-
公开(公告)号：CN114444981A
公开(公告)日：2022-05-06
申请号：CN202210361075.7
申请日：2022-04-07
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 中山大学
Abstract: 本发明提供了一种交通线路健康度指标确定方法、计算设备及存储介质，该方法包括：获取交通线路数据，所述交通线路数据包括交通线路的属性信息；根据所述属性信息，将所述交通线路数据划分为至少一个类，以及确定与所述类对应的预设指标确定规则；根据划分后的所述交通线路数据和所述预设指标确定规则确定所述健康度指标。本发明的有益效果：能够提高健康度指标确定的效率。
-
公开(公告)号：CN113381926B
公开(公告)日：2022-01-18
申请号：CN202110922682.1
申请日：2021-08-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: H04L51/066 , H04L67/12 , G06F16/215 , G06F16/29
Abstract: 本发明提出一种车路协同数据资源管理方法、装置及存储介质，属于公共交通信息处理技术领域。具体包括，首先OBU端分发车辆自身的实时状态消息至RSU端，RSU端分发自身存储的消息至OBU端；其次，对RSU端消息集进行管理；再其次，对OBU端消息集进行管理。解决了现有技术中存在的车路协同应用场景的准确度低和效率低的技术问题。明确了各类消息的存储方法和清空方法，提高设备资源利用率，降低不同厂家设备对接的开发成本，加强车路协同应用场景实现效果。降低RSU/OBU设备数据处理复杂度，减少内存消耗，提高车路协同应用场景触发的准确度和效率。
-
公开(公告)号：CN113380043B
公开(公告)日：2022-01-14
申请号：CN202110922683.6
申请日：2021-08-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提出一种基于深度神经网络计算的公交到站时间预测方法，属于公共交通信息处理技术领域。具体包括，首先对交通数据进行预处理；其次，提取分段交通信息，得到路段交通特征；再其次，扩大路段交通特征的样本量；再其次，对各类路段历史行驶时间数据使用注意力机制模型做多路段的历史特征提取和信息选取；再其次，将选取的特征向量输入全连接层使用均方误差为损失函数训练注意力机制模型；最后，得到预测公交到站的时间。解决了现有技术中存在的公交车到站时间预测不精准的技术问题，实现了公交站点间到站时间预测更具有实时性以及精确性的技术效果。
-
公开(公告)号：CN113706586A
公开(公告)日：2021-11-26
申请号：CN202111268395.X
申请日：2021-10-29
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06T7/292
Abstract: 本发明公开了一种基于多点位感知的目标跟踪方法及装置、存储介质，所述方法包括：根据目标检测信息判断盲区邻接感知区域是否存在进入预设区域的跟踪目标；若是，则预测跟踪目标进入的第一感知区域及进入时间；基于进入时间生成预测到达时段，确定在预测到达时段内进入第一感知区域的所有新增目标；分别获取每个新增目标和跟踪目标的特征向量，基于特征向量分别计算每个新增目标和跟踪目标的相似度；选取相似度最高且与跟踪目标的相似度大于预设相似阈值的新增目标作为待更新目标，将跟踪目标的目标编号作为待更新目标的目标编号。本发明可实现跨盲区的目标匹配，提高目标跟踪成功率。
-
公开(公告)号：CN113381926A
公开(公告)日：2021-09-10
申请号：CN202110922682.1
申请日：2021-08-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: H04L12/58 , H04L29/08 , G06F16/215 , G06F16/29
Abstract: 本发明提出一种车路协同数据资源管理方法、装置及存储介质，属于公共交通信息处理技术领域。具体包括，首先OBU端分发车辆自身的实时状态消息至RSU端，RSU端分发自身存储的消息至OBU端；其次，对RSU端消息集进行管理；再其次，对OBU端消息集进行管理。解决了现有技术中存在的车路协同应用场景的准确度低和效率低的技术问题。明确了各类消息的存储方法和清空方法，提高设备资源利用率，降低不同厂家设备对接的开发成本，加强车路协同应用场景实现效果。降低RSU/OBU设备数据处理复杂度，减少内存消耗，提高车路协同应用场景触发的准确度和效率。
-
Patent Agency Ranking
公开(公告)号：CN113380043A
公开(公告)日：2021-09-10
申请号：CN202110922683.6
申请日：2021-08-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提出一种基于深度神经网络计算的公交到站时间预测方法，属于公共交通信息处理技术领域。具体包括，首先对交通数据进行预处理；其次，提取分段交通信息，得到路段交通特征；再其次，扩大路段交通特征的样本量；再其次，对各类路段历史行驶时间数据使用注意力机制模型做多路段的历史特征提取和信息选取；再其次，将选取的特征向量输入全连接层使用均方误差为损失函数训练注意力机制模型；最后，得到预测公交到站的时间。解决了现有技术中存在的公交车到站时间预测不精准的技术问题，实现了公交站点间到站时间预测更具有实时性以及精确性的技术效果。
-
公开(公告)号：CN120069235A
公开(公告)日：2025-05-30
申请号：CN202510535931.X
申请日：2025-04-27
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 一种基于大模型代理的城市多变量时空预测方法，属于智慧城市技术领域。为解决数据不完备情况下城市运行状况预测困难的问题，本发明包括定义城市多变量时空预测为离散随机过程的预测，对每一时刻的系统状态的概率设置假设条件为条件独立性假设和马尔科夫假设；进行状态解耦，对系统状态的概率预测解耦为在给定上一个系统状态的情况下对每个通道状态的预测；构建空间区域，空间区域包括领域代理层、时空代理层、个体代理层；构建基于大模型代理的城市多变量时空预测系统，包括构建动作空间、状态空间、转移函数、奖励函数、记忆流；对构建的基于大模型代理的城市多变量时空预测系统进行任务预测。本发明能够提升城市管理的精确性与效率。
-
公开(公告)号：CN117392658B
公开(公告)日：2024-06-18
申请号：CN202311694289.7
申请日：2023-12-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06V20/62 , G06V10/56 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/06 , G06V10/80
Abstract: 本发明提出基于注意力机制优化的轻量化车辆车牌颜色识别方法，属于智能交通技术领域。包括以下步骤：S1.获取车辆行驶数据，在车辆行驶数据中获得车辆图像，并标注车辆车牌位置；S2.根据车辆车牌颜色为车辆车牌位置的标注框设定标签；S3.对车辆图像进行分辨率统一处理，形成训练数据集；S4.构建车辆车牌颜色识别网络结构，生成车辆车牌颜色识别模型，并对模型训练；S5.将车辆图像数据输入至车辆车牌颜色识别中，输出车牌颜色。本发明优化了识别模型，引入了无参数注意力机制，避免了模型优化过程中的性能损失，解决了现有技术中存在数据采集繁琐、推理资源占用大、缺乏高精度颜色量化的技术问题。
-
公开(公告)号：CN113706586B
公开(公告)日：2022-03-18
申请号：CN202111268395.X
申请日：2021-10-29
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06T7/292
Abstract: 本发明公开了一种基于多点位感知的目标跟踪方法及装置、存储介质，所述方法包括：根据目标检测信息判断盲区邻接感知区域是否存在进入预设区域的跟踪目标；若是，则预测跟踪目标进入的第一感知区域及进入时间；基于进入时间生成预测到达时段，确定在预测到达时段内进入第一感知区域的所有新增目标；分别获取每个新增目标和跟踪目标的特征向量，基于特征向量分别计算每个新增目标和跟踪目标的相似度；选取相似度最高且与跟踪目标的相似度大于预设相似阈值的新增目标作为待更新目标，将跟踪目标的目标编号作为待更新目标的目标编号。本发明可实现跨盲区的目标匹配，提高目标跟踪成功率。
-
公开(公告)号：CN113378305B
公开(公告)日：2022-02-01
申请号：CN202110922669.6
申请日：2021-08-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F30/15 , G06F30/20 , G06F11/36 , G06F16/901
Abstract: 本发明提出一种基于无人驾驶小车的车路协同测试方法、装置；属于人工智能技术领域。具体包括，首先采集路侧信息和车载信息；其次，将采集到的路侧信息和车载信息存储至测试场景数据库中；再其次，从测试场景数据库中导出测试场景，创建虚拟仿真测试环境，开始测试；最后，记录测试数据，评价测试场景并生成测试评价报告。解决了现有技术中存在的测试成本高、测试难以还原真实的车辆运动状态的技术问题。实现了不仅建设成本低廉，测试场景覆盖率百分百，同时可以反复测试，满足行业测试条例要求，还可以为后续基于无人驾驶小车的车路协同算法改进提供数据支持。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.042 seconds)
