-
公开(公告)号：CN113409361A
公开(公告)日：2021-09-17
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
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：CN113393681A
公开(公告)日：2021-09-14
申请号：CN202110939972.7
申请日：2021-08-17
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G08G1/083
Abstract: 本发明公开了一种交通信号协调优化方法及装置、计算机可读存储介质，所述方法包括：获取协调时段内，协调路径各个路口的信号方案时段；根据信号方案时段划分协调时段，得到协调子时段集合；获取协调路径各个路口在各协调子时段的周期优化范围、绿信比及协调速度；基于周期优化范围、绿信比及协调速度，通过交通信号协调优化模型，进行公共周期、相位差及相序优化，得到优化后的交通信号控制方案，其中，交通信号协调优化模型包含协调路径各个路口在协调时段内的协调子时段方案相位差一致的约束。本发明可提高交通信号协调控制的灵活性和适应性。
-
公开(公告)号：CN113382385A
公开(公告)日：2021-09-10
申请号：CN202110922603.7
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: 本发明提出一种车辆授权方法、装置、计算机及存储介质，属于人工智能技术领域。具体包括，首先车载单元向车路协同云平台发出申请授权；其次，路侧单元向车路协同云平台发送路侧设备信息；再其次，车路协同云平台结合车载单元发出的信息和路侧单元发出的信息判断是否给予车辆授权，并将授权结果通过车路协同云平台交互界面显示，再其次，车路协同云平台将授权结果反馈给车载单元，最后车载单元将授权结果显示在车载交互界面上。解决了解决现有技术中存在的授权单一的技术问题。
-
公开(公告)号：CN113379805A
公开(公告)日：2021-09-10
申请号：CN202110922670.9
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: 本发明提出一种交通节点的多信息资源融合处理方法、计算机及存储介质，属于人工智能技术领域。具体包括，首先，对区域内各个点位传感器的目标检测，将感知目标坐标还原该点位的世界坐标系；其次，在时间同步的基础上将感知目标融合到坐标系内上一个融合时间点的跟踪目标队列中，实现跟踪队列更新；再其次，将不同点位检测结果进行匹配，形成整个区域内的目标感知融合；最后，将融合后的数据由GPS坐标系转换到车身为中心的坐标系，并进行周围障碍物预警。实现了通过融合传感器感知结果将尽可能多的信息赋予融合后的交通参与者画像以及区域内不同位置部署的传感器数据并入统一的坐标系统中，并提供给车载设备。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN111815975A
公开(公告)日：2020-10-23
申请号：CN202010948019.4
申请日：2020-09-10
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种多功能信号灯组绑定、控制方法及装置，涉及交通信号控制技术领域，包括：获取多功能信号灯组的信号配时方案和设备信息；根据信号配时方案确定需要进行借灯显示的待绑定多功能信号灯组；根据信号配时方案和设备信息确定待绑定多功能信号灯组的主从标记，主从标记用于标识待绑定多功能信号灯组的主灯组和从灯组；根据主从标记确定待绑定多功能信号灯组的关联序列，完成多功能信号灯组的绑定。本发明通过引入主从灯组绑定关系，进行箭头满屏多功能信号灯的不同显示定义，使得在国标的基础上可方便灵活的进行多功能信号灯组的控制，且不受固定接线方式的限制，增加了多功能信号灯组的可扩展性，减少维护施工成本。
-
公开(公告)号：CN111798665A
公开(公告)日：2020-10-20
申请号：CN202010945352.X
申请日：2020-09-10
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本申请公开了一种道路系统，该道路系统包括路侧设备、边缘计算网关及云平台；所述路侧设备用于采集目标路段的路况数据，并将所述路况数据上传至所述边缘计算网关；所述边缘计算网关用于接收所述路侧设备上传的所述路况数据，对所述路况数据进行分析，并将分析结果上传至所述云平台；所述云平台用于接收所述边缘计算网关上传的所述分析结果，根据所述分析结果向所述边缘计算网关下发控制指令，所述控制指令用于指示所述边缘计算网关对所述路侧设备进行控制。通过本申请方案，可以实现在道路上部署稳定可靠的边缘计算。
-
公开(公告)号：CN116977906B
公开(公告)日：2023-12-26
申请号：CN202311228254.4
申请日：2023-09-22
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 北京深研智慧交通科技有限公司
IPC: G06V20/40 , G06V10/26 , G06V10/766 , G06V20/52 , G06V20/70 , G06V40/20 , H04L67/02 , H04N7/18 , G08B3/10
Abstract: 本发明提出一种实时展示行人违规翻越道路隔离带方法，属于道路安全技术领域。包括：S1.采集道路视频流信息，对视频流信息进行图像处理；S2.获取图像中不同物体和行人的实例分割信息；S3.判断场景中的道路隔离带；S4.分析行人是否有翻越隔离带的行为。S5.将行人违规翻越护栏行为发送至周边边缘端设备。解决了并未对翻越隔离带行为进行展示，不能对违规人员起到有效的教育作用，无法从根本上杜绝这种危害道路安全的违规行为的问题，将违规行为的相关信息进行有效展示并及时有纠正行人违规翻越隔离带行为，对违规人和其他行人都能够起到很好的教育和警示作用，从根本上杜绝违规翻越隔离带这种这种存在极高道路安全隐患的行为。
-
公开(公告)号：CN116977906A
公开(公告)日：2023-10-31
申请号：CN202311228254.4
申请日：2023-09-22
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 北京深研智慧交通科技有限公司
IPC: G06V20/40 , G06V10/26 , G06V10/766 , G06V20/52 , G06V20/70 , G06V40/20 , H04L67/02 , H04N7/18 , G08B3/10
Abstract: 本发明提出一种实时展示行人违规翻越道路隔离带方法，属于道路安全技术领域。包括：S1.采集道路视频流信息，对视频流信息进行图像处理；S2.获取图像中不同物体和行人的实例分割信息；S3.判断场景中的道路隔离带；S4.分析行人是否有翻越隔离带的行为。S5.将行人违规翻越护栏行为发送至周边边缘端设备。解决了并未对翻越隔离带行为进行展示，不能对违规人员起到有效的教育作用，无法从根本上杜绝这种危害道路安全的违规行为的问题，将违规行为的相关信息进行有效展示并及时有纠正行人违规翻越隔离带行为，对违规人和其他行人都能够起到很好的教育和警示作用，从根本上杜绝违规翻越隔离带这种这种存在极高道路安全隐患的行为。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.045 seconds)
