基于成像模型约束的单幅隧道图像快速增强方法

    公开(公告)号:CN107767348B

    公开(公告)日:2021-06-08

    申请号:CN201710890293.9

    申请日:2017-09-27

    Applicant: 重庆大学

    Abstract: 本发明涉及图像处理技术领域,提供一种基于成像模型约束的单幅隧道图像快速增强方法;能够在数秒内完成成像模型参数估计和图像重构,获得亮度,对比度都提高的隧道增强图像;主要包括如下部分计算:一,大气光估计;二,传输图估计;三,恢复图像计算。其中传输图估计和光照图估计计算耗费大部分的计算时间。本发明方案避免了两处大数据统计及相关计算,使隧道图像增强处理在3~5秒内完成。大大加快了图像增强处理速度。处理效果符合隧道通行状况识别要求。

    一种基于自适应扩展卡尔曼滤波的道路坡度估计方法

    公开(公告)号:CN106840097B

    公开(公告)日:2021-05-25

    申请号:CN201710054689.X

    申请日:2017-01-24

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于自适应扩展卡尔曼滤波的道路坡度估计方法,通过数据采集装置获取车辆状态数据,结合车辆状态数据和车辆固有参数计算模型参数:然后基于坡度与车辆状态数据的关系模型,构建扩展卡尔曼滤波估计模型;最后将卡尔曼滤波估计模型改进为自适应扩展卡尔曼滤波算法模型。本发明提供的方法利用了能快速收敛和实时估计的自适应扩展卡尔曼滤波算法,通过车辆驾驶状态数据动态、实时估计道路坡度,从而为驾驶员提供实时的道路坡度信息,为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据,从而实现安全、经济、舒适驾驶;提高在不确定性动态噪声影响下坡度估计的精度和适用范围。

    一种基于ETC数据的高速公路服务区驶入车流量估计方法

    公开(公告)号:CN112581774A

    公开(公告)日:2021-03-30

    申请号:CN202011424742.9

    申请日:2020-12-08

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 魏铨

    Abstract: 本发明公开了一种基于ETC数据的高速公路服务区驶入车流量估计方法,包括以下步骤:根据服务区所处路段和车辆历史行驶数据,利用层次聚类算法判断车辆是否进入服务区,对进入服务区的车辆计算其分流系数,根据分流系数和某一时间窗口内的服务区上游的ETC门架和收费站的上道流量得出进入服务区的车流量。本发明在高速公路服务区入口处无交通检测设备的情况下,利用历史ETC门架数据信息,根据车辆通过ETC门架的信息对服务区入口流量进行估计,可适用于高速公路服务区入口流量估计。

    一种高速公路隧道场景车辆阴影干扰抑制方法

    公开(公告)号:CN107492076B

    公开(公告)日:2021-01-01

    申请号:CN201710654081.0

    申请日:2017-08-03

    Applicant: 重庆大学

    Abstract: 本发明公开了一种高速公路隧道场景车辆阴影干扰抑制方法,首先获取当前待处理图像并得到前景区域分割图像;采用LPQ纹理特征阴影区域判别和LPQ阴影干扰判定结果;同时采用小波分解梯度特征阴影区域判别和小波分解阴影干扰判定结果;对阴影干扰判定结果与小波分解阴影干扰判定结果进行融合得到阴影干扰抑制结果;本发明提供的方法基于对局部窗口图像进行离散傅里叶变换而得到的量化相位来进行干扰判别,LPQ特征对于中心对称模糊、运动模糊、聚焦模糊以及大气湍流模糊等不敏感,并且对光照变化也具有一定的鲁棒性;从而实现对隧道场景下的阴影干扰进行精确判别。

    一种考虑主观因素的多车型混合交通跟驰行为仿真方法

    公开(公告)号:CN111968372A

    公开(公告)日:2020-11-20

    申请号:CN202010864385.1

    申请日:2020-08-25

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 张驰

    Abstract: 本发明公开了一种考虑主观因素的多车型混合交通跟驰行为仿真方法,基于车型差异,修正前导车与跟驰车的理论安全行驶跟驰距离,得到考虑车型因素的安全行驶跟驰距离;基于跟驰车驾驶员的风格,修正考虑车型因素的安全行驶跟驰距离,得到心理安全行驶跟驰距离;基于跟驰车和先导车的相对距离与心理安全跟驰距离,以及跟驰车车速与驾驶员期望车速的大小关系,获取下一步跟驰车速度;所述风格为驾驶员的敏感系数和冒险系数。本发明利用前导车与跟驰车的相对距离以及心理安全跟驰距离进行判断,计算下一时刻的跟驰车纵向速度,实现了对多车型混合交通条件下的跟驰行为的准确刻画。该模型可描述不同车型以及不同驾驶员风格下的跟驰行为,为多车型混合交通的管理提供参考。

    一种基于RFID数据考虑货车混入率的公交行程时间预测方法

    公开(公告)号:CN111951556A

    公开(公告)日:2020-11-17

    申请号:CN202010845605.6

    申请日:2020-08-20

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 谌锐

    Abstract: 本发明公开了一种基于RFID数据考虑货车混入率的公交行程时间预测方法,该方法针对目前少有学者基于RFID数据进行公交行程时间预测的现状和未考虑货车这一对公交跟驰行为和驾驶策略产生直接影响的特定类型车辆混入比率对公交行程时间的影响等问题,利用RFID数据,考虑货车混入率对公交行程时间的相关影响重构公交车路段行程时间数据样本,建立LSTM-SVR组合预测模型实现对目标班次公交行程时间的精准预测,提高鲁棒性和泛化能力,为智慧公交出行提供参考依据。

    一种基于RFID数据的交通流速度临界相变区间估计方法

    公开(公告)号:CN111951555A

    公开(公告)日:2020-11-17

    申请号:CN202010844569.1

    申请日:2020-08-20

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 谌锐

    Abstract: 本发明公开了一种基于RFID数据的交通流速度临界相变区间估计方法,针对目前对交通流速度临界相变区间的估计问题缺乏细致研究和基于RFID数据对临界交通状态下的各类交通流参数进行估计时存在较多不确定因素等问题,利用采集得到的RFID数据,设计冗余数据识别算法,提取交通流速度特征参数并进行数据预处理,构建混合高斯模型(GMM)并利用最大期望(EM)算法完成模型参数求解,结合“数据间隙”现象建立估计模型对交通流速度临界相变区间进行有效估计。本发明提出的交通流速度临界相变区间估计方法能为城市道路交通状态的划分提供重要的参考依据。

    一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法

    公开(公告)号:CN108819951B

    公开(公告)日:2020-11-17

    申请号:CN201810846175.2

    申请日:2018-07-27

    Applicant: 重庆大学

    Abstract: 本发明涉及驾驶辅助或自动驾驶技术领域,具体涉及一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法,包括以下步骤:1)建立车辆的动力学模型;2)建立车道保持控制器模型;3)建立人机共驾模型;4)建立驾驶员驾驶技能评价模型;5)建立人机共驾权重分配模型;6)进行人机共享控制。本方法通过建立驾驶员驾驶技能评价模型,对驾驶员的驾驶技能进行评价,从而为驾驶权的分配提供依据,这样既能够提高驾乘的舒适性又能保证车辆的安全行驶,还能减小人机冲突;同时考虑驾驶员期望转角与车道偏离控制器的期望转角的差值作为权重分配的因素之一,能够让驾驶员感受到车辆是按照自己的驾驶意图在行驶。

    McMaster事件检测算法的一种自动寻参方法

    公开(公告)号:CN107491420B

    公开(公告)日:2020-10-30

    申请号:CN201710545766.1

    申请日:2017-07-06

    Applicant: 重庆大学

    Abstract: 本发明公开了一种McMaster事件检测算法的一种自动寻参方法,包括以下步骤:S1在获取大量交通数据的前提下,对流量和占有率分别进行统计分析,确定交通流量和占有率的分布模型;S2采用最大似然会计法估计流量、占有率分布模型的参数;S3计算分位数确定流量‑占有率转折点的大致区间;S4搜索转折区间内最佳转折点。本发明通过一种能够自动获取McMaster参数的方法,降低参数选取时候的人为依赖,对于提升McMaster算法的准确性和在不同路段下的可移植性有着重要的作用。

    全向移动机器人通道内倒行导航方法

    公开(公告)号:CN107065887B

    公开(公告)日:2020-10-30

    申请号:CN201710384809.2

    申请日:2017-05-26

    Applicant: 重庆大学

    Abstract: 本发明公开了一种全向移动机器人通道内倒行导航方法,包括如下步骤:步骤1:控制机器人在通道内完成向前行进,根据编码器估算机器人当前的置信息;步骤2:将机器人行进过程中激光雷达获取到的实时数据生成为局部地图;步骤3:根据小车实时位置以及获取实时局部地图,拼接局部地图,获得通道完整的全局地图;步骤4:根据生成的全局地图,使用最小二乘法拟合通道两边边线,通过计算得到适合小车行进的轨迹线;步骤5:机器人开始到行,激光雷达采集实时数据生成局部地图,将局部地图与全局地图进行匹配,获取小车的当前位置信息;步骤6:根据机器人当前位置信息与轨迹线之间的偏差进行位姿调整,保持机器人跟随轨迹线。

Patent Agency Ranking