CN110596656B - 一种基于大数据的智慧路灯反馈补偿系统 - Google Patents
一种基于大数据的智慧路灯反馈补偿系统 Download PDFInfo
- Publication number
- CN110596656B CN110596656B CN201910736366.8A CN201910736366A CN110596656B CN 110596656 B CN110596656 B CN 110596656B CN 201910736366 A CN201910736366 A CN 201910736366A CN 110596656 B CN110596656 B CN 110596656B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- positioning
- radar
- road
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于大数据的智慧路灯反馈补偿系统,包括路灯,所述路灯设置有雷达检测器以及图像采集器,所述雷达检测器面向道路设置并用于检测道路上移动的物体以生成反馈信息,所述图像采集器面向道路设置并用于检测道路上移动的物体以生成图像采集信息;通过摄像头检测的信息去训练雷达系统,使得雷达系统的检测反馈值趋于准确,这样一来后期就无需通过摄像头的支持就可以实现对数据的精确采集,实现高精度高效检测。
Description
技术领域
本发明涉及市政路灯系统,更具体地说,涉及一种基于大数据的智慧路灯反馈补偿系统。
背景技术
车速检测器是指检验行驶中汽车速度的仪器。最常见的是手持式雷达多普勒检测器,价廉实用;其外形似手枪,俗称″雷达枪″。其原理基于多普勒效应,即车速与微波频率变化成正比。该检测器发射微波,据反射波的多普勒效应立即可从其末端显示器表明汽车的地点、车速读数。交警可在路侧以该器观测,也可乘车观测,如发现超速者则予处罚。检测种类还有橡皮管、光电管、定时摄影、连续摄影、航空摄影等法。路灯是现有道路的基础设施,其主要是在夜晚给路过的行人或车辆提供较好的路段照明,市政路灯由于数量大,分布区域广的特点,而目前由于雷达安装位置限制了雷达检测的精度,所以精度仍然无法满足实际所需的标准。
发明内容
有鉴于此,本发明目的是提供一种基于大数据的智慧路灯反馈补偿系统。
在本发明的一个方面,提供了一种基于大数据的智慧路灯反馈补偿系统。该系统包括路灯和补偿子系统。所述路灯设置有雷达检测器以及图像采集器,所述雷达检测器面向道路设置并用于检测道路上移动的物体以生成反馈信息,所述图像采集器面向道路设置并用于检测道路上移动的物体以生成图像采集信息。所述补偿子系统包括建模模块、雷达定位模块、图像定位模块以及反馈补偿模块。
在一些实例中,所述建模模块配置有建模策略,所述建模策略包括预先建立道路坐标模型,并在所述道路坐标模型中标定每一所述雷达检测器的位置;在所述道路坐标模型中,定义若干独立检测区,以覆盖同一独立检测区的多个所述雷达检测器为一独立检测组。
在一些实例中,所述雷达定位模块配置有雷达定位策略以及若干雷达定位单元,每一所述雷达定位单元对应一雷达检测器设置以处理所述雷达检测器反馈的信息,所述雷达定位单元根据所述雷达检测器反馈的信息实时生成对应的车物位置关系,所述车物位置关系反映该雷达检测器的覆盖范围内,道路上的移动物体和所述雷达检测器的位置关系,所述雷达定位策略包括雷达定位算法,所述雷达定位算法根据每一车物位置关系在所述道路坐标模型中确定车辆的测量位置。
在一些实例中,所述图像定位模块配置有图像定位策略以及图像定位单元,所述图像定位单元处理所述图像采集信息生成校准位置关系,所述校准位置关系反映移动物体和所述图像采集器的相对位置关系,所述图像定位策略包括图像定位算法,所述图像定位算法根据校准位置关系在所述道路坐标系中确定车辆校准位置。
在一些实例中,所述反馈补偿模块包括定位反馈策略以及补偿纠正策略;所述定位反馈策略包括在同一时刻获取由同一独立检测组得到的、针对某一车辆的多个测量位置;所述补偿纠正策略包括根据所述车辆校准位置,计算每一车辆的测量位置的位置误差值,并根据得到的位置误差值修正所述雷达定位算法以使所述车辆的测量位置趋近所述车辆校准位置。
本发明技术效果主要体现在以下方面:利用摄像头检测的信息去训练雷达系统,使得雷达系统的检测反馈值趋于准确,这样一来后期就无需通过摄像头的支持就可以实现对数据的精确采集,实现高精度高效检测。
附图说明
本发明的新颖特征在所附权利要求书中具体阐述。通过参考以下对其中利用本发明原理的说明性实施方案加以阐述的详细描述和附图,将会获得对本发明的特征和优点的更好的理解,在这些附图中:
图1是根据本发明的示例性实施例的智慧路灯的设置示意图;
图2是根据本发明的示例性实施例的基于大数据的智慧路灯反馈补偿系统的架构原理图;以及
图3是根据本发明的示例性实施例的策略流程原理图。
附图标记:1、路灯;11、雷达检测器;12、通讯器;13、图像采集器;2、补偿子系统;21、建模模块;22、雷达定位模块;23、图像定位模块;24、反馈补偿模块;S1、建模策略;S2、雷达定位策略;S3、图像定位策略;S41、定位反馈策略;S42、补偿纠正策略。
具体实施方式
虽然在本文中已示出并描述了本发明的优选实施方案,但对于本领域技术人员显而易见的是,这些实施方案仅以示例的方式提供。本领域技术人员在不脱离本发明的情况下现将会想到多种变化、改变和替换。应当理解,本文中所述的本发明实施方案的各种替代方案可用于实施本发明。
参照图1所示,在一些示例性实施例中,本发明的基于大数据的智慧路灯1反馈补偿系统可以包括多个路灯。所述路灯1设置有雷达检测器11以及图像采集器13,所述雷达检测器11面向道路设置并用于检测道路上移动的物体以生成反馈信息,所述图像采集器13面向道路设置并用于检测道路上移动的物体以生成图像采集信息。所述图像采集器13配置有若干摄像头,每一所述摄像头分别采集道路上的图像并生成图像采集数据。所述图像采集器13配置有图像拼接算法,通过图像拼接算法,从多个图像采集数据实时地生成所述图像采集信息。在一区域组中,所述路灯1设置为16个,每一路灯1上均设置有一摄像头以及一雷达检测器11。在一区域组中,所述路灯1之间的间隔小于或等于100米。
在一些示例性实施例中,本发明的基于大数据的智慧路灯1反馈补偿系统可以包括补偿子系统2,所述补偿子系统2包括建模模块21、雷达定位模块22、图像定位模块23以及反馈补偿模块24。
所述建模模块21配置有建模策略S1,所述建模策略S1包括预先建立道路坐标模型,并在所述道路坐标模型中标定每一所述雷达检测器11的位置。在所述道路坐标模型中,定义若干独立检测区,以覆盖同一独立检测区的多个所述雷达检测器为一独立检测组。
首先对建模模块2121的工作逻辑进行说明。由于需要对车辆的位置进行确定,所以需要建模,模型中除了基本坐标系外,还有根据雷达的具体位置在坐标系中标记具体坐标,就可以判断雷达之间的相对位姿关系,同时根据雷达的参数可以确定雷达的检测位置以及检测范围,为判断车辆的位置判断建立基础。而图像采集器13在道路坐标模型中的位姿也是已知量,这样一来图像采集器13获取的图像中车辆的位置也可以在道路模型坐标系中确定,需要说明的是图像采集器13涉及的数据量大且功耗较高使用寿命较短,所以不适用长时间作为车辆数据采集的基准工作,而前期经过一定时间的训练后,图像采集器13则可以在关键时候上电使用以获取车辆的信息。
所述雷达定位模块22配置有雷达定位策略S2以及若干雷达定位单元,每一所述雷达定位单元对应一雷达检测器11设置以处理所述雷达检测器11反馈的信息,所述雷达定位单元根据所述雷达检测器11反馈的信息实时生成对应的车物位置关系,所述车物位置关系反映该雷达检测器11的覆盖范围内,道路上的移动物体和所述雷达检测器11的位置关系,所述雷达定位策略S2包括雷达定位算法,所述雷达定位算法根据每一车物位置关系在所述道路坐标模型中确定车辆的测量位置。
雷达检测器11定位车辆位置可以有以下两种算法:1、每一雷达检测器11包括若干个阵列设置角度不同的雷达检测单元,这样就根据雷达检测器11检测到反馈信号的角度确定方向,再根据反射信号的时间差确定距离,这样就可以实现定位,而根据接收到的雷达检测单元的数量和位置则可以确定相应的车辆形状。2、通过雷达检测单元发射范围信号覆盖检测区域,由于车辆行驶方向已知,车辆进入位置也是已知量,所以当雷达检测到信号时,则判断车辆位于起始位置,就可以实现位置检测,可以发现以上两种方式都存在一个误差较大的弊端。
所述图像定位模块23配置有图像定位策略S3以及图像定位单元,所述图像定位单元处理所述图像采集信息生成校准位置关系,所述校准位置关系反映移动物体和所述图像采集器13的相对位置关系,所述图像定位策略S3包括图像定位算法,所述图像定位算法根据校准位置关系在所述道路坐标系中确定车辆校准位置。所述图像定位单元配置有车辆识别算法,所述车辆识别算法用于在所述图像采集信息中捕捉车辆位置以生成校准位置关系。所述补偿子系统2还包括图像构建模块,所述图像构建模块通过所述图像采集器13获取路面结构信息,所述建模模块21根据所述路面结构信息建立道路坐标模型。而此时由于图像信息是已知量,所以车辆位置可以在道路坐标系中确定,而同样的雷达检测器11也会确定车辆位置,将这两个位置通过计算误差,就可以修正雷达检测器11的定位算法,实现对数据的纠正。
所述反馈补偿模块24包括定位反馈策略S41以及补偿纠正策略S42,所述定位反馈策略S41包括确定同一时刻下,获取同一独立检测组中所有的车辆的测量位置。所述补偿纠正策略S42包括根据所述车辆校准位置计算每一车辆的测量位置的位置误差值,并根据得到的位置误差值修正所述雷达定位算法以使所述车辆的测量位置趋近所述车辆校准位置。
所述雷达定位策略S2还包括配置有情境数据表,所述情境数据表中配置有情境信息以及每一情境信息对应的定位算法,所述雷达定位策略S2根据当前情况确定情境信息以确定对应的定位算法。所述情境信息包括车速因子以及距离因子,车速因子反映被测车辆的车速,距离因子反映被测车辆与雷达检测器11之间的距离。所述情境信息包括温度因子以及湿度因子,所述温度因子反映当前环境的温度,所述湿度因子反映当前环境的湿度。首先雷达测距的精确度会受到环境因素的影响,所述建立对应的情境表,这样就可以通过对应不同情境设置不同算法,起到一个补偿的效果,同样提高了检测精度,例如情境表中存在10种定位算法,那么在湿度为40%,温度为37摄氏度的情况下,采用第5种定位算法进行定位,这样就可以保证精度,而对车速、距离、湿度、温度的检测可以通过对应的检测器实现,在此不做赘述。每一路灯1还配置有通讯模块,所述路灯1之间通过通讯模块通讯以交互数据。
作为本发明的另一实施例,在上述实施例的基础上,所述图像定位单元配置有车辆识别算法,所述车辆识别算法用于在所述图像采集信息中捕捉车辆位置以生成校准位置关系,为确定车辆的位置变换,可选择车辆的一点作为参考点,例如车牌中心点等。首先运用图像处理算法分割出车牌,进一步确定车牌中心点的像素坐标进一步确定车辆的位置变换;
所述图像处理单元配置有车辆速度计算算法,所述车辆速度计算算法用于根据图像定位位置采用多项式拟合算法模拟车辆轨迹计算车辆速度因子;
虽然本文已经示出和描述了本发明的优选实施方式,但对于本领域技术人员显而易见的是,这样的实施方式只是以示例的方式提供的。本领域技术人员现将会在不偏离本发明的情况下想到许多更改、改变和替代。应当理解,在实践本发明的过程中可以采用对本文所描述的本发明实施方式的各种替代方案。以下权利要求旨在限定本发明的范围,并因此覆盖这些权利要求范围内的方法和结构及其等效项。
Claims (6)
1.一种基于大数据的智慧路灯反馈补偿系统,包括:
路灯,所述路灯设置有雷达检测器以及图像采集器,所述雷达检测器面向道路设置并用于检测道路上移动的物体以生成反馈信息,所述图像采集器面向道路设置并用于检测道路上移动的物体以生成图像采集信息;以及
补偿子系统,所述补偿子系统包括建模模块、雷达定位模块、图像定位模块以及反馈补偿模块,
其中,所述建模模块配置有建模策略,所述建模策略包括预先建立的道路坐标模型,在所述道路坐标模型中标定有每一所述雷达检测器的位置;在所述道路坐标模型中,定义若干独立检测区,以覆盖同一独立检测区的多个所述雷达检测器为一独立检测组;
其中,所述雷达定位模块配置有雷达定位策略以及若干雷达定位单元;每一所述雷达定位单元对应一雷达检测器设置,以处理由所述雷达检测器反馈的信息,所述雷达定位单元根据所述雷达检测器反馈的信息实时地生成对应的车物位置关系;所述车物位置关系反映在该雷达检测器的覆盖范围内,道路上的移动物体和该雷达检测器的位置关系;所述雷达定位策略包括雷达定位算法,所述雷达定位算法根据每一车物位置关系,在所述道路坐标模型中确定车辆的测量位置;
其中,所述图像定位模块配置有图像定位策略以及图像定位单元;所述图像定位单元处理所述图像采集信息以生成一校准位置关系,所述校准位置关系反映移动物体和所述图像采集器的相对位置关系;所述图像定位策略包括图像定位算法,所述图像定位算法根据所述校准位置关系,在所述道路坐标系中确定车辆校准位置;
其中,所述反馈补偿模块包括定位反馈策略以及补偿纠正策略;所述定位反馈策略包括在同一时刻获取由同一独立检测组得到的、针对某一车辆的多个测量位置;所述补偿纠正策略包括根据所述车辆校准位置,计算每一车辆的测量位置的位置误差值,并根据得到的位置误差值修正所述雷达定位算法以使所述车辆的测量位置趋近所述车辆校准位置;
所述图像定位单元配置有车辆识别算法,所述车辆识别算法用于在所述图像采集信息中捕捉车辆位置以生成所述校准位置关系;
所述补偿子系统还包括图像构建模块,所述图像构建模块通过所述图像采集器获取路面结构信息,所述建模模块根据所述路面结构信息建立所述道路坐标模型;
所述雷达定位策略还配置有情境数据表,在所述情境数据表中配置有情境信息以及每一情境信息对应的定位算法,所述雷达定位策略根据当前情况确定情境信息以确定对应的定位算法;所述情境信息包括温度因子以及湿度因子,所述温度因子反映当前环境的温度,所述湿度因子反映当前环境的湿度;
所述图像定位单元配置有车辆识别算法,所述车辆识别算法用于在所述图像采集信息中捕捉车辆位置以生成校准位置关系,为确定车辆的位置变换,可选择车辆的一点作为参考点;首先运用图像处理算法分割出车牌,进一步确定车牌中心点的像素坐标进一步确定车辆的位置变换;
所述图像处理单元配置有车辆速度计算算法,所述车辆速度计算算法用于根据图像定位位置采用多项式拟合算法模拟车辆轨迹计算车辆速度因子;
2.如权利要求1所述的基于大数据的智慧路灯反馈补偿系统,其特征在于:在同一独立检测组中,所述路灯为16个,每一所述路灯上均设置有一摄像头以及一雷达检测器。
3.如权利要求1所述的基于大数据的智慧路灯反馈补偿系统,其特征在于:所述图像采集器配置有若干摄像头,每一所述摄像头分别采集道路上的图像并生成图像采集数据;所述图像采集器配置有图像拼接算法,通过图像拼接算法,从所述图像采集数据实时地生成所述图像采集信息。
4.如权利要求3所述的基于大数据的智慧路灯反馈补偿系统,其特征在于:在同一独立检测组中,所述路灯之间的间隔小于或等于100米。
5.如权利要求1所述的基于大数据的智慧路灯反馈补偿系统,其特征在于:所述情境信息包括车速因子以及距离因子,所述车速因子反映被测车辆的车速,所述距离因子反映被测车辆与雷达检测器之间的距离。
6.如权利要求1所述的基于大数据的智慧路灯反馈补偿系统,其特征在于:每一路灯还配置有通讯模块,所述路灯之间通过所述通讯模块进行通讯以交互数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910736366.8A CN110596656B (zh) | 2019-08-09 | 2019-08-09 | 一种基于大数据的智慧路灯反馈补偿系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910736366.8A CN110596656B (zh) | 2019-08-09 | 2019-08-09 | 一种基于大数据的智慧路灯反馈补偿系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110596656A CN110596656A (zh) | 2019-12-20 |
CN110596656B true CN110596656B (zh) | 2021-11-16 |
Family
ID=68854141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910736366.8A Active CN110596656B (zh) | 2019-08-09 | 2019-08-09 | 一种基于大数据的智慧路灯反馈补偿系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110596656B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113099597B (zh) * | 2021-03-16 | 2023-10-20 | 浙江冠南能源科技有限公司 | 基于大数据的智慧路灯反馈补偿控制系统及其补偿方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105788340A (zh) * | 2014-12-25 | 2016-07-20 | 哈尔滨宏万智科技开发有限公司 | 一种带车速监测装置的站台牌 |
WO2017126225A1 (ja) * | 2016-01-22 | 2017-07-27 | 日産自動車株式会社 | 歩行者の判定方法及び判定装置 |
CN107072018A (zh) * | 2017-06-17 | 2017-08-18 | 泉州师范学院 | 一种基于电力载波路灯杆智能系统 |
CN107886036A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 车辆控制方法、装置及车辆 |
CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10495733B2 (en) * | 2018-02-26 | 2019-12-03 | GM Global Technology Operations LLC | Extendable sensor mount |
-
2019
- 2019-08-09 CN CN201910736366.8A patent/CN110596656B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105788340A (zh) * | 2014-12-25 | 2016-07-20 | 哈尔滨宏万智科技开发有限公司 | 一种带车速监测装置的站台牌 |
WO2017126225A1 (ja) * | 2016-01-22 | 2017-07-27 | 日産自動車株式会社 | 歩行者の判定方法及び判定装置 |
CN107886036A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 车辆控制方法、装置及车辆 |
CN107072018A (zh) * | 2017-06-17 | 2017-08-18 | 泉州师范学院 | 一种基于电力载波路灯杆智能系统 |
CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110596656A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109490890B (zh) | 一种面向智能车的毫米波雷达与单目相机信息融合方法 | |
WO2022141913A1 (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
CN103499337B (zh) | 一种基于立式标靶的车载单目摄像头测距测高装置 | |
US8238610B2 (en) | Homography-based passive vehicle speed measuring | |
CN113359097B (zh) | 一种毫米波雷达和相机联合标定的方法 | |
CN103487034B (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN110529186A (zh) | 基于红外热成像的隧道结构渗漏水精确识别装置和方法 | |
AU2020102912A4 (en) | Device and Method for All-round Precise Recognition of Vehicle Load on the Bridge Deck | |
CN110275178A (zh) | 一种红外周扫雷达和伺服转台光学监控设备分置安装的精确联动引导方法 | |
CN110596656B (zh) | 一种基于大数据的智慧路灯反馈补偿系统 | |
WO2021164006A1 (zh) | 一种车辆行驶速度、加速度的测量方法、装置及存储介质 | |
CN111885524A (zh) | 一种基于v2x技术的室内定位方法 | |
CN102252691A (zh) | 一种汽车轮胎修正系数的测量方法 | |
CN117198057A (zh) | 一种面向路侧感知轨迹数据质量检评的实验方法及系统 | |
CN110599779B (zh) | 一种基于车速分析的智慧路灯自检系统 | |
CN117310627A (zh) | 一种应用于车路协同路侧感知系统的联合标定方法 | |
CN112037536A (zh) | 一种基于视频特征识别的车辆测速方法及装置 | |
CN110531352B (zh) | 一种基于智慧路灯的行驶状态反馈系统 | |
CN111323771A (zh) | 基于固定距离的毫米波雷达与视频数据融合方法 | |
US20220404170A1 (en) | Apparatus, method, and computer program for updating map | |
Zhang et al. | A Roadside Millimeter-Wave Radar Calibration Method Based on Connected Vehicle Technology | |
AU2019226384A1 (en) | Method and device for estimating the height of a reflector of a vehicle | |
CN113532331B (zh) | 一种非接触式转角测量系统及方法 | |
CN110596690B (zh) | 一种基于路灯的车速检测联动系统 | |
WO2021115273A1 (zh) | 通信方法和装置 |
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 |