CN102074059B - 利用决策序列提高基于激光的客流检测精度的方法及设备 - Google Patents
利用决策序列提高基于激光的客流检测精度的方法及设备 Download PDFInfo
- Publication number
- CN102074059B CN102074059B CN 201010584562 CN201010584562A CN102074059B CN 102074059 B CN102074059 B CN 102074059B CN 201010584562 CN201010584562 CN 201010584562 CN 201010584562 A CN201010584562 A CN 201010584562A CN 102074059 B CN102074059 B CN 102074059B
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- detection
- parameter
- period
- verification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012795 verification Methods 0.000 claims description 42
- 238000005206 flow analysis Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种采用决策序列提高基于激光的客流检测精度的方法及设备，该方法包括：将一天24小时分成多个时段；在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数；利用多个时段及其对应的校验后客流检测控制参数得到决策序列；以及根据所述决策序列，在每个时段中采用该时段的校验后客流检测控制参数进行客流检测。本发明通过将针对客流检测控制参数的决策序列应用于基于激光的客流检测中，使得基于激光的客流检测技术适应于一天中不同时段的具体客流情况，因时制宜地提高了客流检测的精度。
Description
技术领域
本发明涉及一种利用决策序列提高基于激光的客流检测精度的方法及设备。
背景技术
随着城市规模的扩大，城市中公交、地铁、机场、火车站等交通枢纽处的人员流动量也越来越大。为了衡量运营状况、进行客流调度指挥、进行预警及应急处理等各种各样的目的，对上述场所进行客流检测已成为当前不可获取的举措。除了红外或视频技术之外，目前已出现了基于激光的客流检测技术。虽然基于激光的客流检测不易受环境条件的影响，但是其检测精度同样会随客观条件发生变化。
举例来说，针对基于激光的客流检测系统在地铁站的测试，我们发现基于该系统在一天的不同时段应用同一组检测参数进行检测时，精度是不同的。比如，将上下班高峰期与其他时段相比，高峰期的检测结果容易多人，而其他时段的检测结果容易漏人，从而导致检测精度不够高。根据实际测量的经验，我们发现导致上述情况的原因是没有针对不同时段采用对应的检测参数，即是由于检测决策没有因时而变所造成的。
因此，需要一种能够利用决策序列来提高基于激光的客流检测的精度的方法及设备。
发明内容
本发明的示例性实施例的其他特征和好处将通过下面阐述的详细说明、附图和权利要求变得明显。
根据本发明的第一方面，提供了一种采用决策序列提高基于激光的客流检测精度的方法，该方法包括：将一天24小时分成多个时段；在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数；利用多个时段及其对应的校验后客流检测控制参数得到决策序列；以及根据所述决策序列，在每个时段中采用该时段的校验后客流检测控制参数进行客流检测。
优选地，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的步骤包括：进行客流检测分析，得出客流统计数据；得出所述客流统计数据与客流实际数据之间的误差；判断所述误差是否在预定阈值范围内；如果所述误差在预定阈值范围内，则将当前的客流检测控制参数设置为当前时段的校验后客流检测控制参数。
优选地，如果所述误差不在预定阈值范围内，则对当前的客流检测控制参数进行调整后继续进行客流检测分析，其中，调整后的客流检测控制参数用于下一次客流检测分析。
优选地，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的步骤包括：进行客流检测分析，得出客流统计数据；通过对比得出所述客流统计数据与客流实际数据之间的误差值并进行计数，存储所述误差值和计数值；判断所述计数值是否超过预定阈值；如果所述计数值超过预定阈值，则在存储的误差值中找出最小误差值，并且将所述最小误差值对应的客流检测控制参数设置为当前时段的校验后客流检测控制参数。
优选地，如果所述计数值没有超过预定阈值，则对当前的客流检测控制参数进行调整后继续进行客流检测分析，其中，调整后的客流检测控制参数用于下一次客流检测分析。
优选地，所述客流检测控制参数是一组参数，用于控制基于激光的客流检测。
根据本发明的第二方面，提供了一种采用决策序列提高基于激光的客流检测精度的设备，包括：将一天24小时分成多个时段的模块；在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的模块；利用多个时段及其对应的校验后客流检测控制参数得到决策序列的模块；以及根据所述决策序列，在每个时段中采用该时段的校验后客流检测控制参数进行客流检测的模块。
优选地，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的模块包括：进行客流检测分析，得出客流统计数据的模块；得出所述客流统计数据与客流实际数据之间的误差的模块；判断所述误差是否在预定阈值范围内的模块；如果所述误差在预定阈值范围内，则将当前的客流检测控制参数设置为当前时段的校验后客流检测控制参数的模块。
优选地，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的模块包括：进行客流检测分析，得出客流统计数据的模块；通过对比得出所述客流统计数据与客流实际数据之间的误差值并进行计数，存储所述误差值和计数值的模块；判断所述计数值是否超过预定阈值的模块；如果所述计数值超过预定阈值，则在存储的误差值中找出最小误差值，并且将所述最小误差值对应的客流检测控制参数设置为当前时段的校验后客流检测控制参数的模块。
本发明通过将针对客流检测控制参数的决策序列应用于基于激光的客流检测中，使得基于激光的客流检测技术适应于一天中不同时段的具体客流情况，因时制宜地提高了客流检测的精度。
附图说明
本发明的示例性实施例将从下文中给出的详细说明和本发明不同实施例的附图中被更完全地理解，然而这不应该被视为将本发明限制于具体的实施例，而应该只是为了解释和理解。
图1是根据本发明实施例的利用决策序列提高基于激光的客流检测的精度的流程图；
图2是根据本发明一个实施例的得到时段最佳的客流检测控制参数的流程图；以及
图3是根据本发明另一个实施例的得到时段最佳的客流检测控制参数的流程图。
具体实施方式
本领域的普通技术人员将意识到，所述示例性实施例的下述详细说明仅仅是说明性的，并且不是意在以任何方式加以限制。其他实施例将容易地呈现给受益于本公开的这类技术人员。现在，将详细地参考如若干附图中所示的示例性实施例的实施。遍及附图并且在后面的详细说明中将使用相同的附图标记来指出相同或类似的部分。
一般来说，基于激光的客流检测系统通过激光对当前检测的客流通道进行激光扫描，获取激光扫描数据并对其进行分析，最终得出客流统计数据。举例来说，可以采用将激光扫描数据反映在是空间坐标系中的方法对其进行分析。比如，在该坐标系中，横轴为一帧激光扫描数据系列，序列号与扫描角度一致；纵轴为时间；像素值为距离值，代表被测物体的高度。每个通过激光扫描面的行人，其数据在该坐标系中将呈现一个二维的峰包，表示该行人在通过激光扫描面时被连续数据帧扫描到。
在基于激光的客流检测中，会在系统中设置多个用于进行客流检测的参数，下称客流检测控制参数，这些参数可以包括：激光水平重合率，即人通过激光时两帧之间的重合度来决定是不是同一个人；一个人在激光面内停留的帧数，系统依据多少帧以上来判断为一个人；可以将一个峰包判为人的宽度最小值、宽度最大值；可以将一个峰包判为人的高度最小值、高度最大值；可以将重叠的多个峰包判为多人同时通过时的最小分辨率；等等。本领域技术人员应当理解，上述参数不是意在限制，而是在必要时还可以包括其他客流检测参数。
图1是根据本发明实施例的利用决策序列提高基于激光的客流检测的精度的流程图。
在步骤101，将一天24小时划分成多个时段，可以根据统计或经验值来进行所述划分，比如将分别上下班的早晚高峰划分为两个时段。应当指出，针对不同的客流场所可以应用不同的时段划分。比如，办公大楼、旅游景点和机场等场所的时段划分可以因地制宜。
在步骤102，在每个时段中通过客流检测校验得到该时段的最佳客流检测控制参数。例如，先进行客流检测，然后将检测结果与实际结果对比，利用自适应方法不断调整，最后得到该时段的最佳客流检测控制参数。如上所述，客流检测控制参数应该是一组参数，用于控制基于激光的客流检测。
以将重叠的多个峰包判为多人同时通过时的最小分辨率为例，早晨8点-9点设定多人同时通过时的分辨率为0.25m，这时采用此参数值得到的检测人数与实际通过人数的差异最小，即检测精度最高；在中午11:00-13:00点设定多人同时通过时的分辨率为0.30m，这时采用此参数值得到的检测人数与实际通过人数的差异最小，即检测精度最高；其中，所述分辨率表示截取一个25cm或30cm的波形作为判断一个人的标准。应当理解，通过与上述确定分辨率最佳值相同的方法，也可以得到客流检测控制参数组中的其它参数针对一天中每一时段的最佳值。请注意，这里提到的“最佳值”是一个通过校验已经被确定的数值，它不应当被理解为具有不确定的数值，而是应当被理解为一个确定的校验后的数值。
在步骤103，根据一天中各个时段的最佳客流检测控制参数来形成决策序列。例如，在本发明的一个示例性实施例中，决策序列可以通过下表1示出。
| 时段 | 客流检测控制参数方案 |
| 0:00-7:30 | A方案 |
| 7:30-9:00 | B方案 |
| 9:00-11:59 | C方案 |
| 12:00-14:00 | D方案 |
| 14:00-17:00 | E方案 |
| 17:00-20:00 | F方案 |
| 20:00-23:59 | G方案 |
表1
在表1中，时段列将一天24小时分为了7个时段。在行人参数列中，对应每个时段，采用了不同的行人参数方案。例如，0:00-7:30时段对应的A方案包括一组用于客流检测控制的参数，参数组中的每个参数有设置好的最佳参数值。应当理解，表1的时段划分及其对应的参数方案的设置只是为了说明性的目的而不是意在限制。根据本发明的决策序列应该可以有各种各样的方式，比如可以将一天划分成有更多或更少的时段，从而对应地可以有更多或更少的参数方案。
在步骤104，根据该决策序列进行客流检测。也就是说，在一天中的每个时段采用决策序列中为该时段设置好最佳值的客流检测控制参数来进行客流检测。
图2是根据本发明一个实施例的得到时段最佳的客流检测控制参数的流程图。
在步骤201，在某一时段中对某交通枢纽的客流通道进行客流检测分析，得出客流统计数据。例如，采用基于激光的客流检测系统，对某地铁的客流通道进行激光扫描以得到激光扫描数据，对该激光扫描数据进行数据采集和分析以得到客流统计数据。应当指出，客流检测分析所采用的客流检测控制参数的初始值可以根据经验值等方式预先设定。
在步骤202，将客流统计数据与客流实际数据进行对比，得出误差。简单来说，客流统计数据中最容易理解的数据通常是时间段内通过的客流人数。因此，可以将客流人数与实际人数进行对比，其中，实际人数可以通过各种各样的方法得到，比如人工计数，或者采用进出刷卡的方法统计，等等。
在步骤203，根据步骤202得出的误差判断该误差是否在预先设定的阈值范围之内。如果误差在预定阈值范围内，则流程进行到步骤205；否则流程进行到步骤204。
在步骤204，对客流检测控制参数进行调整。然后，流程回到步骤201，并且将调整后的参数用作下一次客流检测分析的客流检测控制参数。如上所指，客流检测控制参数是一组参数，包括上面所述的各种参数。
在步骤205，将当前的客流检测控制参数设置为当前检测时段的最佳参数。
图3是根据本发明另一个实施例的得到时段最佳的客流检测控制参数的流程图。
在步骤301，在某一时段中对某交通枢纽的客流通道进行客流检测分析，得出客流统计数据。例如，采用基于激光的客流检测系统，对某地铁的客流通道进行激光扫描以得到激光扫描数据，对该激光扫描数据进行数据采集和分析以得到客流统计数据。应当指出，客流检测分析所采用的客流检测控制参数的初始值可以根据经验值等方式预先设定。
在步骤302，将客流统计数据与客流实际数据进行对比以得出误差，为对比次数进行计数，并且存储误差值和计数值。简单来说，客流统计数据中最容易理解的数据通常是时间段内通过的客流人数。因此，可以将客流人数与实际人数进行对比以得出客流人数误差，其中，实际人数可以通过各种各样的方法得到，比如人工计数，或者采用进出刷卡的方法统计，等等。
在步骤303，判断计数值是否超过预定的次数。如果超出预定次数，则流程进行到305；否则流程进行到304。
在步骤304，对客流检测控制参数进行调整，并且将调整后的参数用作下一次客流检测分析的客流检测控制参数。然后，流程回到步骤301，继续进行客流检测分析。如上所指，客流检测控制参数可以是一组参数，包括上面所述的各种参数。
在步骤305，查找出这一时段中的多次检测误差中的最小误差，将该最小误差对应的客流检测控制参数设置为当前检测时段的最佳参数。
应当理解，上述方法步骤所实现的功能可以采用多种方式来执行。例如，任何用于执行每一个上述功能的适当装置/模块都可以用于执行本发明的实施例。在一个实施例中，本发明的所有部件或一部分部件通常是在计算机程序产品的控制下工作的。用于执行本发明实施例的方法的计算机程序产品包括计算机可读存储介质，例如非易失存储介质，以及包含在计算机可读存储介质中的计算机可读程序代码部分，例如一系列计算机指令。
尽管已经示出并描述了本发明的特殊实施例，然而在不背离本发明的示例性实施例及其更宽广方面的前提下，本领域技术人员显然可以基于此处的教学做出变化和修改。因此，所附的权利要求意在将所有这类不背离本发明的示例性实施例的真实精神和范围的变化和更改包含在其范围之内。
Claims (9)
1.一种采用决策序列提高基于激光的客流检测精度的方法，包括：
将一天24小时分成多个时段；
在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数；
利用多个时段及其对应的校验后客流检测控制参数得到决策序列；以及
根据所述决策序列，在每个时段中采用该时段的效验后客流检测控制参数进行客流检测；
其中，
所述客流检测效验所用的方法为根据客流统计数据与客流实际数据进行比较的方式；
所述客流检测控制参数包括：激光水平重合率，即人通过激光时两帧之间的重合度来决定是不是同一个人；一个人在激光面内停留的帧数，系统依据多少帧以上来判断为一个人；可以将一个峰包判为人的宽度最小值、宽度最大值；可以将一个峰包判为人的高度最小值、高度最大值；可以将重叠的多个峰包判为多人同时通过时的最小分辨率。
2.根据权利要求1所述的方法，其中，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的步骤包括：
进行客流检测分析，得出客流统计数据；
得出所述客流统计数据与客流实际数据之间的误差；
判断所述误差是否在预定阈值范围内；
如果所述误差在预定阈值范围内，则将当前的客流检测控制参数设置为当前时段的校验后客流检测控制参数。
3.根据权利要求2所述的方法，还包括：
如果所述误差不在预定阈值范围内，则对当前的客流检测控制参数进行调整后继续进行客流检测分析，其中，调整后的客流检测控制参数用于下一次客流检测分析。
4.根据权利要求1所述的方法，其中，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的步骤包括：
进行客流检测分析，得出客流统计数据；
通过对比得出所述客流统计数据与客流实际数据之间的误差值并对对比次数进行计数，存储所述误差值和计数值；
判断所述计数值是否超过预定阈值；
如果所述计数值超过预定阈值，则在存储的误差值中找出最小误差值，并且将所述最小误差值对应的客流检测控制参数设置为当前时段的校验后客流检测控制参数；
所述计数值为客流统计数据与客流实际数据对比次数的计数值。
5.根据权利要求4所述的方法，还包括：
如果所述计数值没有超过预定阈值，则对当前的客流检测控制参数进行调整后继续进行客流检测分析，其中，调整后的客流检测控制参数用于下一次客流检测分析。
6.根据权利要求1所述的方法，其中，所述客流检测控制参数是一组参数，用于控制基于激光的客流检测。
7.一种采用决策序列提高基于激光的客流检测精度的设备，包括：
将一天24小时分成多个时段的模块；
在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的模块；
利用多个时段及其对应的校验后客流检测控制参数得到决策序列的模块；以及
根据所述决策序列，在每个时段中采用该时段的校验后客流检测控制参数进行客流检测的模块；
其中，所述客流检测效验具体为将客流统计数据与客流实际数据进行比较；
所述客流检测控制参数包括：激光水平重合率，即人通过激光时两帧之间的重合度来决定是不是同一个人；一个人在激光面内停留的帧数，系统依据多少帧以上来判断为一个人；可以将一个峰包判为人的宽度最小值、宽度最大值；可以将一个峰包判为人的高度最小值、高度最大值；可以将重叠的多个峰包判为多人同时通过时的最小分辨率。
8.根据权利要求7所述的设备，其中，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的模块包括：
进行客流检测分析，得出客流统计数据的模块；
得出所述客流统计数据与客流实际数据之间的误差的模块；
判断所述误差是否在预定阈值范围内的模块；
如果所述误差在预定阈值范围内，则将当前的客流检测控制参数设置为当前时段的校验后客流检测控制参数的模块。
9.根据权利要求7所述的设备，其中，在每个时段中通过客流检测校验得出针对所述时段的校验后客流检测控制参数的模块包括：
进行客流检测分析，得出客流统计数据的模块；
通过对比得出所述客流统计数据与客流实际数据之间的误差值并对对比次数进行计数，存储所述误差值和计数值的模块；
判断所述计数值是否超过预定阈值的模块；
如果所述计数值超过预定阈值，则在存储的误差值中找出最小误差值，并且将所述最小误差值对应的客流检测控制参数设置为当前时段的校验后客流检测控制参数的模块；
所述计数值为客流统计数据与客流实际数据对比次数的计数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010584562 CN102074059B (zh) | 2010-12-13 | 2010-12-13 | 利用决策序列提高基于激光的客流检测精度的方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010584562 CN102074059B (zh) | 2010-12-13 | 2010-12-13 | 利用决策序列提高基于激光的客流检测精度的方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102074059A CN102074059A (zh) | 2011-05-25 |
| CN102074059B true CN102074059B (zh) | 2013-05-22 |
Family
ID=44032587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010584562 Expired - Fee Related CN102074059B (zh) | 2010-12-13 | 2010-12-13 | 利用决策序列提高基于激光的客流检测精度的方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102074059B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496200A (zh) * | 2011-12-12 | 2012-06-13 | 北京竞业达数码科技有限公司 | 基于激光测距的客流统计方法和装置 |
| CN102521906A (zh) * | 2011-12-22 | 2012-06-27 | 北京竞业达数码科技有限公司 | 基于双激光测距的客流方向识别方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006322891A (ja) * | 2005-05-20 | 2006-11-30 | Ishikawajima Harima Heavy Ind Co Ltd | 通過人数検出装置及び方法 |
| CN101425128A (zh) * | 2007-10-30 | 2009-05-06 | 同济大学 | 基于激光传感器深度图像的人流检测方法 |
| CN201465103U (zh) * | 2009-08-06 | 2010-05-12 | 北京北大千方科技有限公司 | 一种客流检测分析装置 |
| CN101751553A (zh) * | 2008-12-03 | 2010-06-23 | 中国科学院自动化研究所 | 一种大规模人群密度分析和预测方法 |
-
2010
- 2010-12-13 CN CN 201010584562 patent/CN102074059B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006322891A (ja) * | 2005-05-20 | 2006-11-30 | Ishikawajima Harima Heavy Ind Co Ltd | 通過人数検出装置及び方法 |
| CN101425128A (zh) * | 2007-10-30 | 2009-05-06 | 同济大学 | 基于激光传感器深度图像的人流检测方法 |
| CN101751553A (zh) * | 2008-12-03 | 2010-06-23 | 中国科学院自动化研究所 | 一种大规模人群密度分析和预测方法 |
| CN201465103U (zh) * | 2009-08-06 | 2010-05-12 | 北京北大千方科技有限公司 | 一种客流检测分析装置 |
Non-Patent Citations (1)
| Title |
|---|
| 赵卉菁,周双全,沙杰.基于垂直激光扫描的客流量检测系统与算法.《第五届中国智能交通年会暨第六届国际节能与新能源汽车创新发展论坛优秀论文集（上册）——智能交通》.2009, * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102074059A (zh) | 2011-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210389766A1 (en) | Methods and Apparatuses for Water Body Pollution Intelligent Investigation Utilizing Unmanned Ships | |
| KR102017870B1 (ko) | 실시간 선로 결함 검측 시스템 | |
| González et al. | Automatic traffic signs and panels inspection system using computer vision | |
| CN102799893B (zh) | 考场监控视频处理方法 | |
| CN105096340B (zh) | 用于检测静态和动态对象以及控制车辆的方法和系统 | |
| CN108335377B (zh) | 一种基于gis技术的道路巡查车辆业务自动考核的方法 | |
| CN105426922A (zh) | 列车车型识别方法和系统及安全检查方法和系统 | |
| KR101689567B1 (ko) | 구간 속도 산출 시스템 및 그 방법 | |
| JPWO2015052896A1 (ja) | 乗車人数計測装置、乗車人数計測方法および乗車人数計測プログラム | |
| CN104123532B (zh) | 对目标对象进行检测、确定目标对象数量的方法和设备 | |
| CN109598947B (zh) | 一种车辆识别方法及系统 | |
| CN106355682A (zh) | 一种视频分析方法、装置及系统 | |
| CN102074059B (zh) | 利用决策序列提高基于激光的客流检测精度的方法及设备 | |
| CN114155706A (zh) | 一种服务区车辆判别方法、装置、电子设备和存储介质 | |
| EP2546807A2 (en) | Traffic monitoring device | |
| US10514254B2 (en) | Road surface property acquiring method and road surface property acquiring device | |
| CN102521906A (zh) | 基于双激光测距的客流方向识别方法和装置 | |
| CN113032907B (zh) | 基于波形相关关系的晃车病害数据偏差纠正方法及系统 | |
| KR20120125741A (ko) | 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템 | |
| CN110254478A (zh) | 路基变形病害识别方法及装置 | |
| CN110533930B (zh) | 交通数据处理方法、装置、计算机设备和存储介质 | |
| CN107978151A (zh) | 一种车辆检测方法和系统 | |
| CN115289991B (zh) | 地铁轨道形变监测方法、装置及电子设备 | |
| CN115587978B (zh) | 一种基于深度学习的地板革贴合压纹在线检测系统 | |
| Jang et al. | Evaluation of traffic data accuracy using Korea detector testbed |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130522 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |