-
公开(公告)号：CN114240759A
公开(公告)日：2022-03-25
申请号：CN202111625882.7
申请日：2021-12-29
Applicant: 交通运输部公路科学研究所
Abstract: 本申请公开了一种车底成像处理方法及装置。该方法包括：使用鱼眼镜头采集货车底盘视频图像；提取鱼眼镜头采集的视频图像的关键帧；利用关键帧进行图像拼接。本申请提出了利用鱼眼相机获取货车底盘图像视频的方法，并利用等距投影模型对采集的底盘鱼眼图像进行畸变校正。本申请利用图像间的重叠度关系避免了采集图像分布不均匀对拼接结果带来的影响，实现了速度自适应的车辆底盘拼接。
-
公开(公告)号：CN115522437B
公开(公告)日：2024-05-10
申请号：CN202211210875.5
申请日：2022-09-30
Applicant: 交通运输部公路科学研究所
Abstract: 本发明公开一种路面激光高速弯沉仪弯沉测量性能的评价方法和装置。评价方法包括获取M个第一弯沉值和M个第二弯沉值，第一弯沉值和第二弯沉值分别为采用第一弯沉仪和路面激光高速弯沉仪对实际测试路的同一测点进行测量而输出的弯沉值；根据M个第一弯沉值，重构N条虚拟试验路，测点与第一弯沉值一一对应；根据M个第一弯沉值和N条虚拟试验路，确定与M个第一弯沉值在N条虚拟试验路上一一对应的M个第二弯沉值；根据在N条虚拟试验路上对应的M个第一弯沉值和M个第二弯沉值，对路面激光高速弯沉仪在每条虚拟试验路上的弯沉测量性能进行评价。通过上述方案更科学的评价了TSD的测量性能，并降低了评价TSD测量性能的实验要求。
-
公开(公告)号：CN116429023A
公开(公告)日：2023-07-14
申请号：CN202310420595.5
申请日：2023-04-19
Applicant: 交通运输部公路科学研究所
IPC: G01B11/25
Abstract: 本发明提供了一种路面三维数据测量系统及测量方法，所述路面三维数据测量系统包括线激光器、相机、导轨、支撑架、固定装置、刚性梁、上位机及驱动电机；其中，所述刚性梁支撑在所述支撑架上，所述固定装置通过所述导轨设置在所述刚性梁上；所述线激光器和所述相机被刚性固定在所述固定装置的两端构成一整体测量机构，所述整体测量机构通过所述驱动电机沿所述导轨可以在所述刚性梁前后移动；随着所述整体测量机构沿所述导轨移动，所述上位机触发所述相机采集形成连续的路面断面激光图像。本发明进一步提供一种曲面拼接测量方法，通过在两次测量的重叠区域设置关键点，并将两次或多次测得的曲面进行拼接，得到更大范围的道路曲面测量结果。
-
公开(公告)号：CN119380552A
公开(公告)日：2025-01-28
申请号：CN202411898005.0
申请日：2024-12-23
Applicant: 交通运输部公路科学研究所
IPC: G08G1/01 , G08G1/04 , G08G1/048 , G06F18/15 , G06F18/214 , G06F18/2431 , G06F18/2433 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了基于大数据人工智能分析的智能车数据采集方法及系统，包括获取行车过程的传感数据和状态数据，整合所述扫描数据，对所述环境图像进行图像提取获得驾驶环境数据，构建用户驾驶环境数据共享平台并匹配区域驾驶环境数据，筛选所述区域驾驶环境数据，根据所述区域驾驶环境数据筛选结果确定车辆状态因子，根据所述区域驾驶环境数据和所述车辆状态因子构建智能车路评分模型，将行车过程的传感数据和状态数据输入所述智能车路评分模型获得车路评分，根据所述车路评分进行智能车数据采集。该方法不仅可以智能车数据采集的效率和准确性，同时具有较好的可解释性，可以直接应用于智能车数据采集系统中。
-
公开(公告)号：CN114481769B
公开(公告)日：2022-11-08
申请号：CN202210117166.6
申请日：2022-02-08
Applicant: 交通运输部公路科学研究所
IPC: E01C23/01
Abstract: 本申请公开了一种激光式高速弯沉测定仪弯沉校准装置及方法。该装置包括刚性支撑、转动盘、驱动系统以及弯沉校准单元；刚性支撑上安装有转动盘，驱动系统驱动转动盘旋转，所述转动盘上表面沿圆周方向加工为具有斜率的斜面；弯沉校准单元，用于根据测量弯沉值以及理论弯沉值校准激光式高速弯沉测定仪；其中激光式高速弯沉测定仪中的激光多普勒测振仪发射的激光入射到旋转的转动盘上表面，从而得到所述测量弯沉值；弯沉校准单元根据转动盘倾角、转动角速度、以及激光入射点与转动盘回转中心的距离计算理论弯沉值。本申请实现了激光式高速弯沉测定仪测量结果的无损校准。
-
Patent Agency Ranking
公开(公告)号：CN119557819B
公开(公告)日：2025-04-22
申请号：CN202510128990.5
申请日：2025-02-05
Applicant: 交通运输部公路科学研究所
IPC: G06F18/2433 , G06F18/23 , G06Q50/40
Abstract: 本发明公开了基于人工智能的智能车驾驶数据异常场景提取方法及系统，涉及数据分析领域，包括调取各智能车的基础信息，得到各智能车的异常风险评估值；匹配得到各智能车的驾驶数据提取比例；获取各智能车的驾驶数据包，统计综合场景数据，处理后导入至集成AI云计算中心；本发明通过基于人工智能的智能车驾驶数据异常场景提取方法从多个数据传输终端获取智能车基础信息，分析并评估异常风险，动态调整数据提取比例，高效识别风险车辆。利用专业模块挖掘数据特征，并通过聚类分析标注异常场景，提升数据分析效率。
-
公开(公告)号：CN119783568A
公开(公告)日：2025-04-08
申请号：CN202510298092.4
申请日：2025-03-13
Applicant: 交通运输部公路科学研究所
IPC: G06F30/27 , G06F30/15 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F111/04
Abstract: 本发明公开了一种基于深度学习的智能车极端测试场景生成方法，包括以下步骤：搭建混合对抗生成网络场景；数据采集与预处理；动态对抗训练；模拟极端测试：一种基于深度学习的智能车极端测试场景生成系统，包括混合对抗生成网络模型、数据输入模块、预处理模块、边缘云模块和交互模块，本发明采用对抗生成网络与变分自编码器进行深度耦合模型，并且双通道对抗机制使生成场景的风险可控性较高，进行动态对抗训练；对于真实的多源数据集进行增强与标注，通过点云缺失区域特征补全算法，使点云数据完整度较高，动态障碍物建模引入社会力模型有效的模拟动态的风险进入；多模态风险评估网络提高评估准确率。
-
公开(公告)号：CN119380552B
公开(公告)日：2025-04-04
申请号：CN202411898005.0
申请日：2024-12-23
Applicant: 交通运输部公路科学研究所
IPC: G08G1/01 , G08G1/04 , G08G1/048 , G06F18/15 , G06F18/214 , G06F18/2431 , G06F18/2433 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了基于大数据人工智能分析的智能车数据采集方法及系统，包括获取行车过程的传感数据和状态数据，整合所述扫描数据，对所述环境图像进行图像提取获得驾驶环境数据，构建用户驾驶环境数据共享平台并匹配区域驾驶环境数据，筛选所述区域驾驶环境数据，根据所述区域驾驶环境数据筛选结果确定车辆状态因子，根据所述区域驾驶环境数据和所述车辆状态因子构建智能车路评分模型，将行车过程的传感数据和状态数据输入所述智能车路评分模型获得车路评分，根据所述车路评分进行智能车数据采集。该方法不仅可以智能车数据采集的效率和准确性，同时具有较好的可解释性，可以直接应用于智能车数据采集系统中。
-
公开(公告)号：CN119557819A
公开(公告)日：2025-03-04
申请号：CN202510128990.5
申请日：2025-02-05
Applicant: 交通运输部公路科学研究所
IPC: G06F18/2433 , G06F18/23 , G06Q50/40
Abstract: 本发明公开了基于人工智能的智能车驾驶数据异常场景提取方法及系统，涉及数据分析领域，包括调取各智能车的基础信息，得到各智能车的异常风险评估值；匹配得到各智能车的驾驶数据提取比例；获取各智能车的驾驶数据包，统计综合场景数据，处理后导入至集成AI云计算中心；本发明通过基于人工智能的智能车驾驶数据异常场景提取方法从多个数据传输终端获取智能车基础信息，分析并评估异常风险，动态调整数据提取比例，高效识别风险车辆。利用专业模块挖掘数据特征，并通过聚类分析标注异常场景，提升数据分析效率。
-
公开(公告)号：CN116433527A
公开(公告)日：2023-07-14
申请号：CN202310419497.X
申请日：2023-04-19
Applicant: 交通运输部公路科学研究所
Abstract: 本发明提供了一种路面线激光提取装置及方法，所述方法包括：图像滤波步骤，具体包括对采集的路面激光线图像进行归一化处理，使图像灰度值在0‑255之间；采用宽度大于高度的矩形高斯平滑滤波器对归一化后的图像进行滤波；步骤2，非负特征强度计算步骤，步骤3，过零点快速提取步骤。所述线激光提取方法能精确、自动、实时地提取激光线，具有很强的鲁棒性。而且检测识别精度可达像素级及更精细的亚像素级，这为后续的路面三维高程计算提供了精确的、可靠的数据和测量精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.031 seconds)
