透视角度为指定角度。本发明能够有效地修正图像中的失真，并将修正后的图像转换至指定的透视角度，确保图像信息的准确性和一致性。
-
公开(公告)号：CN113762780B
公开(公告)日：2023-08-22
申请号：CN202111057473.1
申请日：2021-09-09
Applicant: 广东工业大学
IPC: G06Q10/0631 , G06N3/126 , G06F30/27 , G06F111/04
Abstract: 本发明公开了一种使用改进遗传算法处理医疗废料收集问题的方法，通过多个机器人共同完成医疗废料收集工作,而多个机器人的调度方案通过如下步骤得到：S1、依据医院的平面图，确定图中各收集点和机器人工作站的位置，计算收集点与工作站的距离以及收集点与收集点之间的距离，得到距离矩阵，确定各收集点的医疗废料的量；S2建立用于医疗废料收集的机器人调度模型；S3、通过改进的遗传算法求解步骤S2建立的用于医疗废料收集的机器人调度模型，从而得到多个机器人的调度方案。本发明具有提高医疗废料收集的效率、提高在收集过程中的安全性和可用性、避免算法落入“极值陷阱”等优点。
-
公开(公告)号：CN116312050A
公开(公告)日：2023-06-23
申请号：CN202310254741.1
申请日：2023-03-16
Applicant: 广东工业大学
Abstract: 本发明涉及基于高维嵌入深度并行计算的掉头意图及轨迹预测方法，包括拍摄临近交叉口处U型掉头处的视频并提取数据，生成对应的时序轨迹；对左转车道上车辆的时序轨迹作掉头意图分析，并将左转车道上的直行车辆、掉头车辆以及对向车道的直行车辆组成新的输入，通过嵌入层将车辆的行为信息嵌入到高维空间中；提取高维嵌入的时间和空间信息，合并为时空特征；将时空特征信息输入到下层的深度可分离卷积网络中，通过解码器进行解码，输出所有交通参与者的未来轨迹信息。上述技术方案有效解决了现有轨迹预测方法无法对车辆掉头意图做出精确判断，以及车辆轨迹预测速度慢和准确率不高的问题。
-
公开(公告)号：CN113393026B
公开(公告)日：2022-07-26
申请号：CN202110643256.4
申请日：2021-06-09
Applicant: 广东工业大学
Abstract: 本发明公开了一种无人出租车换乘及路径匹配方法，包括以下步骤：后台服务器收集乘客Pi在共乘app上输入的基本需求信息；根据乘客Pi所提交的起始地和目的地，搜寻请求区域内所有未绑定乘客Pj，进行初次绑定；对初次绑定的乘客组的路径进行规划，并计算规划后的路线是否符合时间约束条件，若符合，则最终绑定乘客组，反之则将乘客加入未绑定的集合中；将最终绑定的乘客组与无人出租车候选集Wc中的无人出租车进行司乘匹配；在下一时间间隔内，更新未绑定集合W和无人出租车候选集Wc，对新加入和未绑定的集合中的乘客循环判断换乘条件，直到所有的乘客被分配至目的地或者没有新乘客为止。本发明具有提高无人出租车的合乘率、降低城市交通拥挤率等优点。
-
Patent Agency Ranking
公开(公告)号：CN111882107B
公开(公告)日：2022-07-05
申请号：CN202010548189.3
申请日：2020-06-16
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于自动驾驶共享出租车系统的司乘匹配方法，包括步骤：通过自动驾驶共享出租车系统获取自动驾驶共享出租车车辆信息；获取到的实时处于空载或存在空余座位情况的自动驾驶共享出租车进行交通流预测，使得该些自动驾驶共享出租车均有一个对应各自虚拟行驶预测的计划表；通过自动驾驶共享出租车系统获取订单中乘客的打车需求；获取订单中乘客所处上车点的设定范围内现存以及未来将到达的自动驾驶共享出租车；进行司乘匹配，最终挑选出全部计划中行驶时间增加最小的计划；发送乘客匹配计划以及个更新自动驾驶共享出租车的路径安排。本发明具有人车匹配效率高、能提高乘客安全性、最大化出租车运载能力、路径规划智能化等优点。
-
公开(公告)号：CN111861116A
公开(公告)日：2020-10-30
申请号：CN202010549085.4
申请日：2020-06-16
Applicant: 广东工业大学
Abstract: 本发明公开了一种自动驾驶出租车系统的乘客排队方法，使用两个排队队列对订单进行检索，与自动驾驶出租车车队完美匹配，也考虑到出租车的合乘模式。排队策略考虑到失败订单重复检索的过程，按照等待最长时间的乘客优先安排车辆的原则，符合现实需求。针对自动驾驶出租车车队的特点，排队策略对失败匹配的订单间隔60秒重复匹配，并通过排序订单使过滤最近60s内的订单，保证乘客打车成功率的同时大大降低计算成本。
-
公开(公告)号：CN111126799A
公开(公告)日：2020-05-08
申请号：CN201911257853.2
申请日：2019-12-10
Applicant: 广东工业大学
Abstract: 本申请公开了一种基于二分图的共享网络司乘匹配方法，包括：乘客提交合乘的请求并上传至云服务器，云服务器根据每个乘客的请求以及所述出租车集合中所有出租车的位置与载客信息，针对每一个乘客的请求筛选出满足出租车最大载客数约束并同时满足车上乘客与发出请求的乘客的时间约束的出租车，得到对应于每一个乘客的请求的候选出租车集合；对所有请求和所有候选出租车进行多对多匹配，得到出租车与请求的最优匹配，并根据匹配结果生成订单；对于未被接受的请求，云服务器对其循环进行匹配，直到所有的请求被接受或者没有出租车可满足请求约束为止。该方法能够适用于多乘客多车辆的多对多合乘匹配问题，可实质性地提高合乘率，减少交通污染。
-
公开(公告)号：CN110599767A
公开(公告)日：2019-12-20
申请号：CN201910832422.8
申请日：2019-09-04
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于网约车出行需求的长短期预测方法，首先对数据预处理，并分割为训练集和测试集；然后按照经纬度把城市路网划分为网格，寻找区域之间时空相关性；下一步建立基于CNN+LSTM+XGBoost的混合模型，最后，预测短时期内的(如10分钟内)出租车需求量和长时期的(如1小时内、节假日、高峰期)的出租车需求量；本发明既能用在短时预测上，比如预测10分钟间隔的交通流量趋势，也能用在长期的预测上，能够考虑周末、节假日带来的不同周期变化，找出每天高峰期时段不同的客流量规律提高预测精确度。
-
公开(公告)号：CN110084402A
公开(公告)日：2019-08-02
申请号：CN201910229549.0
申请日：2019-03-25
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于站点优选和蚂蚁寻迹的公交自适应调度方法，在已有交通基础设施的基础上设计算法，最大限度的减少新建站点以降低成本；本方案采用关联分析算法，既能达到传统K-means算法聚集出需求点的效果，又能分析出站点与站点之间的内在联系，并且将关系的强弱进行量化处理；传统的蚁群算法优先考虑最短路径，而本方案算法在保证总路程尽可能短的同时，蚂蚁的选择与输入变量相关，使得蚂蚁在选择下一个站点时不再只是简单地考虑最短路径，而再进一步考虑到优先服务多数派，使得靠站地优先顺序更加合理。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.03 seconds)
