-
公开(公告)号：CN112307921B
公开(公告)日：2022-05-17
申请号：CN202011141884.4
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种车载端多目标识别跟踪预测方法，该方法是基于YOLOv5s（You Only Look Once v5s）和FairMOT（Fair Multi‑Object Tracking）融合的车载端多目标识别跟踪预测方法，通过使用YOLOv5s深度学习对象检测技术快速准确实时地检测道路前方车辆、行人、障碍物等，并将YOLOv5s模型融入FairMOT架构检测模块在单个网络中进行目标检测和重新识别跟踪，实现道路上车辆前方交通目标的位置检测、类型识别、多目标运动轨迹跟踪，从而达到对车辆前方交通目标换道、跟驰、减速等驾驶行为的预测。
-
公开(公告)号：CN110555990A
公开(公告)日：2019-12-10
申请号：CN201910809828.4
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于LSTM神经网络的有效停车时空资源预测方法，首先，根据不同日子特性条件下的历史数据，采用LSTM神经网络建立停车时长预测模型，对未来某一时段内进场车辆的停车时长进行预估，得到预估消耗的停车资源；其次，建立下一时段内有效停车时空资源预测模型，通过综合当前统计时段内，进出场车辆与不出场车辆的时空利用数据信息，结合前一时段有效停车时空资源量，计算出下一时段的有效停车时空资源量。本发明方法提出两个模型以从时空资源的角度去呈现和计算停车场资源，模型鲁棒性好，预测结果精确度较高，对未来停车场实现高度共享和智慧化的停车预约服务与停车资源调度分配奠定了理论基础。
-
公开(公告)号：CN112215071A
公开(公告)日：2021-01-12
申请号：CN202010948875.X
申请日：2020-09-10
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学
Abstract: 本发明涉及异质交通流下自动驾驶车载多目标耦合识别与追踪方法，所述的识别与追踪方法包括车载嵌入式应用程序资源调度器建立步骤，包括对驾驶场景识别模型进行模型剪枝和复原处理，建立一个支撑深度学习模型应用程序动态的资源分配框架；建立深度学习模型运行资源分配调度器，通过资源调度器为并发运行的深度学习模型灵活的分配资源，输出优化的调度方案。本发明可以降低深度学习模型在移动视觉设备上的内存占用与切换能耗，提供灵活的资源分配与准确率权衡，降低处理延迟，提高自动驾驶汽车的多目标识别的效率，使得汽车自动驾驶时在车路协同的处理方面更为及时和准确，进一步提高了自动驾驶汽车的安全性和在交通领域的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN108597218A
公开(公告)日：2018-09-28
申请号：CN201810604574.8
申请日：2018-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于车辆监控和车联网技术的路径规划与车辆速度优化装置，包括车辆监控综合指数确定模块和分别与该模块连接的修养指数确定模块、车技指数确定模块、省油指数确定模块、平稳指数确定模块、性能指数确定模块、车内环境指数确定模块、车联网信息指数确定模块、路径规划模块及速度优化模块。本装置通过传感器监控车辆信息，并对车辆进行分析和评估以确定车辆实时运行状态的车辆监控综合指数；通过车联网获得实时路网信息，对交通情况进行分析和评估以确定车辆行驶前方的实时道路交通状态指数，为驾驶员提供合理的路径规划建议和速度优化建议。
-
公开(公告)号：CN110555990B
公开(公告)日：2021-04-13
申请号：CN201910809828.4
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于LSTM神经网络的有效停车时空资源预测方法，首先，根据不同日子特性条件下的历史数据，采用LSTM神经网络建立停车时长预测模型，对未来某一时段内进场车辆的停车时长进行预估，得到预估消耗的停车资源；其次，建立下一时段内有效停车时空资源预测模型，通过综合当前统计时段内，进出场车辆与不出场车辆的时空利用数据信息，结合前一时段有效停车时空资源量，计算出下一时段的有效停车时空资源量。本发明方法提出两个模型以从时空资源的角度去呈现和计算停车场资源，模型鲁棒性好，预测结果精确度较高，对未来停车场实现高度共享和智慧化的停车预约服务与停车资源调度分配奠定了理论基础。
-
公开(公告)号：CN112307921A
公开(公告)日：2021-02-02
申请号：CN202011141884.4
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种车载端多目标识别跟踪预测方法，该方法是基于YOLOv5s（You Only Look Once v5s）和FairMOT（Fair Multi‑Object Tracking）融合的车载端多目标识别跟踪预测方法，通过使用YOLOv5s深度学习对象检测技术快速准确实时地检测道路前方车辆、行人、障碍物等，并将YOLOv5s模型融入FairMOT架构检测模块在单个网络中进行目标检测和重新识别跟踪，实现道路上车辆前方交通目标的位置检测、类型识别、多目标运动轨迹跟踪，从而达到对车辆前方交通目标换道、跟驰、减速等驾驶行为的预测。
-
公开(公告)号：CN112215073A
公开(公告)日：2021-01-12
申请号：CN202010948892.3
申请日：2020-09-10
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学
Abstract: 本发明涉及高速运动场景下的交通标线快速识别与循迹方法，所述标线识别与循迹方法包括输入数据预处理步骤、特征提取网络和特征融合网络构建步骤以及目标实时追踪步骤；所述特征融合网络构建包括：通过自底向上的连接、自顶向下的连接以及横向连接的网络结构将不同层的特征图融合到一起，构建网络内的特征金字塔，得到能够获取目标位置信息即准确语义信息又多的特征图的网络。本发明通过车载专用摄像头获取车前道路环境，面对高速情况下反馈时间短、车道特征模糊等问题，通过对于图像的语义分割，对标线位置进行定义，利用高速的目标检测追踪算法进行卷积神经网络训练。
-
公开(公告)号：CN112215072A
公开(公告)日：2021-01-12
申请号：CN202010948880.0
申请日：2020-09-10
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学
Abstract: 本发明涉及一种基于Nest DNN算法的交通标志动态循迹检测优化方法，包括构建资源感知调度方案的步骤，构建资源感知调度方案的步骤包括：根据公式为车载设备设置一个代价函数C，来保证派生模型mv的处理精度和处理速度；对同时运行的检测模型和识别模型进行调度方案设计，对具有最大代价的程序进行最小化优化，资源感知调度器通过约束条件被进行优化来公正分配运行资源给所有的并发应用程序，从而平衡他们的性能。本发明的优点在于：该发明克服了现有技术的缺陷，提高了车载移动端设备的资源使用效率，提升了模型运行的效率并减少了能耗，改良了车辆在行驶过程中交通标志的检测识别效果，未来在自动驾驶普及阶段可以有效提高车辆运行的安全性和规范性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
