-
公开(公告)号：CN101123039A
公开(公告)日：2008-02-13
申请号：CN200710121793.2
申请日：2007-09-14
Applicant: 清华大学
Abstract: 本发明涉及一种基于数字摄像机的闯红灯检测系统及方法，本发明采用高分辨率数字摄像机进行道路监控。闯红灯检测系统主要包括有前端设备和地面设备，前端设备中的数字摄像机(1)采集路口图像，该图像依次经过前端光端机(2)、光纤(6)、地面设备中的地面光端机(10)传送给工控机(9)。工控机根据设定的检测参数和当前信号灯状态，对车辆行为进行判断。对闯红灯车辆进行信息提取，获得车辆牌照等信息，对越线前后的图片序列或视频流和此车辆的牌照等信息进行存储和管理。本发明仅使用一只高分辨率的数字摄像机就可以对同方向的双车道车辆进行监控，无需设立单独的全景摄像机来拍摄信号灯状态，使得检测系统在违章判断执法上更加有力。
-
公开(公告)号：CN118297143A
公开(公告)日：2024-07-05
申请号：CN202410381743.1
申请日：2024-03-29
Applicant: 清华大学
IPC: G06N5/01 , G01M17/007
Abstract: 本申请公开一种自适应测试策略调整方法及装置，本申请通过自适应搜索策略搜索到的状态动作对，平衡状态动作空间的探索与代理偏差并考虑自然驾驶环境中动作出现概率，提高了多个代理模型组合系数的调整效率，基于确定的组合系数执行自动驾驶汽车的测试，提高了自动驾驶汽车测试的鲁棒性以及测试评估的效率。
-
公开(公告)号：CN113340392B
公开(公告)日：2023-08-18
申请号：CN202110834201.1
申请日：2021-07-21
Applicant: 清华大学
Abstract: 本发明提供了一种基于加速度传感器的车辆载重检测方法及装置，基于加速度传感器的车辆载重检测方法包括：根据车辆的GPS定位数据以及三维加速度数据建立车辆的类型数据库、行驶状态数据库以及加速度模型；根据所述类型数据库、所述行驶状态数据库以及加速度模型建立不同类型、不同行驶状态车辆的参数数据库；根据所述参数数据库以及目标车辆的行驶数据检测目标车辆的载重。本发明能够在车辆行驶过程中实现实时测重，一方面可以提升高速通行效率；另一方面，通过将振动传感器安装在车辆上，可使不同的地区基于同一设备进行重量的估计，避免了测重设备不同导致的误差，有助于有关部门实现对车重的统一监管。
-
公开(公告)号：CN116434158A
公开(公告)日：2023-07-14
申请号：CN202310380354.2
申请日：2023-04-11
Applicant: 清华大学
IPC: G06V20/54 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本申请涉及一种目标检测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待检测图像；根据预设的图像识别算法对待检测图像进行第一目标的图像识别，得到图像识别结果；判断图像识别结果是否包含第一目标的位置信息；在图像识别结果包含第一目标的位置信息的情况下，根据第一目标的位置信息，将背景图像信息融合至待检测图像中，得到初始检测图像；将初始检测图像输入至预设的图像检测算法中进行第二目标的图像检测，得到图像检测结果；图像检测算法是由初始图像检测算法基于被标注了第一目标的训练集训练得到的。采用本方法能够得到该待检测图像中所有的第二目标，完善了对道路的图像检测。
-
公开(公告)号：CN116061971A
公开(公告)日：2023-05-05
申请号：CN202310101573.2
申请日：2023-01-31
Applicant: 清华大学
IPC: B60W60/00 , G06N3/0455 , G06N3/092 , B60W40/00 , B60W50/00
Abstract: 本公开提供一种基于分层强化学习的自动驾驶方法及装置，方法包括：获取驾驶数据，驾驶数据包括模拟驾驶平台的后台数据；根据驾驶数据训练编码器，得到多维特征向量；对多维特征向量进行无监督训练，得到多个初始技能，无监督训练包括加入信息熵约束的训练；对多维特征向量进行分层强化训练，得到控制器，分层强化训练包括调整深度学习网络的损耗；通过控制器对多个初始技能进行组合，以执行自动驾驶动作。本公开的方法可以训练得到多个通用技能，技能的训练客观高效，通过控制器组合技能实现自动驾驶，可解释性强，使得自动驾驶可以应对复杂的环境。
-
Patent Agency Ranking
公开(公告)号：CN113838285B
公开(公告)日：2023-02-17
申请号：CN202111161285.3
申请日：2021-09-30
Applicant: 清华大学
Abstract: 本文公开一种车路协同环境下实现车辆群体决策的方法及装置，本发明实施例对待通过冲突区的自动驾驶车辆，根据各车道的车辆的转向，按照车辆排序逐步确定车辆通过冲突区的顺序并计算车辆通过冲突区的总时长，在逐步确定车辆通过冲突区的顺序的同时，相同车辆按照不同顺序通过冲突区时，删除除总时长最短其他车辆排序的调度方案，降低了调度运算的运算量，提升了车辆协同的决策速度和实时性。
-
公开(公告)号：CN113838285A
公开(公告)日：2021-12-24
申请号：CN202111161285.3
申请日：2021-09-30
Applicant: 清华大学
Abstract: 本文公开一种车路协同环境下实现车辆群体决策的方法及装置，本发明实施例对待通过冲突区的自动驾驶车辆，根据各车道的车辆的转向，按照车辆排序逐步确定车辆通过冲突区的顺序并计算车辆通过冲突区的总时长，在逐步确定车辆通过冲突区的顺序的同时，相同车辆按照不同顺序通过冲突区时，删除除总时长最短其他车辆排序的调度方案，降低了调度运算的运算量，提升了车辆协同的决策速度和实时性。
-
公开(公告)号：CN113723529A
公开(公告)日：2021-11-30
申请号：CN202111023562.4
申请日：2021-09-01
Applicant: 清华大学
Abstract: 本发明公开了一种基于速度预测算法的交通信息可信辨识方法，使用深度学习的长短时记忆网络，通过跟驰场景的大量前后车数据，训练出可以对后车速度进行预测的神经网络，然后输入前后车相关数据，对后车速度进行预测，对比速度实际值和速度预测值，给出可信概率数值，以判断交互信息是否合法。本发明可以有效检测车辆通信数据的异常情况，包括车辆传感器数据错误或黑客攻击篡改通信数据等情况，提高了车路协同环境下智能交通系统的安全性与可靠性。
-
公开(公告)号：CN111504436B
公开(公告)日：2021-09-17
申请号：CN202010305317.1
申请日：2020-04-17
Applicant: 清华大学
IPC: G01G19/03 , G01M17/007 , G01C5/00 , G01B5/28 , G07B15/06
Abstract: 本发明提供了一种基于车辆振动数据的车辆载荷及道路路况监测方法及装置，该方法包括：根据预建立的车辆振动模型确定车辆的无阻尼自由振动影响因素以及受迫振动频率的影响因素；通过振动传感器实时采集车辆行驶过程中的参数；根据所述影响因素以及所述参数监测车辆载荷以及道路路况。本发明可以在不影响车辆的正常行驶的情况下，实时监测车辆悬挂重量；另外，本发明可实时检测路面的沉降不均，并标记该位置，以使有关部门基于标记的位置能够及时对道路进行维护管理。
-
公开(公告)号：CN112270841B
公开(公告)日：2021-09-10
申请号：CN202011147550.8
申请日：2020-10-23
Applicant: 清华大学
IPC: G08G1/0967 , G08G1/16
Abstract: 本发明公开了一种车路协同环境下基于多车运动特征的信息可信辨识方法，结合车路协同环境下多车运动特征分析以及多车信息交互逻辑，选择多车交互下的跟驰、换道、超车等典型场景构建多车信息交互可信辨识模型，采用可信辨识模型检测多车交互产生的信息是否合法，对于合法的交互信息，终端直接使用，对于不合法异常交互信息，终端执行异常信息上报并启动应急模式；本发明能够有效解决因人为伪造、恶意篡改、设备异常等情况产生的不符合交通业务特征的数据和信息对车路协同环境下的交通系统所带来的安全问题，实现对现有车路协同环境下交通系统信息交互安全性与可靠性的提升。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.023 seconds)
