-
公开(公告)号：CN119417325B
公开(公告)日：2025-03-25
申请号：CN202510024801.X
申请日：2025-01-08
Applicant: 中国电子科技集团公司第五十四研究所 , 中南大学
IPC: G06Q10/067 , G06F16/29 , G06N3/084 , G06N3/048
Abstract: 本发明公开了耦合意图预测和环境约束的城市机动目标轨迹仿真方法，涉及多目标规划和轨迹模拟生成的交叉领域。本发明首先提取应用情景下的城市移动目标兴趣区域集合，之后提取路口节点、道路的地理环境要素以及自有属性，之后构建神经网络模型，进行深度学习训练，得到路口节点的奖励值，之后基于兴趣区域集合、各个机动目标的位置以及各个路口节点的奖励值，通过混合整数线性规划方法，计算机动目标轨迹仿真集合，完成耦合意图预测和环境约束的城市机动目标轨迹仿真。本发明克服了目前轨迹模拟方法真实性不强、情景泛化能力弱、对训练数据要求高和可解释性较低的问题，有效解决了特殊应用场景下多移动目标轨迹真实轨迹较少的问题。
-
公开(公告)号：CN119417325A
公开(公告)日：2025-02-11
申请号：CN202510024801.X
申请日：2025-01-08
Applicant: 中国电子科技集团公司第五十四研究所 , 中南大学
IPC: G06Q10/067 , G06F16/29 , G06N3/084 , G06N3/048
Abstract: 本发明公开了耦合意图预测和环境约束的城市机动目标轨迹仿真方法，涉及多目标规划和轨迹模拟生成的交叉领域。本发明首先提取应用情景下的城市移动目标兴趣区域集合，之后提取路口节点、道路的地理环境要素以及自有属性，之后构建神经网络模型，进行深度学习训练，得到路口节点的奖励值，之后基于兴趣区域集合、各个机动目标的位置以及各个路口节点的奖励值，通过混合整数线性规划方法，计算机动目标轨迹仿真集合，完成耦合意图预测和环境约束的城市机动目标轨迹仿真。本发明克服了目前轨迹模拟方法真实性不强、情景泛化能力弱、对训练数据要求高和可解释性较低的问题，有效解决了特殊应用场景下多移动目标轨迹真实轨迹较少的问题。
-
公开(公告)号：CN116663279A
公开(公告)日：2023-08-29
申请号：CN202310600163.2
申请日：2023-05-25
Applicant: 中南大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F30/20 , G06T7/246 , G06T17/05 , G06F111/04
Abstract: 本公开实施例中提供了一种移动目标行为模式轨迹模拟仿真方法，属于数据处理技术领域，具体包括：获取目标区域内的地理信息数据；基于地理信息数据生成地理场景环境地图；设置移动目标运动行为模式的类型并据此设置模拟轨迹数据的基本参数；设置移动目标指定运动行为模式特征并据此设置轨迹生成规则约束；基于基本参数和轨迹生成规则约束采用A*算法模拟生成不同移动目标行为模式对应的初始模拟轨迹数据；对初始模拟轨迹数据添加轨迹采样的位置噪声和时间噪声；得到在地理场景环境地图内移动目标运动行为模式对应的多条目标模拟轨迹数据并将其进行可视化与存储。通过本公开的方案，提高了轨迹数据仿真的适应性和自动性。
-
公开(公告)号：CN119719832B
公开(公告)日：2025-05-16
申请号：CN202510216690.2
申请日：2025-02-26
Applicant: 中南大学 , 中国科学院空天信息创新研究院
IPC: G06F18/23213 , G06F18/22 , G06F123/02
Abstract: 本申请涉及运动模式识别技术领域，提供了一种基于移动目标轨迹的运动模式挖掘方法及相关设备。该方法包括：基于所有轨迹数据获取每个移动目标对的距离变化序列；根据所有距离变化序列计算汇聚率和分离率，并根据汇聚率和分离率从所有移动目标中确定出多个汇聚移动目标和多个分离移动目标；根据在当前时刻的轨迹数据，对汇聚移动目标进行聚类，得到多个汇聚聚类簇，并根据在第1个时刻的轨迹数据，对分离移动目标进行聚类，得到多个分离聚类簇；将每个汇聚聚类簇中所有移动目标在时间段内的运动作为一汇聚模式，将每个分离聚类簇中所有移动目标在时间段内的运动作为一分离模式。本申请的方法能够提高运动模式挖掘的泛用性和可靠性。
-
公开(公告)号：CN115131669A
公开(公告)日：2022-09-30
申请号：CN202210909277.0
申请日：2022-07-29
Applicant: 中南大学
IPC: G06V20/10 , G06F16/29 , G06F16/51 , G06V10/62 , G06V10/75 , G06V10/762 , G06V10/774 , G06V10/82 , G06V20/00 , G01C21/32 , G01C21/00
Abstract: 本发明提供了一种多源数据协同的人车路网一体化构建方法，包括：获取开放街景地图数据、车辆轨迹数据、遥感影像数据、街景图像数据；提取现有道路拓扑数据并作为模板；利用车辆轨迹数据采用层次化建模策略生成道路网络数据；利用高分辨率遥感影像数据提取道路网络数据，与基于车辆轨迹数据提取的道路网络数据形成互补；利用街景图像数据提取道路语义信息；构成包含几何、拓扑、语义等全信息的道路网拓扑数据；匹配生成更新后的道路拓扑数据。本发明为城市级高精度导航道路网拓扑数据的获取与更新提供了有利的技术与方法支撑，在自动驾驶、智能交通系统、电子地图导航等应用中具有明显的应用前景和实用价值。
-
Patent Agency Ranking
公开(公告)号：CN114973657A
公开(公告)日：2022-08-30
申请号：CN202210512979.5
申请日：2022-05-12
Applicant: 中南大学
Abstract: 本发明提供了一种基于轨迹数据的城市交通噪声污染分析与评估方法，包括道路交通噪声数据采集、车辆轨迹数据获取、开放街景地图数据获取；基于开放街景地图数据的车辆轨迹数据地图匹配；路段交通速度和流量计算；将道路交通噪声数据集与路段进行匹配，获取训练数据集；建立道路交通噪声与路段交通速度、流量、道路等级之间的BP神经网络交通噪声预测模型；基于训练好的噪声预测模型进行其他路段噪声分布预测；绘制区域交通噪声地图。本发明为实现城市道路交通噪声时空分布状态的全范围、细粒度的动态监测与可视化提供了解决思路和技术支撑，在城市噪声污染治理、城市区域环境与宜居性评价、购租房推荐和城市规划等领域具有重要应用价值。
-
公开(公告)号：CN117349688B
公开(公告)日：2024-03-19
申请号：CN202311636437.X
申请日：2023-12-01
Applicant: 中南大学
IPC: G06F18/23 , G06F18/23213
Abstract: 本申请适用于轨迹聚类技术领域，提供了一种基于峰值轨迹的轨迹聚类方法、装置、设备及介质。该轨迹聚类方法包括：获取轨迹的距离分布特征曲线，并确定轨迹的k邻域；获取每个k邻域中的峰值轨迹，并将峰值轨迹作为轨迹簇；将仅在峰值k邻域中的所有轨迹分配到轨迹簇中；对于同时在多个峰值k邻域中的重叠轨迹，基于重叠轨迹与重叠轨迹所在的每个峰值k邻域之间的距离，对重叠轨迹进行分配；对于不在任何峰值k邻域内的单独轨迹，根据单独轨迹与每个轨迹簇之间的距离，将单独轨迹分配给轨迹簇或标记为噪声；将轨迹簇和其他轨迹簇进行合并，得到轨迹聚类结果。本申请的轨迹聚类方法能够很好地应用于复杂场景的轨迹聚类。
-
公开(公告)号：CN119719832A
公开(公告)日：2025-03-28
申请号：CN202510216690.2
申请日：2025-02-26
Applicant: 中南大学 , 中国科学院空天信息创新研究院
IPC: G06F18/23213 , G06F18/22 , G06F123/02
Abstract: 本申请涉及运动模式识别技术领域，提供了一种基于移动目标轨迹的运动模式挖掘方法及相关设备。该方法包括：基于所有轨迹数据获取每个移动目标对的距离变化序列；根据所有距离变化序列计算汇聚率和分离率，并根据汇聚率和分离率从所有移动目标中确定出多个汇聚移动目标和多个分离移动目标；根据在当前时刻的轨迹数据，对汇聚移动目标进行聚类，得到多个汇聚聚类簇，并根据在第1个时刻的轨迹数据，对分离移动目标进行聚类，得到多个分离聚类簇；将每个汇聚聚类簇中所有移动目标在时间段内的运动作为一汇聚模式，将每个分离聚类簇中所有移动目标在时间段内的运动作为一分离模式。本申请的方法能够提高运动模式挖掘的泛用性和可靠性。
-
公开(公告)号：CN117191004B
公开(公告)日：2024-03-19
申请号：CN202311461668.1
申请日：2023-11-06
Applicant: 中南大学
IPC: G01C21/00
Abstract: 本发明实施例中提供了一种融合众源轨迹数据的户外三维步行导航路网地图生成方法，属于导航技术领域，具体包括：获取目标区域内的行人户外步行轨迹数据；利用核密度估计算法生成步行轨迹数据的多级密度栅格图像；基于数学形态学细化算子提取道路骨架线；矢量化道路骨架线得到初始路网数据；将初始路网数据与步行轨迹数据进行匹配，去除虚假道路；对初次匹配处理后的初始路网数据进行拓扑优化和交叉口细化得到二维步行路网；将目标区域划分为细粒度的格网；计算格网内的高程估计值；将二维步行路网的节点与对应格网内的高程估计值进行叠加，生成三维步行导航路网地图数据。通过本发明的方案，提高了行人导航的适应性和精准度。
-
公开(公告)号：CN115131669B
公开(公告)日：2024-07-30
申请号：CN202210909277.0
申请日：2022-07-29
Applicant: 中南大学
IPC: G06V20/10 , G06F16/29 , G06F16/51 , G06V10/62 , G06V10/75 , G06V10/762 , G06V10/774 , G06V10/82 , G06V20/00 , G01C21/32 , G01C21/00
Abstract: 本发明提供了一种多源数据协同的人车路网一体化构建方法，包括：获取开放街景地图数据、车辆轨迹数据、遥感影像数据、街景图像数据；提取现有道路拓扑数据并作为模板；利用车辆轨迹数据采用层次化建模策略生成道路网络数据；利用高分辨率遥感影像数据提取道路网络数据，与基于车辆轨迹数据提取的道路网络数据形成互补；利用街景图像数据提取道路语义信息；构成包含几何、拓扑、语义等全信息的道路网拓扑数据；匹配生成更新后的道路拓扑数据。本发明为城市级高精度导航道路网拓扑数据的获取与更新提供了有利的技术与方法支撑，在自动驾驶、智能交通系统、电子地图导航等应用中具有明显的应用前景和实用价值。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.034 seconds)
