-
公开(公告)号：CN109886126A
公开(公告)日：2019-06-14
申请号：CN201910064378.0
申请日：2019-01-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于动态采样机制与RBF神经网络的区域车辆密度估计方法，根据目标区域内车辆密度的采样信息，初步构建车辆密度数据库；对比多次车辆密度的估计值，以存储的采样数据作为RBF神经网络的输入变量，定义一组激活函数并建立基于RBF神经网络的估计模型；将卡尔曼滤波算法应用到基于RBF神经网络估计算法中；根据各个神经元网络的权重系数以及目标区域内车辆密度的相关度函数，估计目标区域内任意一点的车辆密度；最后通过判断估计结果是否满足任务需求，实现对目标区域内车辆密度的动态估计。本发明具有较快的估计效率、较低的运算负荷以及较高的估计精度，能够实时有效地估计目标区域内的时变车辆密度，具有广泛的应用空间与实用范围。
-
Patent Agency Ranking
公开(公告)号：CN113436283B
公开(公告)日：2024-01-30
申请号：CN202110707834.6
申请日：2021-06-24
Applicant: 长安大学
IPC: G06T7/90
Abstract: 本发明公开了一种团雾检测方法、系统、装置、存储介质及前端装置。团雾检测方法，包括：获取雾浓度红外数字黑白图像；对雾浓度红外数字黑白图像进行统计处理，得到其具有L级的灰度直方图；对雾浓度红外数字黑白图像的灰度直方图进行归一化处理，得到各个灰度级的发生概率p(rk)；计算出雾浓度红外数字黑白图像的平均灰度值μ、雾浓度分布偏态γ；根据雾浓度分布偏态值γ，得到雾浓度红外数字黑白图像的雾浓度随机分布量φ；对雾浓度随机分布量φ进行标定，得到雾浓度分布分布量φ与雾浓度值V(φ)的对应关系式；根据雾浓度值V(φ)输出相应能见度等级，进行预警。适用于高速公路中短时、流动性强的团雾检测及时发布团雾预警信息。
-
公开(公告)号：CN113436283A
公开(公告)日：2021-09-24
申请号：CN202110707834.6
申请日：2021-06-24
Applicant: 长安大学
IPC: G06T7/90
Abstract: 本发明公开了一种团雾检测方法、系统、装置、存储介质及前端装置。团雾检测方法，包括：获取雾浓度红外数字黑白图像；对雾浓度红外数字黑白图像进行统计处理，得到其具有L级的灰度直方图；对雾浓度红外数字黑白图像的灰度直方图进行归一化处理，得到各个灰度级的发生概率p(rk)；计算出雾浓度红外数字黑白图像的平均灰度值μ、雾浓度分布偏态γ；根据雾浓度分布偏态值γ，得到雾浓度红外数字黑白图像的雾浓度随机分布量φ；对雾浓度随机分布量φ进行标定，得到雾浓度分布分布量φ与雾浓度值V(φ)的对应关系式；根据雾浓度值V(φ)输出相应能见度等级，进行预警。适用于高速公路中短时、流动性强的团雾检测及时发布团雾预警信息。
-
公开(公告)号：CN113432754B
公开(公告)日：2023-07-25
申请号：CN202110706406.1
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种主动式路面凝冰温度探测装置及方法，装置包括半导体制冷片控制模块、微型电机控制模块、电源模块、温度模块、通信模块和主控模块；主控模块分别连接：半导体制冷片控制模块、微型电机控制模块、电源模块、温度模块和通信模块；半导体制冷片控制模块用于在主控模块的引导下启动半导体制冷片主动降温或停止工作，微型电机控制模块用于在主控模块的引导下控制微型电机正转、反转或停止转动，温度模块用于根据主控模块的指令读取温度传感器的数值，通信模块用于按照主控模块的通信协议通过无线或有线方式发送路面凝冰温度数据。本发明中的探测方法，运算量小，易于嵌入式集成微型化快速处理。
-
公开(公告)号：CN113432754A
公开(公告)日：2021-09-24
申请号：CN202110706406.1
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种主动式路面凝冰温度探测装置及方法，装置包括半导体制冷片控制模块、微型电机控制模块、电源模块、温度模块、通信模块和主控模块；主控模块分别连接：半导体制冷片控制模块、微型电机控制模块、电源模块、温度模块和通信模块；半导体制冷片控制模块用于在主控模块的引导下启动半导体制冷片主动降温或停止工作，微型电机控制模块用于在主控模块的引导下控制微型电机正转、反转或停止转动，温度模块用于根据主控模块的指令读取温度传感器的数值，通信模块用于按照主控模块的通信协议通过无线或有线方式发送路面凝冰温度数据。本发明中的探测方法，运算量小，易于嵌入式集成微型化快速处理。
-
公开(公告)号：CN109886126B
公开(公告)日：2020-10-23
申请号：CN201910064378.0
申请日：2019-01-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于动态采样机制与RBF神经网络的区域车辆密度估计方法，根据目标区域内车辆密度的采样信息，初步构建车辆密度数据库；对比多次车辆密度的估计值，以存储的采样数据作为RBF神经网络的输入变量，定义一组激活函数并建立基于RBF神经网络的估计模型；将卡尔曼滤波算法应用到基于RBF神经网络估计算法中；根据各个神经元网络的权重系数以及目标区域内车辆密度的相关度函数，估计目标区域内任意一点的车辆密度；最后通过判断估计结果是否满足任务需求，实现对目标区域内车辆密度的动态估计。本发明具有较快的估计效率、较低的运算负荷以及较高的估计精度，能够实时有效地估计目标区域内的时变车辆密度，具有广泛的应用空间与实用范围。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
