-
公开(公告)号：CN111724591B
公开(公告)日：2022-12-23
申请号：CN202010537046.2
申请日：2020-06-12
Applicant: 重庆大学
Abstract: 本发明公开了一种用于检测高速公路断面交通拥堵的三维McMaster方法，充分考虑了速度参数对流量和占有率的影响，分析流量、速度、占有率三者之间的相关关系，利用贝叶斯正则化BP神经网络将McMaster算法从二维参数空间拓展到三维参数空间，从而提高算法对交通拥堵的检测率。
-
公开(公告)号：CN109000649A
公开(公告)日：2018-12-14
申请号：CN201810529469.2
申请日：2018-05-29
Applicant: 重庆大学
Abstract: 本发明公开了基于直角弯道特征的全方位移动机器人位姿校准方法，该方法包括以下步骤：S1.建立直角弯模型；S2.将直角弯模型进行标准化，然后建立直角弯处全局参考点集；S3.建立小车初始状态坐标系，并计算AGV小车在全局坐标系中的初步位姿估计；S4.对直角弯特征进行识别；S5.基于直角弯特征对AGV小车进行全局定位和位姿更新。本发明在充分分析典型仓库通道环境的情况下，利用激光雷达数据对直角弯道处的环境特征进行描述，并以此特征对全方位小车在通道环境下进行全局定位与位姿更新，消除相对定位中的累积误差，提高机器人的整体定位精度。
-
公开(公告)号：CN105867372B
公开(公告)日：2018-09-21
申请号：CN201610212952.9
申请日：2016-04-07
Applicant: 重庆大学
IPC: G05D1/02
Abstract: 本发明公开了全方位移动机器人狭窄直角弯下转向运动规划方法，首先初始化机器人参数；实时获得机器人在全局坐标系中的质心坐标和约束量；根据机器人的质心坐标和约束量来判断机器人当前所属转向状态；然后根据转向状态来确定控制策略和计算控制指令；判断控制量是否超出控制量的上下限，最后向机器人发送控制指令，驱动机器人运行；本发明提供的方法，通过充分分析狭窄直角弯约束受限特性的情况下，结合小车全方位移动以及指令控制这种特殊的方式，采用基于规则式的狭窄直角弯转向运动规划方法。此方法实现机器人自主转向提供了一种解决方案，简单易行、具有良好的适应性，能较好的解决机器人在狭窄限制下的转向运动规划问题。
-
公开(公告)号：CN106097718B
公开(公告)日：2018-09-11
申请号：CN201610708476.X
申请日：2016-08-23
Applicant: 重庆大学 , 重庆云途交通科技有限公司
IPC: G08G1/01
Abstract: 本发明公开了一种基于GPS数据的信号交叉口区域通行时间估计方法，包括以下步骤：步骤1：获取目标信号交叉口上的所有浮动车的GPS数据，构建浮动车数据集；步骤2：确定信号交叉口区域进道口最大影响范围Lin；步骤3：确定信号交叉口出道口最大影响范围Lout；步骤4：获取单车i通过信号交叉口进口端点处的时刻数据步骤5：获取单车i通过信号交叉口出口端点处的时刻数据步骤6：计算单车i在信号交叉口区域的通行时间ti。本发明提供的方法考虑了车辆在信号交叉口的运行特点，对信号交叉口区域的单车通行时间进行有效估计，因此该方法是一种适用于信号交叉口并具有较高精度的单车通行时间估计方法，从而为交叉口的延误估计、交叉口的合理规划与设计奠定基础。
-
公开(公告)号：CN107161154A
公开(公告)日：2017-09-15
申请号：CN201710350131.6
申请日：2017-05-18
Applicant: 重庆大学
IPC: B60W40/107 , B60W50/00
CPC classification number: B60W40/107 , B60W50/00 , B60W2050/0031
Abstract: 一种考虑档位的经济速度获取方法，包括如下步骤：步骤1：采集车辆状态数据，并基于车辆固有参数，计算其他参数信息；步骤2：建立车辆纵向动力学模型，获取不同档位下转矩与车速关系；步骤3：基于已获取的车辆状态数据，建立基于转矩的车辆油耗模型：步骤31：推导基于转矩的油耗模型最小二乘形式；步骤32：建立带遗忘因子的最小二乘递推估计模型；步骤33：建立带遗忘因子的最小二乘递推估计油耗参数辨识模型；步骤4：利用发动机转速和汽车行驶速度的关系，结合车辆油耗模型及车辆纵向动力学模型，获取不同档位下的车速与燃油消耗率的关系表达式；步骤5：步骤五：基于不同档位的车速与燃油消耗率的关系表达式，求解不同档位下的经济车速。
-
Patent Agency Ranking
公开(公告)号：CN104182983B
公开(公告)日：2017-03-22
申请号：CN201410427929.2
申请日：2014-08-27
Applicant: 重庆大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于角点特征的高速公路监控视频清晰度的检测方法，包括如下步骤：步骤一：选取角点检测区域：1)获取高速公路监控视频，抽帧获得单帧图像；2)选取单帧图像中除去道路区域后的图像区域作为检测区域；步骤二：灰度图转换，平滑去噪；步骤三：角点提取：先找出检测区域内的所有角点，再选取一定数量的强角点；步骤四：清晰度计算：1)计算每一个强角点的指定邻域内像素点与该强角点之间的平均能量差；2)将计算得到的所有强角点的平均能量差进行统计分析，得到单帧图像的清晰度；步骤五：综合多帧单帧图像的清晰度与设定阀值之间比较的累积结果，对高速公路监控视频的清晰度进行判断。
-
公开(公告)号：CN103400111B
公开(公告)日：2017-02-08
申请号：CN201310290737.7
申请日：2013-07-10
Applicant: 重庆大学
Abstract: 本发明涉及交通检测技术领域，公开一种基于视频检测技术的高速公路隧道火灾事件检测方法，包括如下步骤：从获取的视频中按预设帧率抽取图片；利用所获图片建立隧道背景模型；利用背景差分法从图片中提取前景目标图像；将图片分为前景部分和背景部分，分别采用不同的更新率进行更新；在检测周期内分析图像的前景目标，根据时间序列信息判断是否存在疑似静止目标；若存在疑似静止目标，再结合火焰的动、静态特征确定疑似火焰区域，最后根据火焰判别准则对后续提取的图像的疑似火焰区域进行分析，判断是否存在火灾事件。本发明检测算法简单，计算量小，可降低处理时间，提高检测效率，并可以减少由于隧道场景光照情况复杂对火灾检测造成的影响。
-
公开(公告)号：CN106097718A
公开(公告)日：2016-11-09
申请号：CN201610708476.X
申请日：2016-08-23
Applicant: 重庆大学 , 重庆云途交通科技有限公司
IPC: G08G1/01
Abstract: 本发明公开了一种基于GPS数据的信号交叉口区域通行时间估计方法，包括以下步骤：步骤1：获取目标信号交叉口上的所有浮动车的GPS数据，构建浮动车数据集；步骤2：确定信号交叉口区域进道口最大影响范围Lin；步骤3：确定信号交叉口出道口最大影响范围Lout；步骤4：获取单车i通过信号交叉口进口端点处的时刻数据步骤5：获取单车i通过信号交叉口出口端点处的时刻数据步骤6：计算单车i在信号交叉口区域的通行时间ti。本发明提供的方法考虑了车辆在信号交叉口的运行特点，对信号交叉口区域的单车通行时间进行有效估计，因此该方法是一种适用于信号交叉口并具有较高精度的单车通行时间估计方法，从而为交叉口的延误估计、交叉口的合理规划与设计奠定基础。
-
公开(公告)号：CN103488878B
公开(公告)日：2016-08-24
申请号：CN201310406641.2
申请日：2013-09-09
Applicant: 重庆大学
Abstract: 本发明涉及交通流状态分析领域，尤其涉及一种基于向量相似性的交通流时间序列变点识别方法，可判断交通流状态突变及其变点位置，提前预防可能出现的交通异常；包括如下步骤：通过检测器采集检测路段的断面交通流参数，并存储到交通流参数数据库；从交通流参数数据库中按时间顺序读取交通流参数，建立交通流时间序列的交通流向量集；根据交通流向量集，建立交通流时间序列的向量相似度函数，以得到各时间点前后交通流参数演变规律的相似程度；识别交通流时间序列中各点的类型，然后判断交通流状态是否发生突变，并识别出突变发生的位置。
-
公开(公告)号：CN105867373A
公开(公告)日：2016-08-17
申请号：CN201610213132.1
申请日：2016-04-07
Applicant: 重庆大学
IPC: G05D1/02
CPC classification number: G05D1/0257
Abstract: 本发明公开了一种基于激光雷达数据的移动机器人位姿推算方法，首先接收与预处理激光雷达数据；分割聚类环境数据；然后从激光雷达数据中选择簇群；并对目标簇群进行跟踪；获取簇群中每个子簇群的顶点在局部坐标系下的坐标数据，获取簇群的顶点的坐标和每个连接连线的倾角；将起始点和终点组成连接直线并计算偏转角度；通过滑动滤波计算机器人位置坐标变化后的位置坐标；最后初始化起始点的位姿和采样位姿点。本发明提供的移动机器人位姿推算方法是使用精度较高的二维激光雷达，无需对环境进行任何修改；机器人的位姿信息相对于具体环境客观描述，更便捷将位姿信息集成到其它移动机器人的业务模块中，提高系统的可靠性、易实现性并降低成本。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.023 seconds)
