-
公开(公告)号：CN116958952B
公开(公告)日：2024-04-30
申请号：CN202310845871.2
申请日：2023-07-11
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种适用于高速公路监控视频下的车牌目标检测方法，包括以下步骤：采用注意力机制改进SSD的检测分支，将高层特征图通过注意力模块得到的特征掩码与浅层特征图进行逐元素点乘；采用叠加的方式融合各层特征图，然后结合车牌特点，设计适用于高速公路场景下的注意力特征金字塔；在自建的数据集上训练车牌目标检测模型；用训练完毕的模型检测高速公路场景下的车牌目标，获取车牌目标的位置和大小。本发明适用于高速公路监控视频下的车牌目标检测方法，多尺度目标检测性能好，定位精度高，可直接应用于高速公路监控视频下的车牌目标检测。
-
公开(公告)号：CN117311151A
公开(公告)日：2023-12-29
申请号：CN202311331990.2
申请日：2023-10-16
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明涉及污水处理控制技术领域，公开了一种基于LSTM神经网络预测模糊控制的碳源投放模型。本发明按以下步骤控制污水处理过程中的碳源投放：S1.确定监测指标和监测数据的采样频率，获取在线监测数据，并对在线监测数据进行预处理；S2.对预处理后的在线监测数据进行PCA降维处理，构造特征指标；S3.构造LSTM神经网络模型；S4.用离线数据训练LSTM神经网络模型；S5.构造模糊倍率修正模块；S6.结合训练后LSTM神经网络模型和模糊倍率修正模块，获取实际应投放碳源流量，并驱动控制变量对应的变频器和变频控制仪器。本发明一种基于LSTM神经网络预测模糊控制的碳源投放模型，智能、高效、自动化程度高，可降低污水厂的能耗、物耗，稳定工艺处理过程参数，提高排水水质。
-
公开(公告)号：CN116958952A
公开(公告)日：2023-10-27
申请号：CN202310845871.2
申请日：2023-07-11
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种适用于高速公路监控视频下的车牌目标检测方法，包括以下步骤：采用注意力机制改进SSD的检测分支，将高层特征图通过注意力模块得到的特征掩码与浅层特征图进行逐元素点乘；采用叠加的方式融合各层特征图，然后结合车牌特点，设计适用于高速公路场景下的注意力特征金字塔；在自建的数据集上训练车牌目标检测模型；用训练完毕的模型检测高速公路场景下的车牌目标，获取车牌目标的位置和大小。本发明适用于高速公路监控视频下的车牌目标检测方法，多尺度目标检测性能好，定位精度高，可直接应用于高速公路监控视频下的车牌目标检测。
-
公开(公告)号：CN116679232A
公开(公告)日：2023-09-01
申请号：CN202310675038.8
申请日：2023-06-08
Applicant: 重庆大学
IPC: G01R31/392 , G01R31/367 , G01R31/378 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/096 , G06N3/084
Abstract: 本发明涉及一种基于混合神经网络和迁移学习的锂电池健康状态估计方法，属于电池存储技术领域领域。该方法为：提取电池循环数据并构成特征曲线，对其进行数据预处理，并进行异常值筛选和替换，构成源域数据集；提取不同类型或不同工况的锂电池数据得到特征曲线数据，构成目标域数据集；利用源域数据集对CNN‑GRU混合神经网络进行预训练得到预训练模型；将预训练模型作为基学习器估计模型，利用Tradaboost.R2算法在目标域数据集训练，从而对样本权重和基学习器权重进行更新；锂电池SOH估计值输出，同时计算相应评价指标值。本发明能够提高锂电池健康状态估计的精确度。
-
公开(公告)号：CN109001757B
公开(公告)日：2022-12-20
申请号：CN201810549473.5
申请日：2018-05-31
Applicant: 重庆大学
IPC: G01S17/931
Abstract: 本发明公开了一种基于2D激光雷达的车位智能检测方法，包括：步骤1.获取环境位置信息，包括距离信息和角度信息；步骤2.对步骤1获取的环境位置信息进行预处理；步骤3.对步骤2经预处理后的环境位置信息进行分割聚类；步骤4.将步骤3得到聚类结果进行车辆边界线段提取；步骤5.将步骤4得到的车辆轮廓提取线段，并建立泊车车位空间模型并得到泊车车位最小宽度；步骤6.根据泊车车位的最小宽度判断车位大小是否满足要求。本发明考虑到2D激光雷达拥有的角度和距离信息，通过聚类分析和线段拟合方法，建立泊车车位空间模型。并在此基础上将多输入多规则的模糊推理系统引入到车位检测中来，提高了泊车环境下，车位检测的准确性和智能化水平。
-
Patent Agency Ranking
公开(公告)号：CN106840097B
公开(公告)日：2021-05-25
申请号：CN201710054689.X
申请日：2017-01-24
Applicant: 重庆大学
IPC: G01C9/00
Abstract: 本发明公开了一种基于自适应扩展卡尔曼滤波的道路坡度估计方法，通过数据采集装置获取车辆状态数据，结合车辆状态数据和车辆固有参数计算模型参数：然后基于坡度与车辆状态数据的关系模型，构建扩展卡尔曼滤波估计模型；最后将卡尔曼滤波估计模型改进为自适应扩展卡尔曼滤波算法模型。本发明提供的方法利用了能快速收敛和实时估计的自适应扩展卡尔曼滤波算法，通过车辆驾驶状态数据动态、实时估计道路坡度，从而为驾驶员提供实时的道路坡度信息，为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据，从而实现安全、经济、舒适驾驶；提高在不确定性动态噪声影响下坡度估计的精度和适用范围。
-
公开(公告)号：CN105629974B
公开(公告)日：2018-12-04
申请号：CN201610079992.0
申请日：2016-02-04
Applicant: 重庆大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进型人工势场法的机器人路径规划方法及系统，首先在激光雷达的可视范围内找到局部目标点；然后规划出机器人当前位置到达局部目标点的可达路径，最后控制驱动机器人行进，循环检测局部目标点，直至机器人达到最终目标点；该方法采用基于人工势场法来规划机器人路径规划，解决了传统势场法对机器人进行路径规划出现的局部极小点问题，对传统的人工势场法进行了改进，即改进引力势函数，同时将整个任务划分为许多局部目标点，从而达到最优的路径；提高了路径规划的实时性、环境适应性效率。
-
公开(公告)号：CN105867373B
公开(公告)日：2018-09-11
申请号：CN201610213132.1
申请日：2016-04-07
Applicant: 重庆大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于激光雷达数据的移动机器人位姿推算方法，首先接收与预处理激光雷达数据；分割聚类环境数据；然后从激光雷达数据中选择簇群；并对目标簇群进行跟踪；获取簇群中每个子簇群的顶点在局部坐标系下的坐标数据，获取簇群的顶点的坐标和每个连接连线的倾角；将起始点和终点组成连接直线并计算偏转角度；通过滑动滤波计算机器人位置坐标变化后的位置坐标；最后初始化起始点的位姿和采样位姿点。本发明提供的移动机器人位姿推算方法是使用精度较高的二维激光雷达，无需对环境进行任何修改；机器人的位姿信息相对于具体环境客观描述，更便捷将位姿信息集成到其它移动机器人的业务模块中，提高系统的可靠性、易实现性并降低成本。
-
公开(公告)号：CN106981195A
公开(公告)日：2017-07-25
申请号：CN201710350148.1
申请日：2017-05-18
Applicant: 重庆大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于公交GPS数据的交叉口信号配时参数估计方法，包括如下步骤：步骤1：选取某一信号交叉口，并从数据库中提取在某个时间段内经过该交叉口的所有公交车的GPS数据，利用每辆公交车经过交叉口的GPS数据，建立交叉口单车行程时间估计模型；步骤2：基于已获得的每辆公交车经过交叉口的行程时间，利用先聚类再分类的方法，找到每个信号周期经过交叉口的第一辆公交车(称之为CBV)；步骤3：计算所有CBV及每一辆CBV对应的前车到达交叉口停车线的时间，在此基础上，获得周期时长以及周期边界估计结果；步骤4：利用CBV在停车线附近的GPS数据序列，结合周期时长和周期边界估计结果，建立交叉口红灯时长估计模型。
-
公开(公告)号：CN103400112B
公开(公告)日：2017-02-15
申请号：CN201310290738.1
申请日：2013-07-10
Applicant: 重庆大学
Abstract: 本发明涉及交通检测技术领域，尤其涉及一种高速公路摄像头监控范围偏差检测方法，包括如下步骤：1）从高速公路隧道摄像头获取的视频中按预设帧率抽取图片；2）划分内存区域存储步骤1）获得的图片；3）根据步骤2）存储的图片获取当前道路的背景图像；4）从步骤3）获取的背景图像中提取疑似公路标志线图像;5）通过对步骤4）获得的疑似公路标志线图像进行分析，判断摄像头监控范围是否发生偏差。本发明只检测道路中的标志线，因此可以快速、准确的根据当前摄像头采集的视频图像，判断摄像头监控范围偏差事件的发生。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.02 seconds)
