-
公开(公告)号：CN117111055A
公开(公告)日：2023-11-24
申请号：CN202310723468.2
申请日：2023-06-19
申请人： 山东高速集团有限公司 , 长安大学
IPC分类号： G01S13/86
摘要： 本发明提供了一种基于雷视融合的车辆状态感知方法，属于自动驾驶技术领域，包括：利用车载相机获取第一车辆周围的二维图像，利用车载雷达获取第一车辆周围的三维雷达点云数据；获取相机和雷达之间的旋转平移矩阵；使用旋转平移矩阵将雷达获取的雷达点云数据投影到二维图像中，结合其他车辆相对于第一车辆的距离信息得到二维图像中每一个点的距离信息；根据二维图像中每一个点的距离信息，在二维图像中输出其他车辆相对于第一车辆的距离信息，实现基于雷视融合的车辆状态感知。该方法能够进行车辆状态感知。
-
公开(公告)号：CN115601969A
公开(公告)日：2023-01-13
申请号：CN202211261746.9
申请日：2022-10-14
申请人： 山东高速集团有限公司(CN) , 长安大学(CN)
摘要： 本发明公开了一种高速公路混合异质交通流雨天可变限速控制系统及方法，涉及高速公路管理控制技术领域。包括：控制模块、数据采集模块和智能网联车，通过数据采集模块各种设备的采集，能够清楚的得知当前的天气状况以及交通状态，从多角度考虑实现运行状态风险的预测，从而判断是否进行速度管控。在管控过程中，建立降雨状况与车辆参数的关系，提高车辆限速值的准确性，使得降雨天气下对车辆的速度进行有效的控制。本发明应用于智能网联车辆与人工驾驶车辆的混合异质交通状态，能够针对人工驾驶车辆和智能网联车辆分别提供不同的限速信息渠道，有效的保障了复杂交通状况下不同类型车辆的安全驾驶和行车效率。
-
公开(公告)号：CN117079277A
公开(公告)日：2023-11-17
申请号：CN202310841112.9
申请日：2023-07-10
申请人： 山东高速集团有限公司 , 长安大学
IPC分类号： G06V20/70 , G06V20/58 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于深度学习的交通场景实时语义分割方法，包括以下步骤，步骤1，获取训练图像，对训练图像进行预处理；步骤2，构建交通场景语义分割网络，构建时的编码器采用MobileNetV2骨干特征提取网络，形成骨干网络MobielNetV2的DeeplabV3+网络模型；采用训练图像训练交通场景语义分割网络，得到语义分割网络模型；步骤3，依据语义分割网络模型对交通场景实时进行语义分割。通过对DeepLabv3+解码器和损失函数进行改进，提高了现有语义分割模型的分割精度，同时降低计算量和参数量，从而可以更好的在硬件存储和计算力有限的车载嵌入式平台中的得到广泛应用。
-
公开(公告)号：CN116721403A
公开(公告)日：2023-09-08
申请号：CN202310723460.6
申请日：2023-06-19
申请人： 山东高速集团有限公司 , 长安大学
IPC分类号： G06V20/58 , G06V10/26 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/0464 , G06N3/048
摘要： 本发明提供了一种道路交通标志检测方法，属于交通标志图像处理技术领域，包括：获取交通标志图像数据集；根据交通标志图像数据集，生成对应的带雾图像数据集；将带雾图像数据集输入生成对抗网络模型中对对抗网络模型进行训练，训练后的生成对抗网络模型，用于将带雾图像转化为对应的去雾图像；利用交通标志图像数据集训练用于图像识别的网络模型，得到训练好的交通标志检测识别模型；将待检测的带雾图像送入训练后的生成对抗网络模型中，生成待检测的带雾图像对应的去雾图像，并将去雾图像输入训练好交通标志检测识别模型中，得到的交通标志的识别结果。该方法能够检测复杂道路交通标志。
-
公开(公告)号：CN117315955B
公开(公告)日：2024-09-17
申请号：CN202310851340.4
申请日：2023-07-12
申请人： 北京交通大学 , 山东高速集团有限公司创新研究院
摘要： 本发明涉及一种基于深度强化学习的智能网联车辆入匝道协同控制方法，涉及智能交通系统技术领域；车辆在主路与匝道入口形成的合流区，入匝道车辆的频繁汇入往往会影响干道交通流的稳定状态，对驾驶员驾驶技术要求较高，不当的换道行为对主车道后方车辆的影响较大，从而影响合流区以及上游车辆的正常行驶；本发明结合智能网联车的性能优势和深度强化学习对决策空间的探索能力，针对入匝道车辆从快速路汇入干道并驶出合流区这一过程建模，通过深度强化学习中的智能体在模拟环境中的不断探索训练模型，为合流区通行效率的提升和保障车辆驾驶的安全性提出合理化建议。
-
公开(公告)号：CN118070149A
公开(公告)日：2024-05-24
申请号：CN202410247111.6
申请日：2024-03-05
申请人： 山东高速集团有限公司创新研究院 , 山东省交通科学研究院
IPC分类号： G06F18/2415 , A61B5/18 , A61B5/318 , G06F18/10 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , B60W40/08
摘要： 本发明公开了基于CNN‑LSTM驾驶员压力水平分类方法、电子设备及存储介质，属于疲劳驾驶检测技术领域，本发明要解决的技术问题为如何对驾驶员的压力进行分类，进而准确的判断驾驶员的驾驶状态，采用的技术方案为：通过驾驶模拟器或自然驾驶车采集ECG信号、车辆动态数据及环境数据；对ECG信号、车辆动态数据及环境数据进行预处理，得到预处理后的ECG信号、车辆动态数据及环境数据；将预处理后的ECG信号、车辆动态数据及环境数据馈送到单独的CNN网络中进行特征学习；使用滑动窗口策略将ECG信号进行分割，使窗口大小和重叠程度相等，并将分割窗口后的数据作为训练集，该训练集标签和原始实验标签相同。
-
公开(公告)号：CN117217925A
公开(公告)日：2023-12-12
申请号：CN202311161788.X
申请日：2023-09-11
申请人： 山东高速集团有限公司创新研究院 , 青岛宸智承通科技有限公司
IPC分类号： G06Q40/06 , G01D21/02 , G01S19/14 , H04L67/025
摘要： 本发明公开了一种无线资产管理设备，属于资产管理领域，包括：资产存储装置，其设置有存储空间；数据采集模块，被配置为在所述存储空间中采集资产的姿态数据；通信模块，被配置为通过无线网络或有线网络收发数据；控制模块，其与所述数据采集模块和通信模块连接；所述控制模块被配置为控制所述数据采集模块进行数据采集，以及控制所述通信模块收发数据；与现有技术相比，本申请可根据数据采集模块和通信模块实时监控需要管理的资产设备。本发明可根据控制模块远程控制和远程查看需要管理的资产设备。本发明可根据数据采集模块可快速检测设备移动事件和远程查看设备具体位置并结合GIS地图进行管理。
-
公开(公告)号：CN116503631A
公开(公告)日：2023-07-28
申请号：CN202310541795.6
申请日：2023-05-11
申请人： 山东高速集团有限公司
IPC分类号： G06V10/762 , G06N3/045 , G06N3/0464 , G06V10/82 , G06V10/40 , G06V10/80
摘要： 本发明公开了一种YOLO‑TGB车辆检测系统及方法，基于轻量网络GhostNet与注意力机制模块Transformer的组合，在减少主干网络冗余的同时，使得网络更加专注于车辆特征信息，从而维持较好的检测精度；采用添加了深度可分离卷积的改进型双向加权特征金字塔网络BiFPN，在尽可能融合更多特征的同时减少参数规模；采用K‑Means++聚类算法根据车辆检测目标的尺度进行聚类分析，从而得到更精准的先验框，进一步提升检测性能；基于UA‑DETRAC车辆数据集，验证了YOLO‑TGB网络的有效性，实验结果表明，与其他诸多目标检测网络相比，轻量化的YOLO‑TGB网络能够在维持相对较好实时性的同时获得更高的车辆检测精度。
-
公开(公告)号：CN115762140A
公开(公告)日：2023-03-07
申请号：CN202211358105.5
申请日：2022-11-01
申请人： 山东高速集团有限公司 , 合肥工业大学
摘要： 本发明公开了一种考虑变量异质性的高速公路交通事故风险预测方法，其步骤包括：1、通过电子地图获取当前高速公路车辆数据、流量数据和事故数据；2、将当前高速公路划分成多段并统计事故发生数；3、构建常规负二项回归模型；4、引入时间参数构建随机效应负二项回归模型；5、计算交通事故风险值。本发明考虑了变量的异质性以及各路段危险驾驶行为的次数并作为自变量之一，提出了随机效应负二项回归模型，使得事故发事故发生数目预测结果与生概率预测结果预测的精度更高，为日后的高速公路事故的事故预防处理提供参考意见，更有利于管理者实时优化整个城市高速公路的运行状态。
-
公开(公告)号：CN115762140B
公开(公告)日：2024-06-07
申请号：CN202211358105.5
申请日：2022-11-01
申请人： 山东高速集团有限公司 , 合肥工业大学
摘要： 本发明公开了一种考虑变量异质性的高速公路交通事故风险预测方法，其步骤包括：1、通过电子地图获取当前高速公路车辆数据、流量数据和事故数据；2、将当前高速公路划分成多段并统计事故发生数；3、构建常规负二项回归模型；4、引入时间参数构建随机效应负二项回归模型；5、计算交通事故风险值。本发明考虑了变量的异质性以及各路段危险驾驶行为的次数并作为自变量之一，提出了随机效应负二项回归模型，使得事故发事故发生数目预测结果与生概率预测结果预测的精度更高，为日后的高速公路事故的事故预防处理提供参考意见，更有利于管理者实时优化整个城市高速公路的运行状态。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.066 秒)
