CN109472973A - 一种基于声音辨识的实时交通展示方法及系统 - Google Patents
一种基于声音辨识的实时交通展示方法及系统 Download PDFInfo
- Publication number
- CN109472973A CN109472973A CN201810226584.2A CN201810226584A CN109472973A CN 109472973 A CN109472973 A CN 109472973A CN 201810226584 A CN201810226584 A CN 201810226584A CN 109472973 A CN109472973 A CN 109472973A
- Authority
- CN
- China
- Prior art keywords
- sound
- frequency
- engine
- value
- setting
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
Abstract
本发明涉及声音采集和处理领域,具体涉及一种基于声音辨识的实时交通展示方法及系统。一种基于声音辨识的实时交通展示方法,其特征在于,包括以下步骤:A)建立坐标系,导入声音采集器的坐标信息;B)将声音采集器所采集声音信息经声音选频装置处理;C)使用不同车辆发动机特征声音,计算每个设置频率点处特征声音的组成及各组成的强度、相移和频移;D)计算出发动机声源的位置坐标,计算出发动机声源的移动速度和方向,构建车辆模型;E)生成添加车辆的三维实景图像并显示。本发明的实质性效果是:通过采集道路声音并进行数据处理辨识车辆类型、位置、速度和行驶方向,无需依赖良好的光照和足够的网络带宽,实现了对道路交通状况的实时可靠监控。
Description
技术领域
本发明涉及声音采集和处理领域,具体涉及一种基于声音辨识的实时交通展示方法及系统。
背景技术
在三维GIS系统日益广泛应用的情况下,一些重要活动的保供电任务中也开始越来越多的应用三维GIS技术以提高保电任务执行的效率和质量。在保供电任务中,设备抢修车辆的派遣和到达是否及时,成为故障设备能否及时修复的关键因素。而设备抢修车辆选择路线的路况又决定了设备抢修车辆能否及时到达故障设备点。如果能够在派遣设备抢修车辆的同时,了解到各条公路的交通状况,避免选择较为拥挤的道路则能够为设备抢修争取到大量宝贵的时间。因而实时监控交通状况成为了需要解决的问题。目前对交通状况的监控通常采用视频监控和流量统计,视频监控仅能记录视频画面,对车辆数量和速度进行分析需要处理大量视频信息导致数据处理缓慢,而视频数据需要占用较大的网络带宽,流量统计能够统计道路通车的流量,但不能记录车辆的速度,也能判断被计数的车辆是否在前方拥堵,而尚未通过流量计的车辆则不会体现在流量计的数据中,参考价值有限。而且视频监控和流量统计均需要一定的光照条件,可靠性随天气状况变换。
中国专利CN 103177391 B,公开日2016年1月27日,一种基于三维实景的设施设备监控系统及系统集成方法。首先,运用数据库技术,将三维实景模型库的静态数据与设施设备监控子系统中的动态数据进行整合、关联,实现三维实景对象信息展示的动态性和实时性;其次,对智能设施设备实物建模,形成可标识的设施设备三维图元,抽取其智能设施设备的特征信息,建立智能设施设备可视信息数据结构;最后,运用工业数据桥和SOA技术,将智能设施设备采集的实时数据集成到三维实景图上,实现信息展示控制和统计分析,为管理员提供准确实时的可视化动态信息,满足全方位的监控需求。但其缺乏对道路交通环境的监控,不能为设备抢修提供路线选择的参考。
发明内容
本发明要解决的技术问题是:目前应用于电力系统的三维实景系统缺乏对道路交通状况的监控,不能为设备抢修提供路线选择的参考的问题。提出了一种通过采集道路声音并进行数据处理的低成本高可靠度的基于声音辨识的实时交通展示方法及系统。
为解决上述技术问题,本发明所采取的技术方案为:一种基于声音辨识的实时交通展示系统,包括若干个声音采集器、声音选频装置、三维图像显示和交互装置、通信装置和微处理器,所述三维图像显示和交互装置依据用户交互指令显示目标区域的三维实景,所述三维图像显示和交互装置通过通信装置与微处理器连接;所述若干个声音采集器布置在目标区域内,所述若干个声音采集器至少包括四个声音采集器;所述声音选频装置包括选频电路和控制单元,所述选频电路包括电容和受控电阻,所述选频电路输入通过受控电子开关与声音采集器连接,输出通过通信装置与微处理器连接,所述受控电阻和受控电子开关与控制单元连接。通过声音采集器采集原始声音信号,通过声音选频装置将原始声音信号进行处理后通过通信装置将处理后的声音信号传送到微处理器,而后通过微处理器进行数据处理,计算出道路上车辆的类型、位置、速度和方向,而后由预设的模型匹配后添加到实景模型中,根据观察点和观察方向渲染出图像并在三维图像显示和交互装置显示,用户通过三维图像显示和交互装置修改观察点和观察方向。
一种基于声音辨识的实时交通展示方法,适用于前述的一种基于声音辨识的实时交通展示系统,包括以下步骤:A)为三维实景建立坐标系,导入坐标系下声音采集器的坐标信息;B)将声音采集器所采集声音信息经声音选频装置处理,得到各个设置频率点处的声音;C)使用事先采集的不同车辆发动机特征声音,经过启发式算法计算每个设置频率点处发动机特征声音的组成及各组成的强度、相移和频移;D)根据全部设置频率点处发动机特征声音的组成及各组成的强度和相移结合声音采集器的坐标计算出发动机声源的位置坐标,根据频移计算出发动机声源的移动速度和方向,合并相同位置坐标的发动机,根据合并后的发动机使用预先建立的与发动机类型匹配的车辆模型在三维实景中构建车辆模型;E)根据用户交互指令,生成添加车辆的三维实景图像并显示。
作为优选,所述设置声音选频装置选择频率点的方法为:以20Hz为起始设置频率,1kHz以内以步长1Hz设置下一个设置频率,1kHz以上以步长△f设置下一个设置频率,步长△f等于当前设置频率的0.1~0.45%,直到设置频率高于50kHz,频率增高可加大步长△f的取值。
作为优选,所述计算每个设置频率点处发动机特征声音的组成及各组成的强度、相移和频移的方法包括以下步骤:C1)选取一个设置频率点,设置模拟实例数量N,根据道路宽度和时间设置每个模拟实例包含的模拟声源数量N′,每个模拟声源的属性包括特征声音、强度系数、相移和频移,随机为每个模拟声源赋初始值;C2)依次计算每个模拟实例的评价函数值,计算式为:
其中x为参与计算的模拟实例,T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,Ψi(t)为模拟实例x包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,R为设置常数,其值取当前设置频率点的声音最高强度值的1.2倍,设置迭代次数T为0;C3)从全部模拟实例中选配(N+n)对模拟实例,模拟实例被选中的概率由权重kx决定,将被选配的模拟实例对交换Nexg个模拟声源后,产生(N+n)个模拟实例,以概率η改变模拟实例的模拟声源,模拟声源的各个属性值被改变的概率相同;C4)依次计算步骤C3所得的(N+n)个模拟实例的评价函数值,计算式为:
其中x为参与计算的模拟实例,T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,Ψi(t)为模拟实例x包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,R为设置常数,其值取当前设置频率点的声音最高强度值的1.2倍,将迭代次数T的值增加1,按评价函数值降序排列步骤C3所得的(N+n)个模拟实例,删除评价值最低的n个模拟实例;C5)计算评价函数值最高的模拟实例的差异度g(x′),计算式为:
其中T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,x′为适应度最高的模拟实例,Ψi(t)为模拟实例x′包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,若g(x′)小于设置阈值或迭代次数T大于16000则进入步骤C6,反之重复步骤C2-C5;C6)将评价函数值最高的模拟实例中强度系数小于设置最低强度系数σ的模拟声源删除;C7)评价函数值最高的模拟实例的每个模拟声源代表一个发动机,根据模拟声源特征声音、强度系数、相移和频移,计算出发动机类型、位置坐标和速度,重复步骤C1-C7,直到全部设置频率点被遍历。作为优选,概率η的值为0.005。
作为优选,所述根据道路宽度和时间设置模拟声源数量N′的方法为:道路为1车道则设置模拟声源数量N′为15,道路为2车道则设置模拟声源数量N′为20,道路为4车道则设置模拟声源数量N′为60,道路为4车道以上则设置模拟声源数量N′为100。
作为优选,所述计算出发动机类型、位置坐标和速度的方法包括以下步骤:C’1)计算全部声音采集器在设定频率点处发动机特征声音的组成及各组成的强度、相移和频移,使用频移相同的方法找出全部采集到该发动机声音的声音采集器,若找到的声音采集器数量大于或等于4则进入步骤C’2;C’2)根据声音采集器的位置坐标和强度系数,根据空气中声音的衰减函数,计算发动机与每个声音采集器的距离,进而计算出发动机的位置坐标;根据频移计算出发动机所在车辆的移动速度和方向。
作为优选,模拟实例数量N的值为60~120,N+n的值为模拟实例数量N的1.3倍,Nexg的值为模拟声源数量N′的1/2。
作为优选,设置最低强度系数σ的方法为:使特征声音强度在时域函数与最低强度系数σ相乘后,最大声音强度小于3dB的σ的最大值。
本发明的实质性效果是:通过采集道路声音并进行数据处理辨识车辆类型、位置、速度和行驶方向,无需依赖良好的光照和足够的网络带宽,实现了对道路交通状况的实时可靠监控。
附图说明
图1为基于声音辨识的实时交通展示系统的结构图。
图2为基于声音辨识的实时交通展示方法的流程框图。
其中:1、微处理器,2、通信装置,3、声音选频装置,4、声音采集器,5、三维图像显示和交互装置。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的具体实施方式作进一步具体说明。
如图1所示,为基于声音辨识的实时交通展示系统的结构图,包括若干个声音采集器4、声音选频装置3、三维图像显示和交互装置5、通信装置2和微处理器4,三维图像显示和交互装置5依据用户交互指令显示目标区域的三维实景,三维图像显示和交互装置5通过通信装置2与微处理器1连接;若干个声音采集器4布置在目标区域内,若干个声音采集器4至少包括四个声音采集器4;声音选频装置3包括选频电路和控制单元,选频电路包括电容和受控电阻,选频电路输入通过受控电子开关与声音采集器4连接,输出通过通信装置2与微处理器1连接,受控电阻和受控电子开关与控制单元连接。通过声音采集器4采集原始声音信号,通过声音选频装置3将原始声音信号进行处理后通过通信装置2将处理后的声音信号传送到微处理器1,而后通过微处理器1进行数据处理,计算出道路上车辆的类型、位置、速度和方向,而后由预设的模型匹配后添加到实景模型中,根据观察点和观察方向渲染出图像并在三维图像显示和交互装置5显示,用户通过三维图像显示和交互装置5修改观察点和观察方向。
如图2所示,为基于声音辨识的实时交通展示方法的流程框图,包括以下步骤:A)为三维实景建立坐标系,导入坐标系下声音采集器的坐标信息;B)将声音采集器所采集声音信息经声音选频装置处理,得到各个设置频率点处的声音;C)使用事先采集的不同车辆发动机特征声音,经过启发式算法计算每个设置频率点处发动机特征声音的组成及各组成的强度、相移和频移;D)根据全部设置频率点处发动机特征声音的组成及各组成的强度和相移结合声音采集器的坐标计算出发动机声源的位置坐标,根据频移计算出发动机声源的移动速度和方向,合并相同位置坐标的发动机,根据合并后的发动机使用预先建立的与发动机类型匹配的车辆模型在三维实景中构建车辆模型;E)根据用户交互指令,生成添加车辆的三维实景图像并显示。
作为推荐的实施例,设置声音选频装置选择频率点的方法为:以20Hz为起始设置频率,1kHz以内以步长1Hz设置下一个设置频率,1kHz以上以步长△f设置下一个设置频率,步长△f等于当前设置频率的0.1~0.45%,直到设置频率高于50kHz,频率增高可加大步长△f的取值。
作为推荐的实施例,计算每个设置频率点处发动机特征声音的组成及各组成的强度、相移和频移的方法包括以下步骤:C1)选取一个设置频率点,设置模拟实例数量N,根据道路宽度和时间设置每个模拟实例包含的模拟声源数量N′,每个模拟声源的属性包括特征声音、强度系数、相移和频移,随机为每个模拟声源赋初始值;C2)依次计算每个模拟实例的评价函数值,计算式为:
其中x为参与计算的模拟实例,T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,Ψi(t)为模拟实例x包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,R为设置常数,其值取当前设置频率点的声音最高强度值的1.2倍,设置迭代次数T为0;C3)从全部模拟实例中选配(N+n)对模拟实例,模拟实例被选中的概率由权重kx决定,将被选配的模拟实例对交换Nexg个模拟声源后,产生(N+n)个模拟实例,以概率η改变模拟实例的模拟声源,模拟声源的各个属性值被改变的概率相同;C4)依次计算步骤C3所得的(N+n)个模拟实例的评价函数值,计算式为:
其中x为参与计算的模拟实例,T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,Ψi(t)为模拟实例x包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,R为设置常数,其值取当前设置频率点的声音最高强度值的1.2倍,将迭代次数T的值增加1,按评价函数值降序排列步骤C3所得的(N+n)个模拟实例,删除评价值最低的n个模拟实例;C5)计算评价函数值最高的模拟实例的差异度g(x′),计算式为:
其中T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,x′为适应度最高的模拟实例,Ψi(t)为模拟实例x′包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,若g(x′)小于设置阈值或迭代次数T大于16000则进入步骤C6,反之重复步骤C2-C5;C6)将评价函数值最高的模拟实例中强度系数小于设置最低强度系数σ的模拟声源删除;C7)评价函数值最高的模拟实例的每个模拟声源代表一个发动机,根据模拟声源特征声音、强度系数、相移和频移,计算出发动机类型、位置坐标和速度,重复步骤C1-C7,直到全部设置频率点被遍历。作为推荐的实施例,概率η的值为0.005。
作为推荐的实施例,根据道路宽度和时间设置模拟声源数量N′的方法为:道路为1车道则设置模拟声源数量N′为15,道路为2车道则设置模拟声源数量N′为20,道路为4车道则设置模拟声源数量N′为60,道路为4车道以上则设置模拟声源数量N′为100。
作为推荐的实施例,计算出发动机类型、位置坐标和速度的方法包括以下步骤:C’1)计算全部声音采集器在设定频率点处发动机特征声音的组成及各组成的强度、相移和频移,使用频移相同的方法找出全部采集到该发动机声音的声音采集器,若找到的声音采集器数量大于或等于4则进入步骤C’2;C’2)根据声音采集器的位置坐标和强度系数,根据空气中声音的衰减函数,计算发动机与每个声音采集器的距离,进而计算出发动机的位置坐标;根据频移计算出发动机所在车辆的移动速度和方向。
作为推荐的实施例,模拟实例数量N的值为60~120,N+n的值为模拟实例数量N的1.3倍,Nexg的值为模拟声源数量N′的1/2。
作为推荐的实施例,设置最低强度系数σ的方法为:使特征声音强度在时域函数与最低强度系数σ相乘后,最大声音强度小于3dB的σ的最大值。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.一种基于声音辨识的实时交通展示系统,包括若干个声音采集器、声音选频装置、三维图像显示和交互装置、通信装置和微处理器,其特征在于,
所述三维图像显示和交互装置依据用户交互指令显示目标区域的三维实景,所述三维图像显示和交互装置通过通信装置与微处理器连接;
所述若干个声音采集器布置在目标区域内,所述若干个声音采集器至少包括四个声音采集器;
所述声音选频装置包括选频电路和控制单元,所述选频电路包括电容、受控电子开关和受控电阻,所述选频电路输入通过受控电子开关与声音采集器连接,输出通过通信装置与微处理器连接,所述受控电阻和受控电子开关与控制单元连接。
2.一种基于声音辨识的实时交通展示方法,适用于如权利要求1所述的一种基于声音辨识的实时交通展示系统,其特征在于,
包括以下步骤:
A)为三维实景建立坐标系,导入坐标系下声音采集器的坐标信息;
B)将声音采集器所采集声音信息经声音选频装置处理,得到各个设置频率点处的声音;
C)使用事先采集的不同车辆发动机特征声音,经过启发式算法计算每个设置频率点处发动机特征声音的组成及各组成的强度、相移和频移;
D)根据全部设置频率点处发动机特征声音的组成及各组成的强度和相移结合声音采集器的坐标计算出发动机声源的位置坐标,根据频移计算出发动机声源的移动速度和方向,合并相同位置坐标的发动机,根据合并后的发动机使用预先建立的与发动机类型匹配的车辆模型在三维实景中构建车辆模型;
E)根据用户交互指令,生成添加车辆的三维实景图像并显示。
3.根据权利要求2所述的一种基于声音辨识的实时交通展示方法,其特征在于,
所述设置声音选频装置选择频率点的方法为:以20Hz为起始设置频率,1kHz以内以步长1Hz设置下一个设置频率,1kHz以上以步长△f设置下一个设置频率,步长△f等于当前设置频率的0.1~0.45%,直到设置频率高于50kHz,频率增高可加大步长△f的取值。
4.根据权利要求2或3所述的一种基于声音辨识的实时交通展示方法,其特征在于,
所述计算每个设置频率点处发动机特征声音的组成及各组成的强度、相移和频移的方法包括以下步骤:
C1)选取一个设置频率点,设置模拟实例数量N,根据道路宽度和时间设置每个模拟实例包含的模拟声源数量N′,每个模拟声源的属性包括特征声音、强度系数、相移和频移,随机为每个模拟声源赋初始值;
C2)依次计算每个模拟实例的评价函数值,计算式为:其中x为参与计算的模拟实例,T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,Ψi(t)为模拟实例x包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,R为设置常数,其值取当前设置频率点的声音最高强度值的1.2倍,设置迭代次数T为0;
C3)从全部模拟实例中选配(N+n)对模拟实例,模拟实例被选中的概率由权重kx决定,将被选配的模拟实例对交换Nexg个模拟声源后,产生(N+n)个模拟实例,以概率η改变模拟实例的模拟声源,模拟声源的各个属性值被改变的概率相同;
C4)依次计算步骤C3所得的(N+n)个模拟实例的评价函数值,计算式为:其中x为参与计算的模拟实例,T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,Ψi(t)为模拟实例x包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,R为设置常数,其值取当前设置频率点的声音最高强度值的1.2倍,将迭代次数T的值增加1,按评价函数值降序排列步骤C3所得的(N+n)个模拟实例,删除评价值最低的n个模拟实例;
C5)计算评价函数值最高的模拟实例的差异度g(x′),计算式为:其中T1和T2分别为计算的声音开始时间和结束时间,Γ(t)为当前选取的设置频率点的声音在时域上的强度函数,x′为适应度最高的模拟实例,Ψi(t)为模拟实例x′包含的模拟声源i的特征声音经强度系数、相移和频移计算后在时域上的强度函数,若g(x′)小于设置阈值或迭代次数T大于16000则进入步骤C6,反之重复步骤C2-C5;
C6)将评价函数值最高的模拟实例中强度系数小于设置最低强度系数σ的模拟声源删除;
C7)评价函数值最高的模拟实例的每个模拟声源代表一个发动机,根据模拟声源特征声音、强度系数、相移和频移,计算出当前选取的设置频率点的发动机类型、位置坐标和速度,重复步骤C1-C7,直到全部设置频率点被遍历。
5.根据权利要求4所述的一种基于声音辨识的实时交通展示方法,其特征在于,
所述根据道路宽度和时间设置模拟声源数量N′的方法为:
道路为1车道则设置模拟声源数量N′为15,道路为2车道则设置模拟声源数量N′为20,道路为4车道则设置模拟声源数量N′为60,道路为4车道以上则设置模拟声源数量N′为100。
6.根据权利要求4所述的一种基于声音辨识的实时交通展示方法,其特征在于,所述计算出发动机类型、位置坐标和速度的方法包括以下步骤:
C’1)计算全部声音采集器在设定频率点处发动机特征声音的组成及各组成的强度、相移和频移,使用频移相同的方法找出全部采集到该发动机声音的声音采集器,若找到的声音采集器数量大于或等于4则进入步骤C’2;
C’2)根据声音采集器的位置坐标和强度系数,根据空气中声音的衰减函数,计算发动机与每个声音采集器的距离,进而计算出发动机的位置坐标;根据频移计算出发动机所在车辆的移动速度和方向。
7.根据权利要求5所述的一种基于声音辨识的实时交通展示方法,其特征在于,
所述计算出发动机类型、位置坐标和速度的方法包括以下步骤:
C’1)计算全部声音采集器在设定频率点处发动机特征声音的组成及各组成的强度、相移和频移,使用频移相同的方法找出全部采集到该发动机声音的声音采集器,若找到的声音采集器数量大于或等于4则进入步骤C’2;
C’2)根据声音采集器的位置坐标和强度系数,根据空气中声音的衰减函数,计算发动机与每个声音采集器的距离,进而计算出发动机的位置坐标;根据频移计算出发动机所在车辆的移动速度和方向。
8.根据权利要求4所述的一种基于声音辨识的实时交通展示方法,其特征在于,
模拟实例数量N的值为60~120,N+n的值为模拟实例数量N的1.3倍,Nexg的值为模拟声源数量N′的1/2。
9.根据权利要求4所述的一种基于声音辨识的实时交通展示方法,其特征在于,
设置最低强度系数σ的方法为:使特征声音强度在时域函数与最低强度系数σ相乘后,最大声音强度小于3dB的σ的最大值。
10.根据权利要求5所述的一种基于声音辨识的实时交通展示方法,其特征在于,
模拟实例数量N的值为60~120,N+n的值为模拟实例数量N的1.3倍,Nexg的值为模拟声源数量N′的1/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810226584.2A CN109472973B (zh) | 2018-03-19 | 2018-03-19 | 一种基于声音辨识的实时交通展示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810226584.2A CN109472973B (zh) | 2018-03-19 | 2018-03-19 | 一种基于声音辨识的实时交通展示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472973A true CN109472973A (zh) | 2019-03-15 |
CN109472973B CN109472973B (zh) | 2021-01-19 |
Family
ID=65659861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810226584.2A Active CN109472973B (zh) | 2018-03-19 | 2018-03-19 | 一种基于声音辨识的实时交通展示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472973B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363991A (zh) * | 2019-07-16 | 2019-10-22 | 珠海市杰理科技股份有限公司 | 路况分析方法、装置、处理设备、路况分析系统和车辆 |
CN111028331A (zh) * | 2019-11-20 | 2020-04-17 | 天津市测绘院 | 一种高性能的车辆动态三维建模与轨迹实时渲染方法及装置 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102272624A (zh) * | 2009-07-02 | 2011-12-07 | 松下电器产业株式会社 | 车辆位置检测装置及车辆位置检测方法 |
CN102682765A (zh) * | 2012-04-27 | 2012-09-19 | 中咨泰克交通工程集团有限公司 | 高速公路音频车辆检测装置及其方法 |
CN103069468A (zh) * | 2011-01-18 | 2013-04-24 | 松下电器产业株式会社 | 车辆方向确定装置、车辆方向确定方法及其程序 |
CN103489446A (zh) * | 2013-10-10 | 2014-01-01 | 福州大学 | 复杂环境下基于自适应能量检测的鸟鸣识别方法 |
CN103531028A (zh) * | 2013-09-27 | 2014-01-22 | 西北核技术研究所 | 一种基于线性声音、震动传感器阵列的车辆探测方法 |
CN104781862A (zh) * | 2012-10-12 | 2015-07-15 | 塔塔咨询服务有限公司 | 实时交通检测 |
CN105008955A (zh) * | 2013-03-04 | 2015-10-28 | 松下知识产权经营株式会社 | 车辆障碍物检测设备和车辆障碍物检测系统 |
CN105150932A (zh) * | 2015-09-11 | 2015-12-16 | 北汽福田汽车股份有限公司 | 一种汽车及其车外声音提示系统和方法 |
TW201618050A (zh) * | 2014-11-14 | 2016-05-16 | Yu Yu Hua | 移動式動態尋車系統及其方法 |
CN105788295A (zh) * | 2014-12-26 | 2016-07-20 | 中国移动通信集团公司 | 一种交通流量的检测方法及装置 |
CN106297770A (zh) * | 2016-08-04 | 2017-01-04 | 杭州电子科技大学 | 基于时频域统计特征提取的自然环境声音识别方法 |
CN106652446A (zh) * | 2016-11-30 | 2017-05-10 | 中山大学 | 一种基于离线‑在线模式的道路交通噪声动态模拟方法 |
EP3188149A1 (de) * | 2015-12-30 | 2017-07-05 | Skidata Ag | Verfahren zur identifizierung von fahrzeugen zum betreiben eines parkhauses oder eines parkplatzes |
CN107031624A (zh) * | 2015-10-22 | 2017-08-11 | 福特全球技术公司 | 钻车缝摩托车的检测 |
CN206931362U (zh) * | 2017-04-19 | 2018-01-26 | 杭州派尼澳电子科技有限公司 | 一种高速公路隧道安全监控系统 |
CN107731240A (zh) * | 2016-08-12 | 2018-02-23 | 黑莓有限公司 | 用于合成引擎声音的系统和方法 |
CN110702195A (zh) * | 2019-09-24 | 2020-01-17 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
-
2018
- 2018-03-19 CN CN201810226584.2A patent/CN109472973B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102272624A (zh) * | 2009-07-02 | 2011-12-07 | 松下电器产业株式会社 | 车辆位置检测装置及车辆位置检测方法 |
CN103069468A (zh) * | 2011-01-18 | 2013-04-24 | 松下电器产业株式会社 | 车辆方向确定装置、车辆方向确定方法及其程序 |
CN102682765A (zh) * | 2012-04-27 | 2012-09-19 | 中咨泰克交通工程集团有限公司 | 高速公路音频车辆检测装置及其方法 |
CN104781862A (zh) * | 2012-10-12 | 2015-07-15 | 塔塔咨询服务有限公司 | 实时交通检测 |
CN105008955A (zh) * | 2013-03-04 | 2015-10-28 | 松下知识产权经营株式会社 | 车辆障碍物检测设备和车辆障碍物检测系统 |
CN103531028A (zh) * | 2013-09-27 | 2014-01-22 | 西北核技术研究所 | 一种基于线性声音、震动传感器阵列的车辆探测方法 |
CN103489446A (zh) * | 2013-10-10 | 2014-01-01 | 福州大学 | 复杂环境下基于自适应能量检测的鸟鸣识别方法 |
TW201618050A (zh) * | 2014-11-14 | 2016-05-16 | Yu Yu Hua | 移動式動態尋車系統及其方法 |
CN105788295A (zh) * | 2014-12-26 | 2016-07-20 | 中国移动通信集团公司 | 一种交通流量的检测方法及装置 |
CN105150932A (zh) * | 2015-09-11 | 2015-12-16 | 北汽福田汽车股份有限公司 | 一种汽车及其车外声音提示系统和方法 |
CN107031624A (zh) * | 2015-10-22 | 2017-08-11 | 福特全球技术公司 | 钻车缝摩托车的检测 |
EP3188149A1 (de) * | 2015-12-30 | 2017-07-05 | Skidata Ag | Verfahren zur identifizierung von fahrzeugen zum betreiben eines parkhauses oder eines parkplatzes |
CN106297770A (zh) * | 2016-08-04 | 2017-01-04 | 杭州电子科技大学 | 基于时频域统计特征提取的自然环境声音识别方法 |
CN107731240A (zh) * | 2016-08-12 | 2018-02-23 | 黑莓有限公司 | 用于合成引擎声音的系统和方法 |
CN106652446A (zh) * | 2016-11-30 | 2017-05-10 | 中山大学 | 一种基于离线‑在线模式的道路交通噪声动态模拟方法 |
CN206931362U (zh) * | 2017-04-19 | 2018-01-26 | 杭州派尼澳电子科技有限公司 | 一种高速公路隧道安全监控系统 |
CN110702195A (zh) * | 2019-09-24 | 2020-01-17 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363991A (zh) * | 2019-07-16 | 2019-10-22 | 珠海市杰理科技股份有限公司 | 路况分析方法、装置、处理设备、路况分析系统和车辆 |
CN111028331A (zh) * | 2019-11-20 | 2020-04-17 | 天津市测绘院 | 一种高性能的车辆动态三维建模与轨迹实时渲染方法及装置 |
CN111028331B (zh) * | 2019-11-20 | 2023-08-25 | 天津市测绘院有限公司 | 一种高性能的车辆动态三维建模与轨迹实时渲染方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109472973B (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Estévez-Mauriz et al. | Dynamic traffic noise assessment tool: A comparative study between a roundabout and a signalised intersection | |
CN106356757A (zh) | 一种基于人眼视觉特性的电力线路无人机巡检方法 | |
CN110532337B (zh) | 面向智慧社区的公共设施服务能力提升方法 | |
CN104599243A (zh) | 一种多视频流与三维场景的虚实融合方法 | |
CN110235188A (zh) | 用于交通监控、事件检测和变化预测的视频数据和gis映射 | |
CN107507271A (zh) | 交通指数驱动高速公路拥堵场景仿真与投影沙盘展示方法 | |
WO2012039861A1 (en) | Architecture, method, and program for generating realistic vehicular mobility patterns | |
CN104134389B (zh) | 互动式沙盘演示系统及方法 | |
CN109635748A (zh) | 高分辨率影像中道路特征的提取方法 | |
CN109472973A (zh) | 一种基于声音辨识的实时交通展示方法及系统 | |
CN110504754A (zh) | 一种基于地理信息自动生成三维分层结构的电网监控方法 | |
CN115775085B (zh) | 一种基于数字孪生的智慧城市管理方法及系统 | |
CN108182807A (zh) | 一种车辆识别器的生成方法 | |
CN107066975A (zh) | 基于深度传感器的视频识别与跟踪系统及其方法 | |
CN109117791A (zh) | 一种基于膨胀卷积的人群密度图生成方法 | |
CN111861246B (zh) | 一种基于时空大数据的轨道交通节能评估方法及系统 | |
CN109272560A (zh) | 一种电力线矢量化方法及装置 | |
CN107688431A (zh) | 基于雷达定位的人机交互方法 | |
CN115758532A (zh) | 一种方格网式城市道路网络人工智能自动生成方法 | |
CN113420720B (zh) | 一种高精度低延时大型室内场馆人群分布计算方法 | |
CN115294442A (zh) | 基于混合现实和图像识别的鱼道鱼类观测方法 | |
CN115423935A (zh) | 一种历史文化街区的可视域分析方法及系统 | |
CN114969092A (zh) | 基于虚幻引擎的驾驶仿真系统及仿真实验方法 | |
CN106846828B (zh) | 一种信号控制下高密度相向行人流过街设施渠化方法 | |
KR20130082876A (ko) | 가상 시뮬레이션 기반의 도로교통 관리 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |