-
公开(公告)号：CN114973676B
公开(公告)日：2023-08-29
申请号：CN202210585701.0
申请日：2022-05-27
Applicant: 重庆大学
IPC: G08G1/01 , G08G1/0967 , G08G1/16
Abstract: 本发明公开了一种快速路车道缩减区的混合交通众从牵制控制方法，其特征在于，包括：利用路测设备获取控制区内的所有车辆的位置、速度和加速度；确定位于控制区域内的所有网联自动车；确定头车网联自动车和非头车网联自动车；对头车网联自动车应用第一车辆自动控制算法；对非头车网联自动车应用第二车辆自动控制算法。本发明实现了不同智能化等级车辆间的协同运动控制，提高了快速路车道缩减区的通行效率。
-
公开(公告)号：CN116416439A
公开(公告)日：2023-07-11
申请号：CN202211464457.9
申请日：2022-11-22
Applicant: 重庆大学
IPC: G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于稠密残差结构的点云特征提取方法，包括：获取待检测的点云；利用点云特征提取网络提取点云的特征，其中，点云特征提取网络包含两个或以上顺序连接的特征提取阶段，每个特征提取阶段为一个稠密残差结构，稠密残差结构包含两个或以上的稠密连接的残差结构，每个残差结构包括顺序连接的第一MLP层、第一BN层、第一激活层、第二MLP层和第二BN层，每个残差结构还包括第二激活层，其中，对于每个残差结构，第一MLP层的输入和第二BN层的输出相加之后输入第二激活层，第二激活层的输出即为残差结构的输出，通过点云特征提取网络实现点云的分阶段分区域的特征提取。该方法可以实现对目标更加精确的分类或分割。
-
公开(公告)号：CN116229385A
公开(公告)日：2023-06-06
申请号：CN202310219202.4
申请日：2023-03-08
Applicant: 重庆大学
IPC: G06V20/54 , G06V10/75 , G06V10/82 , G06V20/64 , G06T7/246 , G06T7/277 , G06N3/048 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络结合贪心算法的车辆3D多目标跟踪方法，包括：对高速公路上的激光雷达点云数据进行预处理；对处理后的点云输入点云车辆目标检测神经网络模型，生成车辆目标检测状态值；运用卷积神经网络，将车辆目标状态进行输入并预测对下一状态的预测值；设置欧式距离滤波门，筛选有效预测值；设置关联度量阈值，针对关联存在干扰的检测值，利用贪心算法进行数据关联；针对检测置信度低的检测值，利用运动学模型，与初始化轨迹进行关联；将关联好的车辆轨迹进行状态更新，利用轨迹管理模块生成新轨迹与消亡轨迹。本发明以轻量化的结构，减少了设备运算量，具有很强的鲁棒性，可适用于基于激光点云数据的高速公路车辆多目标跟踪。
-
-
公开(公告)号：CN110275911B
公开(公告)日：2023-05-23
申请号：CN201910551080.2
申请日：2019-06-24
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种基于频繁序列模式的私家车出行热点路径挖掘方法，包括以下步骤：步骤S1：将私家车出行链序列化；步骤S2：在PrefixSpan算法的基础上，定义了RFID阅读器后继集合来加快数据挖掘；步骤S3：结合由经过相邻两个阅读器的时间阈值和时间戳泛化的值共同确定到达后继RFID阅读器的时间范围；步骤S4：基于频繁序列模式，将步骤S1得到的出行链的序列数据库作为PSSS算法的输入部分，进行热点路径的挖掘。本发明利用ERI数据作为热点路径挖掘的基础数据，将基于ERI数据的私家车出行链进行序列化，作为PSSS算法的输入维度，在确保信息完整的同时降低了分析处理的难度，提高了算法效率。
-
Patent Agency Ranking
公开(公告)号：CN115440088A
公开(公告)日：2022-12-06
申请号：CN202210878817.3
申请日：2022-07-25
Applicant: 重庆大学
Abstract: 本发明提供了一种基于场的智能车辆换道决策方法，属于智能交通信息技术领域。本发明具体包括以下步骤：1)判断智能车辆是否有换道需求，如果智能车辆有换道需求，则进入步骤2)；2)根据智能车辆行驶车道和相邻车道的车流平均速度及车流密度，分别计算观测路段智能车辆行驶车道和相邻车道的场强；3)根据所述观测路段智能车辆行驶车道和相邻车道的场强，计算智能车辆行驶车道和相邻车道对智能车辆的吸引力的差值；4)根据所述观测路段智能车辆行驶车道的车流密度，计算智能车辆换道决策阈值；5)根据所述智能车辆行驶车道与相邻车道对智能车辆的吸引力差值和智能车辆换道决策阈值，判断智能车辆是否可以进行换道。
-
公开(公告)号：CN111724592B
公开(公告)日：2022-11-25
申请号：CN202010537175.1
申请日：2020-06-12
Applicant: 重庆大学
Abstract: 本发明公开了一种基于收费数据与卡口数据的高速公路交通拥堵检测方法，本发明考虑了综合利用收费数据和卡口数据来预测交通拥堵，数据来源具有多样性，利用卡口数据对收费数据进行补充，能够很好的解决相邻互通收费站间数据较少的问题，预测更加准确；采用高斯混合聚类算法分析道路运行状态，考虑周全，能全面模拟、分析道路的不同交通形态，科学性、全面性更高。
-
公开(公告)号：CN115331420A
公开(公告)日：2022-11-11
申请号：CN202210875777.7
申请日：2022-07-25
Applicant: 重庆大学
Abstract: 本发明公开了一种混合交通条件下的移动瓶颈控制方法，其包括步骤：1)获取不同交通状态下混合车群的单车数据，构建模型数据集；2)构建混合车群的宏观演化模型，并对模型进行训练；3)设计基于车道的混合车群优化调控策略；4)根据移动瓶颈处的实时交通状态，构建混合车群动态优化目标；5)设计移动瓶颈上游多群体控制方案；6)根据步骤4)构建的混合车群动态优化目标设计混合车群的控制算法以对混合车群进行控制。本发明提出的混合交通条件下的移动瓶颈控制方法，不受交通检测设备的布设的空间限制，能够针对移动瓶颈的移动性进行有效的控制，具有可使用范围广、使用成本更低等优点。
-
公开(公告)号：CN109100731B
公开(公告)日：2022-11-11
申请号：CN201810783877.0
申请日：2018-07-17
Applicant: 重庆大学
Abstract: 本发明公开了一种基于激光雷达扫描匹配算法的移动机器人定位方法，包括1.分别对激光雷达相邻两采样周期的扫描数据进行角点特征提取，得到参考角点特征点集和待配准角点特征点集；2.对参考角点特征点集和待配准角点特征点集进行关联特征点配对得到初步配对点集；3.求解参考角点特征点集和待配准角点特征点集之间的整体匹配参数旋转矩阵和平移矩阵；4.对设置匹配阈值，滤除旋转矩阵和平移矩阵之间的无效关联特征；5.计算机器人在相邻两采样周期内的运动增量以及完成当前时刻机器人位姿估计。本发明通过对室内结构化特征进行分析，以环境中存在的角点特征代替传统ICP算法中的原始激光雷达扫描数据点作为改进型ICP算法的输入数据，提高匹配算法效率。
-
公开(公告)号：CN113269118B
公开(公告)日：2022-10-11
申请号：CN202110633046.7
申请日：2021-06-07
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度估计的单目视觉前向车辆距离检测方法，其特征在于：包括以下步骤：Step1、搭建基于深度估计的前向车辆距离检测模型；Step2、引入DORN算法，搭建基于DORN的前向车辆距离检测模型；Step3、优化目标关键点拟合方法；Step4、设计网络训练中的损失函数；Step5、利用模型压缩加速工具，实现对前向车辆距离检测模型的加速。本发明的方法可高效、高精度地预测前向车辆距离。
-
-
-
-
-
-
-
-
-
Search Results
461
records
(took 0.031 seconds)
