-
公开(公告)号：CN105069774B
公开(公告)日：2017-11-10
申请号：CN201510375307.4
申请日：2015-06-30
Applicant: 长安大学
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：CN119493381A
公开(公告)日：2025-02-21
申请号：CN202411610755.3
申请日：2024-11-12
Applicant: 长安大学
IPC: G05B17/02
Abstract: 本发明公开了一种虚拟无人机与实装无人机融合仿真方法及系统，涉及无人机建模与仿真技术领域，包括：获取实装无人机动力学参数信息以及设置于实装无人机上的传感器模块检测的实装无人机运动学参数信息；通过通讯模块将实装无人机动力学参数和实装无人机运动学参数发送至仿真平台；根据实装无人机动力学参数建立虚拟无人机模型；根据实装无人机运动学参数对虚拟无人机模型进行传感器配置；根据应用场景选择仿真环境实现虚拟无人机融合仿真。本发明通过精确的建模和真实的传感器参数配置与多传感器融合算法应用，本发明能够提供更高的仿真精度，使得虚拟无人机的飞行行为更接近实装无人机，增强了仿真结果的可靠性。
-
公开(公告)号：CN117807413A
公开(公告)日：2024-04-02
申请号：CN202310993736.2
申请日：2023-08-08
Applicant: 长安大学
IPC: G06F18/211 , G06N5/01 , G06N20/20 , G06N3/0455 , G06N3/047 , G06N3/096 , G06N3/049 , G08G1/01
Abstract: 本发明提供基于随机森林和改进的Informer模型的车辆换道轨迹预测方法，涉及交通车辆轨迹预测技术领域，包括如下的步骤：基于车载传感器和公开的自然驾驶数据集，采集车辆行车信息；对车辆行车信息进行预处理得到预处理车辆行车信息；对预处理车辆行车信息采用随机森林算法构建数据集；根据车辆数据的特点以及车辆换道轨迹预测需求通过训练模型预测车辆换道轨迹。本发明增加训练数据的丰富性，提高模型的泛化能力，采用属性随机选择技术避免了其他属性对于分类效果的影响，提高模型的鲁棒性，降低了发生过拟合的风险，降低模型运行的时间和资源消耗。
-
公开(公告)号：CN110197588B
公开(公告)日：2020-07-28
申请号：CN201910474883.2
申请日：2019-06-03
Applicant: 长安大学
Abstract: 本发明公开了一种基于GPS轨迹数据的大货车驾驶行为评估方法，包括以下步骤：从原始GPS数据中筛选待测车辆的所有行驶轨迹数据；对行驶轨迹数据进行处理获取有效行驶轨迹数据；对有效行驶轨迹数据进行分析处理，得到有效研究轨迹；计算有效研究轨迹的风险驾驶行为指标对驾驶行为进行评估。本发明还提出一种基于GPS轨迹数据的大货车驾驶行为评估装置。本发明对海量GPS原始数据进行挖掘，提取有效轨迹行程，并识别车辆运行主要路线，通过建立不同指标不同权重的大货车驾驶员的驾驶行为轨迹评分机制，可以准确还原行驶轨迹数据，提高划分行程轨迹的精确度，正确的提出驾驶安全评估参数，对潜在的风险驾驶行为以及过重的驾驶负荷进行评估。
-
公开(公告)号：CN111243260A
公开(公告)日：2020-06-05
申请号：CN202010049399.8
申请日：2020-01-16
Applicant: 长安大学
IPC: G08G1/00 , G08G1/0962 , G08G1/13
Abstract: 本发明公开了一种红绿灯排队等车提醒系统及方法，利用车载终端、路侧终端以及语音提醒装置形成车辆通过红绿灯路口时临时网络系统；语音提醒和车载终端均设置于车辆上；利用车载终端用于获取车辆位置信息，同时将车辆信息反馈至路侧终端；路侧终端设置于红绿灯路口，获取红绿灯状态信息，同时根据得到的同一车道上的车辆位置信息将同一车道上的车辆组成一个网络队列，当车辆所在车道绿灯通行时，路侧终端通过语音提醒装置将信息广播发送至该车道所在网络队列内的所有车辆，后面车辆收到通知以后，提前进行行车准备，可以有效降低后车催促鸣笛带来的噪音污染，同时可以让后面车辆及时做好行车准备，在红绿灯通行以后，加快通行效率，缓解城市拥堵。
-
Patent Agency Ranking
公开(公告)号：CN107240252A
公开(公告)日：2017-10-10
申请号：CN201710313966.4
申请日：2017-05-05
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明提供了一种交叉口的主动式车辆调度方法，该方法包括以下步骤：步骤一，监测车辆信息；步骤二，根据车辆信息组织车队；步骤三，整合同相位车队；步骤四，构造车队调度序列；步骤五，获得最优车队调度序列；步骤六，拆分重叠车队；步骤七，按照拆分策略进行主动式车辆调度；步骤八，无等待主动式车辆调度；步骤九，执行固定配时方案。本发明利用建立二叉树的方法进行车队调度序列的构造，进而寻找最小旅行时间对应的序列，其效率优于以全排列的形式逐一筛查。对于无法实现无等待通行的交通情景，提出了对重叠车队进行拆分的方法，通过该方法，对于符合条件的车辆分布，可实现其无等待通行，并获得最短的旅行时间。
-
公开(公告)号：CN115277722A
公开(公告)日：2022-11-01
申请号：CN202210890349.1
申请日：2022-07-27
Applicant: 长安大学
IPC: H04L67/1042 , H04L67/1074 , H04L41/14
Abstract: 本发明提供一种基于信誉值模型的DR‑PBFT改进算法，涉及区块链技术领域，包括：联盟服务器接收到客户端请求时，向在线节点数据库的在线节点征集共识节点；联盟服务器从共识节点中选择主节点，并向共识节点广播参与共识的共识节点和需要打包的交易信息；主节点对联盟服务器的交易信息进行打包并向其他共识节点广播；共识节点接收到主节点的广播的交易信息后进行验证并将验证结果发送至其他共识节点；共识节点全部确认打包后，向联盟服务器发送区块验证结果，联盟服务器收到共识成功后将打包的区块上链；对在线节点数据库的节点进行信誉值更新。本发明对节点赋予信誉值，在不减少共识安全性的情况下，减少通信次数，提高通信效率。
-
公开(公告)号：CN114093159A
公开(公告)日：2022-02-25
申请号：CN202010859650.7
申请日：2020-08-24
Applicant: 中兴通讯股份有限公司 , 长安大学
IPC: G08G1/01
Abstract: 本发明提供了一种信息传递方法、装置以及计算机可读存储介质。其中，所述信息传递方法，应用于第一车辆节点，包括：获取交通拥堵警告信息TCWM，TCWM携带有用于表示交通拥堵节点位置的第一信息；向距离第一车辆节点于第一预设范围内的第二车辆节点发送TCWM，以使第二车辆节点根据第一信息发出交通拥堵警告；其中，第一车辆节点与第二车辆节点的当前行驶方向不同，第一车辆节点远离交通拥堵节点行驶。本发明实施例中，能够将交通拥堵警告信息TCWM传递给可能行驶到拥堵区域内的车辆，从而能够在节省网络通信资源的前提下进行TCWM的准确及高效的传递。
-
公开(公告)号：CN113129612B
公开(公告)日：2021-12-17
申请号：CN202110424746.5
申请日：2021-04-20
Applicant: 长安大学
IPC: G08G1/08 , G07C11/00 , G01M17/007
Abstract: 本发明提供一种汽车安全性能检测线车辆预排队方法，包括以下步骤：获取待检测车辆节点的车辆检测任务；计算任意两个车辆节点的检测周转时间；通过调度算法对任一车辆节点形成该车辆节点的车辆排队顺序；对车辆排队顺序调整至所有的车辆排队顺序相同时，则为最优车辆检测排队序列并计算最短检测周转时间。本发明根据车辆检测任务对任意两个车辆节点计算两个车辆节点的检测周转时间，通过调度算法对车辆节点进行排序，使车辆节点在工位检测的时间最短，减少工位空闲等待时间，提高检测效率。
-
公开(公告)号：CN112382098B
公开(公告)日：2021-07-06
申请号：CN202110032765.3
申请日：2021-01-12
Applicant: 中兴通讯股份有限公司 , 长安大学
IPC: G08G1/01
Abstract: 本申请实施例涉及通信技术领域，公开了一种交通拥堵检测方法、装置、电子设备及存储介质。本申请实施例中的交通拥堵检测方法应用于路侧单元RSU，包括：获取驶入路侧单元RSU检测区域内各车辆的车辆信息；根据车辆信息计算第一拥堵指数；其中，第一拥堵指数用于表示RSU检测区域的交通拥堵情况；获取目标区域内各RSU的多个第一拥堵指数；其中，目标区域包括多个RSU检测区域；根据所述多个第一拥堵指数计算第二拥堵指数；其中，所述第二拥堵指数用于表示所述目标区域的交通拥堵情况。通过上述技术手段，使得交通数据的计算效率和稳定性提升，从而提高交通拥堵水平检测结果的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.019 seconds)
