通过视觉场景功能集群分析通过3D传感器和自适应模糊控制来增强运输网络智能
1Xiamen Academy of Arts and Design, Fuzhou University, Xiamen, Fujian, China.
PeerJ. Computer science
|February 3, 2025
概括
本研究介绍了一种使用3D传感器和自适应模糊控制来改进智能交通系统的视觉场景分析方法. 该方法提高了复杂的运输网络中的环境感知和操作智能.
科学领域:
- 智能运输系统 智能运输系统
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 由于复杂和不可预测的环境,运输网络面临运营挑战.
- 提高运输系统的智能化对于高效运营至关重要.
研究的目的:
- 为智能交通网络提出视觉场景特征集群分析方法.
- 用3D传感器和自适应模糊控制来处理复杂的环境和不可预测的状态.
主要方法:
- 使用3D传感器进行视觉场景的特征提取框架.
- 使用特征处理操作员进行图像噪声和裂纹修复.
- 通过自适应模糊控制和相似性矩阵设计来识别环境的特征聚合.
主要成果:
- 提出的方法实现了0.776.6的平均平均精度 (mAP).
- 与现有的视觉场景感知方法相比,表现出优异的性能.
- 成功地识别了运输网络中的当前环境和状态.
结论:
- 开发的方法为交通中的视觉场景感知提供了理论基础.
- 提高运输网络的整体情报和运营能力.
- 为现实世界复杂的运输场景提供强大的解决方案.
