CN111047856B - 多通道拥堵指数获取平台 - Google Patents

多通道拥堵指数获取平台 Download PDF

Info

Publication number
CN111047856B
CN111047856B CN201910282392.8A CN201910282392A CN111047856B CN 111047856 B CN111047856 B CN 111047856B CN 201910282392 A CN201910282392 A CN 201910282392A CN 111047856 B CN111047856 B CN 111047856B
Authority
CN
China
Prior art keywords
image
equipment
channel
nonlinear interpolation
congestion index
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
Application number
CN201910282392.8A
Other languages
English (en)
Other versions
CN111047856A (zh
Inventor
吕君慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Mingchun Textile Co., Ltd
Original Assignee
Zhejiang Mingchun Textile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Mingchun Textile Co Ltd filed Critical Zhejiang Mingchun Textile Co Ltd
Priority to CN201910282392.8A priority Critical patent/CN111047856B/zh
Publication of CN111047856A publication Critical patent/CN111047856A/zh
Application granted granted Critical
Publication of CN111047856B publication Critical patent/CN111047856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/182Network patterns, e.g. roads or rivers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/04Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种多通道拥堵指数获取平台,包括:通道解析设备,用于基于非线性插值图像各个分道线目标所在的各个位置对所述非线性插值图像进行车道划分,以获得多个车道图案;拥堵测量设备,与所述通道解析设备连接,用于对每一个通道图案中的车辆对象的数量进行测量,基于车辆对象的数量确定对应的拥堵指数,并在所述非线性插值图像中的每一个通道图案内标注其对应的拥堵指数以获得标注处理图像。本发明的多通道拥堵指数获取平台设计紧凑,方便使用。由于在针对性的遥感图像的采集和处理之后,对车辆当前所在路段内的每一个通道的拥堵指数进行判断,从而为车辆的驾驶员进行行驶中的通道切换提供有价值的参考数据。

Description

多通道拥堵指数获取平台
技术领域
本发明涉及智能交通领域,尤其涉及一种多通道拥堵指数获取平台。
背景技术
智能交通系统(Intelligent Transportation System,简称ITS)是未来交通系统的发展方向,他是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。
智能交通的发展跟物联网的发展是离不开的,只有物联网技术概念的不断发展,智能交通系统才能越来越完善。智能交通是交通的物联化体现。21世纪将是公路交通智能化的世纪,人们将要采用的智能交通系统,是一种先进的一体化交通综合管理系统。在该系统中,车辆靠自己的智能在道路上自由行驶,公路靠自身的智能将交通流量调整至最佳状态,借助于这个系统,管理人员对道路、车辆的行踪将掌握得一清二楚。
发明内容
本发明需要具备以下三处重要的发明点:
(1)在针对性的遥感图像的采集和处理之后,对车辆当前所在路段内的每一个通道的拥堵指数进行判断,以为车辆的驾驶员进行行驶中的通道切换提供有价值的参考数据;
(2)对待检测设备的历史耗电总量进行有效分析,以相应发出不同控制指令,为后续图像处理提供有价值的参考数据;
(3)在对图像执行几何校正处理的基础上,对图像中的定制的两个颜色通道值执行畸变校正处理,其余颜色通道值不参与畸变校正处理,随后执行后续的非线性插值处理,以保障图像处理的质量和效率。
根据本发明的一方面,提供了一种多通道拥堵指数获取平台,所述平台包括:信息接收设备,设置在车辆的控制盒内,用于接收遥感卫星发送的与所述车辆所在城市对应的城市遥感图像;导航定位设备,设置在车辆的控制盒的盒体上,用于提供所述车辆的当前定位数据;图像分割设备,分别与所述信息接收设备和所述导航定位设备连接,用于从所述城市遥感图像处剪裁出只包括所述当前定位数据对应路段的路段遥感图像;分道线提取设备,与非线性插值设备连接,用于将非线性插值图像中亮度值落在预设分道线亮度范围内的像素点作为分道线像素点,并基于所述非线性插值图像中的各个分道线像素点组成多个分道线目标;通道解析设备,与所述分道线提取设备连接,用于基于所述非线性插值图像各个分道线目标所在的各个位置对所述非线性插值图像进行车道划分,以获得多个车道图案;拥堵测量设备,与所述通道解析设备连接,用于对每一个通道图案中的车辆对象的数量进行测量,基于车辆对象的数量确定对应的拥堵指数,并在所述非线性插值图像中的每一个通道图案内标注其对应的拥堵指数以获得标注处理图像。
本发明的多通道拥堵指数获取平台设计紧凑,方便使用。由于在针对性的遥感图像的采集和处理之后,对车辆当前所在路段内的每一个通道的拥堵指数进行判断,从而为车辆的驾驶员进行行驶中的通道切换提供有价值的参考数据。
具体实施方式
下面将对本发明的多通道拥堵指数获取平台的实施方案进行详细说明。
用计算机处理的遥感图像必须是数字图像。以摄影方式获取的模拟图像必须用图像扫描仪等进行模/数(A/D)转换;以扫描方式获取的数字数据必须转存到一般数字计算机都可以读出的CCT等通用载体上。计算机图像处理要在图像处理系统中进行。图像处理系统是由硬件(计算机、显示器、数字化仪、磁带机等等)和软件(具有数据输入,输出,校正,变换,分类等功能)构成。图像处理内容主要包括校正、变换和分类。
在遥感图像中,空间分辨率(Spatial Resolution)又称地面分辨率。后者是针对地面而言,指可以识别的最小地面距离或最小目标物的大小。前者是针对遥感器或图像而言的,指图像上能够详细区分的最小单元的尺寸或大小,或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力,有时也称分辨力或解像力。
目前,车辆驾驶员在路段行驶中,由于不了解当前所在路段内各个通道的车辆拥堵情况,因此,需要频繁切换通道以提升行驶速度和效率,一方面,这样的通道切换影响了整个路段的车辆行驶,另一方面,这样的通道切换由于缺乏有价值的参考数据,切换的效果不佳。
为了克服上述不足,本发明搭建了一种多通道拥堵指数获取平台,能够有效解决相应的技术问题。
根据本发明实施方案示出的多通道拥堵指数获取平台包括:
信息接收设备,设置在车辆的控制盒内,用于接收遥感卫星发送的与所述车辆所在城市对应的城市遥感图像;
导航定位设备,设置在车辆的控制盒的盒体上,用于提供所述车辆的当前定位数据;
图像分割设备,分别与所述信息接收设备和所述导航定位设备连接,用于从所述城市遥感图像处剪裁出只包括所述当前定位数据对应路段的路段遥感图像;
分道线提取设备,与非线性插值设备连接,用于将非线性插值图像中亮度值落在预设分道线亮度范围内的像素点作为分道线像素点,并基于所述非线性插值图像中的各个分道线像素点组成多个分道线目标;
通道解析设备,与所述分道线提取设备连接,用于基于所述非线性插值图像各个分道线目标所在的各个位置对所述非线性插值图像进行车道划分,以获得多个车道图案;
拥堵测量设备,与所述通道解析设备连接,用于对每一个通道图案中的车辆对象的数量进行测量,基于车辆对象的数量确定对应的拥堵指数,并在所述非线性插值图像中的每一个通道图案内标注其对应的拥堵指数以获得标注处理图像;
液晶显示屏,设置在车辆的仪表盘内,与所述拥堵测量设备连接,用于接收并显示所述标注处理图像;
历史数据解析设备,设置在车辆的控制盒内,与发送所述路段遥感图像的图像分割设备连接,用于统计所述图像分割设备的历史耗电总量;
信号提取设备,与所述历史数据解析设备连接,用于接收所述历史耗电总量,并在所述历史耗电总量超过预设电量阈值时,发出第一控制指令,以及在所述历史耗电总量未超过预设电量阈值时,发出第二控制指令;
所述历史数据解析设备和所述信号提取设备分别采用不同型号的可编程逻辑器件来实现;
几何校正设备,用于在工作模式中接收路段遥感图像,对所述路段遥感图像执行几何校正处理,以获得几何校正图像,还用于在休眠模式中停止接收路段遥感图像以及对所述路段遥感图像执行的几何校正处理;
非总线型单片机,分别与所述信号提取设备和所述几何校正设备连接,用于在接收到所述第一控制命令时,将所述几何校正设备从休眠模式切换到工作模式;
所述非总线型单片机还用于在接收到所述第二控制命令时,将所述几何校正设备从工作模式切换到休眠模式;
通道值提取设备,与所述几何校正设备连接,用于接收几何校正图像,对所述几何校正图像执行RGB颜色空间到YUV空间的转换,以获得所述几何校正图像中每一个像素点的Y通道值、U通道值和V通道值;
校正处理设备,与所述通道值提取设备连接,用于对所述几何校正图像中的Y通道值执行畸变校正处理,以获得第一处理图像,并对所述第一处理图像中的U通道值执行畸变校正处理,以获得第二处理图像;
非线性插值设备,与所述校正处理设备连接,用于对所述第二处理图像执行非线性插值处理,以获得非线性插值图像。
接着,继续对本发明的多通道拥堵指数获取平台的具体结构进行进一步的说明。
所述多通道拥堵指数获取平台中:
在所述校正处理设备中,对所述几何校正图像中的Y通道值执行畸变校正处理,以获得第一处理图像包括:所述几何校正图像中各个像素点的各个Y通道值参与畸变校正处理,所述几何校正图像中各个像素点的各个U通道值和各个V通道值不参与畸变校正处理;
其中,在所述校正处理设备中,对所述第一处理图像中的U通道值执行畸变校正处理,以获得第二处理图像包括:所述第一处理图像中各个像素点的各个U通道值参与畸变校正处理,所述几何校正图像中各个像素点的各个Y通道值、各个V通道值不参与畸变校正处理。
所述多通道拥堵指数获取平台中还可以包括:
图像平滑设备,与所述非线性插值设备连接,用于接收所述非线性插值图像,对所述非线性插值图像执行图像平滑处理,以获得对应的平滑处理图像。
所述多通道拥堵指数获取平台中还可以包括:
桶形失真校正设备,与所述图像平滑设备连接,用于接收所述平滑处理图像,对所述平滑处理图像执行桶形失真校正操作,以获得对应的桶形失真校正图像。
所述多通道拥堵指数获取平台中还可以包括:
分块提取设备,与所述桶形失真校正设备连接,用于对桶形畸变度达标的莱娜图和所述桶形失真校正图像执行相同图像分块大小的图像分块处理,以获得所述莱娜图的各个图像分块以及所述桶形失真校正图像的各个分块,提取所述莱娜图的各个图像分块的中间位置的图像分块以作为第一图像分块,以及所述桶形失真校正图像的各个图像分块的中间位置的图像分块以作为第二图像分块。
所述多通道拥堵指数获取平台中还可以包括:
信号触发设备,与所述分块提取设备连接,用于在所述第二图像分块的桶形畸变度小于等于第一图像分块的桶形畸变度时,发出第一触发信号,还用于在所述第二图像分块的桶形畸变度大于第一图像分块的桶形畸变度时,发出第二触发信号。
所述多通道拥堵指数获取平台中还可以包括:
追加处理设备,与所述信号触发设备连接,用于在接收到所述第二触发信号时,将所述第二图像分块的桶形畸变度除以所述第一图像分块的桶形畸变度以获得相应的倍数,并基于所述倍数确定对所述桶形失真校正图像执行后续多次桶形失真校正处理的次数,以对所述桶形失真校正图像执行多次桶形失真校正处理,获得相应的追加处理图像。
所述多通道拥堵指数获取平台中:
在所述追加处理设备中,还用于在接收到所述第一触发信号时,将所述桶形失真校正图像作为追加处理图像。
所述多通道拥堵指数获取平台中:
所述追加处理设备还与所述分道线提取设备连接,用于将所述追加处理图像替换所述非线性插值图像输出给所述分道线提取设备。
另外,单片机(Microcontrollers)是一种集成电路芯片,是采用超大规模集成电路技术把具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口和中断系统、定时器/计数器等功能(可能还包括显示驱动电路、脉宽调制电路、模拟多路转换器、A/D转换器等电路)集成到一块硅片上构成的一个小而完善的微型计算机系统,在工业控制领域广泛应用。
总线型单片机普遍设置有并行地址总线、 数据总线、控制总线,这些引脚用以扩展并行外围器件都可通过串行口与单片机连接,另外,许多单片机已把所需要的外围器件及外设接口集成一片内,因此在许多情况下可以不要并行扩展总线,大大减省封装成本和芯片体积,这类单片机称为非总线型单片机。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明已以实施例揭示如上,但其并非用以限定本发明,任何所属技术领域的普通技术人员,在不脱离本发明的精神和范围内,应当可以做出适当的改动和同等替换。因此本发明的保护范围应当以本申请权利要求所界定的范围为准。

Claims (5)

1.一种多通道拥堵指数获取平台,其特征在于,所述平台包括:
信息接收设备,设置在车辆的控制盒内,用于接收遥感卫星发送的与所述车辆所在城市对应的城市遥感图像;
导航定位设备,设置在车辆的控制盒的盒体上,用于提供所述车辆的当前定位数据;
图像分割设备,分别与所述信息接收设备和所述导航定位设备连接,用于从所述城市遥感图像处剪裁出只包括所述当前定位数据对应路段的路段遥感图像;
分道线提取设备,与非线性插值设备连接,用于将非线性插值图像中亮度值落在预设分道线亮度范围内的像素点作为分道线像素点,并基于所述非线性插值图像中的各个分道线像素点组成多个分道线目标;
通道解析设备,与所述分道线提取设备连接,用于基于所述非线性插值图像各个分道线目标所在的各个位置对所述非线性插值图像进行车道划分,以获得多个车道图案;
拥堵测量设备,与所述通道解析设备连接,用于对每一个通道图案中的车辆对象的数量进行测量,基于车辆对象的数量确定对应的拥堵指数,并在所述非线性插值图像中的每一个通道图案内标注其对应的拥堵指数以获得标注处理图像;
液晶显示屏,设置在车辆的仪表盘内,与所述拥堵测量设备连接,用于接收并显示所述标注处理图像;
历史数据解析设备,设置在车辆的控制盒内,与发送所述路段遥感图像的图像分割设备连接,用于统计所述图像分割设备的历史耗电总量;
信号提取设备,与所述历史数据解析设备连接,用于接收所述历史耗电总量,并在所述历史耗电总量超过预设电量阈值时,发出第一控制指令,以及在所述历史耗电总量未超过预设电量阈值时,发出第二控制指令;
所述历史数据解析设备和所述信号提取设备分别采用不同型号的可编程逻辑器件来实现;
几何校正设备,用于在工作模式中接收路段遥感图像,对所述路段遥感图像执行几何校正处理,以获得几何校正图像,还用于在休眠模式中停止接收路段遥感图像以及对所述路段遥感图像执行的几何校正处理;
非总线型单片机,分别与所述信号提取设备和所述几何校正设备连接,用于在接收到所述第一控制命令时,将所述几何校正设备从休眠模式切换到工作模式;
所述非总线型单片机还用于在接收到所述第二控制命令时,将所述几何校正设备从工作模式切换到休眠模式;
通道值提取设备,与所述几何校正设备连接,用于接收几何校正图像,对所述几何校正图像执行RGB颜色空间到YUV空间的转换,以获得所述几何校正图像中每一个像素点的Y通道值、U通道值和V通道值;
校正处理设备,与所述通道值提取设备连接,用于对所述几何校正图像中的Y通道值执行畸变校正处理,以获得第一处理图像,并对所述第一处理图像中的U通道值执行畸变校正处理,以获得第二处理图像;
非线性插值设备,与所述校正处理设备连接,用于对所述第二处理图像执行非线性插值处理,以获得非线性插值图像。
2.如权利要求1所述的多通道拥堵指数获取平台,其特征在于:
在所述校正处理设备中,对所述几何校正图像中的Y通道值执行畸变校正处理,以获得第一处理图像包括:所述几何校正图像中各个像素点的各个Y通道值参与畸变校正处理,所述几何校正图像中各个像素点的各个U通道值和各个V通道值不参与畸变校正处理;
其中,在所述校正处理设备中,对所述第一处理图像中的U通道值执行畸变校正处理,以获得第二处理图像包括:所述第一处理图像中各个像素点的各个U通道值参与畸变校正处理,所述几何校正图像中各个像素点的各个Y通道值、各个V通道值不参与畸变校正处理。
3.如权利要求2所述的多通道拥堵指数获取平台,其特征在于,所述平台还包括:
图像平滑设备,与所述非线性插值设备连接,用于接收所述非线性插值图像,对所述非线性插值图像执行图像平滑处理,以获得对应的平滑处理图像。
4.如权利要求3所述的多通道拥堵指数获取平台,其特征在于,所述平台还包括:
桶形失真校正设备,与所述图像平滑设备连接,用于接收所述平滑处理图像,对所述平滑处理图像执行桶形失真校正操作,以获得对应的桶形失真校正图像。
5.如权利要求4所述的多通道拥堵指数获取平台,其特征在于,所述平台还包括:
分块提取设备,与所述桶形失真校正设备连接,用于对桶形畸变度达标的莱娜图和所述桶形失真校正图像执行相同图像分块大小的图像分块处理,以获得所述莱娜图的各个图像分块以及所述桶形失真校正图像的各个分块,提取所述莱娜图的各个图像分块的中间位置的图像分块以作为第一图像分块,以及所述桶形失真校正图像的各个图像分块的中间位置的图像分块以作为第二图像分块。
CN201910282392.8A 2019-04-09 2019-04-09 多通道拥堵指数获取平台 Active CN111047856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910282392.8A CN111047856B (zh) 2019-04-09 2019-04-09 多通道拥堵指数获取平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910282392.8A CN111047856B (zh) 2019-04-09 2019-04-09 多通道拥堵指数获取平台

Publications (2)

Publication Number Publication Date
CN111047856A CN111047856A (zh) 2020-04-21
CN111047856B true CN111047856B (zh) 2020-11-10

Family

ID=70231640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910282392.8A Active CN111047856B (zh) 2019-04-09 2019-04-09 多通道拥堵指数获取平台

Country Status (1)

Country Link
CN (1) CN111047856B (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832779B (zh) * 2010-03-03 2011-12-14 北京大学 一种复杂环境下的导航方法
WO2014130591A1 (en) * 2013-02-19 2014-08-28 Digitalglobe, Inc. Crowdsourced search and locate platform
CN104021670B (zh) * 2014-03-27 2016-06-15 湖南工业大学 一种高分遥感影像提取城市路网车辆队列状态信息方法
CN105513344B (zh) * 2015-06-06 2016-08-31 国网山东省电力公司沂水县供电公司 基于双通信数据的拥堵等级分析平台
CN105157710B (zh) * 2015-06-06 2016-09-07 烟台惠通网络技术有限公司 基于遥感通信的路段拥堵程度检测系统
CN106408944A (zh) * 2016-11-17 2017-02-15 国网山东省电力公司东营供电公司 基于双通信数据的拥堵等级分析平台
CN108230421A (zh) * 2017-09-19 2018-06-29 北京市商汤科技开发有限公司 一种道路图生成方法、装置、电子设备和计算机存储介质
CN107958594A (zh) * 2017-12-26 2018-04-24 潘永森 一种监测准确的交通综合监测系统
CN109466551A (zh) * 2018-11-22 2019-03-15 深圳市元征科技股份有限公司 一种车辆控制方法、系统及电子设备和存储介质
CN109389102A (zh) * 2018-11-23 2019-02-26 合肥工业大学 基于深度学习的车道线检测方法及其应用的系统

Also Published As

Publication number Publication date
CN111047856A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN109740469B (zh) 车道线检测方法、装置、计算机设备和存储介质
EP1596322B1 (en) Driving lane recognizer and driving lane recognizing method
US8687063B2 (en) Method for predicting lane line and lane departure warning system using the same
CN101465001A (zh) 一种基于Bayer RGB的图像边缘检测方法
WO2021098359A1 (zh) 车道线识别方法、装置、设备和存储介质
CN110033492B (zh) 摄像机标定方法及终端
CN112818792A (zh) 车道线检测方法、装置、电子设备及计算机存储介质
CN113887418A (zh) 车辆违规行驶的检测方法、装置、电子设备及存储介质
US20230129175A1 (en) Traffic marker detection method and training method for traffic marker detection model
CN112885130B (zh) 呈现道路信息的方法和装置
CN111047856B (zh) 多通道拥堵指数获取平台
CN114255351B (zh) 一种图像处理方法、装置、介质、设备及驾驶系统
CN113903188B (zh) 车位检测方法、电子设备及计算机可读存储介质
CN114882470A (zh) 车载防碰撞预警方法、装置、计算机设备及存储介质
CN115497195A (zh) 实现行车记录的数据控制系统、方法、设备及介质
CN111798454A (zh) 多通道拥堵指数获取方法
CN112146834A (zh) 结构振动位移测量方法及装置
CN112445224A (zh) 光学检测装置
EP1035509B1 (en) Road modeling method for lane drifting warning system
CN112036268B (zh) 构件识别方法及相关装置
JP2004030484A (ja) 交通情報提供システム
CN110969859B (zh) 车辆抓拍自动变倍方法及装置
JP2019082916A (ja) 判定装置、判定方法および判定プログラム
JP6861911B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN115457138A (zh) 基于雷达及相机的位置标定方法、系统及存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201020

Address after: 314000 Wenchuan Road 1288, Jingzhen, Wang Jiang, Xiuzhou District, Jiaxing City, Zhejiang Province

Applicant after: Zhejiang Mingchun Textile Co., Ltd

Address before: 225300, 98 East Spring Road, hailing Industrial Park, Jiangsu, Taizhou

Applicant before: TAIZHOU SAIDE ELECTROMECHANICAL EQUIPMENT Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Multi channel congestion index acquisition platform

Effective date of registration: 20210911

Granted publication date: 20201110

Pledgee: Zhejiang Hecheng Rural Commercial Bank Co.,Ltd.

Pledgor: Zhejiang Mingchun Textile Co., Ltd

Registration number: Y2021330001535