基于物理知识与深度学习的下车点识别系统

成果编号：37987

价格：面议

完成单位：苏州大学

单位类别：211系统院所、其他高校

完成时间：2023年

成熟程度：小批量生产阶段

服务产业领域：电子信息、装备制造、其他

我要对接关注发送消息

发布人：pyang 离线

发送消息

基于物理知识与深度学习的下车点识别系统技术，解决了场景感知领域用户行为识别问题。该技术通过分析智能手机传感器时序数据，来快速识别用户下车行为。技术融合了传感器物理规律与深度学习自动建模的高维抽象特征，实现在多种场景下的用户下车行为的精准识别，包括经过颠簸路面，快速、慢速、变速行驶，过减速带，等待红绿灯等场景，极大降低了误识别率；同时利用模型压缩技术，将识别模型缩小到100K量级。为后续用户路径导航等应用提供了有效的支撑。

1977 次浏览分享到

成果介绍

科技计划：

成果形式：新技术

合作方式：技术开发、技术咨询、技术服务、其他

参与活动： 2023年高校院所走进镇江产学研合作对接活动第二届江苏产学研合作对接大会 2023年高校院所服务苏北五市产学研合作对接活动

专利情况：未申请专利

成果简介

综合介绍

创新要点

1、深度学习建模传感器数据的高维抽象特征； 2、物理规律进一步约束深度学习预测结果； 3、模型压缩降低手机端的能耗，实现低能耗感知； 4、手机端实时检测，复杂场景，精准快速响应。

技术指标

1、检测效率高：下车点识别的时间误差在1-2s，实现高效检测； 2、检测精度高：在复杂场景下的识别准确率可达98%，实现精准检测； 3、为上层提供支撑：可对路径规划上层应用提供联控联调，实现最优化感知。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息