-
公开(公告)号：CN107578012B
公开(公告)日：2020-10-27
申请号：CN201710791316.0
申请日：2017-09-05
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于聚类算法选择敏感区域的驾驶辅助系统，包括：基于CCD图像采集设备和蓝牙设备的图像采集单元，接收所述图像采集单元传送的数据信息、支持L2级别自动驾驶功能的车道线检测单元，所述车道线检测单元读取蓝牙单元传送的数据信息并采用车道线检测方法输出车道线的具体位置信息；所述车道线检测单元包括图像预处理单元、分类器单元、车道线统计单元、信息提取单元和信息整合单元。本系统通过对切割后的图像块进行分类，包含了车道线的图像块被保留，不包含车道线的图像块被去除，能够得到一个近似的车道线轮廓范围。
-
公开(公告)号：CN105976140A
公开(公告)日：2016-09-28
申请号：CN201610272779.1
申请日：2016-04-27
Applicant: 大连海事大学
IPC: G06Q10/08
Abstract: 本发明公开了一种大规模流式数据环境下的车货实时匹配方法，包括以下步骤：S1：采用分布式队列服务方法实时采集货车的车源信息和货源信息S2：根据需要运输的货物的类型和货车的运载条件对车源和货源信息进行筛选：将相同类型的车源信息和相同类型的货物信息分别集中整理，同时对已经集中整理的车源和货源信息进行实时更新；S3：对每一个车货类型数据集进行微聚类：在设置好的时间窗内使用聚类算法对上述每一个车货类型数据集按距离进行聚类，使每一个车货类型数据集产生多个微簇；S4：针对每一个微簇计算匹配方案：在预先设置的时间窗内，对S3中的微簇采用进化算法对其进行车货供需匹配组合优化，形成车货匹配方案并保存。
-
公开(公告)号：CN105976140B
公开(公告)日：2019-10-11
申请号：CN201610272779.1
申请日：2016-04-27
Applicant: 大连海事大学
IPC: G06Q10/08
Abstract: 本发明公开了一种大规模流式数据环境下的车货实时匹配方法，包括以下步骤：S1：采用分布式队列服务方法实时采集货车的车源信息和货源信息S2：根据需要运输的货物的类型和货车的运载条件对车源和货源信息进行筛选：将相同类型的车源信息和相同类型的货物信息分别集中整理，同时对已经集中整理的车源和货源信息进行实时更新；S3：对每一个车货类型数据集进行微聚类：在设置好的时间窗内使用聚类算法对上述每一个车货类型数据集按距离进行聚类，使每一个车货类型数据集产生多个微簇；S4：针对每一个微簇计算匹配方案：在预先设置的时间窗内，对S3中的微簇采用进化算法对其进行车货供需匹配组合优化，形成车货匹配方案并保存。
-
公开(公告)号：CN107578012A
公开(公告)日：2018-01-12
申请号：CN201710791316.0
申请日：2017-09-05
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于聚类算法选择敏感区域的驾驶辅助系统，包括：基于CCD图像采集设备和蓝牙设备的图像采集单元，接收所述图像采集单元传送的数据信息、支持L2级别自动驾驶功能的车道线检测单元，所述车道线检测单元读取蓝牙单元传送的数据信息并采用车道线检测方法输出车道线的具体位置信息；所述车道线检测单元包括图像预处理单元、分类器单元、车道线统计单元、信息提取单元和信息整合单元。本系统通过对切割后的图像块进行分类，包含了车道线的图像块被保留，不包含车道线的图像块被去除，能够得到一个近似的车道线轮廓范围。
-
-
-
Search Results
4
records
(took 0.021 seconds)
