-
公开(公告)号：CN109131321B
公开(公告)日：2021-01-05
申请号：CN201811000430.8
申请日：2018-08-29
Applicant: 广州大学
IPC: B60W30/08 , B60W40/02 , B60W40/105 , B60W50/14
Abstract: 本发明公开了基于图像处理与计算危险系数的变道辅助方法及装置，所述方法包括：检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；根据图像信息识别出后方车辆的车辆信息；根据后方车辆的车型查询到后方车辆对应的车型危险系数；根据后方车辆的车型危险系数、所述距离值的变化、己方车辆的车速，以及预设的车辆危险系数计算公式，计算后方车辆的危险系数并实时更新危险系数；判断危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若否，则判断不适合变道，触发语音提示。本发明能够在变道过程中实时检测是否具有变道条件并发出警告和建议。
-
公开(公告)号：CN109190488A
公开(公告)日：2019-01-11
申请号：CN201810893770.1
申请日：2018-08-03
Applicant: 广州大学
Abstract: 本发明公开了基于深度学习YOLOv3算法的前车车门打开检测方法及装置，所述方法包括：将摄像设备实时采集的前方路况的视频流输入预先构建的检测模型；对所述视频流进行图像识别，捕捉前方车辆的图像信息；根据所述图像信息，判断所述前方车辆的车门是否关闭；若否，则触发预警。本发明能够实时地高精度预测同车道或者是近车道前车车辆准备打开车门的危险并发出预警，在误检测方面错误率能降低一半多，并且可以直接学习图像的全局信息和end-to-end训练。
-
公开(公告)号：CN109131321A
公开(公告)日：2019-01-04
申请号：CN201811000430.8
申请日：2018-08-29
Applicant: 广州大学
IPC: B60W30/08 , B60W40/02 , B60W40/105 , B60W50/14
Abstract: 本发明公开了基于图像处理与计算危险系数的变道辅助方法及装置，所述方法包括：检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；根据图像信息识别出后方车辆的车辆信息；根据后方车辆的车型查询到后方车辆对应的车型危险系数；根据后方车辆的车型危险系数、所述距离值的变化、己方车辆的车速，以及预设的车辆危险系数计算公式，计算后方车辆的危险系数并实时更新危险系数；判断危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若否，则判断不适合变道，触发语音提示。本发明能够在变道过程中实时检测是否具有变道条件并发出警告和建议。
-
公开(公告)号：CN113110410B
公开(公告)日：2023-03-31
申请号：CN202110249041.4
申请日：2021-03-08
Applicant: 广州大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于语音识别的服务机器人及其控制方法，其中，服务机器人包括：机身；激光扫描模块，用于通过激光扫描构建室内地图；语音识别模块，用于识别语音控制信号；中央处理模块，用于根据语音控制信号和室内地图进行路径规划，并生成移动轨迹；机器人运动模块，用于根据移动轨迹驱动机身移动；机器人升降模块，用于调整机身高度；机器人取放模块，用于取鞋或放鞋。本发明可以在机器人移动过程中避开障碍物，避免机器人碰撞损坏，在保证机器人的安全运行的同时提高了取放鞋的效率，通过用户语音控制，十分方便，通过机器人升降模块和机器人取放模块实现自动取鞋或放鞋，为用户节约了时间成本。本发明可广泛应用于家居机器人技术领域。
-
公开(公告)号：CN113110410A
公开(公告)日：2021-07-13
申请号：CN202110249041.4
申请日：2021-03-08
Applicant: 广州大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于语音识别的服务机器人及其控制方法，其中，服务机器人包括：机身；激光扫描模块，用于通过激光扫描构建室内地图；语音识别模块，用于识别语音控制信号；中央处理模块，用于根据语音控制信号和室内地图进行路径规划，并生成移动轨迹；机器人运动模块，用于根据移动轨迹驱动机身移动；机器人升降模块，用于调整机身高度；机器人取放模块，用于取鞋或放鞋。本发明可以在机器人移动过程中避开障碍物，避免机器人碰撞损坏，在保证机器人的安全运行的同时提高了取放鞋的效率，通过用户语音控制，十分方便，通过机器人升降模块和机器人取放模块实现自动取鞋或放鞋，为用户节约了时间成本。本发明可广泛应用于家居机器人技术领域。
-
Patent Agency Ranking
公开(公告)号：CN109684933A
公开(公告)日：2019-04-26
申请号：CN201811455938.7
申请日：2018-11-30
Applicant: 广州大学
IPC: G06K9/00
CPC classification number: G06K9/00335 , G06K9/00778
Abstract: 本发明公开了一种前方行人窜出马路的预警方法，包括步骤：S1、从数据库中寻找已经窜出马路的行人数据，根据该行人的行人轨迹倒推前若干帧准备窜出来的危险图像；根据人的行为模式对上述危险图像进行行为模式分类，由分类结果建立危险图像数据库；S2、对每一类行为模式下行人窜出来的可能性进行统计学概率分析；S3、采用深度学习卷积神经网络对危险图像数据库中的数据进行训练，得到训练模型；S4、利用数据库中的验证样本数据对训练模型中的参数进行调整，得到优化模型；S5、实际应用中，通过优化模型输出的检测概率和统计学概率判断是否对外报警。本发明基于深度卷积神经网络算法和人的行为模式，具有识别准确率高、实时性强的优点。
-
公开(公告)号：CN109409215A
公开(公告)日：2019-03-01
申请号：CN201811073595.8
申请日：2018-09-14
Applicant: 广州大学
Abstract: 本发明涉及行车录像视频监控预警领域，特别是基于深度卷积神经网络的前方车辆半遮挡人体的检测方法，该方法首先训练卷积神经网络模型，包括：创建司乘人员在车前伸出半遮挡人体的数据集，对数据集的图像进行标注，创建同车道或近车道车前半遮挡人体伸出的检测模型及对齐模型，对模型分别使用mAP和欧拉损失进行衡量，测试模型的泛化能力，得到训练好的卷积神经网络模型；然后利用卷积神经网络模型对车辆前方的视频数据流进行计算输出，实时识别同车道或近车道车前半遮挡人体伸出的危险图像。本发明对前方车辆是否有司乘人员所伸出的手、脚、头等部位进行检测，具有较好的鲁棒性和准确率。
-
公开(公告)号：CN109299784B
公开(公告)日：2022-02-18
申请号：CN201810863321.2
申请日：2018-08-01
Applicant: 广州大学
Abstract: 本发明公开了一种基于神经网络的辅助驾驶方法、装置及可读存储介质，所述方法适于在计算设备中执行，至少包括如下步骤：监测当前的驾驶环境参数及获取驾驶员当前驾驶的状态图像；输入预先构建的辅助驾驶模型，以对驾驶员的适应情况进行判断及原因分析；根据判断结果和原因分析结果对当前的驾驶环境参数进行适应性调整，并重复上述步骤，再次进行驾驶员适应情况判断、原因分析，以及驾驶环境参数的适应性调整，直至判断结果为适应，并根据最后调整的驾驶环境参数强化所述辅助驾驶模型。本发明基于深度神经网络的车辆辅助驾驶系统与通过人工智能系统对车主的驾驶感官状态进行建模与分析，然后通过非监督式机器学习，使得车的系统适应驾驶员本身。
-
公开(公告)号：CN109241893B
公开(公告)日：2021-08-06
申请号：CN201810982619.5
申请日：2018-08-27
Applicant: 广州大学
Abstract: 本发明公开了基于人工智能技术的道路选择方法、装置及可读存储介质，包括：采集道路图像，对图像处理得目标图像；调用神经网络对目标图像进行特征提取，得到道路特征；根据道路特征，判断道路是否分岔，若否，重复上述步骤，若是，执行下一步骤；对目标图像中的岔口一次标注，计算一次标注岔口与地图信息的匹配度；若匹配度大于或等于第一阈值，对该岔口二次标注；若所述匹配度大于或等于第二阈值，且小于所述第一阈值，则调用神经网络对岔口分类；若岔口符合分类标准，对该岔口二次标注，若岔口不符分类结果，提示岔口与地图不符。本发明基于深度神经网络的车辆辅助驾驶系统通过结合地图信息与现实的环境信息，实现了准确识别道路分岔的目的。
-
公开(公告)号：CN109063642A
公开(公告)日：2018-12-21
申请号：CN201810861624.0
申请日：2018-08-01
Applicant: 广州大学
CPC classification number: G06K9/00362 , G06K9/6297
Abstract: 本发明公开了基于HMM算法的行人过马路的预测方法和系统，所述方法包括：接收采集装置采集的当前数据；根据所述当前数据和预先存储的历史数据基于HMM算法建立深度学习模型；通过所述深度学习模型判断出前方有行人过马路；输出控制信号至扬声器；扬声器根据所述控制信号发出警报，以警示驾驶员，这样不仅能检测出车辆周围有行人，同时还能预测行人是否会过马路。此外，在建立深度学习模型的过程中，应用了道路数据，通过加入道路信息对行人是否过马路的判断，使得预测结果更加的准确。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
