-
公开(公告)号：CN114020807A
公开(公告)日：2022-02-08
申请号：CN202111279943.9
申请日：2021-10-29
Applicant: 清华大学
IPC: G06F16/2458 , G06N3/04 , G06N3/08 , G01G19/02 , G01P15/18
Abstract: 本发明提供了一种基于深度学习的车辆载重确定方法及装置，基于深度学习的车辆载重确定方法包括：获取待确定载重车辆的加速度；根据预先建立的长短时记忆网络模型提取所述加速度的时序特征数据；根据所述时序特征数据以及预先建立的全连接神经网络模型确定所述待确定载重车辆的载重。本发明仅依托车辆的行驶速度，利用人工神经网络强大的特征提取能力和学习能力对车辆载重进行估计，避免了由于信息维度过多导致的模型过拟合问题，并提高了模型的可移植性。
-
公开(公告)号：CN113340392B
公开(公告)日：2023-08-18
申请号：CN202110834201.1
申请日：2021-07-21
Applicant: 清华大学
Abstract: 本发明提供了一种基于加速度传感器的车辆载重检测方法及装置，基于加速度传感器的车辆载重检测方法包括：根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型；根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库；根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重，一方面可以提升高速通行效率；另一方面，通过将振动传感器安装在车辆上，可使不同的地区基于同一设备进行重量的估计，避免了测重设备不同导致的误差，有助于有关部门实现对车重的统一监管。
-
公开(公告)号：CN114581894A
公开(公告)日：2022-06-03
申请号：CN202210209405.0
申请日：2022-03-03
Applicant: 清华大学
Abstract: 本发明提供了一种基于行车数据的驾驶员疲劳驾驶检测方法及装置，基于行车数据的驾驶员疲劳驾驶检测方法包括：获取行车过程中的车辆状态表征参数；根据所述车辆状态表征参数以及其对应的行车时间生成车辆运动时间序列；根据所述车辆运动时间序列以及预先建立的门控循环单元网络分类器检测驾驶员的疲劳状态。本发明仅仅依托车载信号采集设备收集的行车数据检测驾驶疲劳，从而在实际应用上具有可推广性。另一方面，本发明将车辆运动参数、生物钟和累计驾驶时间对于驾驶人疲劳的影响纳入检测判据。同时，检测系统利用特征工程的相关技术以及门控循环单元网络对于时序数据强大的特征提取能力提升了检测的准确率。
-
公开(公告)号：CN113340392A
公开(公告)日：2021-09-03
申请号：CN202110834201.1
申请日：2021-07-21
Applicant: 清华大学
Abstract: 本发明提供了一种基于加速度传感器的车辆载重检测方法及装置，基于加速度传感器的车辆载重检测方法包括：根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型；根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库；根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重，一方面可以提升高速通行效率；另一方面，通过将振动传感器安装在车辆上，可使不同的地区基于同一设备进行重量的估计，避免了测重设备不同导致的误差，有助于有关部门实现对车重的统一监管。
-
-
-
Search Results
4
records
(took 0.013 seconds)
