-
公开(公告)号：CN113393676A
公开(公告)日：2021-09-14
申请号：CN202110643809.6
申请日：2021-06-09
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于无人机视觉和毫米波雷达的交通检测方法及装置。该方法用于目标路段的交通信息检测，目标路段包括连续的第一/第二目标路段，方法包括：利用毫米波雷达检测历史时段内第一目标路段的目标车辆数量以及每辆目标车辆的速度，得到标准车流密度与标准车流速的关系曲线；分别利用毫米波雷达和无人机采集当前时刻第一目标路段的目标车辆信息，判断两者是否匹配；若匹配，则利用毫米波雷达采集的当前时刻的目标车辆信息得到第一目标路段的车流密度以及车流速；利用无人机采集的当前时刻第二目标路段的目标车辆信息，结合关系曲线，计算得到第二目标路段的车流密度以及车流速。实现了交通信息数据的精确性检测。
-
公开(公告)号：CN116502740A
公开(公告)日：2023-07-28
申请号：CN202211226583.0
申请日：2022-10-09
Applicant: 东北林业大学
Abstract: 本发明涉及一种交通流参数混合预测方法和装置，属于智能交通技术领域，解决现有预测方法中模型校准耗时长，无法实时反应道路偶发情况的问题。方法包括：选择待预测路段AB并获取待预测路段的网格点A处的实时交通流数据和网格点B处的历史交通流数据；建立GKT宏观交通流模型并将A处的实时交通流数据输入该模型以预测B处的未来交通流数据作为宏观交通流模型预测结果U1；建立并训练LSTM深度学习模型，利用模型对B处的未来交通流数据进行预测作为深度学习模型预测结果U2；利用线性卡尔曼滤波器将宏观交通流模型预测结果U1与深度学习模型预测结果U2融合为B的未来交通流参数的最终预测结果U3。宏观与深度学习模型的优势被集中和相互补充。
-
公开(公告)号：CN113393676B
公开(公告)日：2022-05-31
申请号：CN202110643809.6
申请日：2021-06-09
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于无人机视觉和毫米波雷达的交通检测方法及装置。该方法用于目标路段的交通信息检测，目标路段包括连续的第一/第二目标路段，方法包括：利用毫米波雷达检测历史时段内第一目标路段的目标车辆数量以及每辆目标车辆的速度，得到标准车流密度与标准车流速的关系曲线；分别利用毫米波雷达和无人机采集当前时刻第一目标路段的目标车辆信息，判断两者是否匹配；若匹配，则利用毫米波雷达采集的当前时刻的目标车辆信息得到第一目标路段的车流密度以及车流速；利用无人机采集的当前时刻第二目标路段的目标车辆信息，结合关系曲线，计算得到第二目标路段的车流密度以及车流速。实现了交通信息数据的精确性检测。
-
-
Search Results
3
records
(took 0.023 seconds)
