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
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。
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
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
相关视频