CN113052888B - 异常环境实时监测*** - Google Patents
异常环境实时监测*** Download PDFInfo
- Publication number
- CN113052888B CN113052888B CN202011207398.8A CN202011207398A CN113052888B CN 113052888 B CN113052888 B CN 113052888B CN 202011207398 A CN202011207398 A CN 202011207398A CN 113052888 B CN113052888 B CN 113052888B
- Authority
- CN
- China
- Prior art keywords
- groove body
- groove
- pattern
- pixel
- monitoring system
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 230000007246 mechanism Effects 0.000 claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000000875 corresponding effect Effects 0.000 claims description 38
- 238000001914 filtration Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 7
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 4
- 229910052744 lithium Inorganic materials 0.000 claims description 4
- 101100218938 Mus musculus Bmp2k gene Proteins 0.000 description 21
- 238000007405 data analysis Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
- B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B31/00—Arrangements for the associated working of recording or reproducing apparatus with related apparatus
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种异常环境实时监测***，所述***包括：对象剔除设备，用于将接收到的邻域插值图像中的中央像素列以及距离中央像素列小于等于预设数量像素列的多个像素列一起作为邻域插值图像的中央区域，将未占据中央区域任何图像部分的沟体图案剔除，以获得剩余的一个以上的沟体图案；沟体分析机构，用于对每一个剩余的沟体图案执行以下动作：基于沟体图案的成像景深和沟体图案占据的最多像素行数估算沟体图案对应的沟体对象的实际长度。本发明的异常环境实时监测***运行智能、方便实用。由于能够基于不同类型的山地自行车的沟体跨越能力决定前方中央位置的沟体能否被跨越，从而拓展了山地自行车的辅助功能。
Description
技术领域
本发明涉及数据分析领域，尤其涉及一种异常环境实时监测***。
背景技术
数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。
离线数据分析用于较复杂和耗时的数据分析和处理，一般通常构建在云计算平台之上，如开源的HDFS文件***和MapReduce运算框架。Hadoop机群包含数百台乃至数千台服务器，存储了数PB乃至数十PB的数据，每天运行着成千上万的离线数据分析作业，每个作业处理几百MB到几百TB甚至更多的数据，运行时间为几分钟、几小时、几天甚至更长。在线数据分析也称为联机分析处理，用来处理用户的在线请求，它对响应时间的要求比较高(通常不超过若干秒)。与离线数据分析相比，在线数据分析能够实时处理用户的请求，允许用户随时更改分析的约束和限制条件。与离线数据分析相比，在线数据分析能够处理的数据量要小得多，但随着技术的发展，当前的在线分析***已经能够实时地处理数千万条甚至数亿条记录。传统的在线数据分析***构建在以关系数据库为核心的数据仓库之上，而在线大数据分析***构建在云计算平台的NoSQL***上。如果没有大数据的在线分析和处理，则无法存储和索引数量庞大的互联网网页，就不会有当今的高效搜索引擎，也不会有构建在大数据处理基础上的微博、博客、社交网络等的蓬勃发展。
目前，山地自行车作为一项极限运动项目，越来越受人们青睐。然而，山地自行车的功能有限，尤其是安全辅助功能方面，例如，每一种类型的山地自行车的跨越能力不同，当骑行者不考虑本车的能够跨越的最长沟体长度而执行选择跨越较长沟体时，必然导致安全事故的发生。
发明内容
为了解决现有技术中的技术问题，本发明提供了一种异常环境实时监测***，能够基于不同类型的山地自行车的沟体跨越能力决定前方中央位置的沟体能否被跨越，从而拓展了山地自行车的辅助功能。
为此，本发明需要具备以下三处关键的发明点：
(1)基于沟体图案的成像景深和沟体图案占据的最多像素行数估算沟体图案对应的沟体对象的实际长度，为山地自行车前方的沟体能否跨越提供关键的参考数据；
(2)在定制的视觉处理机制的基础上，沟体图案对应的沟体对象的实际长度与所述沟体图案的成像景深正相关，所述沟体图案对应的沟体对象的实际长度与所述沟体图案占据的最多像素行数正相关；
(3)鉴别现场图像的中央区域，将未占据所述中央区域任何图像部分的沟体图案剔除，获得剩余的一个以上的沟体图案以作为需要山地自行车跨越的有效沟体图案用于后续分析。
根据本发明的一方面，提供了一种异常环境实时监测***，所述***包括：
数据存储芯片，设置在山地自行车的控制盒内，用于存储所述山地自行车对应类型所能够跨越的最大山沟长度。
更具体地，根据本发明的异常环境实时监测***中，所述***还包括：
前端摄像机构，设置在山地自行车的连接杆的中央位置，用于对前方行驶环境执行摄像动作，以获得行驶环境图像，所述连接杆用于连接山地自行车的左侧把手和右侧把手。
更具体地，根据本发明的异常环境实时监测***中，所述***还包括：
实时滤波设备，设置在山地自行车的控制盒内，与所述前端摄像机构连接，用于对接收到的行驶环境图像执行盒式滤波处理，以获得并输出相应的盒式滤波图像；
邻域插值设备，与所述实时滤波设备连接，用于对接收到的盒式滤波图像执行16像素×16像素邻域的Lanczos插值处理，以获得并输出相应的邻域插值图像；
特征鉴别机构，与所述邻域插值设备连接，用于基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案；
对象剔除设备，与所述特征鉴别机构连接，用于将所述邻域插值图像中的中央像素列以及距离所述中央像素列小于等于预设数量像素列的多个像素列一起作为所述邻域插值图像的中央区域，将未占据所述中央区域任何图像部分的沟体图案剔除，以获得剩余的一个以上的沟体图案；
沟体分析机构，与所述对象剔除设备连接，用于对每一个剩余的沟体图案执行以下动作：基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度；
指令触发设备，分别与所述沟体分析机构和所述数据存储芯片连接，用于在剩余的一个以上的沟体图案分别对应的一个以上的沟体对象中存在实际长度超过最大山沟长度的沟体对象时，发出无法跨越指令。
本发明的异常环境实时监测***运行智能、方便实用。由于能够基于不同类型的山地自行车的沟体跨越能力决定前方中央位置的沟体能否被跨越，从而拓展了山地自行车的辅助功能。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的异常环境实时监测***的前端摄像机构的部件示意图。
具体实施方式
下面将参照附图对本发明的异常环境实时监测***的实施方案进行详细说明。
山地车，起源于美国，1974年Gary Fisher、Charlie Kelly、Tom Ritchey想要一辆可以在公路外骑行的自行车，远离“警察、汽车和建筑物”，于是他们开始将配件和摩托车部件安装到二战前结实的单沙滩车上。同一年，Gary Fisher和他的朋友们无惧死亡的“塔马尔帕斯山之行”为全新骑行风格的诞生铺平了道路。随着Gary Fisher在山地领域引起的巨大反响，他的Klunker随后被Mountain Bike Action杂志评选为“历史十大山地车”之一。1976年Charlie Kelly开始推动焕然一新的下坡赛，这是第一个伟大的山地自行车活动。Charlie Kelly委托制商Joe Breeze设计并开发越野自行车，这是有史以来制造的第一批“山地自行车”并命名为“Breeze”。Joe Breeze以Breeze为原型在1977年至1978年之间完成设计和制造了9个系列的车型，Breeze的原型车现在在美国史密森学会的国家博物馆收藏。
山地车是专门为越野(丘陵，小径，原野及砂土碎石道等)行走而设计的自行车，运动员骑山地车沿规定的下坡线路高速滑降，速度快者为胜，吸引了众多的爱好者。自行车虽然始于欧洲，但美国人发明的山地车却一扫传统的自行车概念，将一股新风吹遍全球。如今已受到越来越多的中国年轻人喜欢，成为一种健康时尚的运动受到人们的欢迎。
目前，山地自行车作为一项极限运动项目，越来越受人们青睐。然而，山地自行车的功能有限，尤其是安全辅助功能方面，例如，每一种类型的山地自行车的跨越能力不同，当骑行者不考虑本车的能够跨越的最长沟体长度而执行选择跨越较长沟体时，必然导致安全事故的发生。
为了克服上述不足，本发明搭建了一种异常环境实时监测***，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异常环境实时监测***包括：
数据存储芯片，设置在山地自行车的控制盒内，用于存储所述山地自行车对应类型所能够跨越的最大山沟长度；
前端摄像机构，如图1所示，设置在山地自行车的连接杆的中央位置，用于对前方行驶环境执行摄像动作，以获得行驶环境图像，所述连接杆用于连接山地自行车的左侧把手和右侧把手；
实时滤波设备，设置在山地自行车的控制盒内，与所述前端摄像机构连接，用于对接收到的行驶环境图像执行盒式滤波处理，以获得并输出相应的盒式滤波图像；
邻域插值设备，与所述实时滤波设备连接，用于对接收到的盒式滤波图像执行16像素×16像素邻域的Lanczos插值处理，以获得并输出相应的邻域插值图像；
特征鉴别机构，与所述邻域插值设备连接，用于基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案；
对象剔除设备，与所述特征鉴别机构连接，用于将所述邻域插值图像中的中央像素列以及距离所述中央像素列小于等于预设数量像素列的多个像素列一起作为所述邻域插值图像的中央区域，将未占据所述中央区域任何图像部分的沟体图案剔除，以获得剩余的一个以上的沟体图案；
沟体分析机构，与所述对象剔除设备连接，用于对每一个剩余的沟体图案执行以下动作：基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度；
指令触发设备，分别与所述沟体分析机构和所述数据存储芯片连接，用于在剩余的一个以上的沟体图案分别对应的一个以上的沟体对象中存在实际长度超过最大山沟长度的沟体对象时，发出无法跨越指令。
接着，继续对本发明的异常环境实时监测***的具体结构进行进一步的说明。
所述异常环境实时监测***中：
所述指令触发设备还用于在剩余的一个以上的沟体图案分别对应的一个以上的沟体对象中不存在实际长度超过最大山沟长度的沟体对象时，发出允许跨越指令。
所述异常环境实时监测***中还可以包括：
语音播放芯片，设置在所述前端摄像机构的附近，与所述指令触发设备连接，用于接收并播放与所述无法跨越指令对应的语音警示文件；
其中，所述语音播放芯片还用于接收并播放与所述允许跨越指令对应的语音播放文件。
所述异常环境实时监测***中：
基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度包括：所述沟体图案对应的沟体对象的实际长度与所述沟体图案的成像景深正相关。
所述异常环境实时监测***中：
基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度包括：所述沟体图案对应的沟体对象的实际长度与所述沟体图案占据的最多像素行数正相关。
所述异常环境实时监测***中：
基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案包括：将所述邻域插值图像中亮度值在沟体亮度分布范围内的像素作为沟体像素。
所述异常环境实时监测***中：
基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案还包括：将所述邻域插值图像中各个沟体像素进行孤点去除以获得多个剩余沟体像素，对所述多个剩余沟体像素执行拟合以获得各个沟体对象分别对应的各个沟体图案。
所述异常环境实时监测***中还可以包括：
锂电池，设置在山地自行车的控制盒内，分别与所述语音播放芯片、所述指令触发设备、所述沟体分析机构和所述数据存储芯片连接。
所述异常环境实时监测***中：
所述锂电池用于分别为所述语音播放芯片、所述指令触发设备、所述沟体分析机构和所述数据存储芯片提供电力支持。
另外，在所述异常环境实时监测***中，所述数据存储芯片为FLASH闪存。FLASH闪存是属于内存器件的一种。闪存则是一种非易失性(Non-Volatile)内存，在没有电流供应的条件下也能够长久地保持数据，其存储特性相当于硬盘，这项特性正是闪存得以成为各类便携型数字设备的存储介质的基础。NAND闪存的存储单元则采用串行结构，存储单元的读写是以页和块为单位来进行(一页包含若干字节，若干页则组成储存块，NAND的存储块大小为8到32KB)，这种结构最大的优点在于容量可以做得很大，超过512MB容量的NAND产品相当普遍，NAND闪存的成本较低，有利于大规模普及。
应当理解，本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种异常环境实时监测***，其特征在于，所述***包括：
数据存储芯片，设置在山地自行车的控制盒内，用于存储所述山地自行车对应类型所能够跨越的最大山沟长度；
前端摄像机构，设置在山地自行车的连接杆的中央位置，用于对前方行驶环境执行摄像动作，以获得行驶环境图像，所述连接杆用于连接山地自行车的左侧把手和右侧把手；
实时滤波设备，设置在山地自行车的控制盒内，与所述前端摄像机构连接，用于对接收到的行驶环境图像执行盒式滤波处理，以获得并输出相应的盒式滤波图像；
邻域插值设备，与所述实时滤波设备连接，用于对接收到的盒式滤波图像执行16像素×16像素邻域的Lanczos插值处理，以获得并输出相应的邻域插值图像；
特征鉴别机构，与所述邻域插值设备连接，用于基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案；
对象剔除设备，与所述特征鉴别机构连接，用于将所述邻域插值图像中的中央像素列以及距离所述中央像素列小于等于预设数量像素列的多个像素列一起作为所述邻域插值图像的中央区域，将未占据所述中央区域任何图像部分的沟体图案剔除，以获得剩余的一个以上的沟体图案；
沟体分析机构，与所述对象剔除设备连接，用于对每一个剩余的沟体图案执行以下动作：基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度；
指令触发设备，分别与所述沟体分析机构和所述数据存储芯片连接，用于在剩余的一个以上的沟体图案分别对应的一个以上的沟体对象中存在实际长度超过最大山沟长度的沟体对象时，发出无法跨越指令；
所述指令触发设备还用于在剩余的一个以上的沟体图案分别对应的一个以上的沟体对象中不存在实际长度超过最大山沟长度的沟体对象时，发出允许跨越指令；
语音播放芯片，设置在所述前端摄像机构的附近，与所述指令触发设备连接，用于接收并播放与所述无法跨越指令对应的语音警示文件；
其中，所述语音播放芯片还用于接收并播放与所述允许跨越指令对应的语音播放文件；
其中，基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度包括：所述沟体图案对应的沟体对象的实际长度与所述沟体图案的成像景深正相关；
其中，所述数据存储芯片为FLASH闪存，所述FLASH闪存属于内存器件的一种，闪存是一种非易失性内存，在没有电流供应的条件下也能够保持数据，NAND闪存的存储单元采用串行结构，NAND闪存的存储单元的读写是以页和块为单位来进行。
2.如权利要求1所述的异常环境实时监测***，其特征在于：
所述指令触发设备内置有ROM存储单元、RAM存储单元、信号输入单元以及指令发送单元。
3.如权利要求2所述的异常环境实时监测***，其特征在于：
基于所述沟体图案的成像景深和所述沟体图案占据的最多像素行数估算所述沟体图案对应的沟体对象的实际长度包括：所述沟体图案对应的沟体对象的实际长度与所述沟体图案占据的最多像素行数正相关。
4.如权利要求3所述的异常环境实时监测***，其特征在于：
基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案包括：将所述邻域插值图像中亮度值在沟体亮度分布范围内的像素作为沟体像素。
5.如权利要求4所述的异常环境实时监测***，其特征在于：
基于沟体成像特征识别所述邻域插值图像中的各个沟体对象分别对应的各个沟体图案还包括：将所述邻域插值图像中各个沟体像素进行孤点去除以获得多个剩余沟体像素，对所述多个剩余沟体像素执行拟合以获得各个沟体对象分别对应的各个沟体图案。
6.如权利要求5所述的异常环境实时监测***，其特征在于，所述***还包括：
锂电池，设置在山地自行车的控制盒内，分别与所述语音播放芯片、所述指令触发设备、所述沟体分析机构和所述数据存储芯片连接。
7.如权利要求6所述的异常环境实时监测***，其特征在于：
所述锂电池用于分别为所述语音播放芯片、所述指令触发设备、所述沟体分析机构和所述数据存储芯片提供电力支持。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011207398.8A CN113052888B (zh) | 2020-11-03 | 2020-11-03 | 异常环境实时监测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011207398.8A CN113052888B (zh) | 2020-11-03 | 2020-11-03 | 异常环境实时监测*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113052888A CN113052888A (zh) | 2021-06-29 |
| CN113052888B true CN113052888B (zh) | 2021-12-17 |
Family
ID=76507838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011207398.8A Active CN113052888B (zh) | 2020-11-03 | 2020-11-03 | 异常环境实时监测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113052888B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077795A (zh) * | 2014-05-30 | 2014-10-01 | 深圳前海零距物联网科技有限公司 | 自行车踏频传感器及固定装置 |
| CN104590120A (zh) * | 2014-12-02 | 2015-05-06 | 重庆交通大学 | 汽车自适应影像辅助通过方法及*** |
| CN104820982A (zh) * | 2015-04-23 | 2015-08-05 | 北京理工大学 | 一种基于核函数的实时地形估计方法 |
| CN105270525A (zh) * | 2015-09-28 | 2016-01-27 | 小米科技有限责任公司 | 两轮平衡车的控制方法及装置 |
| CN106712789A (zh) * | 2016-12-12 | 2017-05-24 | 北京小米移动软件有限公司 | 控制代步车的方法及装置 |
| CN107346136A (zh) * | 2016-05-04 | 2017-11-14 | 福特全球技术公司 | 越野自主驾驶 |
| CN108168566A (zh) * | 2016-12-07 | 2018-06-15 | 北京三快在线科技有限公司 | 道路确定方法、装置及电子设备 |
| CN108280405A (zh) * | 2017-12-29 | 2018-07-13 | 维沃移动通信有限公司 | 一种车辆避障的方法和装置 |
| CN108313173A (zh) * | 2018-04-12 | 2018-07-24 | 吴璇 | 自行车用障碍物预警*** |
| CN208665450U (zh) * | 2017-10-16 | 2019-03-29 | 刘子巨 | 自行车握把 |
| CN109808509A (zh) * | 2019-02-25 | 2019-05-28 | 武汉理工大学 | 一种无人驾驶越野车跨壕沟的自动识别与控制***及方法 |
| CN110274565A (zh) * | 2019-04-04 | 2019-09-24 | 王彬 | 对象面积现场检测平台 |
| CN110366107A (zh) * | 2019-07-09 | 2019-10-22 | 三星电子（中国）研发中心 | 车辆通信方法及使用该方法的装置 |
| CN209591067U (zh) * | 2019-09-03 | 2019-11-05 | 吉林大学 | 一种共享单车的危险性预判与安全性能检测*** |
| CN110688913A (zh) * | 2019-09-09 | 2020-01-14 | 苏州臻迪智能科技有限公司 | 一种基于智能设备的障碍物检测方法及装置 |
| CN110737411A (zh) * | 2019-03-20 | 2020-01-31 | 曹红娟 | 任务需求云端处理评估*** |
| CN110763190A (zh) * | 2019-10-29 | 2020-02-07 | 王君 | 参数大数据实时测量***及方法 |
| CN111414853A (zh) * | 2020-03-19 | 2020-07-14 | 宁波职业技术学院 | 基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质 |
| CN111768614A (zh) * | 2019-11-07 | 2020-10-13 | 张晓东 | 基于视觉分析的刹车频率检测***以及方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108643116B (zh) * | 2018-05-08 | 2019-10-22 | 河海大学 | 一种山区性水库库区河道水面宽度的估算方法 |
| CN111784974A (zh) * | 2019-04-04 | 2020-10-16 | 桑尼环保（江苏）有限公司 | 多参数实时提取方法 |
| CN110399771B (zh) * | 2019-04-12 | 2020-09-11 | 厦门瞳景智能科技有限公司 | 交通环境现场维护*** |
| CN111709947B (zh) * | 2020-04-24 | 2024-04-02 | 浙江科技学院 | 一种双流沟通和全局信息引导的显著物体图像检测方法 |
-
2020
- 2020-11-03 CN CN202011207398.8A patent/CN113052888B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077795A (zh) * | 2014-05-30 | 2014-10-01 | 深圳前海零距物联网科技有限公司 | 自行车踏频传感器及固定装置 |
| CN104590120A (zh) * | 2014-12-02 | 2015-05-06 | 重庆交通大学 | 汽车自适应影像辅助通过方法及*** |
| CN104820982A (zh) * | 2015-04-23 | 2015-08-05 | 北京理工大学 | 一种基于核函数的实时地形估计方法 |
| CN105270525A (zh) * | 2015-09-28 | 2016-01-27 | 小米科技有限责任公司 | 两轮平衡车的控制方法及装置 |
| CN107346136A (zh) * | 2016-05-04 | 2017-11-14 | 福特全球技术公司 | 越野自主驾驶 |
| CN108168566A (zh) * | 2016-12-07 | 2018-06-15 | 北京三快在线科技有限公司 | 道路确定方法、装置及电子设备 |
| CN106712789A (zh) * | 2016-12-12 | 2017-05-24 | 北京小米移动软件有限公司 | 控制代步车的方法及装置 |
| CN208665450U (zh) * | 2017-10-16 | 2019-03-29 | 刘子巨 | 自行车握把 |
| CN108280405A (zh) * | 2017-12-29 | 2018-07-13 | 维沃移动通信有限公司 | 一种车辆避障的方法和装置 |
| CN108313173A (zh) * | 2018-04-12 | 2018-07-24 | 吴璇 | 自行车用障碍物预警*** |
| CN109808509A (zh) * | 2019-02-25 | 2019-05-28 | 武汉理工大学 | 一种无人驾驶越野车跨壕沟的自动识别与控制***及方法 |
| CN110737411A (zh) * | 2019-03-20 | 2020-01-31 | 曹红娟 | 任务需求云端处理评估*** |
| CN110274565A (zh) * | 2019-04-04 | 2019-09-24 | 王彬 | 对象面积现场检测平台 |
| CN110366107A (zh) * | 2019-07-09 | 2019-10-22 | 三星电子（中国）研发中心 | 车辆通信方法及使用该方法的装置 |
| CN209591067U (zh) * | 2019-09-03 | 2019-11-05 | 吉林大学 | 一种共享单车的危险性预判与安全性能检测*** |
| CN110688913A (zh) * | 2019-09-09 | 2020-01-14 | 苏州臻迪智能科技有限公司 | 一种基于智能设备的障碍物检测方法及装置 |
| CN110763190A (zh) * | 2019-10-29 | 2020-02-07 | 王君 | 参数大数据实时测量***及方法 |
| CN111768614A (zh) * | 2019-11-07 | 2020-10-13 | 张晓东 | 基于视觉分析的刹车频率检测***以及方法 |
| CN111414853A (zh) * | 2020-03-19 | 2020-07-14 | 宁波职业技术学院 | 基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Trail following with omnidirectional vision [C]//2010 IEEE/RSJ International Conference on Intelligent Robots and Systems;Rasmussen C等;《2010 IEEE/RSJ International Conference on Intelligent Robots and Systems》;20101231;第829-836页 * |
| 基于STM32单片机的智能山地车安防***;张函仑等;《电子器件》;20171231;第3卷(第172期);第160-165页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113052888A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108388888B (zh) | 一种车辆识别方法、装置和存储介质 | |
| WO2019205020A1 (zh) | 一种路况识别方法、装置及设备 | |
| CN110428091A (zh) | 基于数据分析的风险识别方法及相关设备 | |
| CN111680377A (zh) | 一种交通态势仿真方法、***和电子设备 | |
| CN104318327A (zh) | 一种车辆轨迹预测分析方法 | |
| CN111507226A (zh) | 道路图像识别模型建模方法、图像识别方法及电子设备 | |
| CN112562330A (zh) | 评估道路运行指数的方法和装置、电子设备、存储介质 | |
| Mallela et al. | Detection of the triple riding and speed violation on two-wheelers using deep learning algorithms | |
| CN112905849A (zh) | 一种车辆数据处理的方法及装置 | |
| CN111258974A (zh) | 一种车辆离线场景数据处理方法及*** | |
| WO2024067210A1 (zh) | 一种交通状态确定方法、装置及设备 | |
| CN105320703B (zh) | 相似车辆检索中的查询扩展方法及装置 | |
| CN116499484A (zh) | 车辆调度方法、电子设备、存储介质及车辆 | |
| CN113052888B (zh) | 异常环境实时监测*** | |
| CN112766353B (zh) | 一种加强局部注意的双分支车辆再识别方法 | |
| CN104077924A (zh) | 反向寻车***及方法 | |
| CN116704750B (zh) | 一种基于聚类算法的交通状态识别方法、电子设备、介质 | |
| CN111121803B (zh) | 获取道路常用停靠点的方法及装置 | |
| CN112329152A (zh) | 一种驾驶数据搜索方法、装置及设备 | |
| CN114547403B (zh) | 变道场景采集方法、装置、设备及存储介质 | |
| CN116052059A (zh) | 一种交通违法行为的检测方法、装置及*** | |
| CN113505188A (zh) | 一种基于大数据的城市地图测绘更新***及方法 | |
| CN112364072A (zh) | 一种涉车非营运车营运发现方法、装置、设备和介质 | |
| CN114267021A (zh) | 对象识别方法和装置、存储介质及电子设备 | |
| JP6995080B2 (ja) | 情報取得装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211130 Address after: 310016 No. 4065, floor 4, building 2, No. 1191, Linding Road, Jianggan District, Hangzhou, Zhejiang Applicant after: GSOME TECHNOLOGY Co.,Ltd. Address before: Room 801-02, 855 Nanhu Avenue, Liangxi District, Wuxi City, Jiangsu Province, 214000 Applicant before: Wuxi Zhenyong Technology 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: Real time monitoring system for abnormal environments Granted publication date: 20211217 Pledgee: Hangzhou United Rural Commercial Bank Limited by Share Ltd. Shiqiao subbranch Pledgor: GSOME TECHNOLOGY Co.,Ltd. Registration number: Y2024980017095 |