-
Patent Agency Ranking
公开(公告)号：CN113380026B
公开(公告)日：2022-07-22
申请号：CN202110591828.9
申请日：2021-05-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于HMM的高速路交通量预测方法，基于采集的历史交通量数据划分训练集，采用FFT分析频域特性，基于残差噪声分布的衰减特性，确定平均回转时间；利用马尔可夫模型对历史交通量数据训练集的数字特征进行拟合，获取马尔可夫模型参数；利用更新过程分析节假日期间交通量的峰值特性，获取更新过程模型及模型参数；根据历史平峰交通量数据，利用构建的隐马尔可夫模型对未来月度交通流数据进行预测。本发明在多维度交通状态信息采集条件受限的情况下，仅依赖于历史交通量数据就能完成高精度的交通量预测。
-
公开(公告)号：CN112863245B
公开(公告)日：2022-07-05
申请号：CN201911195156.9
申请日：2019-11-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度神经网络的换道过程轨迹预测方法获取换道车辆和跟驰车辆运行参数和车辆轨迹；建立HMM换道决策模型，进行驾驶员换道决策阶段的训练；建立换道执行模型，进行驾驶员换道执行阶段的训练；对采集到的车辆实时数据，运用训练好的HMM模型判断驾驶员是否处于换道状态；如果识别出车辆状态为换道状态，用训练好的深度神经网络进行换道车辆轨迹预测。本发明提高了车辆换道轨迹的预测精度，有利于分析碰撞危险，提高行车安全性。
-
公开(公告)号：CN113380026A
公开(公告)日：2021-09-10
申请号：CN202110591828.9
申请日：2021-05-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于HMM的高速路交通量预测方法，基于采集的历史交通量数据划分训练集，采用FFT分析频域特性，基于残差噪声分布的衰减特性，确定平均回转时间；利用马尔可夫模型对历史交通量数据训练集的数字特征进行拟合，获取马尔可夫模型参数；利用更新过程分析节假日期间交通量的峰值特性，获取更新过程模型及模型参数；根据历史平峰交通量数据，利用构建的隐马尔可夫模型对未来月度交通流数据进行预测。本发明在多维度交通状态信息采集条件受限的情况下，仅依赖于历史交通量数据就能完成高精度的交通量预测。
-
公开(公告)号：CN112863245A
公开(公告)日：2021-05-28
申请号：CN201911195156.9
申请日：2019-11-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度神经网络的换道过程轨迹预测方法获取换道车辆和跟驰车辆运行参数和车辆轨迹；建立HMM换道决策模型，进行驾驶员换道决策阶段的训练；建立换道执行模型，进行驾驶员换道执行阶段的训练；对采集到的车辆实时数据，运用训练好的HMM模型判断驾驶员是否处于换道状态；如果识别出车辆状态为换道状态，用训练好的深度神经网络进行换道车辆轨迹预测。本发明提高了车辆换道轨迹的预测精度，有利于分析碰撞危险，提高行车安全性。
-
公开(公告)号：CN208498370U
公开(公告)日：2019-02-15
申请号：CN201721658042.X
申请日：2017-12-03
Applicant: 南京理工大学
Abstract: 本实用新型公开了一种基于方向盘的疲劳驾驶检测预警装置。该装置包括数据采集，数据分析，安全预警三大功能。其中，数据采集包括对驾驶员心率、手握方向盘压力和眼动特征数据的采集，前期采集的数据传送至单片机处理，确定相关疲劳阈值。之后根据采集数据进行实时监测，三组数据融合估计，判断驾驶员当前驾驶状态，若出现疲劳驾驶状态则及时采取预警措施。本实用新型可实现对驾驶疲劳的判断，实用性高；可迅速感应驾驶疲劳，灵敏性高，实时性好；三项生理指标综合判断，可靠性好、准确性高；不用手动输入任何数据，无干扰进行监测，且可自动进行安全预警，智能性高。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
