Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

DAS交通参数实时估计方法、系统、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:电子科技大学

摘要:本发明公开了一种DAS交通参数实时估计方法、系统、设备及介质,属于分布式光纤传感及其应用技术领域,其目的在于解决现有技术中难以解决多个移动目标等复杂场景下DAS信号的检测识别、以及难以高效提取交通目标的移动位置、车型或车身重量、实时速率等交通参数信息的技术问题。其通过构建交通参数提取网络,并在交通参数提取网络提取的边界框中加入了角度值θ的预测值,并在训练时加入了角度损失;通过引入角度定义方法和CSL标签圆滑算法将角度离散化,构建了R‑YOLO移动振动源实时检测算法,解决了常规角度定义的边界问题,提高了网络性能,能够实现交通监测中移动振动源的实时检测与参数精准估计。

主权项:1.一种DAS交通参数实时估计方法,其特征在于,包括以下步骤:步骤S1,获取信号样本;利用DAS系统采集交通环境下道路沿线的时空信号,得到二维时空信号样本;步骤S2,构建交通参数提取网络;构建交通参数提取网络,交通参数提取网络的主干网络包括:输入层-卷积层Convl-卷积层Conv2-C3模块-卷积层Conv3-C3模块-卷积层Conv4-C3模块-卷积层Conv5-C3模块-SPPF特征提取模块;步骤S3,训练交通参数提取网络;采用步骤S1中得到的二维时空信号样本对步骤S2构建的交通参数提取网络进行训练;训练时,将二维时空信号样本划分成网格单元,对每个网格单元预测出B个边界框,每个边界框包括6个预测值:x、y、w、h、置信度以及角度θ;训练的损失函数为:Loss=LBox+LConfidence+LClass+LAngleLBox=LCIoU=1-CIoU LConfidence=BCEp0,pIoULClass=BCEcgt,cpLAngle=BCEθgt,θp其中,x,y表示边界框中心的坐标相对于当前网格单元左上角的偏移量,w,h表示边界框的宽和高,θ表示边界框的长边与x轴的夹角;LBox表示边界框损失,LConfidence表示置信度损失,LClass表示类别损失,LArgle表示角度损失;CIoU表示预测框与真实边界框之间的完全相交损耗,IoU表示预测框与真实边界框的交点,b表示预测框的中心坐标,bgt表示真实目标边界框的中心点坐标,ρ表示预测框的中心点与真实目标边界框的中心点之间的欧式距离,c表示刚好能包含预测框和地面实况框的最小矩形的最小对角线长度,a表示权重函数,v表示修正因子;p0表示预测框的置信度,pIoU表示预测框的CIoU;cgt表示真实类别,cp表示预测类别;θgt表示真实角度值,θp表示预测角度值;BCE表示BCE对数损失;步骤S4,交通参数实时估计;获取待估计的时空信号,并输入步骤S3训练好的交通参数提取网络中,交通参数提取网络输出该待估计信号的交通参数。

全文数据:

权利要求:

百度查询: 电子科技大学 DAS交通参数实时估计方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。