-
公开(公告)号：CN110544373B
公开(公告)日：2020-11-03
申请号：CN201910773932.2
申请日：2019-08-21
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于北斗车联网的货车预警信息的提取与风险识别的方法，包括：步骤1，通过设有北斗定位系统的车联网车载终端获取车辆预警相关的原始数据，步骤2，对原始数据进行预处理，步骤3，货车预警信息的关键变量提取，步骤4，车辆安全风险的聚类，步骤5，判别分析，步骤6，风险识别。本发明可以对某一车辆/驾驶员，给出其单位行驶里程预警频次和单位行驶时间的预警频次，就可基于车联网的历史数据给出判别分析的判断函数，实现对其风险的识别或预测。
-
公开(公告)号：CN110544373A
公开(公告)日：2019-12-06
申请号：CN201910773932.2
申请日：2019-08-21
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于北斗车联网的货车预警信息的提取与风险识别的方法，包括：步骤1，通过设有北斗定位系统的车联网车载终端获取车辆预警相关的原始数据，步骤2，对原始数据进行预处理，步骤3，货车预警信息的关键变量提取，步骤4，车辆安全风险的聚类，步骤5，判别分析，步骤6，风险识别。本发明可以对某一车辆/驾驶员，给出其单位行驶里程预警频次和单位行驶时间的预警频次，就可基于车联网的历史数据给出判别分析的判断函数，实现对其风险的识别或预测。
-
公开(公告)号：CN109754153A
公开(公告)日：2019-05-14
申请号：CN201811409135.8
申请日：2018-11-23
Applicant: 北京交通大学
IPC: G06Q10/06
Abstract: 本发明属于交通安全技术领域，涉及一种基于持续时间模型的驾驶员违章风险估计方法，包括以下步骤：A、构建驾驶员违章间隔时间样本数据库；B、估计驾驶员违章间隔时间整体分布；C、拟合违章间隔时间持续时间模型，并估计标定持续时间模型回归参数；D、估计驾驶员违章间隔时间累积生存率；E、估计驾驶员发生违章的风险。本发明所述方法考虑删失数据，更准确地估计驾驶员违章间隔时间分布；并识别违章行为的显著影响因素，估计驾驶员未来一段时间内的违章风险概率；据此为驾驶员提供违章预警提示，减少驾驶员发生违章和事故事件的可能性，提升道路交通安全。
-
-
Search Results
3
records
(took 0.016 seconds)
