-
公开(公告)号：CN112464750B
公开(公告)日：2023-11-14
申请号：CN202011253290.2
申请日：2020-11-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的车牌特征点检测方法，旨在解决现有技术中车牌特征点检测精度低的技术问题。其包括：获取道路视频，并将道路视频转换成道路图像数据；利用预先训练好的车牌特征点检测模型处理道路图像数据，通过模型前向推理获得车牌特征点检测结果；利用OpenCV工具将车牌特征点检测结果以标签的形式添加到道路图像数据中，并将带有标签的道路图像数据恢复成带有标签的道路视频，获得道路视频的车牌特征点检测结果；其中，所述车牌特征点检测模型采用融合注意力机制的高分辨率并行网络模型。本发明方法能够高效、准确的进行车牌特征点检测。
-
公开(公告)号：CN114055467B
公开(公告)日：2023-10-10
申请号：CN202111275418.X
申请日：2021-10-29
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于五自由度机器人的空间位姿在线仿真系统，包括以下步骤：S1，执行机器人位姿初始化调整业务流程；S2，设置机器人末端执行器的目标位姿；S3，调用逆向运动学算法，计算机器人的多电机驱动单元的目标调整量；S4，驱动末端执行器向目标位姿调整；S5，调用正向运动学算法确定末端执行器调整后的位姿；S6，比较末端执行器调整后的位姿与目标位姿之间的相对误差是否超过预设的误差范围，若超过，则返回步骤S2，直至末端执行器调整后的位姿与目标位姿之间的相对误差在预设的误差范围内。本发明基于机器人控制的运动学方法，简化了正向运动学的推导求解方法，使得对机器人运动学建模时，可灵活规定各关节轴的轴向定义。
-
公开(公告)号：CN112492543B
公开(公告)日：2023-08-18
申请号：CN202011194605.0
申请日：2020-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于车联网MEC和D2D链路的车辆安全传输系统及方法，将每一个车辆安全传感器模块当作一个D2D用户节点，车主移动设备作为蜂窝用户，构建单蜂窝多D2D链路安全传输系统；所有车辆安全传感器模块将采集的车辆安全信息发送至车主移动设备；车主移动设备接收所有车辆安全传感器模块的车辆安全信息，并将所有车辆安全信息上传至MEC移动边缘计算平台；车主移动设备接收MEC移动边缘计算平台返回的车辆安全信息的分析结果。本发明基于D2D和MEC将车辆安全系统简单化、可靠化，可将信息的传输时延降到毫秒级，并充分利用驾驶用户的个人移动终端，便于行车过程中的安全应对，并降低实施成本。
-
公开(公告)号：CN112714417B
公开(公告)日：2023-07-28
申请号：CN202110127213.0
申请日：2021-01-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种蜂窝车联网C‑V2X业务流控制方法，旨在解决传统业务流控制无法适应车联网C‑V2X业务流的时变场景导致网络延迟较高的技术问题。其包括：利用预先构建的业务流模型将车联网业务流转化为数据包排队队列，并通过队列分析迭代获取车联网的队列阈值与平均排队时延的映射关系；根据数据包排队时延计算当前时间窗口的平均排队时延；基于队列阈值与平均排队时延的映射关系，根据当前时间窗口的平均排队时延和预设的车联网时延要求进行闭环反馈控制，动态调整下个时间窗口的队列阈值；根据下个时间窗口的队列阈值实现车联网业务流控制。本发明能够有效降低C‑V2X网络场景下各类业务流的网络延迟。
-
公开(公告)号：CN109977812B
公开(公告)日：2023-02-24
申请号：CN201910185300.4
申请日：2019-03-12
Applicant: 南京邮电大学
IPC: G06V20/56 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于深度学习的车载视频目标检测方法，利用改进的Faster R‑CNN算法实现复杂交通环境中的目标检测，提供行车安全辅助功能。现有的目标跟踪算法存在严重的小目标漏检问题，本发明通过增加一个深度信息通道，将其与原有的彩色图像通道并联，并在通道维度上进行融合，在融合后的特征图像上进行候选框提取和目标检测，提高小目标的检测率，另外在训练中添加对难样本的训练，提高算法整体的目标识别率。本发明能够充分考虑Faster R‑CNN算法存在的小目标漏检问题，通过深度图像特征融合和难样本挖掘方法，提高复杂交通场景中车辆识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115276754A
公开(公告)日：2022-11-01
申请号：CN202210694561.0
申请日：2022-06-20
Applicant: 南京邮电大学
IPC: H04B7/185 , H04L67/1021 , H04L45/302
Abstract: 本发明公开了一种基于栅格时延预测的卫星传输优化方法，包括：首先，根据卫星星座的参数，基于地理栅格划分网格优先级，确定用户与卫星的关联和切换方式；其次，并根据任务的卸载位置，建立任务的时延模型；然后，根据随机网络演算推导的栅格时延边界设定任务限制时延，作为卫星的栅格资源约束条件，并设定目标优化函数；之后，考虑多个任务卸载至同一节点竞争资源的情况，基于栅格时延保障研究公平的资源分配方案；最后，在确定的资源分配方式下，研究用户任务的卸载和调度决策，分析其在提高系统任务完成率方面的表现。
-
公开(公告)号：CN110891293B
公开(公告)日：2022-09-16
申请号：CN201911093932.4
申请日：2019-11-11
Applicant: 南京邮电大学
Abstract: 本发明公开了车联网信息传输技术领域的一种基于车辆轨迹预测的多属性网络选择方法，旨在解决现有技术中车载移动终端可以接收到多个不同基站所覆盖的网络信号，由于车联网中车辆流动性大、运动速度快，若接入某一网络的时间过短容易造成网络的频繁切换，会产生信号不稳定的技术问题。所述方法包括如下步骤：预测车辆的轨迹和车速；基于所述轨迹和车速，预测车辆在不同网络中的驻留时间；将所述驻留时间与预设阈值进行比较，提取驻留时间大于预设阈值的网络作为候选网络；从所述候选网络中选取接入网络。
-
公开(公告)号：CN111131031B
公开(公告)日：2022-05-20
申请号：CN201911375100.1
申请日：2019-12-27
Applicant: 南京邮电大学
Abstract: 一种基于移动性权重的VANET集群分簇优化方法，利用每个车辆的移动性信息，包括节点接连级别、平均速度和距离，分簇算法基于计算的权重值选择CH。为了确保和保持集群稳定性，引入了SeCH，以便在PCH即将离开时担任领导，定期检查和更新PCH和SeCH的速度差，以确保平稳过渡以满足VANET环境安全应用的严格要求。
-
公开(公告)号：CN110855563B
公开(公告)日：2021-09-17
申请号：CN201911036660.4
申请日：2019-10-29
Applicant: 南京邮电大学
IPC: H04L12/715 , H04W4/40 , H04W40/32
Abstract: 本发明公开了车联网信息传输技术领域的一种基于链路可靠性和稳定性的车辆分簇方法，旨在解决现有技术中车联网采用DSRC技术进行信息交互，数据量小，但交互频率高，会在一定程度上造成网络拥塞，进而对车联网的连通性和信息的实时性造成不利影响的技术问题。所述方法包括如下步骤：基于所获取的车辆动态信息进行车辆分簇；基于所获取的车辆动态信息计算簇内车辆的链路可靠性和链路稳定性；基于所述链路可靠性和链路稳定性，建立簇头选择优先指数；提取簇头选择优先指数最大的簇内车辆作为簇头。
-
公开(公告)号：CN109598933B
公开(公告)日：2021-09-03
申请号：CN201811503475.7
申请日：2018-12-10
Applicant: 南京邮电大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于数据驱动的k邻近非参数回归的交通流预测方法，基于两步数据搜索算法开发，首先在非预测时间段内，从历史数据库中寻找和识别候选输入数据去与当前状态近似，然后在预测点处从候选输入数据中识别用于预测的最佳决策输入数据，最后利用最佳决策输入数据通过预测算法生成预测。本算法可以有效地减少用于搜索历史数据的时间，从而降低系统预测过程中的执行时间，提高了预测系统的预测效率，同时也保准了系统预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.026 seconds)
