-
公开(公告)号:CN119723934A
公开(公告)日:2025-03-28
申请号:CN202411813508.3
申请日:2024-12-11
Applicant: 哈尔滨工业大学
IPC: G08G1/14 , G08G1/01 , G06Q10/0637 , G06Q10/0631 , G06Q50/26
Abstract: 本发明涉及一种基于SWOT‑AHP分析法的城市居住用地路内停车管理方法,包括如下步骤:步骤1、基于ArcGIS和SWOT‑AHP对路内停车位进行选址;步骤2、对城市居住用地路内停车位数量进行规划;步骤3、计算城市居住用地路内停车位收费费率;步骤4、针对停车位的不同使用情况采取差异化罚款措施;步骤5、基于SWOT‑AHP分析法周期性评估管理效果,动态完善管理体系。本发明提出的城市居住用地路内停车管理体系能有效提高城市居住用地选址方法的动态活力,选址与数量规划策略可广泛应用于各种场景,为居住用地路内停车管理体系的自我动态维护与完善提供了全新、可靠的解决思路。
-
公开(公告)号:CN119785443A
公开(公告)日:2025-04-08
申请号:CN202411649672.5
申请日:2024-11-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种无人机路内停车收费管理系统的巡检时间动态计算方法,包括以下步骤:步骤一、基于历史停车数据拟合路内停车区域的车辆到达和停车时长的概率密度函数;步骤二、基于无人机巡检的实时车辆信息计算车辆的已停时长;步骤三、基于贝叶斯定理计算巡检时间区间内所有车位状态的改变概率;步骤四、基于路内收费规则建立停车收益最大化模型;步骤五、基于双重模拟退火算法求解停车收益最大化模型,得到无人机动态巡检的起飞时间。本发明可与现有的基于自主巡检无人机的路内停车收费管理系统配套使用,有效地、实时地、动态地计算无人机的巡检时间,提高该系统的经济性和科学性,帮助该系统在实际商业化场景中应用,有效地落地实施。
-
公开(公告)号:CN119763079A
公开(公告)日:2025-04-04
申请号:CN202411842252.9
申请日:2024-12-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于小样本条件的非驾驶姿态识别方法,涉及交通安全技术领域,针对现有技术中由于现有数据集难以覆盖L3级自动驾驶场景下驾驶员的所有非驾驶姿态类别,因此导致现有模型非驾驶姿态识别准确率低的问题,本申请在L3级自动驾驶条件下,构建了小样本非驾驶姿态基准库,基于3D卷积神经网络对驾驶员的非驾驶姿态进行特征提取,并利用度量学习方法构建了小样本非驾驶姿态识别模型。本申请技术方案可对小样本条件下采集的视频数据进行非驾驶姿态识别,降低了模型迁移泛化对非驾驶姿态类别样本数量的依赖性,有利于缓解识别中部分类别缺乏样本的问题。进而提升了非驾驶姿态的识别准确率。
-
-