公开(公告)号：CN117593908A

公开(公告)日：2024-02-23

申请号：CN202311453508.2

申请日：2023-11-02

Applicant: 网络通信与安全紫金山实验室 ,  东南大学

Inventor： 姜海航 ,  巫远 ,  黄永明 ,  夏井新 ,  安成川

IPC: G08G1/14 ,  G08G1/052 ,  G08G1/0968

Abstract: 本申请涉及一种车辆轨迹估计方法、装置、计算机设备和存储介质。该方法包括：根据目标路段的终点通行状态和目标车辆的排队序列，确定目标车辆在目标路段的目标停车位置；根据目标停车位置确定目标车辆的待行驶距离，根据待行驶距离和目标车辆的当前速度调整目标车辆的行驶速度，得到调整后的行驶速度，并根据调整后的行驶速度更新待行驶距离，得到更新后的待行驶距离，根据更新后的待行驶距离确定目标车辆的行驶轨迹点；迭代计算更新后的待行驶距离，直至更新后的待行驶距离对应的行驶轨迹点在目标路段之外为止；根据各行驶轨迹点确定目标车辆的目标行驶轨迹，采用本方法能够准确率的实现对车辆轨迹的估计，可靠性高。

公开(公告)号：CN116012756A

公开(公告)日：2023-04-25

申请号：CN202211694017.2

申请日：2022-12-28

Applicant: 网络通信与安全紫金山实验室

Inventor： 司武飞 ,  巫远 ,  黄永明 ,  夏井新

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/40 ,  G06V10/25 ,  G06T7/246 ,  G06V10/82 ,  G06V10/764 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种行为动作检测方法、装置、设备及存储介质。该方法包括：从视频流中截取一个图像帧序列；对图像帧序列中的图像帧进行时空特征提取，获得图像帧序列的时空特征；对图像帧序列中的图像帧进行人物框检测跟踪，获得图像帧序列中所包含各人物的人物框信息；根据时空特征及各人物框信息，确定图像帧序列中各人物的行为动作信息。利用该方法，对视频中的不同目标运行一次行为识别算法，提取出时空特征之后，用目标检测和跟踪得到的人物框信息，从而确定图像帧序列中各人物的行为动作信息，不需要多次运行行为识别算法，提高了行为动作的检测效率。同时通过得到时空特征，进而提取每个目标的行为动作信息，更好的兼顾了人与环境的交互行为。

公开(公告)号：CN115773747A

公开(公告)日：2023-03-10

申请号：CN202211566846.2

申请日：2022-12-07

Applicant: 网络通信与安全紫金山实验室

Inventor： 沈嘉成 ,  巫远 ,  黄永明 ,  夏井新

IPC: G01C21/00 ,  G01C21/20 ,  G01C21/16 ,  G01S7/497

Abstract: 本发明提供一种高精度地图生成方法、装置、设备及存储介质，根据最近关键帧到当前激光点云帧之间的IMU数据和上一激光点云帧经后端优化的位姿，估计第一位姿估计值；根据第一位姿估计值以及扫描当前激光点云时间内对应的IMU数据，对当前激光点云进行去畸变并提取出特征点；根据去畸变后的当前激光点云帧得到当前描述子，根据当前描述子判断是否检测出回环，若检测出回环，则估计第二位姿估计值；根据第一位姿估计值和特征点得到第三位姿估计值；将第二位姿估计值、第三位姿估计值输入因子图，得到当前帧的后端优化的位姿估计值；根据后端优化的位姿估计值将去畸变后的当前激光点云帧拼接到历史点云地图中，生成静态点云地图，提高地图精度。

公开(公告)号：CN116017401A

公开(公告)日：2023-04-25

申请号：CN202211698443.3

申请日：2022-12-28

Applicant: 网络通信与安全紫金山实验室

Inventor： 姜海航 ,  夏井新 ,  黄永明

IPC: H04W8/18 ,  H04W4/029

Abstract: 本发明实施例公开一种驻留点确定方法、装置、电子设备及存储介质。该方法包括：根据目标用户的手机信令数据确定目标用户对应的信令轨迹点，根据各信令轨迹点在至少一个基站内的数量确定数据处理顺序，按照数据处理顺序以及预设聚类规则在各信令轨迹点内提取核心轨迹点，并将核心轨迹点组成目标用户的驻留点。本发明实施例，通过各信令轨迹点在至少一个基站内的数量确定相应的数据处理顺序，按照数据处理顺序以及预设聚类规则在各信令轨迹点内提取核心轨迹点，并将核心轨迹点组成目标用户的驻留点，能够解决核心轨迹点提取时计算复杂度高的问题，在不降低提取核心轨迹点精度的情况下，降低计算复杂度的同时节约了时间成本。

公开(公告)号：CN114580618A

公开(公告)日：2022-06-03

申请号：CN202210255640.1

申请日：2022-03-15

Applicant: 网络通信与安全紫金山实验室

Inventor： 王稷琛 ,  巫远 ,  黄永明 ,  夏井新

IPC: G06N3/04

Abstract: 本发明公开了一种反卷积处理方法、装置、电子设备及介质，方法包括：将输入特征图片分别与各个经预处理获得的子卷积核进行卷积计算，得到与子卷积核数量对应的中间特征图片，所述子卷积核通过对原始的反卷积核进行离线重排预处理获得；将所述中间特征图片进行在线重排，得到输出特征图片。本发明将反卷积核拆成多个子卷积核，将输入特征图片分别和各个子卷积核进行卷积计算，最后通过在线数据重排得到反卷积结果，提高了计算速度，无需再设计专用的反卷积加速器，能够用于超分辨率重建、生成对抗网络、目标检测等多个深度学习应用场景。

公开(公告)号：CN119132041A

公开(公告)日：2024-12-13

申请号：CN202411029116.8

申请日：2024-07-30

Applicant: 东南大学

Inventor： 喻晨骏 ,  安成川 ,  杨丰文 ,  夏井新

IPC: G08G1/01 ,  G08G1/015 ,  G08G1/017

Abstract: 本发明涉及城市道路交通技术领域，公开了一种城市道路信号交叉口饱和车头时距泛化估计方法及系统，包括获取号牌识别数据，提取得到交叉口信号周期；匹配所述号牌识别数据与浮动车数据，提取所有交叉口信号周期下路口排队车辆的饱和车头时距样本；筛选出饱和车头时距影响因素；用所述饱和车头时距样本作为输入，根据所述饱和车头时距影响因素，基于NGBoost模型构建饱和车头时距与各种饱和车头时距影响因素的概率估计模型；以各饱和车头时距影响因素作为概率估计模型的输入，输出饱和车头时距的泛化估计结果。本发明的有益效果为：能够根据现有且易获取的号牌识别数据和浮动车数据，对饱和车头时距进行泛化估计。

公开(公告)号：CN116017407B

公开(公告)日：2024-12-03

申请号：CN202211616958.4

申请日：2022-12-15

Applicant: 东南大学

Inventor： 彩晨 ,  刘欢 ,  陆振波 ,  贺洋 ,  何静 ,  刘娟 ,  安成川 ,  夏井新

IPC: H04W8/20 ,  G06N7/01 ,  G06F18/214 ,  G06F18/21 ,  H04W4/50 ,  G08G1/01

Abstract: 本发明提供了一种手机信令数据驱动的居民出行方式可靠辨识方法，包括：获取手机信令原始数据并预处理；获取居民出行调查数据，并与手机信令数据匹配，获得带有出行方式标签的手机信令数据；提取居民出行特征并结合出行方式标签进行相关性分析；构建基于信息论的贝叶斯网络结构和基于概率论的贝叶斯网络结构，构建融合贝叶斯网络模型；将连续出行特征处理为有序的离散状态，完成贝叶斯网络模型节点参数学习，完成基于贝叶斯网络模型的居民出行方式可靠辨识模型构建。本发明从信息论和概率论角度分别构建贝叶斯网络，考虑到了出行方式特征之间的隐性关系，运用BIC函数进行网络评分，对出行方式的辨识具有更高的可靠度和精度。

公开(公告)号：CN116434575B

公开(公告)日：2024-04-09

申请号：CN202211612761.3

申请日：2022-12-15

Applicant: 东南大学

Inventor： 周倩 ,  夏井新 ,  宋慧洁

IPC: G08G1/081 ,  G08G1/01 ,  G06Q10/0631 ,  G06Q50/40 ,  G06Q50/26

Abstract: 本发明公开了一种考虑行进时间不确定性的公交绿波方案鲁棒生成方法，涉及城市公共交通技术领域，首先获取公交位置与身份识别数据、社会车辆交通流数据和城市道路网络静态数据等相关的交通数据并进行数据预处理，据此获得车辆位置与速度信息，对路段公交行进时间不确定性的量化；其次，计算社会车辆初始排队长度和初始排队消散时间，以此构建约束条件；最后，输入公交车辆行进时间不确定性分布，对经典的公交绿波优化模型MAXBAND进行改进，通过随机优化手段，将不确定性模型转换为线性确定性模型，而后采用基于蒙特卡罗模拟的遗传算法对模型进行求解。

公开(公告)号：CN117556186A

公开(公告)日：2024-02-13

申请号：CN202311483614.5

申请日：2023-11-08

Applicant: 东南大学

Inventor： 刘欢 ,  贾云卿 ,  张晓雪 ,  安成川 ,  陆振波 ,  夏井新

IPC: G06F18/10 ,  G06F18/22 ,  G06N3/048 ,  G06N3/084 ,  G06F16/29 ,  G06Q50/40

Abstract: 本发明公开了一种多源数据驱动的城市公交出行需求模式估计方法，首先对收集得到的手机信令数据、居民调查数据、公交GPS数据与公交IC卡数据进行预处理，提取居民出行产生至分布于公交线路站点过程的样本出行数据；然后根据城市公交线网实际网络结构，将公交出行需求模式估计计算图划分为出行生成、公交出行分布、公交方案选择、线路站点客流分配四个层级，设置计算图框架各层级出行行为参数；再将不同阶段出行变量映射到相应的出行样本数据，通过各出行阶段与信息源之间的连接实现数据交叉验证与融合，利用反向传播算法进行模型求解，直至满足误差收敛规则；最后，输出模型估计得到的城市公交出行需求模式，为城市公交系统规划与管理提供决策支撑。

公开(公告)号：CN117473741A

公开(公告)日：2024-01-30

申请号：CN202311425411.0

申请日：2023-10-31

Applicant: 东南大学

Inventor： 赵嘉悦 ,  贺洋 ,  陆振波 ,  夏井新

IPC: G06F30/20 ,  G06F18/25 ,  G06Q50/40 ,  G06F111/04

Abstract: 本发明涉及一种全样本高分辨率车辆轨迹鲁棒重构方法、设备、介质，重构方法包括：获取线圈检测器数据和网联车数据，并通过基于交通阻塞流和自由流特征改进的自适应平滑方法，估计时空速度矩阵；选取需要重构轨迹的非网联车，分别依据其上游和下游已知轨迹，通过IDM模型生成候选轨迹；对已生成候选轨迹的非网联车，以生成的时空速度矩阵为约束，计算候选轨迹的权重，用加权法融合候选轨迹，重构所述非网联车的高分辨率车辆轨迹；对每辆非网联车依次重复候选轨迹生成和融合的过程。与现有技术相比，本发明提高了重构精度和鲁棒性；准确估计了车辆在阻塞流和自由流不同场景下的轨迹信息，通过简易的参数调节即可接近最优重构结果。