基于物理知识与深度学习的下车点识别系统
- 成果编号
- 37987
- 完成单位
- 苏州大学
- 完成时间
- 2023年
- 成熟程度
- 小批量生产阶段
- 价格
- 面议
- 单位类别
- 211系统院所、其他高校
| 科技计划 | 成果形式 |
|---|---|
| 新技术 | |
| 合作方式 | 参加活动 |
技术开发、技术咨询、技术服务、其他 |
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 |
| 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 |
| 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 | 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 |
| 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 | 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 |
