-
公开(公告)号:CN116342708A
公开(公告)日:2023-06-27
申请号:CN202211545766.9
申请日:2022-12-05
Applicant: 广西北港大数据科技有限公司 , 广西综合交通大数据研究院
IPC: G06T7/80 , G06N3/0464 , G06N3/08 , G01S7/40 , G01S13/86
Abstract: 本发明属于多传感器自动标定技术领域,具体涉及一种基于单应性变换的毫米波雷达与摄像头自动标定方法,包括以下步骤:S1、通过毫米波雷达目标可视化界面确定参考目标的ID,记录下毫米波雷达的坐标作为关键点;S2、通过目标检测算法识别参考目标在图像上的位置,并将目标的中心像素点记为关键点;S3、选取当前帧图像中的关键点和毫米波雷达的关键点作为对应点,判断当前保存的对应点组数是否大于4组,满足单应性变换的最低条件;S4、当达到满足单应性变换的最低条件时,利用当前保存的对应点组进行单应性变换,输出一个单应性变换矩阵,利用这个单应性变换矩阵,将当前帧所有毫米波雷达目标映射到图像上,观测转换的效果是否符合要求。
-
公开(公告)号:CN116129257A
公开(公告)日:2023-05-16
申请号:CN202211591325.2
申请日:2022-12-12
Applicant: 广西综合交通大数据研究院 , 广西北港大数据科技有限公司
Abstract: 本申请实施例提供的基于雷视融合的移动目标识别方法、装置及存储介质中,首先从数据层面入手,根据毫米波雷达对潜在目标的空间位置进行表征,并将表征结果用于摄像头采集的原始图像中远距离目标区域划分,进一步的,对该划分区域图像进行重构和检测,从而提升远距离目标的视觉检测精度,然后从雷达和视觉检测特征层融合进行建模,针对毫米波雷达检测受光照影响小和图像检测纹理信息多的特点,提升系统低光照环境下的检测精度。
-
公开(公告)号:CN111444847B
公开(公告)日:2023-04-07
申请号:CN202010227134.2
申请日:2020-03-27
Applicant: 广西综合交通大数据研究院 , 桂林市国创朝阳信息科技有限公司
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种交通标志检测识别方法、系统、装置及存储介质,所述方法包括获取交通标志图像;对YOLOv3卷积神经网络模型的残差组件进行处理得到DFF‑YOLOv3卷积神经网络模型;利用DFF‑YOLOv3卷积神经网络模型对获取的交通标志图像进行检测识别。本发明通过对现有的基于YOLOv3的卷积神经网络模型的残差组件进行改进处理得到改进的DFF‑YOLOv3卷积神经网络模型,利用改进的DFF‑YOLOv3卷积神经网络模型对获取的小目标交通标志图像进行检测识别,具有实时性好和识别精度高的优点。本发明可以广泛应用于深度学习技术领域。
-
公开(公告)号:CN113534790B
公开(公告)日:2022-10-11
申请号:CN202110540239.8
申请日:2021-05-18
Applicant: 广西综合交通大数据研究院 , 广西交通设计集团有限公司
IPC: G05D1/02
Abstract: 本申请提供了一种路径规划方法、装置、电子设备及计算机可读存储介质,涉及控制与决策技术领域。该方法包括:确定搜索空间中的运动粒子和预设的随机树中的起始点和目标点,生成随机节点,生成第一引力,基于预设的适应度函数确定运动粒子中适应度最小的目标粒子,生成第二引力,生成中间树节点,生成目标路径。本申请实施例在新节点的生成过程中,通过粒子群算法得到的全局最优的粒子,克服了现有技术中随机性强、算法运算量大、不容易收敛的缺陷,加入全局最优粒子对新节点的引力,使得新节点的生成有一定的偏向性,但又不过于的依赖目标节点,不会过度的依赖目标节点,会尽可能减少新节点的生成失败,降低路径规划所需的时间。
-
公开(公告)号:CN113743955A
公开(公告)日:2021-12-03
申请号:CN202110902305.1
申请日:2021-08-06
Applicant: 广西综合交通大数据研究院
Abstract: 本申请提供了一种基于智能合约的食材溯源数据安全访问控制方法,涉及区块链技术领域,该方法包括:为用户注册账号;制定访问控制策略,设计并编写智能合约,接收用户通过智能合约上传的数据,并基于数据的敏感程度对数据进行分级加密,当访问控制策略判断用户的属性满足访问权限时,将数据从区块链上发送至用户。本申请实施例通过引入了访问控制技术并与区块链进行结合,将其应用到食材集采集配供应链的溯源场景下,解决食材供应链溯源信息分级访问以及溯源过程中的公开透明监管的问题,实现细粒度的溯源数据访问控制;通过划分敏感信息等级进行分级加密,将密文存储至区块链上,有效保护了食材供应链上各个角色的隐私。
-
公开(公告)号:CN114095503B
公开(公告)日:2025-02-11
申请号:CN202111214690.7
申请日:2021-10-19
Applicant: 广西综合交通大数据研究院
IPC: H04L67/1021 , H04L67/1023 , H04L67/12 , G06F16/35 , G06N3/098
Abstract: 本申请公开了一种基于区块链的联邦学习参与节点选择方法。联邦学习参与节点选择方法用于物联网系统,物联网系统包括终端设备和基站,联邦学习参与节点选择方法包括:获取每个终端设备与基站、其它终端设备之间在预设时间内的交互次数和距离,根据预设截断距离、数据交互次数、终端设备与其它终端设备的距离确定每个终端设备的活跃度密度,根据活跃度密度的大小以选择目标终端设备,计算终端设备到目标终端设备的偏移距离,根据活跃度密度和偏移距离确定终端设备的聚类中心点,通过聚类中心点的终端设备传输对应聚类模型中终端设备的数据至基站。如此,有效的减少了物联网系统的传输时间,避免了因物联网设备的时延问题。
-
公开(公告)号:CN115577876A
公开(公告)日:2023-01-06
申请号:CN202211184104.3
申请日:2022-09-27
Applicant: 广西综合交通大数据研究院
Abstract: 本发明公开基于区块链和联邦学习的网络货运平台运单准点预测方法,涉及货运物流技术领域,网络货运平台运单准点预测方法将联邦学习和区块链技术首次引入网络货运平台场景。网络货运平台请求共建模型,任务发布者审核后部署智能合约,并向平台返回训练参数,平台利用本地运单信息和物流数据训练本地运单准点预测模型,最后聚合各平台的本地模型得到全局运单准点预测模型,代入待预测运单数据预测能否准点送达;联邦学习和区块链的结合在不影响数据隐私的情况下,对多个平台的数据进行统一的建模,预测运单能否准点为平台用户提供更好的用户体验,增加用户对平台的粘性,同时平台可以根据预测调整物流资源配置。
-
公开(公告)号:CN111915675B
公开(公告)日:2023-06-23
申请号:CN202010555426.9
申请日:2020-06-17
Applicant: 广西综合交通大数据研究院
Abstract: 本发明公开了一种基于粒子漂移的粒子滤波点云定位方法,基于粒子滤波定位算法,提升定位的精度,包括将初始粒子集根据当前时刻的里程计数据转换为预测粒子集,并根据漂移算法,获取漂移粒子集,并根据所述漂移粒子集中权重大的漂移粒子和坐标信息,输出定位结果。同时,还提供一种基于粒子漂移的粒子滤波定位系统和基于粒子漂移的粒子滤波定位装置;所述基于粒子漂移的粒子滤波定位系统和基于粒子漂移的粒子滤波定位装置应用所述基于粒子漂移的粒子滤波点云定位方法提升定位的精度。
-
公开(公告)号:CN113313606A
公开(公告)日:2021-08-27
申请号:CN202110492139.2
申请日:2021-05-06
Applicant: 广西综合交通大数据研究院
Abstract: 本申请实施例提供了一种基于区块链的供应链企业动态信用评分系统及方法,涉及区块链领域。该系统包括企业节点,用于企业将业务数据上传至供应链区块链平台;可信第三方节点,用于确定数据分析报告和交叉验证报告;信用评分模块节点,用于基于预设的信用评分模型对企业进行评分,生成信用分数;金融机构节点,用于基于企业融资申请和信用分数生成与企业对应的授信方案。本申请实施例通过区块链技术与供应链金融相结合,提供企业可信数据池,将金融机构授信、企业融资业务线上化,减少人工操作带来的失误和风险,提高金融机构授信、企业融资效率,降低银行授信风险,增加供应链参与企业的数据透明度,增加金融机构对企业的信任,生成灵活的授信方案。
-
公开(公告)号:CN111444847A
公开(公告)日:2020-07-24
申请号:CN202010227134.2
申请日:2020-03-27
Applicant: 广西综合交通大数据研究院 , 桂林市国创朝阳信息科技有限公司
Abstract: 本发明公开了一种交通标志检测识别方法、系统、装置及存储介质,所述方法包括获取交通标志图像;对YOLOv3卷积神经网络模型的残差组件进行处理得到DFF-YOLOv3卷积神经网络模型;利用DFF-YOLOv3卷积神经网络模型对获取的交通标志图像进行检测识别。本发明通过对现有的基于YOLOv3的卷积神经网络模型的残差组件进行改进处理得到改进的DFF-YOLOv3卷积神经网络模型,利用改进的DFF-YOLOv3卷积神经网络模型对获取的小目标交通标志图像进行检测识别,具有实时性好和识别精度高的优点。本发明可以广泛应用于深度学习技术领域。
-
-
-
-
-
-
-
-
-