-
公开(公告)号：CN110070733A
公开(公告)日：2019-07-30
申请号：CN201910461276.2
申请日：2019-05-30
Applicant: 上海海事大学
Abstract: 本发明提供一种车头时距建模方法，通过采集信号交叉口通过停车线的第一车至第k车的车头时距，并用不同的概率分布函数对所采集的数据进行拟合，通过卡方检测判断拟合效果，为不考虑排队位置时和考虑排队位置时所采集的车头时距，选取适合的概率分布函数进行建模。本发明还提供一种最小绿灯时间计算方法，根据第一车、第二车车型计算得到第二车通过停车线所需时间；并根据大车的数目和大车的排序位置，计算从第三车开始，后继车辆通过停车线所需时间；由此得到一次绿灯时间内，k辆车中包含d辆大车时，通过信号交叉口的最小绿灯时间。本发明可对采集的车头时距准确建模，还可以更合理的设置绿灯时间，提高交通出行效率。
-
公开(公告)号：CN102096867A
公开(公告)日：2011-06-15
申请号：CN201110037879.3
申请日：2011-02-15
Applicant: 上海海事大学
Abstract: 本发明的目的在于公开一种基于无线传感器网络技术的内河管理信息系统设计方法，所述系统主要包括船载信息采集与显示平台、水环境采集分析单元、其他信息采集单元、网络基站、中间件系统、当地航联网管理中心以及互联网管理中心。通过在内河船舶上、航道内的浮标或浮筒上、桥梁上、架空天线上以及内河水下或河床上部署大量的各种传感器，并通过Zigbee网络通信协议进行多跳自组网，来实现对内河船舶、航道以及水域进行全面、综合立体的监控，从而保障内河船舶的航行安全以及内河水域的环境清洁。
-
公开(公告)号：CN113766595B
公开(公告)日：2024-06-07
申请号：CN202111020086.0
申请日：2021-09-01
Applicant: 上海海事大学
Abstract: 本发明公开了一种海上无线传感网的机会主义路由协议，采用加权移动平均法预测数据包前进距离，根据节点剩余能量、数据包前进距离和包成功接收率来计算候选节点的优先权，并以节点发送数据包到下一跳转发节点集节点时不成功传输次数所发生的能量消耗最小化为约束目标函数，使用自适应功率控制机制确定最优候选节点转发集和节点最优传输功率，采用具有最高优先权的候选节点转发数据包。本发明解决了利用机会主义路由的海上无线传感网节点数据包重复传输和传输率低的问题，该协议适应海上无线传感网拓扑结构的高度动态性和较不可靠的通信链路，并且可以降低网络中数据传输量，从而提高了数据包传输率和延长了网络生命周期。
-
公开(公告)号：CN115719368B
公开(公告)日：2024-05-17
申请号：CN202211511427.9
申请日：2022-11-29
Applicant: 上海船舶运输科学研究所有限公司 , 上海海事大学 , 中远海运科技股份有限公司
IPC: G06T7/246 , G06V10/774 , G06N3/084
Abstract: 本发明提供了一种多目标船舶跟踪方法及系统，该方法基于待测海事视频图像并进行分帧处理得到海事视频图像序列，采用特征金字塔网络对海事视频图像序列进行尺寸缩放和特征提取，并将提取出的海事视频图像特征作为训练集样本分别输入至预先建立的U‑Net语义分割模型和基于FairMOT算法以及BYTE数据关联算法的多目标跟踪网络中进行训练，得到船舶高精度像素图像和船舶跟踪轨迹图像，然后对船舶高精度像素图像中具有船舶像素点的区域进行图像分割得到高精度像素分割图像，再根据船舶跟踪轨迹图像获取具有时间序列的船舶位置点信息以绘制出船舶轨迹并对两者进行融合，得到具有船舶高精度像素分割图像和船舶轨迹的图像信息并进行展示，实现多目标船舶的跟踪。
-
公开(公告)号：CN115719368A
公开(公告)日：2023-02-28
申请号：CN202211511427.9
申请日：2022-11-29
Applicant: 上海船舶运输科学研究所有限公司 , 上海海事大学 , 中远海运科技股份有限公司
IPC: G06T7/246 , G06V10/774 , G06N3/084
Abstract: 本发明提供了一种多目标船舶跟踪方法及系统，该方法基于待测海事视频图像并进行分帧处理得到海事视频图像序列，采用特征金字塔网络对海事视频图像序列进行尺寸缩放和特征提取，并将提取出的海事视频图像特征作为训练集样本分别输入至预先建立的U‑Net语义分割模型和基于FairMOT算法以及BYTE数据关联算法的多目标跟踪网络中进行训练，得到船舶高精度像素图像和船舶跟踪轨迹图像，然后对船舶高精度像素图像中具有船舶像素点的区域进行图像分割得到高精度像素分割图像，再根据船舶跟踪轨迹图像获取具有时间序列的船舶位置点信息以绘制出船舶轨迹并对两者进行融合，得到具有船舶高精度像素分割图像和船舶轨迹的图像信息并进行展示，实现多目标船舶的跟踪。
-
Patent Agency Ranking
公开(公告)号：CN110070733B
公开(公告)日：2020-06-23
申请号：CN201910461276.2
申请日：2019-05-30
Applicant: 上海海事大学
Abstract: 本发明提供一种车头时距建模方法，通过采集信号交叉口通过停车线的第一车至第k车的车头时距，并用不同的概率分布函数对所采集的数据进行拟合，通过卡方检测判断拟合效果，为不考虑排队位置时和考虑排队位置时所采集的车头时距，选取适合的概率分布函数进行建模。本发明还提供一种最小绿灯时间计算方法，根据第一车、第二车车型计算得到第二车通过停车线所需时间；并根据大车的数目和大车的排序位置，计算从第三车开始，后继车辆通过停车线所需时间；由此得到一次绿灯时间内，k辆车中包含d辆大车时，通过信号交叉口的最小绿灯时间。本发明可对采集的车头时距准确建模，还可以更合理的设置绿灯时间，提高交通出行效率。
-
公开(公告)号：CN110472607A
公开(公告)日：2019-11-19
申请号：CN201910772802.7
申请日：2019-08-21
Applicant: 上海海事大学
Abstract: 本发明公开了一种船舶跟踪方法及系统，该方法基于方向梯度直方图的核相关滤波算法的跟踪方法对目标船舶进行特征提取，通过判别分类决策函数获取最大响应的图像样本，从而实现目标船舶的跟踪。其优点是：引入了曲线拟合的处理方法对目标船舶的轨迹坐标进行拟合，解决了由遮挡引起的目标船舶丢失的问题；利用统计指标均方误差和平均绝对误差来衡量船舶跟踪方法的性能，使本方法具有更小的跟踪误差，且本方法具备较好的抽象性和鲁棒性，可有效应对船舶遮挡的跟踪挑战，拥有良好的跟踪效果。
-
公开(公告)号：CN109215018A
公开(公告)日：2019-01-15
申请号：CN201810967927.0
申请日：2018-08-23
Applicant: 上海海事大学
Abstract: 本发明提出了一种基于Canny算子和高斯形态学的船舶检测方法，该方法从海事监控视频的图像帧中进行船舶检测，获取船舶轮廓信息，并识别不同成像尺寸的船舶。该方法包含船舶轮廓提取，噪声消除和船舶轮廓重建三个部分。首先利用Canny算子提取图像帧中所有可能的船舶轮廓信息；接着利用高斯滤波算子对Canny算子提取的船舶轮廓展开进一步平滑去噪处理，去除噪声对应的轮廓像素，如背景图像信息；最后利用形态学方法的开运算操作重构船舶轮廓，获得最终的船舶检测结果。将此方法应用于不同交通状态和船舶尾迹干扰场景中的船舶检测，验证本发明的检测性能。本发明的方法在不同的测试场景均获得较高的准确率，得到了较好的检测效果。
-
公开(公告)号：CN109102528A
公开(公告)日：2018-12-28
申请号：CN201810890137.7
申请日：2018-08-07
Applicant: 上海海事大学
Abstract: 一种船舶跟踪方法及系统，基于多视图学习机制和稀疏表达机制的船舶跟踪算子STMS利用LoG算子、HOG算子、LBP算子、Canny算子和Gabor算子分别提取船舶特征，通过稀疏表达机制对STMS船舶跟踪算子提取的船舶特征进行稀疏表达，建立STMS模型来表征船舶跟踪目标，且引入LASSO惩罚机制来平衡STMS模型的跟踪精度和计算复杂度，并利用弗罗贝尼乌斯范式优化STMS模型的跟踪性能，通过加速近似梯度方法求解STMS模型，获得船舶跟踪结果。本发明具备较好的抽象性和鲁棒性，可有效应对光照变化、成像视角变化、船舶遮挡和船舶成像尺寸变化等多种船舶跟踪挑战，具有较小的船舶跟踪误差和良好的跟踪效果。
-
公开(公告)号：CN118828876A
公开(公告)日：2024-10-22
申请号：CN202410854487.3
申请日：2024-06-28
Applicant: 上海海事大学
Abstract: 本发明涉及一种海洋环境监测水声传感网目标节点定位方法及装置，所述方法步骤包括：根据信号传播损耗及水下声传播吸收效应构建接收信号强度模型；建立路径损耗因子、发射功率和目标位置的联合估计优化函数；对于联合估计优化函数，利用Golub‑Kahan双对角化的最小二乘求解LSMR方法寻找海洋目标节点位置的近似解；将最小二乘求解LSMR方法找到目标节点位置的近似解作为初始估计值，利用二分法获取海洋目标节点位置的精确解。与现有技术相比，本发明所提出的定位方法适用于水下三维动态环境，并可对节点位置、路径损耗因子和发射功率进行联合估计，实现了海洋目标节点的精确鲁棒定位。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.021 seconds)
