公开(公告)号：CN110415516A

公开(公告)日：2019-11-05

申请号：CN201910637679.8

申请日：2019-07-15

Applicant: 厦门大学

Inventor： 范晓亮 ,  闫旭 ,  王程 ,  程明 ,  郑传潘 ,  温程璐

IPC: G08G1/01 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积神经网络的城市交通流预测方法和介质，其中方法包括：获取原始数据；根据每个节点对应的经纬度信息生成距离矩阵；根据限速平均值和距离矩阵计算可达矩阵；构建用于预测交通流速的初始交通流预测模型，并将交通流速信息和可达矩阵输入到初始交通流预测模型，以便初始交通流预测模型根据交通流速信息和可达矩阵输出交通流速预测值；对初始交通流预测模型进行训练，以确定最终的交通流预测模型；将待预测交通流速信息和待预测可达矩阵输入交通流预测模型，以便通过交通流预测模型对未来交通流进行预测；实现对城市交通路网的空间特征进行有效提取，提高交通流预测的精准度，并且，提高该预测方法的普适性，使其便于推广。

公开(公告)号：CN110246112A

公开(公告)日：2019-09-17

申请号：CN201910051741.5

申请日：2019-01-21

Applicant: 厦门大学

Inventor： 陈一平 ,  李根 ,  王程 ,  温程璐 ,  李军 ,  贾宏

IPC: G06T7/00 ,  G06T7/11 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的激光扫描SLAM室内三维点云质量评价方法，其包括：S1、通过激光扫描SLAM装置获取优质点云；S2、对优质点云进行降质，获取仿真点云；S3、对仿真点云进行轨迹度量分析；S4、对优质点云与仿真点云提取平面，对平面进行局部一致性噪声分析及几何规则分析，量化点云质量；S5、对优质点云与仿真点云进行分割，得到点云块；S6、将点云块进行归一化后输入到PointNet++神经网络中做模型训练，得到网络模型；S7、将待评价点云通过步骤S4进行点云质量分析，得到点云质量水平值；S8、对待评价点云通过步骤S6得到的神经网络模型进行预测，判断点云属于优质点云或者降质点云。本发明提出了量化点云质量的方法，建立了评价SLAM系统下室内三维点云模型的分类标准及框架。

公开(公告)号：CN106203335B

公开(公告)日：2019-05-28

申请号：CN201610541382.8

申请日：2016-07-11

Applicant: 厦门大学

Inventor： 王程 ,  张善心 ,  吴爽 ,  温程璐 ,  李军 ,  杨晨晖

IPC: G06K9/00 ,  G06K9/32

Abstract: 本发明公开了一种基于三维点云的标志牌可视度评价方法，发明中提出了可视场与空间可视度的定义，并以空间可视度作为标志牌在不同观测位置的空间可见性评价标准。在三维点云中，利用四元素方法、alpha‑shape算法和视网膜成像原理计算该视点处标志牌的可视场强度；通过射线法计算视锥体内的投影点云是否为遮挡点云；利用可视场强度和可见度的相关性计算某视点位置的标志牌的可视度，计算交通标志的可视场。该方法自动、直观、准确、高效，在交通标志牌安装维护、广告牌投放、道路绿化以及建筑设计方面可以给出合理的指导和建议，具有很高的实际推广价值。

公开(公告)号：CN109147030A

公开(公告)日：2019-01-04

申请号：CN201810731060.9

申请日：2018-07-05

Applicant: 厦门大学

Inventor： 温程璐 ,  张正 ,  王程 ,  侯士伟 ,  李军

IPC: G06T17/00 ,  G06T7/33

Abstract: 本发明公开了基于线特征的室内外场景联合建模方法，包括以下步骤：获得原始点云数据，所述原始点云数据包括室内点云和室外点云；对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；针对所述墙面点云提取线结构体；基于所述线结构体，对室内点云和室外点云进行配准。本发明能够对不同质量的点云进行处理，表述简单，通过提取墙面提高了室内外场景的重合率，进而提升了配准的成功率。

公开(公告)号：CN104063898B

公开(公告)日：2017-05-03

申请号：CN201410308951.5

申请日：2014-06-30

Applicant: 厦门大学

Inventor： 王程 ,  蔡志鹏 ,  温程璐 ,  程明 ,  李军

IPC: G06T17/00

Abstract: 本发明公开了一种三维点云自动补全方法，包括以下步骤：S1、基于最后一次回波的点云数据，对三维点云进行缺失边界检测，获取用来反映缺失边界的边缘点；S2、在三维点云中提取与所述边缘点相匹配的点云数据，并将其补入到原始三维点云中的缺失位置，实现对三维点云的补全。本发明基于最后一次回波的点云数据来获取三维点云的缺失边界，并根据缺失边界数据进行三维点云的补全，能够获得完整的三维点云数据，有利于进行三维重建等后续处理；同时，本发明补全精度高，处理速度快。

公开(公告)号：CN104063898A

公开(公告)日：2014-09-24

申请号：CN201410308951.5

申请日：2014-06-30

Applicant: 厦门大学

Inventor： 王程 ,  蔡志鹏 ,  温程璐 ,  程明 ,  李军

IPC: G06T17/00

Abstract: 本发明公开了一种三维点云自动补全方法，包括以下步骤：S1、基于最后一次回波的点云数据，对三维点云进行缺失边界检测，获取用来反映缺失边界的边缘点；S2、在三维点云中提取与所述边缘点相匹配的点云数据，并将其补入到原始三维点云中的缺失位置，实现对三维点云的补全。本发明基于最后一次回波的点云数据来获取三维点云的缺失边界，并根据缺失边界数据进行三维点云的补全，能够获得完整的三维点云数据，有利于进行三维重建等后续处理；同时，本发明补全精度高，处理速度快。