-
公开(公告)号：CN108709753A
公开(公告)日：2018-10-26
申请号：CN201810835399.3
申请日：2018-07-26
Applicant: 石家庄华燕交通科技有限公司 , 长安大学
IPC: G01M17/007
CPC classification number: G01M17/0074
Abstract: 本发明公开了一种模拟车辆行驶中转向及前后车轮同步的系统，属于智能道路模拟等技术领域，包括两个分别位于车辆的左前轮和右前轮下方的用于模拟车辆行驶中转向的转向装置、用于实现测试时前后车轮同步的同步装置和控制装置；转向装置通过第一滑动机构和第一复位机构配合实现车辆纵向模拟，通过第二滑动机构和第二复位机构配合实现车辆横向模拟；同步装置通过前轴左总成、前轴右总成、左后台架总成和右后台架总成分别与传动装置连接实现前后车轮转动的同步。本发明能够解决现有技术中存在的路试测试危险性高且环境影响受限多的技术问题，能够达到通过试验台模拟，受外界限制少，节省人力、物力和更加安全的技术效果。
-
公开(公告)号：CN108391249A
公开(公告)日：2018-08-10
申请号：CN201810068387.2
申请日：2018-01-24
Applicant: 长安大学
Abstract: 本发明提供了一种应用于车联网的交通感知路由方法，数据包通过在节点之间的转发从起始点传播至目的点，其中数据包的转发包括交叉口处的数据包转发和直路段内的数据包转发，在交叉口处转发时需根据数据收集包在交叉口处广播的每个路段的路况信息选择交叉口路段。本发明避免了链路不稳定，传输延迟大问题，并解决了地理路由中局部最优问题。
-
公开(公告)号：CN106781509A
公开(公告)日：2017-05-31
申请号：CN201710129358.8
申请日：2017-03-06
Applicant: 长安大学
Abstract: 本发明公开了一种基于V2V的协作式城市道路拥堵检测方法，将车辆行驶速度v和车流密度ρ作为交通拥堵水平的影响因素，输入到模糊控制器中得到本地的交通拥堵水平，当有车辆O检测到有交通拥堵发生时，启动拥堵判决过程，即检测到有拥堵的车辆O向其邻居表中的车辆发送拥堵查询消息，邻居表中的车辆根据其拥堵判决结果向车辆O回复拥堵验证消息。未检测到交通拥堵时，车辆之间仅互相发送其位置信息，因此能够有效抑制网络过载，这种由车辆O和邻居表中的车辆协作完成交通拥堵检测的机制，显著提高了车辆检测交通拥堵的准确性。模糊控制器输出交通拥堵水平值为连续值，精准地反映了交通拥堵的级别，并且车辆O根据位置信息计算出拥堵区域和拥堵长度。
-
公开(公告)号：CN106407315A
公开(公告)日：2017-02-15
申请号：CN201610783688.4
申请日：2016-08-30
Applicant: 长安大学
CPC classification number: G01C11/08 , G01C21/26 , G06F16/583 , G06K9/00791 , G06K9/4671 , G06K9/6201
Abstract: 本发明公开了一种基于街景图像数据库的车辆自主定位方法，包括步骤1，使用相机采集场景图像，提取采集的图像的主颜色特征向量信息、SURF特征点和位置信息存储在数据库中；步骤2，将车辆行驶中拍摄的图像作为待匹配图像，提取待匹配图像的主颜色特征向量，通过计算待匹配图像的主颜色特征向量与原数据库中图像主颜色特征向量的相似度，得到初始匹配图像，提取初始匹配图像的位置信息，初步确定车辆的位置；步骤3，提取初始匹配图像的邻域图像，组成搜索空间，将待匹配图像与搜索空间的图像进行特征点匹配，得到最佳匹配图像，提取最佳匹配图像的拍摄位置坐标和其八邻域位置坐标，计算各个坐标的权重，再通过公式计算出车辆位置的精确坐标。
-
公开(公告)号：CN106204705A
公开(公告)日：2016-12-07
申请号：CN201610529212.8
申请日：2016-07-05
Applicant: 长安大学
CPC classification number: G06T15/00 , G06T17/005
Abstract: 本发明公开了一种基于多线激光雷达的3D点云分割方法，包括步骤：1)利用多线激光雷达扫描360°范围内的3D点云数据,建立笛卡尔坐标系OXYZ，将3D点云数据转换到笛卡尔坐标系下，对笛卡尔坐标系下的3D点云数据进行预处理，确定3D点云数据中的感兴趣区域；2)利用近邻点的统计特性滤除感兴趣区域中的悬空障碍点；3)构建极坐标网格地图，将滤除悬空障碍点后的3D点云数据映射到极坐标网格地图中，然后从极坐标网格地图中的3D点云数据中分割出非地面点云数据；4)将非地面点云数据利用八叉树进行体素化，采用基于八叉树体素网格的区域生长方法进行聚类分割。本发明能提高运算效率，检测精度高，可靠性强，可以广泛在车辆环境感知技术领域中应用。
-
Patent Agency Ranking
公开(公告)号：CN103605960B
公开(公告)日：2016-09-28
申请号：CN201310578627.0
申请日：2013-11-15
Applicant: 长安大学
Abstract: 本发明提供一种基于不同焦距视频图像融合的交通状态识别方法，通过对不同焦距的视频图像进行背景差法和自动背景更新算法检测运动区域，分别计算灰度特征参数和速度特征参数，然后通过BP神经网络对大量的灰度特征参数和速度特征参数数据进行训练，从而实现交通状态的识别。实验结果表明，本方法能够较好通过交通视频流识别出交通状况，并且易于实现、准确性较高，对促进交通诱导系统的研究和应用、解决城市中交通拥堵问题具有较高的应用价值。
-
公开(公告)号：CN105069774A
公开(公告)日：2015-11-18
申请号：CN201510375307.4
申请日：2015-06-30
Applicant: 长安大学
CPC classification number: G06K9/6217
Abstract: 本发明公开了一种基于多示例学习与图割优化的目标分割方法：步骤1：对训练图像采用多示例学习的方法进行显著模型建模，并利用显著模型对测试图像中的包和示例进行预测，得到测试图像的显著性检测结果；步骤2：将测试图像的显著性检测结果引入图割框架，依据示例特征矢量与示例包的标记对图割框架进行优化，求解图割优化的次优解，得到目标的精确分割。本发明采用多示例学习的方法建立显著性检测模型，使其适合特定种类的图像，并将显著性检测的结果用于基于图论的图像分割方法中以指导图像分割，对图割模型框架环节进行了优化，并采用凝聚层次聚类算法求解，使得分割结果能更好地符合语义感知的输出，得到精确的目标分割结果。
-
公开(公告)号：CN102831600B
公开(公告)日：2015-07-29
申请号：CN201210257591.1
申请日：2012-07-24
Applicant: 长安大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于加权割合并的图像层次分割方法：步骤1：以图像的像素为顶点构造赋权图，构建无向权图的加权割合并的代价函数；步骤2：选取种子点，定义稀疏插值矩阵，更新与合并种子点所代表类的权值，层次迭代得到优化的相似矩阵，使原始图像在不同层次粗化，直至得到突显兴趣区域停止迭代，求解优化代价函数所表示的特征系统，得到无向赋权图中突显兴趣区域的粗分割；步骤3：针对突显兴趣区域进行从上到下扫描边界，采用的逆插值方法进行边界合并，得到图像的最优分割。本发明改进了归一化割的图像分割方法，采用了归一化割框架体系的思想，大大的提高了图像的分割效果，在子图边缘处分割效果的改进尤为明显。
-
公开(公告)号：CN103605960A
公开(公告)日：2014-02-26
申请号：CN201310578627.0
申请日：2013-11-15
Applicant: 长安大学
Abstract: 本发明提供一种基于不同焦距视频图像融合的交通状态识别方法，通过对不同焦距的视频图像进行背景差法和自动背景更新算法检测运动区域，分别计算灰度特征参数和速度特征参数，然后通过BP神经网络对大量的灰度特征参数和速度特征参数数据进行训练，从而实现交通状态的识别。实验结果表明，本方法能够较好通过交通视频流识别出交通状况，并且易于实现、准确性较高，对促进交通诱导系统的研究和应用、解决城市中交通拥堵问题具有较高的应用价值。
-
公开(公告)号：CN103499350A
公开(公告)日：2014-01-08
申请号：CN201310455813.5
申请日：2013-09-28
Applicant: 长安大学
IPC: G01C21/24
CPC classification number: G01C21/30
Abstract: 本发明公开了一种GPS盲区下融合多源信息的车辆高精度定位方法及装置，该方法捷联矩阵算法根据陀螺仪输出的角速率信息、加速度计输出的加速度信息计算得出INS车辆位置信息与通过路面匹配技术得到的定位信息，采用卡尔曼滤波算法进行融合从而输出最终融合定位信息。由于INS定位算法具有累积误差，该方法在道路旁边设置锚节点重新校正车辆位置信息。通过该方法可得到稳定、可靠、高精度的车辆高精度位置信息，适用于楼宇密集的城市道路、山区、隧道等无GPS信号环境。
-
-
-
-
-
-
-
-
-
Search Results
230
records
(took 0.04 seconds)
