CN109272743A - 一种人工智能的拥堵检测*** - Google Patents
一种人工智能的拥堵检测*** Download PDFInfo
- Publication number
- CN109272743A CN109272743A CN201810874465.8A CN201810874465A CN109272743A CN 109272743 A CN109272743 A CN 109272743A CN 201810874465 A CN201810874465 A CN 201810874465A CN 109272743 A CN109272743 A CN 109272743A
- Authority
- CN
- China
- Prior art keywords
- module
- video
- image
- congestion
- resistance
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 239000003990 capacitor Substances 0.000 claims description 38
- 239000013078 crystal Substances 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 4
- 101100339482 Colletotrichum orbiculare (strain 104-T / ATCC 96160 / CBS 514.97 / LARS 414 / MAFF 240422) HOG1 gene Proteins 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000003321 amplification Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种人工智能的拥堵检测***，属于拥堵检测技术领域。本发明包括图像视频捕捉模块、GPS定位模块、图像视频处理模块、图像视频分配模块、目标识别模块、特征分析模块、拥堵报警模块；图像视频捕捉模块、图像视频处理模块、图像视频分配模块、目标识别模块、特征分析模块、拥堵报警模块依次顺序相连；GPS定位模块分别与图像视频捕捉模块、图像视频分配模块中的自动备份模块相连接。本发明能简单高效的监测各个地点各个时间的道路拥堵情况并能根据不同的拥堵等级情况作出报警，具有很大的技术优势和实用价值。
Description
技术领域
本发明涉及一种人工智能的拥堵检测***，属于拥堵检测技术领域。
背景技术
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学；传统的路况预测都是基于历史数据，准确率不高。要想比较准确地预知未来，首先需要了解实时的交通情况。而实时路况的检测其实一直是个难题，主要是获得数据实时性不够、信息采集处理投入成本高、周期长。
发明内容
本发明要解决的技术问题是：本发明提供一种人工智能的拥堵检测***，本***结构简单、使用方便，能高效的监测各个地点各个时间的道路拥堵情况并能根据不同的拥堵等级情况作出报警。
本发明技术方案是：一种人工智能的拥堵检测***，包括图像视频捕捉模块、GPS定位模块、图像视频处理模块、图像视频分配模块、目标识别模块、特征分析模块、拥堵报警模块；
所述图像视频捕捉模块用于对目标区域进行图像视频的捕捉；
所述图像视频处理模块用于对捕捉到的图像视频进行处理，处理包括滤波、放大处理并发送给图像视频分配模块；
所述图像视频分配模块包括视频分配器、电视墙组件、自动备份模块；视频分配器接收到图像视频处理模块处理后的图像视频然后发送给相应的电视墙组件组件进行显示，并存储在自动备份模块中；
所述GPS定位模块用于对相应的图像视频捕捉模块捕捉的位置进行定位及获取车辆的参数包括车车辆的位置数据、车速并和相应位置捕捉到的图像视频存储在自动备份模块中；
所述目标识别模块用于对自动备份模块中的图像视频及车辆参数进行目标识别，识别出道路拥堵信息；
所述特征分析模块用于根据目标识别模块得到的道路拥堵信息和相对应的GPS定位模块定位到的位置信息进行分析，从而判断此位置上的拥堵信息属于何种等级拥堵报警信息；
所述拥堵报警模块用于根据特征分析模块得到的等级拥堵报警信息进行相应的拥堵报警。
所述图像视频捕捉模块包括摄像头模块、单片机控制模块；摄像头模块与单片机控制模块连接；摄像头模块采用摄像头芯片OV7670；
所述的单片机控制模块包括芯片AT89C52、电阻R11、R12、R13、R14、R15、R16、R17、电容C6、C7、C8、晶振Y2；其中，芯片AT89C52管脚31与电阻R16相连接再与LED灯连接，电阻R11、R12、R13、R14分别和继电器开关相连接，继电器开关再与摄像头模块相连接，芯片AT89C52的管脚25、26与晶振Y2的两端相连接，电容C6、C7并联在晶振Y2的两端并接地，芯片管脚27与电容C8的一端相连接，电阻R17接到电容C8的一端，电阻R17、电容C8的另一端均接地，按键K2一端接到电阻R17与电容C8的中间的连线上，另一端接5V等电势。
所述图像视频处理模块包括：LM4F120H5QR单片机、电阻R1、R5、电容C1、C2、C3、晶振Y1、复位按键K1、开关按键K3；所述图像视频捕捉模块与图像视频处理模块连接；其中芯片LM4F120H5QR的管脚OSC0、OSC1连接晶振Y1两端，并且电容C1和电容C2的一端分别连接晶振Y1的两端，电容C1和电容C2另一端接地，LM4F120H5QR单片机的复位管脚、电源VCC一端与复位按键K1、电容C3一端连接，复位按键K1另一端与电阻R1连接，电阻R1与电容C3另一端接地；LM4F120H5QR单片机接图像视频捕捉模块的摄像头芯片OV7670，LM4F120H5QR单片机的串行输出口与图像视频捕捉模块的芯片AT89C52的串行输入口引脚连接，单片机控制模块的芯片AT89C52的串行输出口引脚与芯片LM4F120H5QR的串行输入口引脚连接；开关按键K3一端与VCC连接，另一端与电阻R5连接，R5另一端与LM4F120H5QR单片机管脚PB2连接。
所述目标识别模块识别拥堵区域信息时，根据车辆的位置数据、车速进行空间聚类确定疑似拥堵区域，根据疑似拥堵区域的图像视频的拥堵区域进行道路分割，获取道路信息，根据道路信息计算疑似拥堵区域的车辆分布率，若大于预设的占位，则确定该疑似拥堵区域为拥堵区域。
所述特征分析模块包括拥堵评级模块，拥堵评级模块中设有若干个车辆分布率报警阈值，判断目标识别模块识别出的拥堵区域的车辆分布率属于哪一个等级的报警阈值时，则得出不同的等级拥堵报警信息。
所述拥堵报警模块包括声光报警电路、单片机模块，声光报警电路为若干个，若干个声光报警电路均分别与拥堵报警模块中的单片机模块的输出口相连接，特征分析模块与拥堵报警模块中的单片机模块相连接；其中声光报警电路包括定值为1K的电阻R3、定值为1K的电阻R2、有源蜂鸣器LS1、LED灯D1、NPN型三极管Q1；所述电阻R3一端与VCC电源端相连，另一端与LED灯D1相连；电阻R3与LED灯D1的另一端均与有源蜂鸣器LS1相连，LED灯D1的另一端还与NPN型三极管Q1的集电极相连，NPN型三极管Q1的基极与电阻R2的一端相连，电阻R2作为下拉电阻，NPN型三极管Q1的发射极接地，电阻R2的另一端与单片机模块相连。
本发明的工作原理是：
本发明在使用时，先通过图像视频捕捉模块中的单片机控制模块芯片AT89C52发出控制信号使得继电器开关打开，控制摄像头模块开启对目标区域进行图像视频的捕捉；如图2所示；再通过图像视频处理模块对捕捉到的图像视频进行处理，处理包括滤波、放大处理并发送给图像视频分配模块，其中LM4F120H5QR单片机中可以封装滤波模块、放大模块对接收到的图像视频进行处理，图像视频分配模块包括视频分配器、电视墙组件、自动备份模块；视频分配器接收到图像视频处理模块处理后的图像视频然后发送给相应的电视墙组件组件进行显示，并存储在自动备份模块中；GPS定位模块对相应的图像视频捕捉模块捕捉的位置进行定位及获取车辆的参数包括车车辆的位置数据、车速并和相应位置捕捉到的图像视频存储在自动备份模块中；再通过目标识别模块对自动备份模块中的图像视频及车辆参数进行目标识别，识别出道路拥堵信息，特征分析模块再根据目标识别模块得到的道路拥堵信息和相对应的GPS定位模块定位到的位置信息进行分析，从而判断此位置上的拥堵信息属于何种等级拥堵报警信息，再通过拥堵报警模块根据特征分析模块得到的等级拥堵报警信息进行相应的拥堵报警；如图4所示为拥堵报警模块电路原理图，其中的声光报警电路可以为若干个，若干个均分别与拥堵报警模块中的单片机模块的输出口相连接，特征分析模块与拥堵报警模块中的单片机模块相连接，从特征分析模块(可以采用单片机和PC机)输出各个等级相应的一定频率的脉冲，然后通过NPN三极管Q1对脉冲进行放大。当输出为高电平时，有源蜂鸣器LS1发声，LED灯D1发光；当输出为低电平时，有源蜂鸣器LS1和LED灯D1均停止工作；其中对于不同的等级拥堵报警信息，其中声光报警电路中的LED灯的颜色不一样来表示不同等级的拥堵报警。
本发明的有益效果是：
本发明能根据历史信息预测道路拥堵的时间地点然后发送给相应的管理部分，让其做出正确的规划，从而避免拥堵；
本发明所设计的***能简单高效的监测各个地点各个时间的道路拥堵情况并能根据不同的拥堵等级情况作出报警，具有很大的技术优势和实用价值。
附图说明
图1是本发明结构框图；
图2是本发明单片机控制模块电路原理图；
图3是本发明图像视频处理模块电路原理图；
图4是为本发明的拥堵报警模块电路原理图。
具体实施方式
下面结合附图和具体实施例，对本发明作进一步说明。
实施例1：如图1-4所示，一种人工智能的拥堵检测***，包括图像视频捕捉模块、GPS定位模块、图像视频处理模块、图像视频分配模块、目标识别模块、特征分析模块、拥堵报警模块；
所述图像视频捕捉模块用于对目标区域进行图像视频的捕捉；
所述图像视频处理模块用于对捕捉到的图像视频进行处理，处理包括滤波、放大处理并发送给图像视频分配模块；
所述图像视频分配模块包括视频分配器、电视墙组件、自动备份模块；视频分配器接收到图像视频处理模块处理后的图像视频然后发送给相应的电视墙组件组件进行显示，并存储在自动备份模块中；
所述GPS定位模块用于对相应的图像视频捕捉模块捕捉的位置进行定位及获取车辆的参数包括车车辆的位置数据、车速并和相应位置捕捉到的图像视频存储在自动备份模块中；
所述目标识别模块用于对自动备份模块中的图像视频及车辆参数进行目标识别，识别出道路拥堵信息；
所述特征分析模块用于根据目标识别模块得到的道路拥堵信息和相对应的GPS定位模块定位到的位置信息进行分析，从而判断此位置上的拥堵信息属于何种等级拥堵报警信息；
所述拥堵报警模块用于根据特征分析模块得到的等级拥堵报警信息进行相应的拥堵报警。
进一步的，所述图像视频捕捉模块包括摄像头模块、单片机控制模块；摄像头模块与单片机控制模块连接；摄像头模块采用摄像头芯片OV7670；
所述的单片机控制模块包括芯片AT89C52、电阻R11、R12、R13、R14、R15、R16、R17、电容C6、C7、C8、晶振Y2；其中，芯片AT89C52管脚31与电阻R16相连接再与LED灯连接，电阻R11、R12、R13、R14分别和继电器开关相连接，继电器开关再与摄像头模块相连接，芯片AT89C52的管脚25、26与晶振Y2的两端相连接，电容C6、C7并联在晶振Y2的两端并接地，芯片管脚27与电容C8的一端相连接，电阻R17接到电容C8的一端，电阻R17、电容C8的另一端均接地，按键K2一端接到电阻R17与电容C8的中间的连线上，另一端接5V等电势。
进一步的，所述图像视频处理模块包括：LM4F120H5QR单片机、电阻R1、R5、电容C1、C2、C3、晶振Y1、复位按键K1、开关按键K3；所述图像视频捕捉模块与图像视频处理模块连接；其中芯片LM4F120H5QR的管脚OSC0、OSC1连接晶振Y1两端，并且电容C1和电容C2的一端分别连接晶振Y1的两端，电容C1和电容C2另一端接地，LM4F120H5QR单片机的复位管脚、电源VCC一端与复位按键K1、电容C3一端连接，复位按键K1另一端与电阻R1连接，电阻R1与电容C3另一端接地；LM4F120H5QR单片机接图像视频捕捉模块的摄像头芯片OV7670，LM4F120H5QR单片机的串行输出口与图像视频捕捉模块的芯片AT89C52的串行输入口引脚连接，单片机控制模块的芯片AT89C52的串行输出口引脚与芯片LM4F120H5QR的串行输入口引脚连接；开关按键K3一端与VCC连接，另一端与电阻R5连接，R5另一端与LM4F120H5QR单片机管脚PB2连接。
进一步的，所述目标识别模块识别拥堵区域信息时，根据车辆的位置数据、车速进行空间聚类确定疑似拥堵区域，根据疑似拥堵区域的图像视频的拥堵区域进行道路分割，获取道路信息，根据道路信息计算疑似拥堵区域的车辆分布率，若大于预设的占位，则确定该疑似拥堵区域为拥堵区域。
进一步的，所述特征分析模块包括拥堵评级模块，拥堵评级模块中设有若干个车辆分布率报警阈值，判断目标识别模块识别出的拥堵区域的车辆分布率属于哪一个等级的报警阈值时，则得出不同的等级拥堵报警信息。
进一步的，所述拥堵报警模块包括声光报警电路、单片机模块，声光报警电路为若干个，若干个声光报警电路均分别与拥堵报警模块中的单片机模块的输出口相连接，特征分析模块与拥堵报警模块中的单片机模块相连接；其中声光报警电路包括定值为1K的电阻R3、定值为1K的电阻R2、有源蜂鸣器LS1、LED灯D1、NPN型三极管Q1；所述电阻R3一端与VCC电源端相连，另一端与LED灯D1相连；电阻R1与LED灯D1的另一端均与有源蜂鸣器LS1相连，LED灯D1的另一端还与NPN型三极管Q1的集电极相连，NPN型三极管Q1的基极与电阻R2的一端相连，电阻R2作为下拉电阻，NPN型三极管Q1的发射极接地，电阻R2的另一端与单片机模块相连。
上面结合附图对本发明的具体实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种人工智能的拥堵检测***，其特征在于：包括图像视频捕捉模块、GPS定位模块、图像视频处理模块、图像视频分配模块、目标识别模块、特征分析模块、拥堵报警模块；
所述图像视频捕捉模块用于对目标区域进行图像视频的捕捉；
所述图像视频处理模块用于对捕捉到的图像视频进行处理，处理包括滤波、放大处理并发送给图像视频分配模块；
所述图像视频分配模块包括视频分配器、电视墙组件、自动备份模块；视频分配器接收到图像视频处理模块处理后的图像视频然后发送给相应的电视墙组件组件进行显示，并存储在自动备份模块中；
所述GPS定位模块用于对相应的图像视频捕捉模块捕捉的位置进行定位及获取车辆的参数包括车车辆的位置数据、车速并和相应位置捕捉到的图像视频存储在自动备份模块中；
所述目标识别模块用于对自动备份模块中的图像视频及车辆参数进行目标识别，识别出道路拥堵信息；
所述特征分析模块用于根据目标识别模块得到的道路拥堵信息和相对应的GPS定位模块定位到的位置信息进行分析，从而判断此位置上的拥堵信息属于何种等级拥堵报警信息；
所述拥堵报警模块用于根据特征分析模块得到的等级拥堵报警信息进行相应的拥堵报警。
2.根据权利要求1所述的人工智能的拥堵检测***，其特征在于：所述图像视频捕捉模块包括摄像头模块、单片机控制模块；摄像头模块与单片机控制模块连接；摄像头模块采用摄像头芯片OV7670；
所述的单片机控制模块包括芯片AT89C52、电阻R11、R12、R13、R14、R15、R16、R17、电容C6、C7、C8、晶振Y2；其中，芯片AT89C52管脚31与电阻R16相连接再与LED灯连接，电阻R11、R12、R13、R14分别和继电器开关相连接，继电器开关再与摄像头模块相连接，芯片AT89C52的管脚25、26与晶振Y2的两端相连接，电容C6、C7并联在晶振Y2的两端并接地，芯片管脚27与电容C8的一端相连接，电阻R17接到电容C8的一端，电阻R17、电容C8的另一端均接地，按键K2一端接到电阻R17与电容C8的中间的连线上，另一端接5V等电势。
3.根据权利要求1所述的人工智能的拥堵检测***，其特征在于：所述图像视频处理模块包括：LM4F120H5QR单片机、电阻R1、R5、电容C1、C2、C3、晶振Y1、复位按键K1、开关按键K3；所述图像视频捕捉模块与图像视频处理模块连接；其中芯片LM4F120H5QR的管脚OSC0、OSC1连接晶振Y1两端，并且电容C1和电容C2的一端分别连接晶振Y1的两端，电容C1和电容C2另一端接地，LM4F120H5QR单片机的复位管脚、电源VCC一端与复位按键K1、电容C3一端连接，复位按键K1另一端与电阻R1连接，电阻R1与电容C3另一端接地；LM4F120H5QR单片机接图像视频捕捉模块的摄像头芯片OV7670，LM4F120H5QR单片机的串行输出口与图像视频捕捉模块的芯片AT89C52的串行输入口引脚连接，单片机控制模块的芯片AT89C52的串行输出口引脚与芯片LM4F120H5QR的串行输入口引脚连接；开关按键K3一端与VCC连接，另一端与电阻R5连接，R5另一端与LM4F120H5QR单片机管脚PB2连接。
4.根据权利要求1所述的人工智能的拥堵检测***，其特征在于：所述目标识别模块识别拥堵区域信息时，根据车辆的位置数据、车速进行空间聚类确定疑似拥堵区域，根据疑似拥堵区域的图像视频的拥堵区域进行道路分割，获取道路信息，根据道路信息计算疑似拥堵区域的车辆分布率，若大于预设的占位，则确定该疑似拥堵区域为拥堵区域。
5.根据权利要求4所述的人工智能的拥堵检测***，其特征在于：所述特征分析模块包括拥堵评级模块，拥堵评级模块中设有若干个车辆分布率报警阈值，判断目标识别模块识别出的拥堵区域的车辆分布率属于哪一个等级的报警阈值时，则得出不同的等级拥堵报警信息。
6.根据权利要求1所述的人工智能的拥堵检测***，其特征在于：所述拥堵报警模块包括声光报警电路、单片机模块，声光报警电路为若干个，若干个声光报警电路均分别与拥堵报警模块中的单片机模块的输出口相连接，特征分析模块与拥堵报警模块中的单片机模块相连接；其中声光报警电路包括定值为1K的电阻R3、定值为1K的电阻R2、有源蜂鸣器LS1、LED灯D1、NPN型三极管Q1；所述电阻R3一端与VCC电源端相连，另一端与LED灯D1相连；电阻R3与LED灯D1的另一端均与有源蜂鸣器LS1相连，LED灯D1的另一端还与NPN型三极管Q1的集电极相连，NPN型三极管Q1的基极与电阻R2的一端相连，电阻R2作为下拉电阻，NPN型三极管Q1的发射极接地，电阻R2的另一端与单片机模块相连。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810874465.8A CN109272743A (zh) | 2018-08-03 | 2018-08-03 | 一种人工智能的拥堵检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810874465.8A CN109272743A (zh) | 2018-08-03 | 2018-08-03 | 一种人工智能的拥堵检测*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109272743A true CN109272743A (zh) | 2019-01-25 |
Family
ID=65153006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810874465.8A Pending CN109272743A (zh) | 2018-08-03 | 2018-08-03 | 一种人工智能的拥堵检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109272743A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204496699U (zh) * | 2015-04-13 | 2015-07-22 | 河南城建学院 | 一种交叉口夜间警示式智能行人过街安全岛 |
| CN104835342A (zh) * | 2014-08-24 | 2015-08-12 | 李志刚 | 交通路口信息发布终端 |
| CN204990721U (zh) * | 2015-08-31 | 2016-01-20 | 成都众孚理想科技有限公司 | 一种可自动制动汽车的智能交通监控*** |
| CN105513354A (zh) * | 2015-12-22 | 2016-04-20 | 电子科技大学 | 基于视频的城市道路交通拥堵检测*** |
| CN106023593A (zh) * | 2016-07-26 | 2016-10-12 | 深圳市喜悦智慧数据有限公司 | 一种交通拥堵检测方法和装置 |
| CN106347171A (zh) * | 2016-09-13 | 2017-01-25 | 昆明理工大学 | 一种基于嵌入式的实时减速控制装置 |
| CN107301369A (zh) * | 2017-09-04 | 2017-10-27 | 南京航空航天大学 | 基于航拍图像的道路交通拥堵分析方法 |
| CN207603955U (zh) * | 2017-12-21 | 2018-07-10 | 浙江大学城市学院 | 新型小区led路灯控制器 |
-
2018
- 2018-08-03 CN CN201810874465.8A patent/CN109272743A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104835342A (zh) * | 2014-08-24 | 2015-08-12 | 李志刚 | 交通路口信息发布终端 |
| CN204496699U (zh) * | 2015-04-13 | 2015-07-22 | 河南城建学院 | 一种交叉口夜间警示式智能行人过街安全岛 |
| CN204990721U (zh) * | 2015-08-31 | 2016-01-20 | 成都众孚理想科技有限公司 | 一种可自动制动汽车的智能交通监控*** |
| CN105513354A (zh) * | 2015-12-22 | 2016-04-20 | 电子科技大学 | 基于视频的城市道路交通拥堵检测*** |
| CN106023593A (zh) * | 2016-07-26 | 2016-10-12 | 深圳市喜悦智慧数据有限公司 | 一种交通拥堵检测方法和装置 |
| CN106347171A (zh) * | 2016-09-13 | 2017-01-25 | 昆明理工大学 | 一种基于嵌入式的实时减速控制装置 |
| CN107301369A (zh) * | 2017-09-04 | 2017-10-27 | 南京航空航天大学 | 基于航拍图像的道路交通拥堵分析方法 |
| CN207603955U (zh) * | 2017-12-21 | 2018-07-10 | 浙江大学城市学院 | 新型小区led路灯控制器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110688992B (zh) | 交通信号识别方法、装置、车辆导航设备和无人驾驶车辆 | |
| CN207139822U (zh) | 数据中心巡检机器人 | |
| CN106097755A (zh) | 用于识别泊车场地和/或空出场地的方法 | |
| CN103456168B (zh) | 一种交通路口行人行为监测***和方法 | |
| CN108491758A (zh) | 一种轨道检测方法及机器人 | |
| CN103413441A (zh) | 道路天气状况监控***和监控方法 | |
| WO2018232846A1 (zh) | 一种大范围周边安全监控方法和*** | |
| CN106781680A (zh) | 一种基于图像空车位检测的路边停车智能监控方法 | |
| CN109977108A (zh) | 一种基于行为轨迹库的多种轨迹碰撞分析方法 | |
| CN105788272A (zh) | 一种道路流量拥堵报警的方法与*** | |
| CN106646549A (zh) | 一种gps数据采集的控制方法和装置 | |
| CN110514789A (zh) | 一种采用边缘计算的机动车尾气遥感检测***及方法 | |
| CN110083099A (zh) | 一种符合汽车功能安全标准自动驾驶架构***和工作方法 | |
| CN110740189A (zh) | 一种基于物联网技术的智慧环保监管*** | |
| KR20200128226A (ko) | 미세먼지 농도 예측 시스템 | |
| CN114545833B (zh) | 一种基于物联网技术的设施农业智能交互处理*** | |
| KR20210149448A (ko) | 외부기기 제어 및 차량번호판 인식기능을 가진 영상감시장치 | |
| CN103942865A (zh) | 基于超声传感器的地铁防逃票***及其设计方法 | |
| CN205920233U (zh) | 一种基于gis的气象监测及预警*** | |
| CN205827660U (zh) | 一种开放式停车场停车管理设备 | |
| CN108681316A (zh) | 一种高速公路施工环境监测*** | |
| CN104200231B (zh) | 一种高效的交通状态标注方法 | |
| CN109272743A (zh) | 一种人工智能的拥堵检测*** | |
| CN108693811A (zh) | 一种基于ZigBee的牧场环境综合采集监控*** | |
| CN201717992U (zh) | 视频客流检测仪 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |