-
公开(公告)号：CN111735841A
公开(公告)日：2020-10-02
申请号：CN202010643236.2
申请日：2020-07-07
申请人： 北京交跃通达检测科技有限公司 , 福建省高速公路建设总指挥部 , 交通运输部公路科学研究所
摘要： 本申请实施例提供一种路面湿滑度测量方法及装置，所述方法包括：获取目标区域图片，根据所述图片判断所述目标区域中存在的湿滑区域；获取所述湿滑区域的温度，根据所述温度判断所述湿滑区域内的湿滑物的状态；其中，当所述状态为液态时，所述路面湿滑度测量方法还包括：根据所述图片的色标和/或光泽度区分液态油和液态水。本申请实施例可以监测隧道内或者山路等目标区域的湿滑物（例如，水、雪、冰）的面积及分布等情况，由于湿滑物（例如，水、雪、冰及其他液体）会降低轮胎附着力，因此对于这些情况的检测可以提高行车安全。
-
公开(公告)号：CN111784017A
公开(公告)日：2020-10-16
申请号：CN201910265174.3
申请日：2019-04-03
申请人： 交通运输部公路科学研究所
摘要： 本发明公开了一种基于路况因素回归分析的公路交通事故数量预测方法，通过机器的方式、基于公路各个路段的交通事故的历史数据，确定事故发生概率在时间和空间上的密度函数与公路路况参数之间的关系，建立事故预测模型，进而预测特定时间范围和空间范围内可能发生的事故数量。通过本发明的公路交通事故预测方法，能够全面地考虑公路的路况因素，对事故发生概率在时间和空间上的密度函数进行有效的估计，从而能够客观有效地对特定时间范围和空间范围内可能发生的事故的数量进行预测。
-
公开(公告)号：CN111310607A
公开(公告)日：2020-06-19
申请号：CN202010073871.1
申请日：2020-01-22
申请人： 交通运输部公路科学研究所
摘要： 本发明提供一种基于计算机视觉和人工智能的公路安全风险识别方法及系统，该方法包括：提取公路图像信息的图像特征，识别公路图像中的包含预设安全隐患目标的目标区域及所述目标区域中的目标类别、公路图像中路段的场景信息以及公路图像中的第一安全风险信息；调取各路段的特征信息；对相应公路图像进行信息融合，得到融合后的每一公路图像及公路视频序列的知识表示；识别所述公路视频序列的第二安全风险信息；根据所述公路视频序列的知识表示、第一安全风险信息以及第二安全风险信息，基于预先训练好的第二决策模型，识别所述公路视频序列最终的安全风险信息。本发明能提高公路安全风险识别效率、准确率以及可靠性。
-
公开(公告)号：CN109346103A
公开(公告)日：2019-02-15
申请号：CN201811272485.4
申请日：2018-10-30
申请人： 交通运输部公路科学研究所
摘要： 本发明公开了一种用于公路隧道交通事件的音频检测方法，将在公路隧道内采集到的音频数据进行分帧划分，并采用二级长短期记忆网络模型来提高识别率和鲁棒性，具体为1）采用第一长短期记忆网络模型A来优化提取的音频特征，并引入注意力机制提高特征的鲁棒性；2）采用第二长短期记忆网络模型B针对优化精简后的特征进行加权，进一步优化输出结果，从而公路隧道交通事件检测实时性强、准确率高，具有良好的应用前景。
-
公开(公告)号：CN112633722B
公开(公告)日：2024-01-12
申请号：CN202011590216.X
申请日：2020-12-29
申请人： 交通运输部公路科学研究所
IPC分类号： G06Q10/0635 , G06V20/56 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N20/00
摘要： 明能提高道路安全风险评估的可靠性以及效率。本发明提供一种车载道路安全风险评估系统及方法，该系统包括：信息采集模块，用于采集车载设备在行驶过程中道路的视频信息、点云信息以及经纬度信息；风险评估模块，用于根据所述视频信息识别道路安全风险目标以及风险场景，并根据所述点云信息识别道路的护栏高度以及护栏类型，进而根据所述护栏高度、护栏类型以及场景评估护栏风险，以及基于所述道路安全风险目标、所述护栏高度评估护栏风险以及经纬度信息生成所述视频信息中每帧视频图像的坐标点的风险因素特征编码信息；风险决策模块，
-
公开(公告)号：CN111784017B
公开(公告)日：2023-10-17
申请号：CN201910265174.3
申请日：2019-04-03
申请人： 交通运输部公路科学研究所
摘要： 本发明公开了一种基于路况因素回归分析的公路交通事故数量预测方法，通过机器的方式、基于公路各个路段的交通事故的历史数据，确定事故发生概率在时间和空间上的密度函数与公路路况参数之间的关系，建立事故预测模型，进而预测特定时间范围和空间范围内可能发生的事故数量。通过本发明的公路交通事故预测方法，能够全面地考虑公路的路况因素，对事故发生概率在时间和空间上的密度函数进行有效的估计，从而能够客观有效地对特定时间范围和空间范围内可能发生的事故的数量进行预测。
-
公开(公告)号：CN111310607B
公开(公告)日：2021-01-01
申请号：CN202010073871.1
申请日：2020-01-22
申请人： 交通运输部公路科学研究所
摘要： 本发明提供一种基于计算机视觉和人工智能的公路安全风险识别方法及系统，该方法包括：提取公路图像信息的图像特征，识别公路图像中的包含预设安全隐患目标的目标区域及所述目标区域中的目标类别、公路图像中路段的场景信息以及公路图像中的第一安全风险信息；调取各路段的特征信息；对相应公路图像进行信息融合，得到融合后的每一公路图像及公路视频序列的知识表示；识别所述公路视频序列的第二安全风险信息；根据所述公路视频序列的知识表示、第一安全风险信息以及第二安全风险信息，基于预先训练好的第二决策模型，识别所述公路视频序列最终的安全风险信息。本发明能提高公路安全风险识别效率、准确率以及可靠性。
-
公开(公告)号：CN109671274A
公开(公告)日：2019-04-23
申请号：CN201910066257.X
申请日：2019-01-24
申请人： 交通运输部公路科学研究所
摘要： 本发明公开了一种公路风险自动评估方法，通过采集公路的路况参数，并将路况参数变换为计算机可识别的数据形式，利用多层融合深度网络对数据进行分析，建立反映路况参数与公路安全风险等级之间关系的深度神经网络模型，通过该深度神经网络模型对未知风险等级的公路进行安全风险的评估。通过本发明的公路风险自动评估方法，能够通过统计学习的手段分析和融合多种公路环境参数，有效提取公路风险等级与路况参数之间的关系，进而自动进行公路风险的等级评估。
-
公开(公告)号：CN109346103B
公开(公告)日：2023-03-28
申请号：CN201811272485.4
申请日：2018-10-30
申请人： 交通运输部公路科学研究所
摘要： 本发明公开了一种用于公路隧道交通事件的音频检测方法，将在公路隧道内采集到的音频数据进行分帧划分，并采用二级长短期记忆网络模型来提高识别率和鲁棒性，具体为1）采用第一长短期记忆网络模型A来优化提取的音频特征，并引入注意力机制提高特征的鲁棒性；2）采用第二长短期记忆网络模型B针对优化精简后的特征进行加权，进一步优化输出结果，从而公路隧道交通事件检测实时性强、准确率高，具有良好的应用前景。
-
公开(公告)号：CN114757195A
公开(公告)日：2022-07-15
申请号：CN202210252900.X
申请日：2022-03-15
申请人： 交通运输部公路科学研究所
摘要： 本公开提供一种指路及旅游标志版面信息含义识别方法及装置，该方法包括：将道路视频信息输入预先训练好的目标检测卷积神经网络粗分类模型，得到指路及旅游标志图像区域信息；将指路及旅游标志图像区域信息输入到预先训练好的卷积神经网络指路及旅游标志精分类模型，得到指路及旅游标志的类别信息；将指路及旅游标志图像区域信息输入到预先训练好的场景文字处理模型中，得到指路及旅游标志的文字信息；将指路及旅游标志图像区域信息输入到预先训练好的图形符号检测卷积神经网络模型中，得到指路及旅游标志的图像信息；利用预先设计的语义提取规则，得到所述指路及旅游标志的语义信息。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.099 秒)
