公开(公告)号：CN102938142B

公开(公告)日：2016-06-08

申请号：CN201210351493.4

申请日：2012-09-20

Applicant: 武汉大学

Inventor： 呙维 ,  胡涛 ,  朱欣焰 ,  樊亚新 ,  杨龙龙 ,  刘宵婧 ,  水淼

IPC: G06T5/50 ,  G06T7/00

Abstract: 本发明涉及基于Kinect的室内LiDAR缺失数据填补方法。一、Kinect扫描过程的关键帧提取，获取较稀疏的扫描数据；二、采用SIFT算法对Kinect设备采集的RGB-D影像进行特征提取，并利用RANSAC算子对异常特征匹配点进行剔除；三、对步骤二中的特征进行归并；四、LiDAR影像的特征提取，与Kinect设备的特征粗匹配，获取转换矩阵；五、采用改进的ICP算法实现LiDAR影像与Kinect的RGB-D影像的精细匹配；六、LiDAR模型与Kinect扫描的部分缺失数据融合。优点：设备价格低廉，采集过程灵活，能够获取场景深度与影像信息，快速实现对室内复杂场景的局部或缺失数据的采集与填补。

公开(公告)号：CN107146462A

公开(公告)日：2017-09-08

申请号：CN201710488492.7

申请日：2017-06-23

Applicant: 武汉大学

Inventor： 呙维 ,  朱欣焰 ,  杨龙龙 ,  章中道 ,  王绪滢

IPC: G08G1/14 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

CPC classification number: G08G1/14 ,  G06N3/0454 ,  G06N3/084 ,  G06Q10/04

Abstract: 本发明提供一种停车场空闲车位数长时预测方法，包括将采集到的泊车数据和相应天气数据进行数据预处理，得到空闲车位数特征数据；空闲车位特征数据归一化处理，切分为训练集和测试集，构建LSTM神经网络；确定待预测的第一个时段的上一时段空闲车位特征数据，并作为LSTM神经网络的输入神经元得到第一个时段的空闲车位数；建立空闲车位数长时预测模型，反复迭代预测，进行反归一化处理，得到停车场空闲车位数长时预测结果。本发明基于用户泊车行为特征，提出基于LSTM神经网络的空闲车位数长时预测模型，支持将未来某一个指定时段的停车场空闲车位数信息及时呈现给用户，从而帮助用户选择最佳停车场，具有重要的市场价值。