-
公开(公告)号：CN111259504B
公开(公告)日：2022-09-16
申请号：CN202010027168.7
申请日：2020-01-10
Applicant: 清华大学深圳国际研究生院
IPC: G06F30/18
Abstract: 一种基于城市道路摄像头节点建模的过车数据补全方法及装置，包括以下步骤：S1、以摄像头作为节点，构建具有根节点、中间层级分支节点以及叶子节点的多个层级的拓扑网络；每个摄像头有唯一的节点编号，且对所有中间层级的分支节点进行有序分区编码，对所有叶子节点进行有序序列编码；对每个节点按照节点的逻辑上下游关系设置节点索引；S2、将具有车辆的过车记录的摄像头的节点编号作为目标节点编号；S3、根据目标节点编号，在多层级拓扑网络中定位节点；S4、从定位的节点出发，通过节点索引定位具有逻辑上下游关系的n层节点；S5、判断n层节点中是否存在过车数据缺失并补全过车数据。本发明可快速有效解决同一逻辑路段过车数据缺失问题。
-
公开(公告)号：CN113111514B
公开(公告)日：2022-05-27
申请号：CN202110398570.0
申请日：2021-04-12
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种车辆微观行驶场景仿真方法及计算机可读存储介质，方法包括：通过目标区域内的车辆交通数据和道路数据得到车旅文件，车旅文件是车辆交通数据内的车辆在道路数据中所包含的目标区域内由起点行驶至终点的时间信息，时间信息包括：从起点出发的时间、抵达终点的时间；由车旅文件得到路径文件，路径文件是车辆交通数据内的车辆在车旅文件中的时间信息中从起点至终点需要经过的所有道路；通过路径文件以及道路数据通过仿真平台实现车辆微观行驶场景仿真。本发明的实际仿真结果最大程度还原现实车辆行驶需求，进而支持基于微观仿真的车辆与道路规划研究，比如进行充电桩分布研究，节省其实际实验成本与时间。
-
公开(公告)号：CN110728222B
公开(公告)日：2022-03-25
申请号：CN201910943079.4
申请日：2019-09-30
Applicant: 清华大学深圳国际研究生院
IPC: G06V20/10 , G06V20/64 , G06V10/774 , G06V10/764 , G06K9/62 , G06T7/70 , G06T3/00
Abstract: 本发明提供一种用于机械臂抓取系统中目标物体的位姿估计方法，包括如下步骤：S1：渲染训练数据集；S2：构建目标物体的位姿估计级联网络，所述级联网络采用三个轻量级网络级联的方式；S3：训练所述目标物体的位姿估计级联网络。通过采用级联网络，使姿态估计问题成为分类问题，减少网络训练测试时间，提高检测精度。
-
公开(公告)号：CN111190062B
公开(公告)日：2022-02-11
申请号：CN201911399392.2
申请日：2019-12-30
Applicant: 清华大学深圳国际研究生院
IPC: G01R31/00 , G01M17/007 , G06N3/04 , G06N3/08
Abstract: 一种基于神经网络的车辆电控系统安全性分析方法和装置，该方法包括以下步骤：获取车辆电控系统的历史工况数据和标签，得到训练集；确定BP神经网络的拓扑结构，包含输入层、隐藏层、输出层和softmax层；用所述训练集训练并建立BP神经网络预测模型；将从待测电动车电控系统实时采集的工况数据输入BP神经网络预测模型，对待测电动车电控系统进行安全性分析。相对于现有的车辆电控系统安全检测方法，本发明可快速完成对车辆电控系统安全性的分析和评估，具有快速、高时效性、非破坏性、可重复性的优点。
-
公开(公告)号：CN113243890A
公开(公告)日：2021-08-13
申请号：CN202110504487.7
申请日：2021-05-10
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种睡眠呼吸暂停综合症识别装置，针对性改进卷积神经网络卷积核通道的输入，将心电数据和呼吸波数据经过预处理后作为神经网络的输入；针对模型的运算层做出优化，将卷积核个数调整为相对最优个数，卷积步长调整为2，在全连接层前面添加Dropout层；针对模型输出层做出改进，将模型调整为二分类结果输出，得到睡眠呼吸暂停事件发生与否的判别结果。本发明通过将心电数据和呼吸波数据进行融合提高了模型检测能力；针对传统LeNet‑5模型进行优化提升了模型的睡眠呼吸暂停综合症识别能力；模型检测时间较深度神经网络更短，应用成本低，可应用范围广泛。
-
Patent Agency Ranking
公开(公告)号：CN113155121A
公开(公告)日：2021-07-23
申请号：CN202110305408.X
申请日：2021-03-22
Applicant: 珠海深圳清华大学研究院创新中心
Abstract: 本发明提供一种车辆定位方法、装置及电子设备，其中，车辆定位方法，包括如下步骤：获取第一传感器数据；根据第一传感器数据，得到第一定位不确定性数据；当所述第一定位不确定性数据不满足第一预设条件，则获取第二传感器数据，根据所述第二传感器数据以及所述第一传感器数据，得到第二定位不确定性数据；当所述第二定位不确定性数据满足第二预设条件，则根据所述第一传感器数据以及所述第二传感器数据进行车辆定位。通过实施本发明，分步加入传感器信息可以降低车辆算力，并且每一次加入传感器数据的触发条件是定位不确定性不满足条件，也即，采用分步的方式，能够在保证定位准确性的条件下进一步减小车辆算力。
-
公开(公告)号：CN113110489A
公开(公告)日：2021-07-13
申请号：CN202110485674.5
申请日：2021-04-30
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本文公开了一种轨迹规划方法、装置、电子设备和存储介质。其中，所述轨迹规划方法，包括，根据行驶场景下的路径可跟踪属性，确定决策变量，并根据所述决策变量确定优化问题的目标函数；根据行驶中的限制约束，设定优化问题的约束，根据所述优化问题的约束，求解所述目标函数以完成所述行驶场景的轨迹规划；其中，所述路径可跟踪属性包括：有预定的可跟踪路径和没有预定的可跟踪路径。本文提供的轨迹规划方案通过将轨迹规划问题描述成优化问题，可处理各种复杂的规划约束，获得指定评价目标下的最优轨迹。
-
公开(公告)号：CN110728222A
公开(公告)日：2020-01-24
申请号：CN201910943079.4
申请日：2019-09-30
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种用于机械臂抓取系统中目标物体的位姿估计方法，包括如下步骤：S1：渲染训练数据集；S2：构建目标物体的位姿估计级联网络，所述级联网络采用三个轻量级网络级联的方式；S3：训练所述目标物体的位姿估计级联网络。通过采用级联网络，使姿态估计问题成为分类问题，减少网络训练测试时间，提高检测精度。
-
公开(公告)号：CN105405291B
公开(公告)日：2019-03-01
申请号：CN201510908143.7
申请日：2015-12-09
Applicant: 清华大学
IPC: G08G1/01
Abstract: 本发明公开了一种交通数据采集及主动防控系统包括：多个采集及主动防控装置、交通数据汇聚装置和全景化展示装置；每个采集及主动防控装置包括：视频采集模块、GPS定位模块、气象采集模块、信号采集模块、车流量采集模块、数据转换模块、网络交换模块和核心处理模块；交通数据汇聚装置将每个采集及主动防控装置发送的融合数据进行数据汇聚以生成聚合数据，并将聚合数据发送至全景化展示装置；全景化展示装置将聚合数据进行全景化展示。该系统能够为交通数据中心提供数据、展示数据多元化、角度全景化的全面交通状态，实现主动式的交通防控策略，提高交通拥堵的处理效率，改善整个城市交通网络状况。
-
公开(公告)号：CN105405291A
公开(公告)日：2016-03-16
申请号：CN201510908143.7
申请日：2015-12-09
Applicant: 清华大学
IPC: G08G1/01
CPC classification number: G08G1/0104
Abstract: 本发明公开了一种交通数据采集及主动防控系统包括：多个采集及主动防控装置、交通数据汇聚装置和全景化展示装置；每个采集及主动防控装置包括：视频采集模块、GPS定位模块、气象采集模块、信号采集模块、车流量采集模块、数据转换模块、网络交换模块和核心处理模块；交通数据汇聚装置将每个采集及主动防控装置发送的融合数据进行数据汇聚以生成聚合数据，并将聚合数据发送至全景化展示装置；全景化展示装置将聚合数据进行全景化展示。该系统能够为交通数据中心提供数据、展示数据多元化、角度全景化的全面交通状态，实现主动式的交通防控策略，提高交通拥堵的处理效率，改善整个城市交通网络状况。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.05 seconds)
