-
公开(公告)号：CN117273261A
公开(公告)日：2023-12-22
申请号：CN202311045372.1
申请日：2023-08-18
Applicant: 东南大学
IPC: G06Q10/063 , G06Q50/26 , G08G1/01 , G06N3/0464 , G06N3/0442 , G06F18/2337
Abstract: 本发明公开了一种高速公路分流区换道行为风险预测方法及系统，具体包括：基于换道行为开始时刻，构建车辆换道意图过程轨迹数据集和车辆换道行为过程轨迹数据集；采用深度学习算法构建换道意图识别模型，比较获取识别准确率最高的换道意图时段；构建车辆换道碰撞概率指标与车辆换道碰撞严重程度指标，耦合换道行为安全风险预测指标；采用深度学习算法构建高速公路分流区换道行为安全风险预测模型，基于该模型进行换道行为风险实时预测。本发明对高速公路分流区车辆换道行为安全风险进行预测，保障车辆换道安全，对于动态预测高速公路分流区交通安全风险，提升高速公路交通安全管控水平，有效减少高速公路分流区交通事故数量具有重要意义。
-
公开(公告)号：CN116631186B
公开(公告)日：2024-05-28
申请号：CN202310569137.8
申请日：2023-05-19
Applicant: 东南大学
IPC: G08G1/01 , G06V20/54 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06Q10/0635 , G06Q50/26 , G08G1/054 , G08G1/017
Abstract: 本发明公开了一种基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统，方法包括以下步骤：获取高速公路交通事故数据和四类危险驾驶事件数据；分别查找并统计事故发生前和无事故发生时路段上危险驾驶事件发生的频次和所有同类型危险驾驶事件中车辆最大加速度和最大速度的平均值；以上述危险驾驶事件信息为自变量，以事故与否为因变量，构建样本数据集；将数据处理成图像形式，构建并训练深度学习模型，用以考虑危险驾驶事件数据在不同事件类型和上下游空间位置方面的内在联系，挖掘事故发生前路段上危险驾驶事件的规律；最后，实时获取高速公路全路段的危险驾驶事件数据，根据训练好的模型实时评估交通事故风险。
-
公开(公告)号：CN117238126A
公开(公告)日：2023-12-15
申请号：CN202311103644.9
申请日：2023-08-29
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/04 , G06Q10/0635 , G06F18/214 , G08G1/052 , G08G1/065
Abstract: 本发明公开了一种连续流道路场景下的交通事故风险评估方法，包括：构造病例对照数据集，划分为历史样本数据和测试数据，使用历史样本数据进行自组织映射聚类分析，构建风险场景识别模型；输入待测数据集，判断待测数据所属的风险场景，将所属风险场景的历史样本数据作为训练集进行基学习器模型训练，并输出待测数据的预测结果；对测试数据的预测结果绘制ROC曲线，采用AUC指标评估优度，并根据约登指数选择最佳风险阈值；实时获取待评估道路上的交通流参数，确定风险场景，实时计算待评估道路上的风险水平。本发明以较低成本对道路交通事故风险进行准确实时预警，提高交通系统运行的安全性和可靠性。
-
公开(公告)号：CN116631186A
公开(公告)日：2023-08-22
申请号：CN202310569137.8
申请日：2023-05-19
Applicant: 东南大学
IPC: G08G1/01 , G06V20/54 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06Q10/0635 , G06Q50/26 , G08G1/054 , G08G1/017
Abstract: 本发明公开了一种基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统，方法包括以下步骤：获取高速公路交通事故数据和四类危险驾驶事件数据；分别查找并统计事故发生前和无事故发生时路段上危险驾驶事件发生的频次和所有同类型危险驾驶事件中车辆最大加速度和最大速度的平均值；以上述危险驾驶事件信息为自变量，以事故与否为因变量，构建样本数据集；将数据处理成图像形式，构建并训练深度学习模型，用以考虑危险驾驶事件数据在不同事件类型和上下游空间位置方面的内在联系，挖掘事故发生前路段上危险驾驶事件的规律；最后，实时获取高速公路全路段的危险驾驶事件数据，根据训练好的模型实时评估交通事故风险。
-
-
-
Search Results
4
records
(took 0.014 seconds)
