基于SVM和计算机网络的交通信号控制方法及控制系统

    公开(公告)号:CN110428648B

    公开(公告)日:2021-05-28

    申请号:CN201910837143.0

    申请日:2019-09-03

    Abstract: 本发明提出一种基于SVM和计算机网络的交通信号控制方法及控制系统,首先,利用摄像头和电磁传感器采集的总车流量及各车道直行、左转、右转的车流量分别作为数据集,利用SVM分别对各数据集的95%进行训练得到直行、左转、右转的SVM模型;其次,利用各数据集的5%分别计算SVM模型的拟合误差,根据拟合误差扩大训练集,进而更新SVM模型;最后,将摄像头实时采集的路口的总车流量输入各向SVM模型,输出路口直行、左转、右转的车流量预测值,根据车流量预测值,通过计算机网络分配及控制各车道的通行时间,实现交通信号的调控。本发明根据各车道的车流量预测值分配并控制通行时间,实现区域规划,有效减少高峰期道路拥堵,提高通行的连续性。

    基于Camshift算法与影像逐帧结合的航道状态分析方法

    公开(公告)号:CN110532943A

    公开(公告)日:2019-12-03

    申请号:CN201910802659.1

    申请日:2019-08-28

    Abstract: 本发明提出了一种基于Camshift算法与影像逐帧结合的航道状态分析方法,其步骤为:首先通过船载摄像头采集船只的航道状态视频,设置初始帧航道影像中标注目标区域及质心和候选区域及中心坐标,建立候选模型;其次,将航道影像通过颜色空间转化到HSV颜色空间,获得航道影像的颜色直方图;再利用反向投影将候选区域与目标区域进行相似性度量,求得最相近的候选区域及其质心;最后,移动候选区域质心将其与目标区域质心重合,再进行下一帧的计算,完成对航道影像的逐帧分析。本发明利用Camshift算法实现对传感器采集到的多变航道信息的综合动态分析,有效的进行动态的航道状态分析,改进传统分析方式的时效性和准确性、提供零失真地分析数据。

    基于极限学习机的便携式跌倒检测装置及检测方法

    公开(公告)号:CN110279420A

    公开(公告)日:2019-09-27

    申请号:CN201910651763.5

    申请日:2019-07-18

    Abstract: 本发明提出了一种基于极限学习机的便携式跌倒检测装置及检测方法,所述检测装置包括便携式信息采集装置、手机移动端和服务中心端;所述便携式信息采集装置与手机移动端相连接,手机移动端与服务中心端相连接;便携式信息采集装置包括供电模块、IMU惯性传感器、MCU微控制器和蓝牙模块,供电模块分别与IMU惯性传感器、MCU微控制器和蓝牙模块相连接,MCU微控制器分别与IMU惯性传感器和蓝牙模块相连接,MCU微控制器通过蓝牙模块与手机移动端相连接。本发明通过IMU惯性传感器获得特征向量,解算姿态和位置信息;通过ELM分类模块进行跌倒检测,手机移动端将跌倒信息发送至救助中心,可有效地解决老年人由于意外跌倒造成的人身伤害问题。

    基于SVM和计算机网络的交通信号控制方法及控制系统

    公开(公告)号:CN110428648A

    公开(公告)日:2019-11-08

    申请号:CN201910837143.0

    申请日:2019-09-03

    Abstract: 本发明提出一种基于SVM和计算机网络的交通信号控制方法及控制系统,首先,利用摄像头和电磁传感器采集的总车流量及各车道直行、左转、右转的车流量分别作为数据集,利用SVM分别对各数据集的95%进行训练得到直行、左转、右转的SVM模型;其次,利用各数据集的5%分别计算SVM模型的拟合误差,根据拟合误差扩大训练集,进而更新SVM模型;最后,将摄像头实时采集的路口的总车流量输入各向SVM模型,输出路口直行、左转、右转的车流量预测值,根据车流量预测值,通过计算机网络分配及控制各车道的通行时间,实现交通信号的调控。本发明根据各车道的车流量预测值分配并控制通行时间,实现区域规划,有效减少高峰期道路拥堵,提高通行的连续性。

    一种基于主副IMU和气压计的三维行人导航方法

    公开(公告)号:CN110146079A

    公开(公告)日:2019-08-20

    申请号:CN201910537960.4

    申请日:2019-06-20

    Abstract: 本发明提出一种基于主副IMU和气压计的三维行人导航方法,其步骤为:将主IMU安装于行人的足面,将副IMU和气压计分别安装于行人的胸前;主IMU测量的数据经惯性导航解算得到姿态、速度和位置,同时利用SVM决策函数判断行人所处的运动状态;副IMU测量的数据经方位解算得到姿态信息,气压计测量的数据经高度解算得到高度;根据行人运动状态,静止时,计算惯性导航的速度、角速度、姿态和高度误差,并通过扩展卡尔曼滤波器对误差进行估计和修正;运动时,通过主IMU获得行人的姿态、速度和位置,对运动轨迹实时更新。本发明根据副IMU和气压计得到的数据作为主IMU的参考数据进行误差修正,实现对行人的准确定位与导航跟踪。

Patent Agency Ranking