-
公开(公告)号：CN116503789B
公开(公告)日：2023-09-05
申请号：CN202310747361.1
申请日：2023-06-25
Applicant: 南京理工大学
IPC: G06V20/40 , G06V20/52 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N20/00 , G01S13/88
Abstract: 本发明公开了一种融合轨迹和尺度的公交下车客流检测方法、系统及设备，属于智能交通技术领域。本发明的方法包括：车辆到站，处理终端接收到开门信号后，接收鱼眼镜头获取的乘客下车视频帧，检测提取该站下车乘客头部轨迹数据和头部像素尺度变化数据；处理终端实时获取与下车乘客数相关的二进制数字信号；处理终端接收到关门信号后，将检测到的下车乘客头部轨迹数据、像素尺度变化数据，以及与下车乘客数相关的二进制数字信号输入训练好的机器学习分类模型，输出预测的该站点下车乘客数并发送到公交云平台。本发明检测出的公交下车客流结果具有高可靠性和准确性。
-
公开(公告)号：CN110765877B
公开(公告)日：2022-09-06
申请号：CN201910894646.1
申请日：2019-09-20
Applicant: 南京理工大学
IPC: G06V40/10 , G06V10/764 , G06V10/46 , G06V10/50 , G06K9/62
Abstract: 本发明提出了一种基于热像仪和双目相机的行人检测方法及系统，该方法包括：利用热像仪和双目相机采集车辆前方图像；消除双目相机采集的图像间的视差；对双目相机图像和热像仪图像进行灰度化；利用滑动窗分别对灰度化后的双目相机图像和热像仪图像按照设定步长以光栅扫描的形式进行扫描，同时对每个步长上的双目相机图像和热像仪图像进行HOG特征提取，得到HOG特征描述值；利用SVM的分类结果，判定窗口是否有行人存在；对比双目相机图像和热像仪图像的检测结果，得到最终检测结果。本发明行人检测计算量小，各参数、状态量持续更新，可不间断地进行预警，提高预警的及时性和连续性。
-
公开(公告)号：CN114912736A
公开(公告)日：2022-08-16
申请号：CN202210240311.X
申请日：2022-03-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种电动公交协调优化调度方法，属于智慧公交技术领域。本发明从时间、空间两个尺度全面优化电动公交调度策略，建立考虑车辆容量、考虑换乘问题、考虑电动公交特性的公交调度双层规划模型，并根据遗传算法对模型进行求解。本发明能够生成涵盖时间与空间两方面的电动公交调度策略，使调度策略更贴合实际客流情况、更有实际效益。
-
公开(公告)号：CN114912669A
公开(公告)日：2022-08-16
申请号：CN202210436660.9
申请日：2022-04-24
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于多源数据的公交客流组合图神经网络预测方法，属于公共交通客流分析技术领域。包括如下步骤：A采集公交客流相关的多源数据；B构建属性图并生成图结构数据；C搭建公交客流预测组合图神经网络模型；D训练模型，得到预测结果。本发明利用图神经网络和深度学习的组合，实现了公交客流相关的多源数据在时空上的关联关系。
-
公开(公告)号：CN114898042A
公开(公告)日：2022-08-12
申请号：CN202210549567.9
申请日：2022-05-20
Applicant: 南京理工大学
Abstract: 本发明提供了一种基于时空紧迫性的人车碰撞危险态势预测方法，属于自动驾驶人车碰撞风险预测领域。基于车载视角数据预测行人多模态轨迹；运用包围盒动态检测算法进行行人轨迹与自车规划路径的相交测试，判别潜在碰撞轨迹；计算潜在碰撞轨迹与无潜在碰撞轨迹下的冲突参数，建立模型量化时空紧迫度，输出行人综合危险度，并根据综合危险度与人车安全距离划分安全行车区域。本发明充分考虑行人所有可能轨迹，改进了现有人车碰撞风险预测考虑因素不全面、评价机制较主观性等局限性，对自动驾驶及复杂交通环境更具适应性。
-
Patent Agency Ranking
公开(公告)号：CN114358808A
公开(公告)日：2022-04-15
申请号：CN202111345199.8
申请日：2021-11-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多源数据融合的公交OD估计及分配方法，包括：利用无方向公交站台数据、不含站点信息且分方向的公交线路数据重构公交网络，构建广义费用模型，搜索同线路、跨线路站点间的最短路径及费用构成；清洗公交车辆轨迹及乘客交易数据，与公交地图数据匹配，估算公交车辆到站时间和乘客上车站点；对公交乘客进行画像分析，采用一日公交出行链识别、多天同乘客各站点上车分布、当天站点上客量分布构建乘客下车站点分级概率估计模型，并统计得到公交站点及空间栅格OD；构建基于公交服务水平的K路径迭代分配法，实现公交客流分配。本发明提出的方法具有高效、准确和通用性，可广泛应用于公交出行现状分析和客流预测。
-
公开(公告)号：CN114299607A
公开(公告)日：2022-04-08
申请号：CN202111517555.X
申请日：2021-12-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于自动驾驶汽车的人车碰撞危险度分析方法，首先根据行人过街历史数据集中的过街特征，通过高斯聚类将过街行为分为不同的习惯类型，利用联合概率分布函数，帮助自动驾驶车辆根据行人当前运动状态获取其未来可能状态集合，并通过GCN图卷积神经网络考虑人车动态时空关系，得到行人未来可能的轨迹集合，最后考虑轨迹碰撞概率与最小会遇距离，利用物元可拓理论进行特征降维，建立危险度函数，实现人车碰撞危险度实时判断。本方法聚焦行人运动状态存在突变的特征，更具体地考虑了人车时空关系对轨迹的影响，通过多指标的融合提升了人车碰撞判断结果的准确性与可信度，进一步提高自动驾驶的智能度、提升乘坐舒适性与安全性。
-
公开(公告)号：CN111243338A
公开(公告)日：2020-06-05
申请号：CN202010088791.3
申请日：2020-02-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于车辆加速度的碰撞风险评价方法，具体为：基于视频数据，确定目标车辆与相邻车辆的间距；判定相邻车辆与目标车辆是否存在冲突可能性；根据目标车辆与冲突车辆运动状态计算避免碰撞的减速度DRAC；根据避免碰撞的减速度DRAC，构建超阈值极值分布模型，对超阈值极值分布模型进行估计，得到超阈值极值分布模型中广义Pareto极值分布的尺度参数及形状参数；根据避免碰撞的减速度DRAC和超阈值极值分布模型，构建冲突极值模型对碰撞风险进行预测。本发明所选取的交通冲突指标为避免碰撞的减速度DRAC，冲突过程中的每一刻都对应一个DRAC值，故通过短时间的观测即可获取大量的交通冲突样本。
-
公开(公告)号：CN106297372B
公开(公告)日：2019-05-07
申请号：CN201610724442.X
申请日：2016-08-25
Applicant: 南京理工大学
IPC: G08G1/133 , G08G1/0962
Abstract: 本发明提出一种多泊位公交站智能泊位分配与排队诱导系统，包括：车载终端，至少包括用于获得公交车位置信息的定位装置、用于测量公交车上下车人数的统计装置、用于显示公交车站内泊位编号的电子显示屏、以及用于传输信息的无线通讯模块；公交站台终端，至少包括用于传输信息的无线通讯模块和用于显示公交车站内泊位编号和公交车相关信息的电子站牌；控制处理中心，至少包括用于进行泊位分配和公交车相关信息处理的PC终端和用于传输信息的无线通讯模块。本发明可实现合理的泊位分配与即时的信息交互，引导乘客排队上车，最终达到提升公交站台内运行安全、运行效率以及服务水平的目的。
-
公开(公告)号：CN109389240A
公开(公告)日：2019-02-26
申请号：CN201710693960.4
申请日：2017-08-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于大数据机器学习的出行方式辨识方法，包括以下步骤：抽取训练样本调查对象，发放加速度检测装置；采集手机信令数据和加速度检测设备数据；分析数据波动特征，获取速度加速度波动特征数据作为预测输入值，出行方式作为输出值；选取输入参数集中抽取80％数据作为输入数据集，其对应的出行方式集作为输出集，训练机器学习算法，用剩余20％数据检测各个算法预测精度；机器算法训练达到80％以上的预测精度，可利用该算法进行出行方式划分，输入数据集设置为速度加速度特征数据集，算法输出值即为出行方式。本发明的出行方式辨识方法具有工作量小、辨识精度高的特点。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.022 seconds)
