-
公开(公告)号：CN117606831A
公开(公告)日：2024-02-27
申请号：CN202311307724.6
申请日：2023-10-10
Applicant: 山东大学 , 济南新旧动能转换起步区管理委员会建设管理部
IPC: G01M99/00 , G06F30/27 , G06N3/0442
Abstract: 本公开提供了用于确定斜拉桥服役状态影响因子的室内模型加载系统及方法，涉及桥梁结构健康监测技术领域，利用电控加载系统室内桥梁模型进行加载，将斜拉桥划分为三个区块，分别确定每个区块的关键因子；作斜拉桥整体缩尺模型，或分别制作三个区块；设计模型试验，选择合适的传感器，依据规范将传感器安装于合适位置，并获取相关监测数据；基于模型试验确定反应斜拉索服、主梁以及反应索塔服役性能状态的影响因子；将确定的关键因子应用于实际桥梁。
-
公开(公告)号：CN118197054B
公开(公告)日：2024-10-08
申请号：CN202410359604.9
申请日：2024-03-27
Abstract: 本发明提供了一种道路检测区域确定及交通流量检测方法及系统，对获取目标道路的激光雷达数据进行预处理，得到道路数据；基于所述道路数据，基于激光雷达传感器的检测范围和路段或交叉路口的特征，沿交通车道设置有效数据区域；将有效数据区域划分为多个检测区域，在每个检测区域，将各检测区域计算出的轨迹数和设置的假定真实流量进行比较，以预设的目标函数，采用自动遍历搜索方法，在各个检测区域内进行搜索，直到满足停止条件，确定最佳检测区域。本发明解决了现有技术中由于遮挡和传感器探测范围的限制，轨迹数据存在缺陷，导致无法从轨迹数据提取出交通量的问题。
-
公开(公告)号：CN118197054A
公开(公告)日：2024-06-14
申请号：CN202410359604.9
申请日：2024-03-27
Abstract: 本发明提供了一种道路检测区域确定及交通流量检测方法及系统，对获取目标道路的激光雷达数据进行预处理，得到道路数据；基于所述道路数据，基于激光雷达传感器的检测范围和路段或交叉路口的特征，沿交通车道设置有效数据区域；将有效数据区域划分为多个检测区域，在每个检测区域，将各检测区域计算出的轨迹数和设置的假定真实流量进行比较，以预设的目标函数，采用自动遍历搜索方法，在各个检测区域内进行搜索，直到满足停止条件，确定最佳检测区域。本发明解决了现有技术中由于遮挡和传感器探测范围的限制，轨迹数据存在缺陷，导致无法从轨迹数据提取出交通量的问题。
-
公开(公告)号：CN118887551B
公开(公告)日：2025-01-21
申请号：CN202411375191.X
申请日：2024-09-30
Applicant: 山东大学
IPC: G06V20/10 , G06V10/774 , G06V10/766 , G06V10/764 , G06T7/10
Abstract: 本发明属于道路工程相关技术领域，为了解决道路性能状态关键影响因子辨识不准确以及缺少具体分析的问题，提出了一种道路性态关键影响因子辨识方法、系统、设备及介质，利用边界框和分割掩码判断道路病害是否为规则病害，以此实现对病害尺寸的精确计算；利用多个回归预测模型对路面损坏状况指标的路面性态影响因素进行预测，利用基于MACBETH方法对多个回归预测模型赋予权重，从而辨识道路性态关键影响因子；并引入逻辑回归模型进一步分析道路性态关键影响因子在不同水平下对道路性能的具体影响，有助于延长道路的使用寿命并优化资源配置。
-
公开(公告)号：CN118759833B
公开(公告)日：2024-11-26
申请号：CN202411251868.9
申请日：2024-09-09
Applicant: 山东大学
Abstract: 本公开提供了面向交通巡检的无人机云台调节控制系统及方法，涉及无人机控制技术领域，包括：获取交通基础设施无人机低空遥感图像，并预处理；对预处理后的无人机低空遥感图像进行图像矫正，将矫正后的图像输入至Mask‑RCNN模型，识别交通基础设施沿线特征，得到目标对象的边界框坐标；基于目标对象的边界框坐标，计算目标图像的中心位置以及目标对象在目标图像中的中心位置；计算目标图像的中心位置以及目标对象在目标图像中的中心位置之间的偏差，若偏差超出设置允许的最大偏差阈值，将偏差量输入至PID控制器中，并根据系统的实时表现和环境条件，采用Ziegler‑Nichols方法和粒子群优化算法优化PID控制器参数，实现无人机云台的闭环调节控制以及目标的精确跟踪。
-
Patent Agency Ranking
公开(公告)号：CN118736824A
公开(公告)日：2024-10-01
申请号：CN202410730289.6
申请日：2024-06-06
Applicant: 山东高速集团有限公司 , 山东大学
IPC: G08G1/01 , G06F18/2415 , G06F18/214
Abstract: 本发明涉及交通冲突管控技术领域，公开了基于深度学习的交通冲突识别与风险等级预测方法及系统，方法包括：基于激光雷达数据得到不同目标车辆的三维点云信息；对不同目标车辆的三维点云信息进行轨迹跟踪，得到不同目标车辆轨迹；根据不同目标车辆轨迹，提取出目标车辆交通特征；根据目标车辆交通特征和预设的冲突检测阈值，构建训练集和测试集；基于训练集对分类模型进行训练，得到训练后的分类模型；训练的过程中采用贝叶斯搜索算法对超参数进行调优；将待识别车辆及其相邻车辆的交通特征，输入到训练后的分类模型中，得到待识别车辆是否发生交通冲突的识别结果和交通冲突等级。本发明为交通管理部门提供科学决策支持，有效提高交通安全水平。
-
公开(公告)号：CN118172938B
公开(公告)日：2024-07-23
申请号：CN202410591409.9
申请日：2024-05-14
Applicant: 山东大学 , 山东高速集团有限公司
IPC: G08G1/01 , G08G1/052 , G08G1/123 , G01S17/86 , G06V20/54 , G06V10/30 , G06V10/62 , G06V10/74 , G06V10/762 , G06V10/764
Abstract: 本发明提供了一种基于分布式光纤与激光雷达的车辆轨迹全程追踪方法，属于交通工程技术领域；将分布式光纤监测设备安装在距离较长而无车辆交汇的无交叉口路段，将激光雷达安装在车辆交汇情况复杂但需监测范围有限的道路交叉口，充分发挥了两种车辆轨迹检测技术的优势，实现了车辆轨迹的全程追踪。
-
公开(公告)号：CN118349694A
公开(公告)日：2024-07-16
申请号：CN202410772478.X
申请日：2024-06-17
Applicant: 山东大学
Abstract: 本发明提供了一种匝道合流区车辆轨迹数据库的生成方法及系统，属于交通控制技术领域。本发明的方法，包括以下过程：获取匝道合流区的激光雷达点云数据；根据激光雷达点云数据识别出全部的车辆目标；对识别出的全部车辆目标分别进行轨迹追踪，根据各个车辆目标的轨迹追踪结果计算各个车辆目标的行驶数据，根据各个车辆目标的轨迹追踪结果以及行驶数据生成车辆轨迹数据库；本发明选择利用匝道合流区的路侧点云数据，通过车辆目标检测和轨迹追踪处理，实现了全面和精准的车辆轨迹数据库的构建。
-
公开(公告)号：CN117705228B
公开(公告)日：2025-02-21
申请号：CN202311677064.0
申请日：2023-12-07
Applicant: 山东大学 , 济南市水利工程服务中心
IPC: G01F23/292 , G01S17/42 , G01S17/88 , G01S7/497
Abstract: 本发明提出一种基于岸基激光雷达的水位智能监测方法及系统，涉及水位监测技术领域。包括通过激光雷达提取感兴趣区域的点云数据；获取激光雷达的水平修正角度；利用水平修正角度修正选取的激光通道的相对水平角度；计算选取的激光通道上每个点的距离和强度；确定垂直角度与激光束通道序号的函数关系，获取选取的激光通道的垂直角度；根据最终的相对水平角度、每个点的距离、选取的激光通道的垂直角度计算点云坐标；基于点云坐标数据，利用最小二乘法拟合水平面，求取水位高度并修正，实现对水位的监测。本发明对点云数据进行分析，研发算法，自行解析雷达数据，拟合离散点云，构造水面方程，计算水位高度并修正，实现对水位的精准监测。
-
公开(公告)号：CN119007137A
公开(公告)日：2024-11-22
申请号：CN202411479425.5
申请日：2024-10-23
Applicant: 山东大学
IPC: G06V20/54 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/77
Abstract: 本发明提出了一种基于多源数据融合的车流量监测方法及系统，涉及交通管理技术领域，包括：获取实时采集的多光谱数据和合成孔径雷达数据；将多光谱数据和合成孔径雷达数据输入到双分支融合模型中；基于融合后的数据，进行车流量监测；双分支融合模型通过并行的CNN和Transformer分别提取局部特征和全局特征，以交互方式对局部特征和全局特征进行融合，生成提升空间细节的融合图像，再次融合多光谱数据的光谱特征后，得到具有优良纹理和光谱信息的融合数据；本发明将无人机采集的多光谱数据和SAR数据进行多源数据融合，充分发挥各项技术的优势，得到具有优良纹理和光谱信息的融合数据，用于车流量的准确、高效、实时监测。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.047 seconds)
