-
公开(公告)号：CN116312050B
公开(公告)日：2025-01-28
申请号：CN202310254741.1
申请日：2023-03-16
Applicant: 广东工业大学
Abstract: 本发明涉及基于高维嵌入深度并行计算的掉头意图及轨迹预测方法，包括拍摄临近交叉口处U型掉头处的视频并提取数据，生成对应的时序轨迹；对左转车道上车辆的时序轨迹作掉头意图分析，并将左转车道上的直行车辆、掉头车辆以及对向车道的直行车辆组成新的输入，通过嵌入层将车辆的行为信息嵌入到高维空间中；提取高维嵌入的时间和空间信息，合并为时空特征；将时空特征信息输入到下层的深度可分离卷积网络中，通过解码器进行解码，输出所有交通参与者的未来轨迹信息。上述技术方案有效解决了现有轨迹预测方法无法对车辆掉头意图做出精确判断，以及车辆轨迹预测速度慢和准确率不高的问题。
-
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：CN118172385A
公开(公告)日：2024-06-11
申请号：CN202311286306.3
申请日：2023-10-07
Applicant: 广东工业大学
IPC: G06T7/246 , G06T7/73 , G08G1/01 , G06V10/25 , G06V20/40 , G06V10/44 , G06V20/54 , G07C5/08 , G06V20/17 , G06V10/46
Abstract: 本专利公开一种在复杂交叉口交通参与者的轨迹数据提取方法，有如下步骤：首先使用无人机收集数据，再结合GPS定位点，采用尺度不变特征变换(SIFT)算法消除无人机对捕获视频的干扰；提出了MHA‑YOLOv8模型，用于对视频中所有轨迹点进行目标检测。使用transformer模块的多头自注意力机制，提高了特征提取网络的性能。其中的坐标注意力模块增强了模型对区域内密集集中的弱势道路使用者的识别性能。接着利用T‑SORT算法对交通运输车进行跟踪，并根据采集到的GPS特征点将交通运输车轨迹转换为坐标系，构建高精度地图，并对交通数据进行分析，输出多维高精度交通运输车轨迹数据集。本专利提出的模型精度高，显示出较强的鲁棒性，对交通管理、城市规划和智能交通系统的发展具有深远的意义。
-
Patent Agency Ranking
公开(公告)号：CN118154177A
公开(公告)日：2024-06-07
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：CN118172385B
公开(公告)日：2024-10-08
申请号：CN202311286306.3
申请日：2023-10-07
Applicant: 广东工业大学
IPC: G06T7/246 , G06T7/73 , G08G1/01 , G06V10/25 , G06V20/40 , G06V10/44 , G06V20/54 , G07C5/08 , G06V20/17 , G06V10/46
Abstract: 本专利公开一种在复杂交叉口交通参与者的轨迹数据提取方法，有如下步骤：首先使用无人机收集数据，再结合GPS定位点，采用尺度不变特征变换(SIFT)算法消除无人机对捕获视频的干扰；提出了MHA‑YOLOv8模型，用于对视频中所有轨迹点进行目标检测。使用transformer模块的多头自注意力机制，提高了特征提取网络的性能。其中的坐标注意力模块增强了模型对区域内密集集中的弱势道路使用者的识别性能。接着利用T‑SORT算法对交通运输车进行跟踪，并根据采集到的GPS特征点将交通运输车轨迹转换为坐标系，构建高精度地图，并对交通数据进行分析，输出多维高精度交通运输车轨迹数据集。本专利提出的模型精度高，显示出较强的鲁棒性，对交通管理、城市规划和智能交通系统的发展具有深远的意义。
-
公开(公告)号：CN113762780A
公开(公告)日：2021-12-07
申请号：CN202111057473.1
申请日：2021-09-09
Applicant: 广东工业大学
IPC: G06Q10/06 , G06N3/12 , G06F30/27 , G06F111/04
Abstract: 本发明公开了一种使用改进遗传算法处理医疗废料收集问题的方法，通过多个机器人共同完成医疗废料收集工作,而多个机器人的调度方案通过如下步骤得到：S1、依据医院的平面图，确定图中各收集点和机器人工作站的位置，计算收集点与工作站的距离以及收集点与收集点之间的距离，得到距离矩阵，确定各收集点的医疗废料的量；S2建立用于医疗废料收集的机器人调度模型；S3、通过改进的遗传算法求解步骤S2建立的用于医疗废料收集的机器人调度模型，从而得到多个机器人的调度方案。本发明具有提高医疗废料收集的效率、提高在收集过程中的安全性和可用性、避免算法落入“极值陷阱”等优点。
-
公开(公告)号：CN113762780B
公开(公告)日：2023-08-22
申请号：CN202111057473.1
申请日：2021-09-09
Applicant: 广东工业大学
IPC: G06Q10/0631 , G06N3/126 , G06F30/27 , G06F111/04
Abstract: 本发明公开了一种使用改进遗传算法处理医疗废料收集问题的方法，通过多个机器人共同完成医疗废料收集工作,而多个机器人的调度方案通过如下步骤得到：S1、依据医院的平面图，确定图中各收集点和机器人工作站的位置，计算收集点与工作站的距离以及收集点与收集点之间的距离，得到距离矩阵，确定各收集点的医疗废料的量；S2建立用于医疗废料收集的机器人调度模型；S3、通过改进的遗传算法求解步骤S2建立的用于医疗废料收集的机器人调度模型，从而得到多个机器人的调度方案。本发明具有提高医疗废料收集的效率、提高在收集过程中的安全性和可用性、避免算法落入“极值陷阱”等优点。
-
公开(公告)号：CN116312050A
公开(公告)日：2023-06-23
申请号：CN202310254741.1
申请日：2023-03-16
Applicant: 广东工业大学
Abstract: 本发明涉及基于高维嵌入深度并行计算的掉头意图及轨迹预测方法，包括拍摄临近交叉口处U型掉头处的视频并提取数据，生成对应的时序轨迹；对左转车道上车辆的时序轨迹作掉头意图分析，并将左转车道上的直行车辆、掉头车辆以及对向车道的直行车辆组成新的输入，通过嵌入层将车辆的行为信息嵌入到高维空间中；提取高维嵌入的时间和空间信息，合并为时空特征；将时空特征信息输入到下层的深度可分离卷积网络中，通过解码器进行解码，输出所有交通参与者的未来轨迹信息。上述技术方案有效解决了现有轨迹预测方法无法对车辆掉头意图做出精确判断，以及车辆轨迹预测速度慢和准确率不高的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
