-
公开(公告)号：CN113378305A
公开(公告)日：2021-09-10
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。
-
公开(公告)号：CN112883948B
公开(公告)日：2021-09-03
申请号：CN202110489926.1
申请日：2021-05-06
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种语义分割与边缘检测模型建立及护栏异常监测方法，涉及护栏监测技术领域。本发明所述的语义分割与边缘检测模型建立方法，包括：获取不同视角下不同道路的监控图像，根据所述监控图像构建监控道路数据集；设置损失函数；根据所述监控道路数据集和所述损失函数对预设的卷积神经网络进行训练输出语义分割图和边缘检测图，直到所述损失函数满足预设条件时，根据训练完成的所述卷积神经网络建立语义分割与边缘检测模型。本发明所述的技术方案，通过对语义分割和边缘检测两通道相互融合促进的网络进行训练建立语义分割与边缘检测模型，提高语义分割的精细度和边缘检测的准确度，从而能够根据模型对异常护栏进行有效的识别监测。
-
公开(公告)号：CN112950725A
公开(公告)日：2021-06-11
申请号：CN202110301461.2
申请日：2021-03-22
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种监控相机参数标定方法及装置，涉及智能交通技术领域，包括：获取监控相机的监控视频；根据监控视频进行目标识别，确定指向第一消失点的第一线段集和指向第二消失点的第二线段集；根据第一线段集确定第一消失点的坐标，以及根据第二线段集确定第二消失点的坐标；根据第一消失点的坐标和第二消失点的坐标确定监控相机的焦距，并根据焦距确定所述监控相机的内参矩阵和第三消失点的坐标；根据三个消失点的坐标和内参矩阵确定监控相机的旋转矩阵；根据监控视频中图像的中心点、内参矩阵和旋转矩阵确定监控相机的平移向量。本发明通过对监控视频进行目标检测后自动化确定消失点，并根据消失点实现完全自动化部署相机参数标定。
-
公开(公告)号：CN112149649A
公开(公告)日：2020-12-29
申请号：CN202011328962.1
申请日：2020-11-24
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种道路抛洒物检测方法、计算机设备及存储介质，所述道路抛洒物检测方法包括：获取待检测图像；基于预设的目标检测算法从所述待检测图像中识别车辆，获得包含所述车辆的第一图像子块和第二图像子块，所述第二图像子块的面积大于所述第一图像子块的面积；提取所述第二图像子块中的前景对象，生成包含所述前景对象的第三图像子块；计算所述第三图像子块与所述第一图像子块的相似度；当所述相似度小于或等于预设值时，判定有抛洒物。本发明可以准确判断是否存在道路抛洒物。
-
公开(公告)号：CN112950725B
公开(公告)日：2024-11-26
申请号：CN202110301461.2
申请日：2021-03-22
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种监控相机参数标定方法及装置，涉及智能交通技术领域，包括：获取监控相机的监控视频；根据监控视频进行目标识别，确定指向第一消失点的第一线段集和指向第二消失点的第二线段集；根据第一线段集确定第一消失点的坐标，以及根据第二线段集确定第二消失点的坐标；根据第一消失点的坐标和第二消失点的坐标确定监控相机的焦距，并根据焦距确定所述监控相机的内参矩阵和第三消失点的坐标；根据三个消失点的坐标和内参矩阵确定监控相机的旋转矩阵；根据监控视频中图像的中心点、内参矩阵和旋转矩阵确定监控相机的平移向量。本发明通过对监控视频进行目标检测后自动化确定消失点，并根据消失点实现完全自动化部署相机参数标定。
-
Patent Agency Ranking
公开(公告)号：CN113409361B
公开(公告)日：2023-04-18
申请号：CN202110922602.2
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: G06T7/246 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种多目标跟踪方法、装置、计算机及存储介质，属于人工智能技术领域。具体包括，首先将视频输入至融合检测关联模块中，进行降采样处理获得特征图，将特征图输入至差异计算网络中，获得差异特征；其次，用深度学习中多任务学习方法得到目标类别、目标位置信息和同一目标在不同视频帧中相同的trackID；根据连续帧中目标运动轨迹信息，用轨迹预测模块预测当前帧目标可能出现的位置，为融合检测关联模块提供参考。最后，输出多目标跟踪信息。解决了解决现有技术中存在的目标跟踪效率低、目标容易丢失、目标ID易变化的技术问题，提高了多目标跟踪的效率以及避免目标跟踪的丢失。
-
公开(公告)号：CN114429524B
公开(公告)日：2022-09-23
申请号：CN202210357382.8
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: 本发明公开了一种单目视觉下的三维目标检测模型的构建方法及检测方法，所述方法包括：获取带标注的训练图像集；将训练图像集作为训练数据，训练获得基于CenterNet网络的三维目标检测模型，其中，三维目标检测模型的特征提取网络包括多个特征提取模块，至少一个特征提取模块包括池化模块、注意模块以及第一融合模块，池化模块包括并列的全局最大池化层、全局平均池化层和随机池化层，注意模块包括分别与全局最大池化层、全局平均池化层和随机池化层的输出侧连接的三个子注意模块，子注意模块包括激活函数层及批处理归一化层，第一融合模块将三个子注意模块的输出融合。本发明可以简化三维目标检测网络结构，降低三维目标检测模型的训练成本。
-
公开(公告)号：CN114429524A
公开(公告)日：2022-05-03
申请号：CN202210357382.8
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: 本发明公开了一种单目视觉下的三维目标检测模型的构建方法及检测方法，所述方法包括：获取带标注的训练图像集；将训练图像集作为训练数据，训练获得基于CenterNet网络的三维目标检测模型，其中，三维目标检测模型的特征提取网络包括多个特征提取模块，至少一个特征提取模块包括池化模块、注意模块以及第一融合模块，池化模块包括并列的全局最大池化层、全局平均池化层和随机池化层，注意模块包括分别与全局最大池化层、全局平均池化层和随机池化层的输出侧连接的三个子注意模块，子注意模块包括激活函数层及批处理归一化层，第一融合模块将三个子注意模块的输出融合。本发明可以简化三维目标检测网络结构，降低三维目标检测模型的训练成本。
-
公开(公告)号：CN113724298A
公开(公告)日：2021-11-30
申请号：CN202111279353.6
申请日：2021-11-01
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明公开了一种多点位感知融合方法及装置、计算机可读存储介质，方法包括：将感知区域进行空间网格划分，将多个点位对应感知区域的重叠区域所在网格进行标记，确定每个重叠区域对应的点位数量；获取多个点位的目标检测信息，根据目标检测信息确定各点位感知到的跟踪目标所在的网格；基于重叠区域所在网格和跟踪目标所在的网格，确定出现在重叠区域的跟踪目标；遍历每个重叠区域，判断重叠区域对应的点位数量是否大于或等于3；若是，则分别计算重叠区域内来源于不同点位的任意两个跟踪目标的重合度，生成重合度矩阵；基于重合度矩阵进行目标聚类，将聚类为同一组的跟踪目标的编号合并。本发明将多点位感知下的重复目标合并，提升目标跟踪效率。
-
公开(公告)号：CN112883948A
公开(公告)日：2021-06-01
申请号：CN202110489926.1
申请日：2021-05-06
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种语义分割与边缘检测模型建立及护栏异常监测方法，涉及护栏监测技术领域。本发明所述的语义分割与边缘检测模型建立方法，包括：获取不同视角下不同道路的监控图像，根据所述监控图像构建监控道路数据集；设置损失函数；根据所述监控道路数据集和所述损失函数对预设的卷积神经网络进行训练输出语义分割图和边缘检测图，直到所述损失函数满足预设条件时，根据训练完成的所述卷积神经网络建立语义分割与边缘检测模型。本发明所述的技术方案，通过对语义分割和边缘检测两通道相互融合促进的网络进行训练建立语义分割与边缘检测模型，提高语义分割的精细度和边缘检测的准确度，从而能够根据模型对异常护栏进行有效的识别监测。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.051 seconds)
