-
公开(公告)号：CN113223305B
公开(公告)日：2022-09-06
申请号：CN202110324649.9
申请日：2021-03-26
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
Abstract: 本发明公开了基于强化学习的多路口交通灯控制方法、系统及存储介质，通过构建并训练以MADDPG为框架，以多路口交通灯系统控制的多个路口的车流数据作为输入状态，以输入状态对应的信号灯的时序调控动作为输出动作，以t时刻的历史输入状态、历史输入状态对应的历史输出动作、历史输出动作对应的奖赏值、t+1时刻的历史输入状态以及t时刻的历史输入状态对应的历史输出动作平均值作为训练样本的多智能体强化模型，并基于多智能体强化模型获取多路口交通灯系统的最优控制动作，相比现有技术，该方法在训练时将智能体之间的相互影响简化为动作平均值，极大地简化了智能体数量带来的模型空间的增大，能有效缩短解算时间。
-
公开(公告)号：CN113011699B
公开(公告)日：2024-06-28
申请号：CN202110129667.1
申请日：2021-01-29
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06N3/006
Abstract: 本发明公开了基于关键交叉口识别的交通网络动态子区划分方法及系统，通过获取并根据交通网络中各个交叉口的全局特性指标、局部特性指标以及实时交通特性指标识别交通网络的实时关键交叉口；根据实时关键交叉口对交通网络进行初步划分，得到交通网络的初步子区；构建细分目标函数，以各个初步子区的交通效益及网络划分指标全局最优为目标，使用所述细分目标函数分别对各个初步子区进一步细分，得到所述交通网络的实时动态子区，本发明在划分子区时引入了交通网络中各个交叉口的全局特性指标、局部特性指标以及实时交通特性指标识别交通网络的实时关键交叉口，能解决以关键交叉口为核心的子区内的交通拥堵问题。
-
公开(公告)号：CN113223305A
公开(公告)日：2021-08-06
申请号：CN202110324649.9
申请日：2021-03-26
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
Abstract: 本发明公开了基于强化学习的多路口交通灯控制方法、系统及存储介质，通过构建并训练以MADDPG为框架，以多路口交通灯系统控制的多个路口的车流数据作为输入状态，以输入状态对应的信号灯的时序调控动作为输出动作，以t时刻的历史输入状态、历史输入状态对应的历史输出动作、历史输出动作对应的奖赏值、t+1时刻的历史输入状态以及t时刻的历史输入状态对应的历史输出动作平均值作为训练样本的多智能体强化模型，并基于多智能体强化模型获取多路口交通灯系统的最优控制动作，相比现有技术，该方法在训练时将智能体之间的相互影响简化为动作平均值，极大地简化了智能体数量带来的模型空间的增大，能有效缩短解算时间。
-
公开(公告)号：CN117037269A
公开(公告)日：2023-11-10
申请号：CN202310959020.0
申请日：2023-08-01
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
IPC: G06V40/20 , G06V20/40 , G06V20/52 , G06V10/25 , G06V10/62 , G06V10/82 , G06V10/94 , G06T7/246 , G06T7/269
Abstract: 本发明公开了一种轻量级政务大厅中人员异常行为监测方法，包括：S1、在边缘服务器中创建人员异常行为有效数据集和危险区域范围信息集；S2、采集预设区域范围的视频流发送至边缘计算服务器；S3、边缘计算服务器将接收到的视频流进行逐帧分解得到图像，将图像进行尺寸调整后输入目标检测模型，得到每个预测框的位置坐标、类别信息和置信度值；S4、进行目标跟踪；将每个预测框的位置坐标进行处理得到归一化位置坐标；对置信度值满足预设阈值的预测框的边界框进行非极大值抑制处理；S5、模型输出预测目标及目标行为结果，与人员异常行为有效数据集和危险区域范围信息集进行对比分析，输出监测结果。本发明还公开了用于本发明方法的系统。
-
公开(公告)号：CN113160585B
公开(公告)日：2022-09-06
申请号：CN202110312268.9
申请日：2021-03-24
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
Abstract: 本发明公开了交通灯配时优化方法、系统及存储介质，通过将路口的历史车辆数据输入交通灯配时优化模型中，得到历史车辆数据对应的初步调控动作；计算并根据交通灯各个相位对应方向的车道压力确定历史车辆数据对应的辅助调控动作；再根据初步调控动作和辅助调控动作确定历史车辆数据对应的最优调控动作，使用最优调控动作对历史车辆数据进行标记，使用标记后的历史车辆数据对交通灯配时优化模型进行再次训练，获取交通灯各个相位对应方向的实时车辆数据，将实时车辆数据输入再次训练好的交通灯配时优化模型中，得到交通灯实时最优控制动作。通过路口的车道压力对交通灯配时优化模型进行辅助训练，使得该模型制定动作能有效缓解路口拥堵车道压力。
-
Patent Agency Ranking
公开(公告)号：CN113011699A
公开(公告)日：2021-06-22
申请号：CN202110129667.1
申请日：2021-01-29
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
Abstract: 本发明公开了基于关键交叉口识别的交通网络动态子区划分方法及系统，通过获取并根据交通网络中各个交叉口的全局特性指标、局部特性指标以及实时交通特性指标识别交通网络的实时关键交叉口；根据实时关键交叉口对交通网络进行初步划分，得到交通网络的初步子区；构建细分目标函数，以各个初步子区的交通效益及网络划分指标全局最优为目标，使用所述细分目标函数分别对各个初步子区进一步细分，得到所述交通网络的实时动态子区，本发明在划分子区时引入了交通网络中各个交叉口的全局特性指标、局部特性指标以及实时交通特性指标识别交通网络的实时关键交叉口，能解决以关键交叉口为核心的子区内的交通拥堵问题。
-
公开(公告)号：CN113160585A
公开(公告)日：2021-07-23
申请号：CN202110312268.9
申请日：2021-03-24
Applicant: 中南大学 , 禾麦科技开发(深圳)有限公司
Abstract: 本发明公开了交通灯配时优化方法、系统及存储介质，通过将路口的历史车辆数据输入交通灯配时优化模型中，得到历史车辆数据对应的初步调控动作；计算并根据交通灯各个相位对应方向的车道压力确定历史车辆数据对应的辅助调控动作；再根据初步调控动作和辅助调控动作确定历史车辆数据对应的最优调控动作，使用最优调控动作对历史车辆数据进行标记，使用标记后的历史车辆数据对交通灯配时优化模型进行再次训练，获取交通灯各个相位对应方向的实时车辆数据，将实时车辆数据输入再次训练好的交通灯配时优化模型中，得到交通灯实时最优控制动作。通过路口的车道压力对交通灯配时优化模型进行辅助训练，使得该模型制定动作能有效缓解路口拥堵车道压力。
-
公开(公告)号：CN115019236A
公开(公告)日：2022-09-06
申请号：CN202210739096.8
申请日：2022-06-27
Applicant: 禾麦科技开发(深圳)有限公司
Inventor： 甘海洋
Abstract: 本发明涉及图像检测识别技术领域，公开了一种基于深度学习的玩手机与离岗检测报警系统及方法，包括监控摄像头、图像存储服务器以及后台管理服务器，监控摄像头均与图像存储服务器数据连接，图像存储服务器分别与后台管理服务器数据连接，图像存储服务器用于检测图像中的人体、手机目标，并标注他们的位置信息，再根据人体以及手机的位置信息来判断员工是否在玩手机或者离岗，在检测到员工玩手机、离岗的行为后，便将结果上传到后台管理服务器，后台管理服务器用于记录下该行为并实时展示，并告警通知管理员。本发明自动识别员工是否在玩手机、是否离岗，能够帮助管理人员实时监督员工在上班时间的工作情况。
-
公开(公告)号：CN112061905A
公开(公告)日：2020-12-11
申请号：CN202010923794.4
申请日：2020-09-04
Applicant: 禾麦科技开发(深圳)有限公司
Inventor： 甘海洋
Abstract: 本发明提供了一种电梯辅助调度方法及系统，所述方法包括，通过各个楼层侯梯厅安装的摄像机获取各个楼层侯梯厅的视频序列；对各个楼层侯梯厅的视频序列进行分析，识别出各个楼层侯梯厅的乘客；统计各个楼层侯梯厅的乘客人数，并将各个楼层侯梯厅的乘客人数发送给电梯控制系统；当电梯控制系统接收到任一楼层侯梯厅发送过来的电梯请求信号时，判断该电梯请求信号是否有效，若该楼层侯梯厅的乘客人数大于零，则响应该楼层侯梯厅的电梯请求，并调度电梯实施服务；若该楼层侯梯厅的乘客人数为零，则不响应该电梯请求，并清除该楼层侯梯厅的电梯请求信号。本发明的有益效果在于：有效避免了电梯的无效调度，提高了电梯运行效率，减少了能源消耗。
-
公开(公告)号：CN115116004B
公开(公告)日：2025-02-25
申请号：CN202210739172.5
申请日：2022-06-27
Applicant: 禾麦科技开发(深圳)有限公司
Inventor： 甘海洋
IPC: G06V20/52 , G06V20/40 , G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , H04N7/18 , H04N5/76
Abstract: 本发明涉及图像检测技术领域，公开了一种基于深度学习的办公区域异常行为检测系统及方法，该系统包括监控摄像头、图像存储服务器以及后台管理服务器，监控摄像头分别设置于办公区域内，监控摄像头用于监控办公区域内人员的行为情况，监控摄像头均与图像存储服务器数据连接，图像存储服务器分别与后台管理服务器数据连接，本发明能够自动识别办公区域中的人及其对应的行为，以及发生异常行为时对应的视频片段，并将其上传后台管理服务器，从而大大减少人工巡检工作量，实现办事窗口质量服务质量监督，有效地帮助企业提高工作效能。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.05 seconds)
