一种基于激光点云的普通干线公路违建自动化排查方法

    公开(公告)号:CN117789035A

    公开(公告)日:2024-03-29

    申请号:CN202410016074.8

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于激光点云的普通干线公路违建自动化排查方法,包括:基于车载激光点云扫描数据,进行普通干线公路道路几何边界的提取,框选公路用地范围;计算建筑物/构筑物点云与边缘线的相对距离,提取处于公路及公路建筑控制区范围内的激光点云;剔除原始点云数据中的粗差点和局部离群点,实现违建对象整体有效点云提取;基于改进DBSCAN的点云聚类分割对滤波后的非地面点云进行聚类分割,把各个地物点云分割为独立的违建待识别对象;基于特征构建违建知识库并识别违建物类型;基于ATD文件和违建物点云识别结果,进行违建物图像再识别。本发明为准确、高效的普通干线公路违法建筑自动化排查和后续治理有力的技术支撑。

    基于改进YOLOv5网络模型的车辆感知方法

    公开(公告)号:CN115171059A

    公开(公告)日:2022-10-11

    申请号:CN202210856506.7

    申请日:2022-07-20

    Applicant: 东南大学

    Inventor: 赵池航 诸雨 刘洋

    Abstract: 本发明公开了基于改进YOLOv5网络模型的车辆感知方法,包括:在现有成熟的YOLOv5模型基础上,通过对模型特征提取网络引入CA注意力机制模块,同时对模型添加一组锚框和检测层,构造了适用于高速公路场景下的车辆检测和车型分类模型。本发明通过深度学习网络的紧密结合,将其应用于高速公路车辆感知领域可以大大提高车型识别的准确率和实时性,对高速运营管理提供技术支持。

    基于Stacking集成学习的农村公路路况指标数据质量修复方法与系统

    公开(公告)号:CN118568079A

    公开(公告)日:2024-08-30

    申请号:CN202410606650.4

    申请日:2024-05-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于Stacking集成学习的农村公路路况指标数据质量修复方法与系统,包括:对农村公路路况指标数据进行异常清洗,并对数据缺失模式进行划分;对于源头缺失模式的数据,根据病害内在关联和路面衰变规律构建填补特征集;对于子指标缺失模式的数据,根据路面衰变规律构建填补特征集;对于填补特征集,采用Lasso回归算法进行变量选择,得到降维后的修补组合;基于Stacking集成模型,依据降维后的修补组合进行农村公路自动化检测指标数据填补。本发明针对数据采集和数据清洗等过程导致路况指标数据缺失的问题,提出科学合理的数据填补方法,能够实质性改善数据质量,为低等级农村公路的技术状况评定、养护管理等工作提供坚实的技术和数据支撑。

Patent Agency Ranking