-
公开(公告)号：CN116777062A
公开(公告)日：2023-09-19
申请号：CN202310738374.2
申请日：2023-06-20
IPC: G06Q10/04 , B60W60/00 , G06Q10/0635 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种面向极端难例的自适应融合学习自动驾驶安全决策方法。该方法包括：通过传感器采集极端难例的场景数据，对极端难例的场景数据进行预处理，对预处理后的场景数据进行特征提取和选择：基于深度自编码卷积神经网络构建极端难例场景模型，利用分类标注的极端难例特征数据对极端难例场景模型进行训练和优化，得到训练好的极端难例场景模型；利用训练好的极端难例场景模型进行极端难例危险场景的安全决策。本发明方法通过实时感知和极端难例场景数据收集、数据预处理和特征分类提取、模型训练和优化、决策生成和实时监控与反馈等步骤，实现了对极端难例的安全智能响应。能够分析和预测各种极端难例的可能性和风险，生成并优化安全决策。
-
公开(公告)号：CN116639166A
公开(公告)日：2023-08-25
申请号：CN202310592523.9
申请日：2023-05-24
Applicant: 北京交通大学
IPC: B61L25/02
Abstract: 本发明提供一种基于UWB的铁路车站列车车列位置确定方法及系统，属于铁路列车运营管理技术领域，对铁路车站实时状态进行监控，获取列车车列的运行状态图像；根据获取的列车车列的运行状态图像，对列车车列的初始位置、实时位置进行初步判断；根据初步判断的列车车列的初始位置、实时位置，结合UWB定位系统提供的位置信息，计算列车车列的精确位置。本发明基于图像识别和UWB技术确定铁路车站列车车列位置，实时获取列车车列的实时位置，并发给调车监控系统，确保调车监控系统能够实时掌握本列列车车列的实时位置，确保作业安全提升作业效率；系统设计合理，定位精度高，受环境影响小。
-
公开(公告)号：CN115204231A
公开(公告)日：2022-10-18
申请号：CN202210848103.8
申请日：2022-07-19
Applicant: 北京交通大学
Abstract: 本发明提供了基于EEG脑电多维特征的数字化人机界面认知负荷评估方法，包括以下步骤：S1，基于CNN‑LSTM的EEG脑电时域特征提取；S2，基于深度置信网络的EEG脑电频域特征提取；S3，基于Multi‑CNN的EEG脑电时频域特征提取；S4，基于支持向量机的界面认知负荷分类。本发明与其他应用单一的界面认知负荷评估方法相比，能更准确提取EEG的时域特征与频域特征以及时频域特征，具有更强的鲁棒性，并且有助于指导数字界面优化并最终提高人机工效。
-
公开(公告)号：CN112793625A
公开(公告)日：2021-05-14
申请号：CN202110023907.X
申请日：2021-01-08
Applicant: 北京交通大学
Abstract: 本发明提供一种基于离散采样数据的高速列车事件触发控制方法，包括如下步骤：进行列车纵向受力分析，建立高速列车单质点模型；建立列车误差动态方程；涉及低增益抗饱和控制器；设计事件触发条件。本发明提供的方法：第一，在列车状态信息具有离散特性的情况下，通过设计事件触发控制方法，与现有技术相比，仅在列车状态误差满足设定的触发条件时，才更新列车的控制信号，能够降低通信和计算负担，减少控制器的切换次数从而延长伺服电机的使用寿命，并且提高了列车运行的平稳性以及降低能耗；第二，针对列车牵引/制动力的有界性，设计了抗饱和的切换低增益控制器，通过调整参数来保证系统快速收敛，进一步优化系统性能，具有很强的现实意义。
-
公开(公告)号：CN110472225A
公开(公告)日：2019-11-19
申请号：CN201910562498.3
申请日：2019-06-26
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于词扩展LDA的铁路事故原因分析方法，涉及铁路列车运营安全分析技术领域，该方法基于铁路事故报告文本内容，利用词扩展LDA模型提取事故致因相关主题和主题词；根据人因与系统分类方法HFACS对主题特征项进行归类，形成改进的HFACS-RAs模型；利用SVM对事故报告进行文本分类，确定事故致因数据集；采用卡方检验结合无约束0/1优化实现贝叶斯网络结构优化；利用Logistic回归模型进行贝叶斯网络CPT参数估计；基于改进贝叶斯网络确定事故致因分析模型，计算得到导致事故后果的关键致因。本发明基于词扩展LDA模型完成事故致因特征提取，确定导致铁路事故发生的因素以及因素对事故后果的影响程度，有利于加深对事故过程的理解并采取措施预防类似事故再次发生。
-
Patent Agency Ranking
公开(公告)号：CN108717625A
公开(公告)日：2018-10-30
申请号：CN201810522440.1
申请日：2018-05-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种铁路电务工作流的生成方法。包括：从信息系统记录的事件日志中检测直接循环结构；根据直接循环检测结果，对事件日志进行解耦合处理；从解耦合处理后的事件日志中检测间接关联结构；对间接关联检测结果进行去冗余处理；从解耦合处理后的事件日志中检测直接关联结构；根据次序关系构造连接库所；根据连接库所构造有向弧集合。最后，根据变迁、连接库所和有向弧集合生成铁路电务工作流模型。本发明实施例对事件日志进行次序关系检测，对电务生产活动进行建模，使得工作流引擎能被模型驱动，可以有效地生成铁路电务工作流。
-
公开(公告)号：CN106780417A
公开(公告)日：2017-05-31
申请号：CN201611048369.5
申请日：2016-11-22
Applicant: 北京交通大学
Abstract: 本发明公开一种光照不均图像的增强方法及系统，该方法包括：S1、将光照不均图像从RGB转换到HSV颜色空间，并提取明度分量图像；S2、对明度分量图像进行空间多尺寸同态滤波，得到初步滤波图像；S3、对初步滤波图像进行基于局部熵的引导滤波，得到最终滤波图像；S4、将最终滤波图像作为增强后的明度分量图像与原色调分量图像和原饱和度分量图像组合并从HSV转换到RGB颜色空间，得到增强后的图像。本发明可对光照不均图像进行增强，使其光照均匀、细节丰富、颜色自然。
-
公开(公告)号：CN105644559A
公开(公告)日：2016-06-08
申请号：CN201610074331.9
申请日：2016-02-02
Applicant: 北京交通大学
IPC: B60W30/095 , B60T7/12 , G08G1/0967 , G08G1/16
CPC classification number: B60W30/0956 , B60T7/12 , B60T2201/022 , B60W2550/308 , G08G1/096725 , G08G1/166
Abstract: 本发明公开了一种基于虚拟轨道和移动闭塞技术的无人驾驶方法，该方法的步骤包括：构建无人驾驶车辆的虚拟轨道S1、获取当前车辆与前方车辆的安全距离S2和基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制S3。本方案将“虚拟轨道”和基于通信的移动闭塞技术引入道路无人驾驶系统，可以有效地应对在道路车辆行驶过程中出现的各种随机现象，使得原本杂乱无章的行车模式变得有矩可循，大大降低了系统设计的复杂度和无人驾驶车辆的成本。
-
公开(公告)号：CN119625677A
公开(公告)日：2025-03-14
申请号：CN202411583039.0
申请日：2024-11-07
IPC: G06V20/58 , G06V10/44 , G06V10/82 , G06T17/00 , G06T3/4038 , G06N3/0464 , B60W40/04
Abstract: 本发明提供了一种基于鸟瞰感知的自动驾驶3D运行场景生成方法。该方法包括：通过多种传感器采集自动驾驶汽车的多源数据集，该多源数据集包括视觉信息和距离信息；根据所述视觉信息和距离信息生成自动驾驶汽车的三维鸟瞰图模型；利用所有时刻的三维鸟瞰图模型构成自动驾驶汽车的基于鸟瞰感知的3D运行场景。本发明方法考虑复杂环境中的空间关系，通过研究鸟瞰视角的使用使得自动驾驶系统能够识别周围的道路情况、人员流动及潜在障碍物，确保自动驾驶车辆在行驶过程中具备较强的适应能力和安全性。
-
公开(公告)号：CN119516512A
公开(公告)日：2025-02-25
申请号：CN202411589577.0
申请日：2024-11-08
IPC: G06V20/58 , G06V10/12 , G06V10/30 , G06V10/762 , G06V10/764 , G06V10/84 , G06T5/70 , G06T7/277
Abstract: 本发明提供了一种基于信息熵‑贝叶斯估计的自动驾驶决策系统，包括环境感知模块、混合量化模块和决策优化模块。环境感知模块用于收集并处理传感器数据，完成目标检测与分类；混合量化模块基于信息熵和贝叶斯不确定性估计对识别结果进行可靠性量化，生成不同目标和场景的不确定性评估结果，并传输至决策与控制模块；决策与控制模块根据每个目标的不确定性度量，动态调整自动驾驶系统的策略。本发明的基于信息熵‑贝叶斯估计的自动驾驶决策系统用于量化自动驾驶场景中的目标识别可靠性；通过计算信息熵来评估目标识别模型的输出置信度分布，同时利用贝叶斯不确定性估计(如蒙特卡罗Dropout)方法来估计识别模型的不确定性。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.079 seconds)
