CN113608187B - 一种模拟铁路障碍物生成的方法 - Google Patents
一种模拟铁路障碍物生成的方法 Download PDFInfo
- Publication number
- CN113608187B CN113608187B CN202111089971.4A CN202111089971A CN113608187B CN 113608187 B CN113608187 B CN 113608187B CN 202111089971 A CN202111089971 A CN 202111089971A CN 113608187 B CN113608187 B CN 113608187B
- Authority
- CN
- China
- Prior art keywords
- alarm threshold
- length
- obstacle
- barrier
- threshold value
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种模拟铁路障碍物生成的方法,属于铁路障碍物模拟测试技术领域,包括如下步骤:步骤一、根据预设障碍物信息,确定障碍物的类型;步骤二、依据欲得到的障碍物信息生成单个障碍物数据:步骤三、依据类型进行障碍物数据整合,得到障碍物生成信息。本发明方法可大量减少测试数据的采集周期,同时也可以更全面的表现障碍物存在形态。
Description
技术领域
本发明属于铁路障碍物模拟测试技术领域,具体涉及一种模拟铁路障碍物生成的方法。
背景技术
随着我国铁路交通技术的蓬勃发展和覆盖率的提高,各种各样的事故也伴随而来,其中障碍物对行驶中的列车危害最大。目前国内外识别障碍物的方法多采用模板匹配法,对比数据库中的轨道轮廓来判断物体是障碍物还是线路上基础设施;以及激光雷达技术感知区域内的三维地貌变化。障碍物检测系统对障碍物进行检测,需要对障碍物检测系统的检测率、误报率、漏报率进行测试。这种测试需要对障碍物进行模拟,给检测系统提供障碍物模拟数据,目前已有的验证方式多为人工抛物,这种方式不仅测试时间长,而且得到的数据收集起来也比较困难。
发明内容
基于上述技术问题,本发明提出一种模拟铁路障碍物生成的方法,生成的数据用于对铁路障碍物检测系统进行正确率、误报率、漏报率的测试。本方法可大量减少测试数据的采集周期,同时也可以更全面的表现障碍物存在形态。
本发明采用如下技术方案:
一种模拟铁路障碍物生成的方法,包括如下步骤:
步骤一、对以往人工投放的实际障碍物进行分类及信息采集;
步骤二、依据欲得到的障碍物信息生成单个障碍物数据:
单个障碍物经雷达扫描得到障碍物信息为{雷达序列号、障碍物出现距离、方位角、投影长度},
根据障碍物的投影长度L,距离D,方位角theta,按下式计算出半投影长度对应的角度Ψ:
Ψ=sin-1(L/2D)则障碍物出现的方位角范围为[theta-Ψ,theta+Ψ];
生成单个障碍物数据包,单个障碍物数据包中方位角的范围是[0-360),每隔α°生成一个点数据,如果障碍物存在,则对应的方位角范围内距离值设置为D,其余均设置为0;
步骤三、依据障碍物类型进行障碍物数据整合,得到障碍物生成信息。
进一步地,所述步骤一中障碍物类型按所属的雷达序列号、障碍物的数量、障碍物的投影长度、是否存在遮挡、是否间歇性消失进行分类,具体如下:
1)单个障碍物,投影长度大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
2)单个障碍物,投影长度小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
3)单个障碍物,投影长度大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
4)单个障碍物,投影长度小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
5)单个障碍物,投影长度大于长度报警阈值,间隔一定时间被遮挡1s,距离值范围10cm-17.5m范围内任意取值,总存在时间大于报警阈值时间后,消失;
6)单个障碍物,投影长度大于长度报警阈值,间隔一定时间被遮挡1s,距离值范围10cm-17.5m范围内任意取值,总存在时间小于报警阈值时间后,消失;
7)多个障碍物,不遮挡,投影长度均大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
8)多个障碍物,不遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
9)多个障碍物,不遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
10)多个障碍物,不遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
11)多个障碍物,遮挡,投影长度均大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
12)多个障碍物,遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
13)单个障碍物投影长度小于长度报警阈值,相邻的两个障碍物的总投影长度大于长度报警阈值,相邻距离小于设置距离35cm,存在时间大于报警阈值时间后,消失;
14)单个障碍物投影长度小于长度报警阈值,相邻的两个障碍物的总投影长度大于长度报警阈值,相邻距离小于设置距离35cm,是出现位置不固定,存在时间内位置一直变动,持续变动时间超过报警阈值时间后,消失。
进一步地,所述步骤二中,每隔α°生成一个点数据,α°不超过350°。
进一步地,所述步骤二还包括:
在同一距离内不同角度投放障碍物时,通过设置α角度,按该角度投放障碍物;
在同一角度范围内不同距离位置处投放障碍物时,在距雷达10cm-17.5m范围内,设置一个距离增涨步幅,使其按设置的步幅位置处模拟障碍物投放。
进一步地,步骤三中,依据障碍物类型进行障碍物数据整合具体为:
1)持续存在和间隔性消失的规则
生成单个障碍物数据包,1秒内的数据为单个障碍物数据包的N次复制,时长报警阈值设置为n秒,则是对1秒内数据的n次复制;
若出现间隔性消失,出现时长为a秒,消失时长为b秒,再继续出现,则先复制障碍物数据包a×N次,然后出现b×N次全0数据包,再继续出现障碍物数据包;
2)多个障碍物遮挡的规则
多个障碍物数据包进行组合的规则如下,把各个障碍物数据包按着方位角排序,如果同一个方位角出现两个距离值,则保留距离值小的,把距离值大的删掉。
进一步地,所述N值范围为1-20。
本发明的优点与效果为:
本发明通过独立的模拟障碍物方法,取代人工抛物,对障碍物信息进行模拟生成,1秒可模拟100-1000个障碍物信息,可以更快速、准确的汇集检测信息,对系统的各项指标做精准统计验证。为检测障碍物检测系统的正确率、误报率、漏报率提供模拟信息。
附图说明
图1为本发明模拟铁路障碍物生成流程示意图;
图2为本发明实施例中模拟铁路障碍物生成流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步解释。
本发明为一种模拟铁路障碍物生成的方法,通过系统输入想要测试的障碍物类型,生成相应的雷达数据,输入给障碍物检测系统进行判断,用于统计检测系统的正确率、误报率和漏报率。
如图1所示,定义障碍物结构为{雷达序列号,障碍物距离雷达距离,障碍物方位角,障碍物强度},障碍物模拟生成方法随机输入障碍物数量、对应障碍物信息,障碍物模拟生成方法根据输入信息首先进行单障碍物信息的生成;各障碍物数据生成以后,根据雷达特性进行滤波融合,雷达发射的是点数据,遇到障碍物就反射回来,如果一个障碍物遮挡了另一个障碍物,则被遮挡的障碍物不会被检测到。这个时候,根据障碍物距离雷达的距离,障碍物的方位角进行遮挡判断,滤掉被遮挡的障碍物数据,整合为一个多障碍物数据,最终输出一个雷达的完整一次的障碍物雷达数据。该模拟方法可以生成各种投影长度尺寸的障碍物数据,也可以模拟遮挡障碍物。把数据送入障碍物检测系统,把系统的检测结果和输入障碍物信息一起存入数据库,最后统计出正确率、误报率和漏报率。
实施例1
本发明为一种模拟铁路障碍物生成的方法,该方法主要用于模拟生成雷达扫描的障碍物信息。障碍物信息包括所属雷达序列号、障碍物距离雷达的距离、障碍物在所属雷达的方位角、障碍物的投影长度。
本发明方法在应用时,首先,根据障碍物信息,确定障碍物的类型,这个类型所指为障碍物所属的雷达序列号、障碍物的数量、障碍物的投影长度、是否存在遮挡、是否间歇性消失。分为以下14种类型。
1)单个障碍物,投影长度大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
2)单个障碍物,投影长度小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
3)单个障碍物,投影长度大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
4)单个障碍物,投影长度小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
5)单个障碍物,投影长度大于长度报警阈值,间隔一定时间(如3s)被遮挡1s,距离值范围10cm-17.5m范围内任意取值,总存在时间大于报警阈值时间后,消失;
6)单个障碍物,投影长度大于长度报警阈值,间隔一定时间(如3s)被遮挡1s,距离值范围10cm-17.5m范围内任意取值,总存在时间小于报警阈值时间后,消失;
7)多个障碍物,不遮挡,投影长度均大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
8)多个障碍物,不遮挡,投影长度有大于长度报警阈值也有小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
9)多个障碍物,不遮挡,投影长度有大于长度报警阈值也有小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
10)多个障碍物,不遮挡,投影长度有大于长度报警阈值也有小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
11)多个障碍物,遮挡,投影长度均大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
12)多个障碍物,遮挡,投影长度有大于长度报警阈值也有小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
13)单个障碍物投影长度小于长度报警阈值,但是相邻的两个障碍物(相邻距离小于设置距离35cm)的总投影长度大于长度报警阈值,存在时间大于报警阈值时间后,消失;
14)单个障碍物投影长度小于长度报警阈值,但是相邻的两个障碍物(相邻距离小于设置距离35cm)的总投影长度大于长度报警阈值,但是出现位置不固定,存在时间内位置一直变动,持续变动时间超过报警阈值时间后,消失。
第二步,依据障碍物信息生成单个障碍物数据。
障碍物信息{雷达序列号、障碍物出现距离、方位角、投影长度}
根据障碍物的投影长度L,距离D,方位角theta,计算障碍物出现的方位角范围,计算公式如下:
Ψ=sin-1(L/2D)
则障碍物出现的方位角范围为[theta-Ψ,theta+Ψ];
单个障碍物数据包中,方位角的范围是[0-360),每隔0.08°生成一个点数据,如果障碍物存在,则对应的方位角范围内距离值设置为D,其余均设置为0。
此处每隔0.08°生成一个点数据为一个设置举例,该度数可在350°范围内随意设置。比如想要在雷达前10米设置障碍物检测精度,如果为人为摆放障碍物,则需要在距离雷达1°、10°、20°...范围内分别投放障碍物,通过设置一个角度,则不需要在相同距离内变换角度时每次都输入信息,按该角度投放障碍物即可,减少输入的工作量。
若需验证在同一角度范围内不同距离位置处投放障碍物检验其精度,可在距雷达10cm-17.5m范围内,设置一个距离增涨步幅,使其按设置的步幅位置处模拟障碍物投放,减少每次输入不同距离的工作量。
第三步,依据类型进行障碍物数据整合。
1)持续存在和间隔性消失的规则
例如,针对类型1,生成单个障碍物数据包,1s内的数据为单个障碍物数据包的8次复制,时长报警阈值如果设置为10s,则是对1s内数据的10次复制。
如果出现间隔性消失,如出现3s,消失1s,再继续出现,则先复制障碍物数据包24次,然后出现8次全0数据包,再继续出现障碍物数据包。
2)多个障碍物遮挡的规则
多个障碍物数据包进行组合的规则如下,把各个障碍物数据包按着方位角排序,如果同一个方位角出现两个距离值,则保留距离值小的,把距离值大的删掉。
例如,如图2所示,预设障碍物类型为10,3个障碍物,依次为{0,10000,15,210},{0,10000,45,210},{0,10000,100,110},依据预设障碍物信息,生成3个数据包,
{0,10000,15,210}对应的为{(0,0),(0,0),……(0,0),(10000,8.96),(10000,9.04),……(10000,21.04),(0,0),(0,0),……(0,0)};
{0,10000,45,210}对应的为{(0,0),(0,0),……(0,0),(10000,38.96),(10000,39.04),……(10000,51.04),(0,0),(0,0),……(0,0)};
{0,10000,100,110}对应的为{(0,0),(0,0),……(0,0),(10000,96.83),(10000,96.91),……(10000,103.17),(0,0),(0,0),……(0,0)}。
3个数据包进行融合,得到雷达扫描一次得到的数据,为{(0,0),(0,0),……(0,0),(10000,8.96),(10000,9.04),……(10000,21.04),(0,0),(0,0),……(0,0),(10000,38.96),(10000,39.04),……(10000,51.04),(0,0),(0,0),……(0,0),(10000,96.83),(10000,96.91),……(10000,103.17),(0,0),(0,0),……(0,0)}。
把合并的数据连续存储或者提供给其它程序接口,如果预设雷达扫描频率为8Hz,则把合并数据复制8次作为一秒的扫描数据。如果预设报警阈值时间为10秒,则把1秒内的数据复制大于10次,然后再输入全0数据,{(0,0),(0,0),……(0,0)},即可。
表1为人工投放障碍物采集时间与模拟程序生成障碍物时间对比表
Claims (5)
1.一种模拟铁路障碍物生成的方法,其特征在于,包括如下步骤:
步骤一、对以往人工投放的实际障碍物进行分类及信息采集;
所述步骤一中障碍物类型按所属的雷达序列号、障碍物的数量、障碍物的投影长度、是否存在遮挡、是否间歇性消失进行分类,具体如下:
1)单个障碍物,投影长度大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
2)单个障碍物,投影长度小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
3)单个障碍物,投影长度大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
4)单个障碍物,投影长度小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
5)单个障碍物,投影长度大于长度报警阈值,间隔一定时间被遮挡1s,距离值范围10cm-17.5m范围内任意取值,总存在时间大于报警阈值时间后,消失;
6)单个障碍物,投影长度大于长度报警阈值,间隔一定时间被遮挡1s,距离值范围10cm-17.5m范围内任意取值,总存在时间小于报警阈值时间后,消失;
7)多个障碍物,不遮挡,投影长度均大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
8)多个障碍物,不遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
9)多个障碍物,不遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间小于报警阈值时间后,消失;
10)多个障碍物,遮挡,投影长度均大于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
11)多个障碍物,遮挡,投影长度存在大于长度报警阈值和小于长度报警阈值,距离值范围10cm-17.5m范围内任意取值,存在时间大于报警阈值时间后,消失;
12)单个障碍物投影长度小于长度报警阈值,相邻的两个障碍物的总投影长度大于长度报警阈值,相邻距离小于设置距离35cm,存在时间大于报警阈值时间后,消失;
13)单个障碍物投影长度小于长度报警阈值,相邻的两个障碍物的总投影长度大于长度报警阈值,相邻距离小于设置距离35cm,是出现位置不固定,存在时间内位置一直变动,持续变动时间超过报警阈值时间后,消失;
步骤二、依据欲得到的障碍物信息生成单个障碍物数据:
单个障碍物经雷达扫描得到障碍物信息为{雷达序列号、障碍物出现距离、方位角、投影长度},
根据障碍物的投影长度L,距离D,方位角theta,按下式计算出半投影长度对应的角度Ψ:
则障碍物出现的方位角范围为[theta-Ψ,theta+Ψ];
生成单个障碍物数据包,单个障碍物数据包中方位角的范围是[0-360),每隔α°生成一个点数据,如果障碍物存在,则对应的方位角范围内距离值设置为D,其余均设置为0;
步骤三、依据障碍物类型进行障碍物数据整合,得到障碍物生成信息。
2.根据权利要求1所述的一种模拟铁路障碍物生成的方法,其特征在于:所述步骤二中,每隔α°生成一个点数据,α°不超过350°。
3.根据权利要求1所述的一种模拟铁路障碍物生成的方法,其特征在于,所述步骤二还包括:
在同一距离内不同角度投放障碍物时,通过设置α角度,按该角度投放障碍物;
在同一角度范围内不同距离位置处投放障碍物时,在距雷达10cm-17.5m范围内,设置一个距离增涨步幅,使其按设置的步幅位置处模拟障碍物投放。
4.根据权利要求1所述的一种模拟铁路障碍物生成的方法,其特征在于步骤三中,依据障碍物类型进行障碍物数据整合具体为:
1)持续存在和间隔性消失的规则
生成单个障碍物数据包,1秒内的数据为单个障碍物数据包的N次复制,时长报警阈值设置为n秒,则是对1秒内数据的n次复制;
若出现间隔性消失,出现时长为a秒,消失时长为b秒,再继续出现,则先复制障碍物数据包a×N次,然后出现b×N次全0数据包,再继续出现障碍物数据包;
2)多个障碍物遮挡的规则
多个障碍物数据包进行组合的规则如下,把各个障碍物数据包按着方位角排序,如果同一个方位角出现两个距离值,则保留距离值小的,把距离值大的删掉。
5.根据权利要求4所述的一种模拟铁路障碍物生成的方法,其特征在于:所述N值范围为1-20。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111089971.4A CN113608187B (zh) | 2021-09-17 | 2021-09-17 | 一种模拟铁路障碍物生成的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111089971.4A CN113608187B (zh) | 2021-09-17 | 2021-09-17 | 一种模拟铁路障碍物生成的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113608187A CN113608187A (zh) | 2021-11-05 |
CN113608187B true CN113608187B (zh) | 2023-04-07 |
Family
ID=78343121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111089971.4A Active CN113608187B (zh) | 2021-09-17 | 2021-09-17 | 一种模拟铁路障碍物生成的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113608187B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018066351A1 (ja) * | 2016-10-06 | 2018-04-12 | 株式会社アドバンスド・データ・コントロールズ | シミュレーションシステム、シミュレーションプログラム及びシミュレーション方法 |
CN110414098A (zh) * | 2019-07-12 | 2019-11-05 | 北京三快在线科技有限公司 | 一种仿真测试环境的生成方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL117279A (en) * | 1996-02-27 | 2000-01-31 | Israel Aircraft Ind Ltd | System for detecting obstacles on a railway track |
CN109255181B (zh) * | 2018-09-07 | 2019-12-24 | 百度在线网络技术(北京)有限公司 | 一种基于多模型的障碍物分布仿真方法、装置以及终端 |
CN109446371A (zh) * | 2018-11-09 | 2019-03-08 | 苏州清研精准汽车科技有限公司 | 一种智能汽车仿真测试场景库生成方法及测试系统和方法 |
CN109598066B (zh) * | 2018-12-05 | 2023-08-08 | 百度在线网络技术(北京)有限公司 | 预测模块的效果评估方法、装置、设备和存储介质 |
CN111027195B (zh) * | 2019-12-03 | 2023-02-28 | 阿波罗智能技术(北京)有限公司 | 仿真场景的生成方法、装置及设备 |
CN111694287B (zh) * | 2020-05-14 | 2023-06-23 | 阿波罗智能技术(北京)有限公司 | 无人驾驶仿真场景中的障碍物模拟方法和装置 |
CN112578683B (zh) * | 2020-10-16 | 2022-08-02 | 襄阳达安汽车检测中心有限公司 | 一种优化的汽车辅助驾驶控制器在环仿真测试方法 |
-
2021
- 2021-09-17 CN CN202111089971.4A patent/CN113608187B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018066351A1 (ja) * | 2016-10-06 | 2018-04-12 | 株式会社アドバンスド・データ・コントロールズ | シミュレーションシステム、シミュレーションプログラム及びシミュレーション方法 |
CN110414098A (zh) * | 2019-07-12 | 2019-11-05 | 北京三快在线科技有限公司 | 一种仿真测试环境的生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113608187A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112433203B (zh) | 一种基于毫米波雷达数据的车道线形检测方法 | |
Yi et al. | Enhancing the accuracy of automatic eddy detection and the capability of recognizing the multi-core structures from maps of sea level anomaly | |
Karagiorgou et al. | On vehicle tracking data-based road network generation | |
CN106093722A (zh) | 一种电缆局部放电的定位和识别方法 | |
Nyaruhuma et al. | Verification of 2D building outlines using oblique airborne images | |
CN107657636A (zh) | 一种基于车载激光雷达数据自动提取道路地形图高程点的方法 | |
Zaki et al. | Automated analysis of pedestrians’ nonconforming behavior and data collection at an urban crossing | |
CN104123714B (zh) | 一种人流量统计中最优目标检测尺度的生成方法 | |
Zaki et al. | Use of computer vision to identify pedestrians' nonconforming behavior at urban intersections | |
CN104112305A (zh) | 基于双激光测距的客流监测方法和装置 | |
CN106052837A (zh) | 一种用于高速铁路地震预警中列车振动噪声识别方法 | |
CN114355339B (zh) | 一种路面脱空病害雷达图谱识别方法及系统 | |
CN114248819A (zh) | 基于深度学习的铁路侵限异物无人机检测方法、装置及系统 | |
CN113608187B (zh) | 一种模拟铁路障碍物生成的方法 | |
Stein et al. | Model-based rail detection in mobile laser scanning data | |
CN107978151B (zh) | 一种车辆检测方法和系统 | |
US8483478B1 (en) | Grammar-based, cueing method of object recognition, and a system for performing same | |
CN111866725B (zh) | 一种基于wifi探针技术的人流检测方法 | |
CN106056926A (zh) | 基于动态虚拟线圈的视频车速检测方法 | |
CN109591850A (zh) | 一种轨道异物检测方法及装置 | |
CN106707362B (zh) | 一种人体安检监督系统 | |
CN115311589B (zh) | 一种用于采光建筑的隐患处理方法及设备 | |
CN105792211B (zh) | 一种伪基站识别方法及装置 | |
CN103617755B (zh) | 一种测试结果生成单元及装置 | |
Croitoru et al. | Monocular right-angle building hypothesis generation in regularized urban areas by pose clustering |
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 |