一种驾驶员姿态安全性定量评价模型的构建方法

    公开(公告)号:CN111783633B

    公开(公告)日:2024-06-28

    申请号:CN202010611056.6

    申请日:2020-06-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种驾驶员姿态安全性定量评价模型的构建方法,包括如下步骤:首先以驾驶员真实驾驶视频为数据集,对定量评价指标及评价姿态的原始数据进行相关性分析和标准化处理,然后使用模糊层次分析法和最小二乘法确定各定量评价指标权重值,最后计算驾驶姿态安全性评价得分,完成驾驶员姿态安全性定量评价模型的构建。本发明设计简单,易于计算;以驾驶员真实驾驶视频为数据集,充分结合驾驶姿态特点确定定量评价指标,表现出科学性、全面性、通用性、可操作性强等特征,对于保障营运车辆驾驶员人身安全、促进行车规范化安全化具有重要的现实意义。

    一种多式联运的基于区块链的单证系统

    公开(公告)号:CN113780941B

    公开(公告)日:2024-05-14

    申请号:CN202111011796.7

    申请日:2021-08-31

    Applicant: 东南大学

    Abstract: 本发明公开了一种多式联运的基于区块链的单证系统,包括:应用层、业务层、智能合约层和区块链软硬件平台层,任两层之间均进行信息交互;所述应用层,用于提供系统与用户之间的信息交互;所述业务层,用于实现运单数据处理、身份信息生成、接入链码处理、数据库建立倒排索引处理、区块及运单查询处理以及接口实现处理;所述智能合约层,是通过链码对运单进行管理,以及对业务逻辑接口获得的数据进行采集及处理;所述区块链软硬件平台层,用于实现区块链功能以及运单系统各组织成员的准入与核销。本发明系统结构精简,同时使得实际运输过程中复杂的情况数据化、结构化,并将结构化的数据应用区块链技术,为实际运输业务提供便利。

    车辆动力学指标提取方法和事故风险值预测方法

    公开(公告)号:CN111369062A

    公开(公告)日:2020-07-03

    申请号:CN202010152866.X

    申请日:2020-03-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于高速公路平曲线路段事故风险识别的车辆动力学指标提取方法以及事故风险值预测方法,其中车辆动力学指标提取方法包括:1、将目标高速公路按长度等分为多个路段单元并筛选平曲线路段;2、计算各平曲线路段真实事故风险值Ri;3、采集车辆正常行驶中L类动力学响应数据,并计算其变化率xi,l(t);构建异常数据集Yl并分级,统计xi,l(t)的异常数据分级数据 计算与Ri的相关性,选取相关度最大的异常值等级作为显著性变量;4、基于因子分析方法从显著性变量中提取车辆动力学指标,作为目标高速公路平曲线路段事故风险识别的指标。该方法考虑了车辆所受各个方向动力学响应的综合影响,具有较高的识别精度,且整个方法操作简单,可移植性强,易于推广应用。

    匹配牵引车与挂车的方法及系统

    公开(公告)号:CN103295117A

    公开(公告)日:2013-09-11

    申请号:CN201310188917.4

    申请日:2013-05-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种匹配牵引车与挂车的方法,包括以下步骤:确定匹配牵引车与挂车的指标体系;定义模糊语义词;确定指标权重;建立决策矩阵;建立加权标准化决策矩阵;确定正理想解与负理想解;分别计算每个候选项与正理想解和负理想解的距离;计算贴进度,排序得到正理想解。本发明还公开了一种匹配牵引车与挂车的系统。本发明不仅科学、高效,而且富有人性化,可以更好地帮助公路货运企业制定配送决策。

    车辆动力学指标提取方法和事故风险值预测方法

    公开(公告)号:CN111369062B

    公开(公告)日:2023-05-12

    申请号:CN202010152866.X

    申请日:2020-03-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于高速公路平曲线路段事故风险识别的车辆动力学指标提取方法以及事故风险值预测方法,其中车辆动力学指标提取方法包括:1、将目标高速公路按长度等分为多个路段单元并筛选平曲线路段;2、计算各平曲线路段真实事故风险值Ri;3、采集车辆正常行驶中L类动力学响应数据,并计算其变化率xi,l(t);构建异常数据集Yl并分级,统计xi,l(t)的异常数据分级数据计算与Ri的相关性,选取相关度最大的异常值等级作为显著性变量;4、基于因子分析方法从显著性变量中提取车辆动力学指标,作为目标高速公路平曲线路段事故风险识别的指标。该方法考虑了车辆所受各个方向动力学响应的综合影响,具有较高的识别精度,且整个方法操作简单,可移植性强,易于推广应用。

    一种基于双视角视频数据的驾驶员姿态识别方法

    公开(公告)号:CN111832446B

    公开(公告)日:2022-11-08

    申请号:CN202010608561.5

    申请日:2020-06-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于双视角视频数据的驾驶员姿态识别方法,包括如下步骤:使用双视角摄像头采集驾驶员驾驶视频数据;基于Python‑OpenCV库将视频数据转化为图片数据;将驾驶动作进行分解,提取视线偏移状态量V、持续性状态量C和短暂性状态量T,并形成标签化的双视角图像数据集;构建小型卷积神经网络识别视线偏移量V;构建多输出轻型卷积神经网络识别短暂型状态量C和持续型状态量T;构建联合识别网络,实现驾驶姿态识别;分析驾驶状态在时间轴上的排列,实现驾驶动作的识别。本发明采用双视角数据集,弥补了单视角数据信息损失的固有缺陷;通过构建模型识别驾驶姿态,并基于驾驶状态在时间轴上的排列,识别驾驶动作,模型实时性和精度均很好。

    一种基于双视角视频数据的驾驶员姿态识别方法

    公开(公告)号:CN111832446A

    公开(公告)日:2020-10-27

    申请号:CN202010608561.5

    申请日:2020-06-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于双视角视频数据的驾驶员姿态识别方法,包括如下步骤:使用双视角摄像头采集驾驶员驾驶视频数据;基于Python-OpenCV库将视频数据转化为图片数据;将驾驶动作进行分解,提取视线偏移状态量V、持续性状态量C和短暂性状态量T,并形成标签化的双视角图像数据集;构建小型卷积神经网络识别视线偏移量V;构建多输出轻型卷积神经网络识别短暂型状态量C和持续型状态量T;构建联合识别网络,实现驾驶姿态识别;分析驾驶状态在时间轴上的排列,实现驾驶动作的识别。本发明采用双视角数据集,弥补了单视角数据信息损失的固有缺陷;通过构建模型识别驾驶姿态,并基于驾驶状态在时间轴上的排列,识别驾驶动作,模型实时性和精度均很好。

    一种驾驶员姿态安全性定量评价模型的构建方法

    公开(公告)号:CN111783633A

    公开(公告)日:2020-10-16

    申请号:CN202010611056.6

    申请日:2020-06-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种驾驶员姿态安全性定量评价模型的构建方法,包括如下步骤:首先以驾驶员真实驾驶视频为数据集,对定量评价指标及评价姿态的原始数据进行相关性分析和标准化处理,然后使用模糊层次分析法和最小二乘法确定各定量评价指标权重值,最后计算驾驶姿态安全性评价得分,完成驾驶员姿态安全性定量评价模型的构建。本发明设计简单,易于计算;以驾驶员真实驾驶视频为数据集,充分结合驾驶姿态特点确定定量评价指标,表现出科学性、全面性、通用性、可操作性强等特征,对于保障营运车辆驾驶员人身安全、促进行车规范化安全化具有重要的现实意义。

Patent Agency Ranking