-
公开(公告)号：CN117518121A
公开(公告)日：2024-02-06
申请号：CN202311437884.2
申请日：2023-10-31
Applicant: 长安大学
Abstract: 本发明公开了一种车辆位置重识别方法及系统，通过对车辆的激光雷达数据进行预处理获取车辆激光雷达的点云结果；利用获取的点云结果进行环境描述符构建；根据获取车辆的激光雷达数据的激光雷达传感器的种类和测量环境计算动态过滤策略阈值；根据构建的环境描述符以及得到的动态过滤策略阈值，与历史数据库中点云数据进行比对，获取车辆的位置信息，本发明能够提高位置重识别的准确率和效率，本发明考虑不同激光雷达的角分辨率和测量范围，提出了动态阈值过滤策略，提高了本方法对多种型号传感器的泛化能力，本发明分离激光雷达测量的地面点与非地面点，融合地面点高度信息和非地面点强度信息构建描述符，提高了描述符对环境的表达能力。
-
公开(公告)号：CN116597105A
公开(公告)日：2023-08-15
申请号：CN202310489382.8
申请日：2023-05-04
Applicant: 长安大学
Abstract: 本发明提供了一种基于OpenGL的高速公路数字孪生引擎，属于高速道路网三维视景构建技术领域，包括：从道路数据库中读取道路GPS点的信息；定义道路GPS点的精细度，对相邻的道路GPS点进行插值运算，生成总路网GPS点信息；根据总路网GPS点信息，绘制道路的虚拟模型；从交通设施数据库中读取交通设施的信息，建立交通设施分布表；提取交通设施分布表中的关键信息特征，绘制交通设施模型；将交通设施模型添加到道路的虚拟模型中，实现高速道路网三维视景的构建。该方法能够构建高速道路网三维视景。
-
公开(公告)号：CN110298347B
公开(公告)日：2022-11-01
申请号：CN201910462112.1
申请日：2019-05-30
Applicant: 长安大学
IPC: G06V30/148 , G06V10/24 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种基于GrayWorld与PCA‑CNN的汽车尾气分析仪屏幕的识别方法，步骤1：采集样本图像集，对样本图像集中的每个图像的检测项目和检测示数区域进行标注得到标签集，得到基于PCA的卷积神经网络模型；步骤2：采集待识别图像，利用GrayWorld算法对待识别图像进行预处理得到投影直方图，对投影直方图进行字符分割得到字符图像；步骤3：字符图像输入基于PCA的卷积神经网络模型中进行识别得到结果矩阵，将结果矩阵中的所有元素逐行划分为检测项目或检测示数，计算每个检测项目对应的检测示数值。本发明避免了光照等因素对具有较大屏幕区域的汽车尾气分析仪器带来的亮度影响能够在各种实际条件下取得较好的识别效果。
-
公开(公告)号：CN110223510B
公开(公告)日：2021-03-26
申请号：CN201910334053.X
申请日：2019-04-24
Applicant: 长安大学
Abstract: 本发明属于交通工程领域，公开了一种基于神经网络LSTM的多因素短期车流量预测方法，步骤1：获取一段时间内的车流量数据，并对车流量数据进行预处理，得到短时交通流数据；步骤2：对短时交通流数据根据天气记录和节假日记录进行筛选，划分数据集；步骤3：进行数据清洗、数据重构和归一化；步骤4：建立LSTM神经网络模型，根据待预测日期的天气状况和节假日状况选择数据集，利用选择的数据集训练LSTM神经网络模型并调整LSTM参数，根据建立好的LSTM神经网络模型获得预测日期的车流量。本发明提出了更加细致化的思想，排除了其他因素，如天气因素、节假日因素等对交通流的影响，相对的提高了预测精度，使得对未来某时段的交通流预测更为准确有效。
-
公开(公告)号：CN109100741B
公开(公告)日：2020-11-20
申请号：CN201810594692.5
申请日：2018-06-11
Applicant: 长安大学
Abstract: 本发明公开了一种基于3D激光雷达及图像数据的目标检测方法，该方法利用3D激光雷达和相机获取周围环境的3D点云数据和相机图像，并对所述的3D点云数据进行预处理；滤除3D点云数据中的地面点，对剩余非地面点进行空间聚类，提取目标的3D感兴趣区域；对3D激光雷达和相机的坐标的外参数进行标定，并根据标定参数将目标的3D感兴趣区域映射到对应的相机图像中，提取相机图像中对应的2D感兴趣区域；利用深度卷积网络对所述的2D感兴趣区域进行特征提取，从而对2D感兴趣区域中的目标进行定位和识别。本发明充分利用了3D激光雷达和相机数据中间的互补性，提高了对场景的目标定位和分类识别的精度和时效性，可用于无人车中的目标实时检测。
-
Patent Agency Ranking
公开(公告)号：CN108200595B
公开(公告)日：2020-08-28
申请号：CN201711463471.6
申请日：2017-12-28
Applicant: 长安大学
Abstract: 本发明提供了一种面向车联网IEEE802.11p协议的车‑路及车‑车通信测试方法，包括：任选两辆车，其中一辆车为主车，另一辆车为目标车辆，所述主车和目标车辆在路段L以相同时速进行行驶，主车位于目标车辆的后方，且主车与目标车辆之间保持恒定的车辆间距，主车上配置有主车载通信单元，目标车辆上配置有目标车载通信单元，主车载通信单元和目标车载通信单元可通过车载通信单元进行通信；计算目标车载通信单元到主车载通信单元的吞吐量和往返时间RTT；主车和目标车辆在路段L行驶N次，计算N次的平均吞吐量和平均往返时间RTT；根据平均吞吐量和平均往返时间RTT，计算网络性能参数η。本发明得到的网络性能准确率更高，价值更大。
-
公开(公告)号：CN110223510A
公开(公告)日：2019-09-10
申请号：CN201910334053.X
申请日：2019-04-24
Applicant: 长安大学
Abstract: 本发明属于交通工程领域，公开了一种基于神经网络LSTM的多因素短期车流量预测方法，步骤1：获取一段时间内的车流量数据，并对车流量数据进行预处理，得到短时交通流数据；步骤2：对短时交通流数据根据天气记录和节假日记录进行筛选，划分数据集；步骤3：进行数据清洗、数据重构和归一化；步骤4：建立LSTM神经网络模型，根据待预测日期的天气状况和节假日状况选择数据集，利用选择的数据集训练LSTM神经网络模型并调整LSTM参数，根据建立好的LSTM神经网络模型获得预测日期的车流量。本发明提出了更加细致化的思想，排除了其他因素，如天气因素、节假日因素等对交通流的影响，相对的提高了预测精度，使得对未来某时段的交通流预测更为准确有效。
-
公开(公告)号：CN110149357A
公开(公告)日：2019-08-20
申请号：CN201910178338.9
申请日：2019-03-08
Applicant: 长安大学
Abstract: 本发明公开了一种新型汽车检测控制系统调度算法，为提高汽车检测控制系统车辆调度的效率和质量，对现有的基于共享文件、winsocket的调度算法进行了分析比较，提出了一种结合winsocket与网络数据库的新型车辆检测调度算法。设计了调度表，用于主控机对工位机的调度、状态监控。给出了详细的调度实现过程，工位机的检测过程信息通过winsocket传送至主控机。实际应用表明，该算法提高了系统运行的稳定性与检测数据传输的实时性和可靠性。
-
公开(公告)号：CN104573646B
公开(公告)日：2017-12-12
申请号：CN201410841099.8
申请日：2014-12-29
Applicant: 长安大学
Abstract: 本发明属于汽车主动安全领域，具体公开了一种基于激光雷达和双目相机的车前行人检测方法及系统，该方法包括如下步骤：利用激光雷达和双目相机采集车辆前方数据；分别对激光雷达和双目相机采集的数据进行处理，得到行人相对于车辆的距离、方位角及速度值；对得到的行人信息进行卡尔曼滤波器进行修正。本发明综合运用了立体视觉技术和遥感技术，融合激光雷达和双目视觉信息，测量精度高，行人检测正确率高，能有效降低交通事故发生率。
-
公开(公告)号：CN106887140A
公开(公告)日：2017-06-23
申请号：CN201710117269.1
申请日：2017-03-01
Applicant: 长安大学
IPC: G08G1/01
CPC classification number: G08G1/0112 , G08G1/0133
Abstract: 本发明提供了一种基于VANET的道路交通拥堵检测方法，包括：道路中的车辆按固定周期T检测并存储自身状态信息；基于自身状态信息和邻居车辆j的状态信息计算相对状态信息；计算相对交通拥堵估计值S2；计算交通拥堵判决值S；若交通拥堵判决值为“拥堵”，则车辆i生成并广播拥堵判决查询消息；邻居车辆j收到拥堵判决查询消息后，生成并广播拥堵判决回复消息，作为对拥堵判决查询消息的回应；车辆i判断当前交通拥堵状况；车辆i判断自身处于交通拥堵队列中的位置数据；基于自身处于拥堵队列中的位置数据，车辆i向外部广播交通拥堵信息。本发明考虑的因素更加简单有效，交通拥堵判决的准确率更高。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.029 seconds)
