-
公开(公告)号：CN118313718A
公开(公告)日：2024-07-09
申请号：CN202410284181.9
申请日：2024-03-13
Applicant: 东南大学 , 宁波市高等级公路建设管理中心
IPC: G06Q10/0639 , G06Q10/0635 , G06Q50/08 , G06Q50/26 , G06F18/214 , G06F17/16
Abstract: 本申请涉及一种面向台风灾害的高速公路边坡施工安全韧性评估方法。该方法包括：根据预先构建的安全韧性指标体系中的安全韧性指标，获取待评估项目中关于各项安全韧性指标的测量数据，构建物元矩阵，根据所述物元矩阵和预先构建的各评价等级下的物元矩阵，利用关联度函数，确定待评估项目的各项安全韧性指标的在各评价等级下的关联度；根据待评估项目的各项安全韧性指标的在各评价等级下的关联度，以及各项安全韧性指标对应的熵权，确定待评估项目在各评价等级下的综合关联度，进而将综合关联度最大的评价等级确定为所述待评估项目的安全韧性评估等级。由此，提高面向台风灾害的高速公路边坡施工安全韧性评估结果的可靠性和有效性。
-
公开(公告)号：CN118171952A
公开(公告)日：2024-06-11
申请号：CN202410284128.9
申请日：2024-03-13
Applicant: 东南大学 , 宁波市高等级公路建设管理中心
IPC: G06Q10/0639 , G06Q10/0635 , G06Q50/08 , G06Q50/26
Abstract: 本发明公开了一种高速公路桥梁施工安全韧性评价方法，包括如下步骤：安全韧性评价指标体系构建；安全韧性评价指标权重确定；安全韧性变化函数计算。首先构建安全韧性评价指标体系并确定指标获取方法，然后确定指标权重并进行权重修正，然后确定系统承受能力与恢复能力计算方法，最后通过安全韧性状态函数计算系统安全韧性得分，进行安全状态评估。本发明可以实现高速公路桥梁施工安全韧性评价，在安全生产管理中具有实际的工程应用价值。
-
公开(公告)号：CN118171951A
公开(公告)日：2024-06-11
申请号：CN202410283674.0
申请日：2024-03-13
Applicant: 东南大学 , 宁波市高等级公路建设管理中心
IPC: G06Q10/0639 , G06Q10/0635 , G06Q50/26 , G06F18/2415
Abstract: 本发明公开了一种基于贝叶斯的高速公路路基施工安全韧性评估方法，包括步骤如下：S1，获取高速公路路基施工中各安全要素的样本数据；S2，结合安全韧性的鲁棒性、冗余性、快速性和智慧性，建立高速公路路基安全韧性指标体系；S3，采用熵权法计算各指标权重，基于贝叶斯网络模型构建安全韧性评估模型。本发明利用贝叶斯网络模型实现对建设项目薄弱环节的追踪，有助于制定针对性措施，从整体上把握施工项目的安全状况，减少不同地区安全水平差异大的问题。
-
公开(公告)号：CN118015567A
公开(公告)日：2024-05-10
申请号：CN202410404743.9
申请日：2024-04-07
Applicant: 东南大学
IPC: G06V20/54 , G06V20/70 , G06V20/40 , G06V10/44 , G06V10/62 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种适用于高速公路路侧监控的车道划分方法及相关装置，本发明通过对车辆轨迹进行聚类和空间划分，获得车道空间区域，根据车道空间区域获得道路空间区域，在道路空间区域中屏蔽车道空间区域，通过边缘点识别获取车道划分结果，无需费时费力的人工标注。
-
公开(公告)号：CN117994743A
公开(公告)日：2024-05-07
申请号：CN202410404735.4
申请日：2024-04-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于动态目标分割时空网络的事故检测方法及相关装置，本发明摒弃了对车辆轨迹的依赖，利用交通事故的时空特征关系，通过特征提取与融合，快速有效判断视频流中事故是否发生，提高了事故识别的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN116088530A
公开(公告)日：2023-05-09
申请号：CN202310176952.8
申请日：2023-02-28
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了基于模型预测控制引导的强化学习自动驾驶车队控制方法，针对智能网联环境下非线性混合流的自动驾驶车队构建预测控制模型；基于状态过渡模型构建非自动驾驶车辆的状态集成参数ψ；基于多智能体通信拓扑结构及状态估计ψ′，对自动驾驶车队构建基于深度确定性策略梯度的强化学习控制模型；将第一加速度和第二加速度结合为融合控制律，根据融合控制律对强化学习控制模型进行训练，将训练后的强化学习控制模型作为自动驾驶车辆的控制策略。本发明将模型预测控制用于强化学习训练，针对智能网联混合流自动驾驶车队队列控制，降低模型预测控制中的在线控制算力需求，减少强化学习训练过程中的无意义数据，增强混合流场景下的控制鲁棒性。
-
公开(公告)号：CN116049668A
公开(公告)日：2023-05-02
申请号：CN202211642644.1
申请日：2022-12-20
Applicant: 东南大学
IPC: G06F18/214 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的自动驾驶事故严重程度预测方法，包括如下步骤：(1)获取自动驾驶事故多源数据，对数据进行联合和预处理形成事故集D1；(2)对D1进行稀疏性分析和相关性检验，剔除冗余属性并保留与事故严重程度、事故类型相关性强的变量，建立事故集D2；(3)通过SMOTE算法对D2重采样，均衡事故严重程度、事故类型两种特征的类别比例；(4)导入XGBoost模型，将D2按比例划分为训练集和测试集，利用网格搜索原理调试XGBoost模型超参并得到相对优的超参组合；(5)利用步骤4相对优的超参组合建立基于XGBoost算法的自动驾驶事故严重程度预测模型，在步骤4得到的训练集上训练自动驾驶事故严重程度预测模型并在测试集上验证该模型预测性能。
-
公开(公告)号：CN114639237B
公开(公告)日：2023-02-14
申请号：CN202210155873.4
申请日：2022-02-21
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本申请涉及一种交通安全管理规范实施后的影响效果分析方法。该方法包括：获取实验区域和控制区域；获取各实验区域和各控制区域对应影响道路安全因素的数据，基于Logit模型获得各实验区域和各控制区域的道路安全评分，基于预设匹配方式将实验区域与控制区域进行一对一匹配，确定各实验区域对应的控制区域；根据预设间隔将待分析时间段划分为各时间区段；获取各实验区域在各时间区段的第一交通事故数量，以及各实验区域对应控制区域在各时间区段的第二交通事故数量；采用影响效果分析公式确定实施交通安全管理规范后各时间区段的影响效果；进一步确定实施交通安全管理规范所产生的影响效果，能够准确判断交通安全管理政策实施之后的影响效果。
-
公开(公告)号：CN112990544B
公开(公告)日：2022-11-18
申请号：CN202110170986.7
申请日：2021-02-08
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路交织区交通事故预测方法，该方法选择高速公路交织区作为研究对象，利用Logistic分层回归模型，建立道路几何设计、交通流与交织区事故风险的关联关系，建立事故风险模型。本发明通过定量分析道路几何设计对事故风险的影响，有效、准确地预测交织区交通事故风险。
-
公开(公告)号：CN114241753B
公开(公告)日：2022-11-01
申请号：CN202111465931.5
申请日：2021-12-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于多维度影响因素的道路安全评价方法及系统，涉及道路安全技术领域，基于历史交通数据以及对应的安全影响因素分别构建不同维度下的安全评价模型，并对道路安全风险曝光量进行了弹性分类，通过约束函数链接宏观与微观维度下的安全评价模型并分别判断各安全影响因素的影响机理，具体地，分别针对限定区域范围内的各个子区域，构建并获得安全评价模型，应用安全评价模型，获得影响子区域中各交通道路安全的影响因素，对子区域进行安全评价，通过本发明的技术方案，提供了一种精确、全面、客观、反映影响数据具有真实性的道路安全评价方法，适用范围更广。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.024 seconds)
