-
公开(公告)号：CN117607827A
公开(公告)日：2024-02-27
申请号：CN202311437673.9
申请日：2023-10-31
Applicant: 长安大学
Abstract: 本发明公开了一种基于复数理论的激光点云描述符构建方法及系统，确定点云信息的有效测量范围，根据点云信息的有效测量范围构建描述符分割结构：根据描述符分割结构确定每个分割区域中的环境特征，取环境特征满足设定要求的环境表示能力特征对构建的描述符分割结构进行表示；将构建的描述符分割结构和每个分割区域中的环境特征进行合并形成紧凑的复数描述符，本发明考虑激光雷达低分辨率导致的测量误差，对原始点云空间进行不规则分割，提高分割每部分所提取信息的可靠性。本发明考虑单一信息环境表达能力较差的问题，提取任意每一区域两种具有代表性的特征，提高了环境表达能力。
-
公开(公告)号：CN117056845A
公开(公告)日：2023-11-14
申请号：CN202311083571.1
申请日：2023-08-25
Applicant: 长安大学
IPC: G06F18/2433 , G06F18/2411 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06N20/10
Abstract: 本发明公开了一种自动驾驶汽车异常检测方法及系统，采用自动驾驶车辆正常行驶状态下的系统运行数据信息训练深度神经网络异常检测模型得到训练好的异常检测模型；利用异常检测模型对自动驾驶车辆的实时数据进行检测得到自动驾驶车辆的检测结果，本发明能够有效支持工程师或相关领域专家调查黑箱异常检测模型预测的异常。除了有助于节省时间和维护成本外，它还实现了模型的透明性，从而促进工程师或相关领域专家信任所提出的异常检测模型。能够很好的展现对模型输出有重要影响的特征，以及展现这些特征单一地对模型输出产生的影响，进而提升领域专家对深度学习模型决策的理解，更为重要的是加快了领域专家对异常的定位和故障的诊断。
-
公开(公告)号：CN109961159A
公开(公告)日：2019-07-02
申请号：CN201910172218.8
申请日：2019-03-07
Applicant: 长安大学
Abstract: 一种新型机动车整车不解体检测及联网监管方法，本发明涉及机动车检测技术领域；基于分布式系统构建原理，搭建四层网络框架；构建的检验机构级平台实现检测数据录入、上传：检验机构主要用于将机动车检测数据进行采集和上传；构建的市级云平台核实和评定检测机构上传的数据，监督机构实施检测，并将检测数据在市级云平台共享；构建的省级云平台汇总所属市级云平台的数据，实现数据在省级共享，监督市级机构履行职责；构建的国家级云平台实现全国数据的共享，监督省级机构履职。可以使机动车检测过程透明化、公开化，能够有效抑制不良竞争、打击弄虚作假行为，改善道路交通安全；并且可以优化检测流程，实现检测数据的零冗余。
-
公开(公告)号：CN107330812A
公开(公告)日：2017-11-07
申请号：CN201710362730.X
申请日：2017-05-13
Applicant: 长安大学
CPC classification number: H04L12/4641 , G01M17/007 , G06Q50/10 , H04L41/12 , H04L67/02 , H04L67/06 , H04L67/12 , H04N7/18 , H04W48/20
Abstract: 本发明公开了一种机动车安全技术检验业务信息系统，业务信息系统网络拓扑结构为：检测车间内的工位机、IP摄像机通过LAN互联，外观检查区、底盘动态检验区及底盘检查区的PDA终端通过无线AP接入局域网，业务大厅的资料扫描申请审核系统、检测车间仪器设备检验系统及PDA移动智能检验终端系统通过访问部署在站点计算机的WebService，实现数据的上传与下载。本发明的优点是：本系统采取触发录像方式节省了视频存储空间和机构成本；能使检验机构工作人员的操作更加规范，服务意识有所增强，机构间的不正当竞争减少；监管人员能够更加方便地实现远程监管；检测更加公平公正，车主检车难、排队长等问题得到有效缓解，检测市场更加规范和健康发展。
-
公开(公告)号：CN119810819A
公开(公告)日：2025-04-11
申请号：CN202510031808.4
申请日：2025-01-09
Applicant: 长安大学
IPC: G06V20/64 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/56 , G06N3/045 , G06N3/0464 , G06N3/084 , G01S7/48 , G01S17/88
Abstract: 本发明提供了一种融合体素与图像特征的三维车辆目标检测方法及系统，方法包括：获取样本检测场景的初始激光雷达点云和初始场景图像；利用跨模态真实框数据增强方法对激光雷达点云和初始场景图像进行数据增强，得到增强激光雷达点云和增强场景图像；将增强场景图像进行色差平衡，得到平衡场景图像；将平衡场景图像进行图像转换，得到转换场景图像；对增强激光雷达点云和转换场景图像输入至初始目标检测模型中，得到训练好的三维车辆目标检测模型；将目标检测场景的待测数据输入至三维车辆目标检测模型中，得到检测结果。本发明能够实现对三维车辆目标的进行准确快速识别。
-
Patent Agency Ranking
公开(公告)号：CN116597105B
公开(公告)日：2025-01-24
申请号：CN202310489382.8
申请日：2023-05-04
Applicant: 长安大学
IPC: G06T17/05 , G06T3/4007 , G06F16/29
Abstract: 本发明提供了一种基于OpenGL的高速公路数字孪生引擎系统，属于高速道路网三维视景构建技术领域，包括：从道路数据库中读取道路GPS点的信息；定义道路GPS点的精细度，对相邻的道路GPS点进行插值运算，生成总路网GPS点信息；根据总路网GPS点信息，绘制道路的虚拟模型；从交通设施数据库中读取交通设施的信息，建立交通设施分布表；提取交通设施分布表中的关键信息特征，绘制交通设施模型；将交通设施模型添加到道路的虚拟模型中，实现高速道路网三维视景的构建。该方法能够构建高速道路网三维视景。
-
公开(公告)号：CN117409054A
公开(公告)日：2024-01-16
申请号：CN202311438446.8
申请日：2023-10-31
Applicant: 长安大学
Abstract: 本发明公开了一种基于复数向量夹角特性的点云描述符匹配方法及系统，通过对现有的复数描述符结构进行降维，构造复数描述符的衍生物，利用数据库对构造的复数描述符的衍生物进行快速检索和过滤衍生物，采用复数向量的多种夹角特性对快速检索和过滤衍生物获取的复数描述符进行相似度比较，得到设定精准度的复数描述符，分别借助所构造的衍生物，快速检索并过滤出可能的复数描述符，最终再利用复数向量多种夹角的特性，完成同一位置的精准匹配，考了虑原复数描述符的特点，获取了对应不同特征的衍生物，提高了原复数描述符的使用效率。
-
公开(公告)号：CN110149357B
公开(公告)日：2022-02-15
申请号：CN201910178338.9
申请日：2019-03-08
Applicant: 长安大学
Abstract: 本发明公开了一种新型汽车检测控制系统调度算法，为提高汽车检测控制系统车辆调度的效率和质量，对现有的基于共享文件、winsocket的调度算法进行了分析比较，提出了一种结合winsocket与网络数据库的新型车辆检测调度算法。设计了调度表，用于主控机对工位机的调度、状态监控。给出了详细的调度实现过程，工位机的检测过程信息通过winsocket传送至主控机。实际应用表明，该算法提高了系统运行的稳定性与检测数据传输的实时性和可靠性。
-
公开(公告)号：CN119649316A
公开(公告)日：2025-03-18
申请号：CN202411616286.6
申请日：2024-11-13
Applicant: 长安大学
IPC: G06V20/54 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种YOLOv7‑tiny轻量级车辆目标检测方法及系统，涉及计算机视觉和深度学习技术领域，方法包括：构建路侧车辆数据集；对路侧车辆数据集进行图像滤波、图像增强和数据集划分；构建改进的初始车辆目标检测模型；初始车辆目标检测模型是基于YOLOv7‑tiny网络进行设计的；应用剪枝策略对初始车辆目标检测模型进行轻量化处理，得到轻量级车辆检测模型；将划分好的数据集输入至轻量级车辆检测模型中进行训练、测试和验证，得到最终车辆目标检测模型；将待检测图像输入至最终车辆目标检测模型中，得到检测结果。本发明通过对YOLOv7‑tiny的多方面改进，显著提升了车辆目标检测的性能和效率，并且通过轻量化的模型设计，降低了计算的复杂度，适合部署在资源受限的环境中。
-
公开(公告)号：CN117008621A
公开(公告)日：2023-11-07
申请号：CN202311084199.6
申请日：2023-08-25
Applicant: 长安大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于深度强化学习的车辆队列控制方法及系统，根据车辆的动力学模型构建车辆队列运行的运动仿真模型；基于车辆队列运行的运动仿真模型和车辆运行状态，使用恒定时间间距策略，获取车辆队列控制的状态空间和动作空间；基于车辆队列控制的状态空间和动作空间建立DDPG网络，并利用奖励函数机制对DDPG网络进行训练，直至训练过程中每个回合获得的总奖励不再增加时停止训练，得到训练好的控制策略网络，利用训练好的控制策略网络进行队列控制；本发明考虑多种因素实现队列的控制，并且该队列控制方法的控制策略训练完成后，不需要在执行过程中进行复杂计算，控制效率非常高，并且可以当前场景的不同状况下保持控制效果，不需要更换参数。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
