-
公开(公告)号：CN114705204B
公开(公告)日：2024-01-30
申请号：CN202210502174.2
申请日：2022-05-09
Applicant: 浙江大学
IPC: G01C21/32
Abstract: 本发明公开了一种基于道路基础设计资料的高精度地图生成方法，包括以道路基础设计资料为基础，确定创建高精度地图所需文件。遵从OpenDRIVE格式按道路层→道路参考线层→车道层→标志标线层→照明及安全设施层的顺序构建高精度地图分层模型，利用ElementTree工具编写程序，生成高精度地图分层模型。从高精度地图所需的道路基础设计资料中提取高精度地图分层模型中所需的属性数据，利用EasyGUI工具自动填充高精度地图分层模型中的属性值，生成高精度地图。通过高精度地图可视化对高精度地图进行校验，完成高精度地图的制作流程。本方法实现了基于道路基础设计资料的OpenDRIVE格式高精度地图生成，大大降低了传统高精度地图制作的时间和人力成本。
-
公开(公告)号：CN115512543A
公开(公告)日：2022-12-23
申请号：CN202211152406.2
申请日：2022-09-21
Applicant: 浙江大学
IPC: G08G1/01 , G08G1/017 , G08G1/0968 , G06V20/62 , G06F16/215 , G06N20/00
Abstract: 本发明提供一种基于深度逆向强化学习的车辆路径链重构方法，涉及智慧交通领域。首先对车牌识别数据进行预处理，并提取出路段行程时间，利用基于辅助信息的张量补全算法对路段行程时间补全，从而分离出完整路径链和缺失路径链。然后利用深度逆向强化学习，对路网中完整出行路径链进行挖掘，以非线性回报函数的形式拟合出潜藏的路径选择特性，指导智能体自主重构缺失路径链。本发明克服了现有算法决策依据主观性大的缺陷，在少量的示例数据下就能达到稳定性强、准确度高的重构效果，为交通需求结构分析和交通拥堵疏导等重点交通问题提供数据支撑。
-
公开(公告)号：CN115512543B
公开(公告)日：2023-11-28
申请号：CN202211152406.2
申请日：2022-09-21
Applicant: 浙江大学
IPC: G08G1/01 , G08G1/017 , G08G1/0968 , G06V20/62 , G06F16/215 , G06N20/00
Abstract: 本发明提供一种基于深度逆向强化学习的车辆路径链重构方法，涉及智慧交通领域。首先对车牌识别数据进行预处理，并提取出路段行程时间，利用基于辅助信息的张量补全算法对路段行程时间补全，从而分离出完整路径链和缺失路径链。然后利用深度逆向强化学习，对路网中完整出行路径链进行挖掘，以非线性回报函数的形式拟合出潜藏的路径选择特性，指导智能体自主重构缺失路径链。本发明克服了现有算法决策依据主观性大的缺陷，在少量的示例数据下就能达到稳定性强、准确度高的重构效果，为交通需求结构分析和交通拥堵疏导等重点交通问题提供数据支撑。
-
公开(公告)号：CN114705204A
公开(公告)日：2022-07-05
申请号：CN202210502174.2
申请日：2022-05-09
Applicant: 浙江大学
IPC: G01C21/32
Abstract: 本发明公开了一种基于道路基础设计资料的高精度地图生成方法，包括以道路基础设计资料为基础，确定创建高精度地图所需文件。遵从OpenDRIVE格式按道路层→道路参考线层→车道层→标志标线层→照明及安全设施层的顺序构建高精度地图分层模型，利用ElementTree工具编写程序，生成高精度地图分层模型。从高精度地图所需的道路基础设计资料中提取高精度地图分层模型中所需的属性数据，利用EasyGUI工具自动填充高精度地图分层模型中的属性值，生成高精度地图。通过高精度地图可视化对高精度地图进行校验，完成高精度地图的制作流程。本方法实现了基于道路基础设计资料的OpenDRIVE格式高精度地图生成，大大降低了传统高精度地图制作的时间和人力成本。
-
-
-
Search Results
4
records
(took 0.014 seconds)
