-
公开(公告)号:CN119785316A
公开(公告)日:2025-04-08
申请号:CN202510266871.6
申请日:2025-03-07
Applicant: 安徽省公共气象服务中心 , 安徽气象信息有限公司
IPC: G06V20/56 , B60W50/14 , G06V10/143 , G06V10/44 , G06V10/54 , G06V10/764 , G06V20/58 , G01W1/02
Abstract: 本发明涉及天气数据处理技术领域,具体涉及一种冰雪路面识别方法及装置,所述方法包括通过车载摄像头获取道路可见光视频与热红外视频,基于可见光视频与热红外视频获取图像数据和车道线数据;向路侧气象站发送请求,获取路侧气象站的气象数据;基于如下算式计算每个车道的总分:积雪总分i=第一图像数据得分i×w1+第一气象数据得分i×w2+第一车道线数据得分i×w3,i表示第i车道;当积雪总分i≥0.7时,判定为积雪路面;当有积雪总分小于0.7的车道时,向驾驶员推荐该车道,当所有车道积雪总分均≥0.7,向驾驶员推荐总分最低的车道。本发明不需要沿道路布设大量传感器,同时结合车道线信息提升了识别的准确性。
-
公开(公告)号:CN119719960A
公开(公告)日:2025-03-28
申请号:CN202510227796.2
申请日:2025-02-28
Applicant: 安徽省公共气象服务中心 , 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2415 , G06F18/25 , G06F18/27
Abstract: 本发明涉及天气数据处理技术领域,具体涉及一种基于电场数据的闪电预报及无人机路线推荐方法,包括输出巡检线路段上每一段线路上出现闪电的第一概率;输出巡检线路段上每一段线路上出现闪电的第二概率;实时融合第一概率和第二概率,获取融合后的第三概率;判断每一段线路上出现闪电的第三概率是否超过预定值,当判断至少有一段线路上出现闪电的第三概率超过预定值时,将第三概率超过预定值的线路段的区域位置发送给无人机控制模块,通过无人机控制模块基于区域位置规划无人机航线获得第二航线。本发明可以根据实时预测的闪电情况及时的更改航线,使得无人机可以避开出现闪电概率较大的位置,从而降低无人机被闪电击中的情况出现。
-
公开(公告)号:CN109543764B
公开(公告)日:2023-06-16
申请号:CN201811438885.8
申请日:2018-11-28
Applicant: 安徽省公共气象服务中心 , 安徽大学
IPC: G06F18/2411 , G06F40/30 , G06F40/284 , G06F18/214
Abstract: 本发明提供一种基于智能语义感知的预警信息合法性检测方法及检测系统,包括:S1:基于深度学习的垂直领域预警文本多标准分词算法;S2:基于人机耦合形式的白名单构建与实时更新方法;S3:在线非法字符匹配算法:利用多标准分词算法对待发布预警信息进行多标准分词获得候选字符集合,结合倒排索引与树状数据结构,设计大规模文本数据层级搜索与比对算法,通过与白名单的语义对比实现预警信息文本中的非法字符的快速定位与判断。优点为:以正向合法字(词)智能感知算法取代传统的反向非法字(词)搜索算法,可以达到非法字(词)100%检测效果。基于人机耦合形式的白名单构建与实时更新,可随着预警发布系统的不断使用逐步减少对人工的依赖。
-
公开(公告)号:CN109543764A
公开(公告)日:2019-03-29
申请号:CN201811438885.8
申请日:2018-11-28
Applicant: 安徽省公共气象服务中心 , 安徽大学
Abstract: 本发明提供一种基于智能语义感知的预警信息合法性检测方法及检测系统,包括:S1:基于深度学习的垂直领域预警文本多标准分词算法;S2:基于人机耦合形式的白名单构建与实时更新方法;S3:在线非法字符匹配算法:利用多标准分词算法对待发布预警信息进行多标准分词获得候选字符集合,结合倒排索引与树状数据结构,设计大规模文本数据层级搜索与比对算法,通过与白名单的语义对比实现预警信息文本中的非法字符的快速定位与判断。优点为:以正向合法字(词)智能感知算法取代传统的反向非法字(词)搜索算法,可以达到非法字(词)100%检测效果。基于人机耦合形式的白名单构建与实时更新,可随着预警发布系统的不断使用逐步减少对人工的依赖。
-
公开(公告)号:CN113887532A
公开(公告)日:2022-01-04
申请号:CN202111362944.X
申请日:2021-11-17
Applicant: 安徽省公共气象服务中心
Abstract: 本发明涉及一种基于场景分类的高速公路积雪图像识别与订正方法,具体步骤如下:((1)对高速公路路面进行图像采集;(2)将采集的图像按照图像光照条件分为不同场景,挑选一部分包含不同场景的图像,并对挑选的图像进行场景类型标注,形成场景识别数据集;(3)对积雪覆盖进行等级划分,并对采集图像进行积雪覆盖等级标注;(4)构建深度神经网络模型并对网络参数进行训练;(5)对积雪图像识别结果订正。本发明能够利用交通摄像头采集的视频图像准确识别高速公路路面积雪覆盖程度,相比传统积雪监测设备,具有低成本、高精度的优势。
-
-
-
-