-
公开(公告)号：CN119942456A
公开(公告)日：2025-05-06
申请号：CN202510076703.0
申请日：2025-01-17
Applicant: 广东工业大学
IPC: G06V20/52 , G06V20/40 , G06V10/10 , G06V10/30 , G06V10/40 , G06V10/762 , G06V10/82 , G06V10/62 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的油气管线周界安全检测方法，旨在提高油气管道周边区域安全监控的精准度和效率，所述方法包括如下步骤：利用高清摄像头在不同时间、天气条件下采集油气管道周边的图像和视频数据，并对数据进行清洗、预处理及标注；然后，采用改进的SSD算法对工程机械目标进行检测，并通过多尺度特征融合和自注意力机制提高目标识别精度，结合卡尔曼滤波和DeepSORT算法进行实时目标跟踪；最后，运用长短期记忆网络对目标运动轨迹进行时间序列分析，识别异常行为并进行风险评估，自动触发预警机制，保障管道安全。该方法不仅提高了目标检测与跟踪的准确性，也增强了异常行为的识别能力，具有较强的实用价值。
-
公开(公告)号：CN119107833A
公开(公告)日：2024-12-10
申请号：CN202411173818.3
申请日：2024-08-26
Applicant: 广东工业大学
Abstract: 本发明涉及智能交通技术领域，公开了一种无信号交叉口车队协同通行方法及系统，所述方法及系统包括以下步骤：先构建交叉口场景；通过中央控制器获取交叉口区域内所有车队信息；然后建立车辆通行和可变限速策略流程；利用信息依据滚动时域算法计算出控制区域车队的最佳通行顺序；同时可变限速区的车队根据前方车队通行时间和所留间隙接收控制器指令调整车队和车速，进入控制区后按照滚动时域算法计算通行次序依次通过；与现有技术相比，所述发明解决了无信号交叉口各进口道车辆同时进入交叉口内部冲突的问题，保证车队完整性，提高了交叉口容量、通行效率、安全、减少车辆等待、停滞，为无信号交叉口车队协同通行提供一个高效系统架构。
-
公开(公告)号：CN118154177B
公开(公告)日：2024-09-03
申请号：CN202410373523.4
申请日：2024-03-29
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于多层次置信拜占庭共识机制的区块链生活单据缴费方法，用于单据管理并帮助自动化缴费。该方法包括将生活单据缴费系统部署到基于该共识机制的区块链上，用户通过私钥签名进行账单缴费。生活账单部署到智能合约上，并结合多方约束，通过侧链锚定机制，验证建立策略状态侧链，将智能合约部署到侧链网络实现实时验证。该方法运用置信度动态分组算法与最长链选举算法改进拜占庭共识，实施多小组协作并动态更新。该方法还提供了基于区块链的政策验证服务，通过智能合约和区块链上的零知识证明实现第三方访问控制。
-
公开(公告)号：CN118172923A
公开(公告)日：2024-06-11
申请号：CN202311061931.8
申请日：2023-08-22
Applicant: 广东工业大学
IPC: G08G1/01 , G08G1/16 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种在车辆与电动自行车存在潜在冲突的混合流交叉口场景下建模左转车辆行为的深度学习模型。主要包括以下步骤：对数据进行预处理，将车辆历史轨迹输入车辆运动编码器，提取车辆的历史轨迹特征；将从车辆到潜在目标点的相对位置输入驾驶意图提取模块，引入最大池化层，捕获前往潜在目标点的驾驶意图特征；再将前两个模块的输出输入目标流交互模块，用于建模目标流车辆之间的交互；将混合流对象历史轨迹和从车辆到混合流对象的相对位置输入混合流交互模块；再综合上述提取所得的特征，解码生成车辆未来的行驶轨迹。
-
公开(公告)号：CN111178716B
公开(公告)日：2023-05-23
申请号：CN201911317519.1
申请日：2019-12-19
Applicant: 广东工业大学
IPC: G06Q10/0631 , G06Q30/0645 , G06Q30/08 , G06Q50/30
Abstract: 本发明公开了一种竞拍式的自动驾驶出租车空车调度方法，包括下述步骤：设路网中存在N辆车，分别编号T1，T2...Ti，i≤N，存在M个乘客别编号C1，C2...Cj，j≤M；每个车辆Ti和每个乘客Cj都执行以下流程：乘客端步骤1：使用A*算法，搜索所有车辆到乘客Cj的最短距离或时间Di,j，并寻找最快和第二快到乘客Cj的两辆车，分别标记为t1,i,j，t2,i,j；乘客C1标记T1为t1,1,1，T2为t2,2,1；本发明综合考虑车辆与乘客在时空上的不确定性的动态情况，提出的竞拍式以尽可能减少整体乘客等待时间为目标，动态调整车辆调度情况；提出的竞拍式算法依赖较少的历史数据，根据路网现状动态的智能调整调度方案。
-
Patent Agency Ranking
公开(公告)号：CN111882092B
公开(公告)日：2023-01-20
申请号：CN202010548164.3
申请日：2020-06-16
Applicant: 广东工业大学
Abstract: 为了解决现有技术中的调度方法无法适用于出租车共享出行的问题，本发明提供一种适用于共享出行的出租车车辆搜索方法，包括：S1.网格化地图；S2.然后，记录目前正在网格内部的车辆和未来一段时间内将会到达目标网格的车辆作为网格动态信息；S3.在接到用户用车请求后，根据用户请求，对用户上车地点作为目标网格，通过网格静态信息获得乘客所属的网格与周围网格间的平均通行速度，按从小到大排序，选取出第一个存在可用车辆的网格以及排序在其后的两个网格内的所有可用出租车。本发明通过网格静态信息和网格动态信息对周围车辆快速检索，对大数据车联网，实现人、车、路、网的有机融合，为共享出租车车队系统提供快速检索车辆的方法。
-
公开(公告)号：CN113593228A
公开(公告)日：2021-11-02
申请号：CN202110846688.5
申请日：2021-07-26
Applicant: 广东工业大学
IPC: G08G1/01 , G08G1/0967 , H04W4/02 , H04W4/44 , G06F30/20 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种高速公路瓶颈区域自动驾驶协同优化方法，包括：构建考虑车辆通行时间、耗电量的车辆轨迹优化模型；所述模型用于根据车辆的实时速度、加速度来计算成本值；将车辆的通行优先权顺序寻优转换为树搜索以进行树结构的展开，将蒙特卡洛树搜索算法与设定的选择策略相结合，使得搜索不断向总成本更小的方向进行搜索，得到候选的通行优先权顺序；根据所述候选通行优先权顺序对车辆轨迹进行轨迹规划，使得车辆能从初始化状态行驶到候选的通行优先权顺序所对应的状态；通过不断循环迭代，直到所述树结构扩展的节点中包含所有车辆为止，得到对应总成本最小的通行优先权顺序和对应的车辆轨迹，达到最小化通行时间和耗电量的目的。
-
公开(公告)号：CN113542376A
公开(公告)日：2021-10-22
申请号：CN202110749538.2
申请日：2021-07-01
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于能耗与时延加权的任务卸载方法，包括步骤：S1、根据任务车辆与协作车辆之间的通信以及任务车辆与部署在十字交叉路口边的路边单元上配置的MEC服务器之间的通信，构建系统模型，得到目标函数；S2、判断任务车辆解决其自身任务的时间是否超过最大容忍时延，若是，则通过自身本地计算即可，否则，进入步骤S3；S3、根据构建的系统模型和得到的目标函数，将任务分配过程决策问题转换马尔科夫决策过程；S4、运用DQN算法解决马尔科夫决策过程中的策略选择问题，从而得到最优的卸载节点。本发明有效地减少了任务车辆的计算时延，缓解了任务车辆与MEC服务器的计算压力，还能解决启发式算法陷入局部最优解的问题。
-
公开(公告)号：CN111881548A
公开(公告)日：2020-11-03
申请号：CN202010548182.1
申请日：2020-06-16
Applicant: 广东工业大学
Abstract: 本发明公开了一种智能交通的计算机仿真方法，利用仿真三步法“仿真初始化、循环周期、收集数据”，可仿真收集大量实验数据；提出“三重定位”方法，可在计算机出租车仿真系统中对出租车快速定位；充分考虑共享的出租车特性，利用出租车计划表记录丰富数据，便于数据收集、统计和分析。结合自动驾驶出租车和车联网技术，既能通过车联网让自动驾驶出租车快速匹配乘客，又能利用正在行驶的自动驾驶出租车了解交通路况并作出预测，提高仿真的真实程度。
-
公开(公告)号：CN111369053A
公开(公告)日：2020-07-03
申请号：CN202010139715.0
申请日：2020-03-03
Applicant: 广东工业大学
Abstract: 本发明公开了一种人车交互场景下行人与车辆的轨迹预测方法，主要包括以下步骤：对所采集的行人及车辆的数据进行预处理；通过所采集的车辆的四个顶点，人工生成足够完全复现车辆形状的数据点；将全局行人及车辆的隐藏信息输入池化层进行池化，共享全局隐藏信息；通过长短期记忆(LSTM)单元将当前状态下所有行人及车辆的隐藏信息的池化输出量、上一时刻行人及车辆的位置信息、当前时刻行人及车辆的位置信息，以及上一时刻行人及车辆的隐藏信息，转化为长短期记忆序列信息；将当前的行人及车辆状态信息通过一个多层感知机结构转化到坐标空间，生成预测轨迹序列。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.037 seconds)
