-
公开(公告)号：CN117275237A
公开(公告)日：2023-12-22
申请号：CN202311345021.2
申请日：2023-10-17
Applicant: 同济大学 , 河北省高速公路京雄管理中心
IPC: G08G1/01 , G08G1/048 , G08G1/16 , G08G1/0967 , H04W4/40
Abstract: 本发明涉及一种基于智能网联汽车运行场景解析的行驶风险预警方法，该方法包括以下步骤：获取影响智能网联汽车行驶安全的动静态场景要素；获取智能网联汽车与周边车辆之间的相对位置关系和运动轨迹特征，判断车辆之间的交互类型；基于所述动静态场景要素，计算反映场景静态特征的道路环境复杂度，以及反映场景动态特征的交通流状态；基于所述车辆之间的交互类型，利用风险评价指标，构建智能网联汽车与周边车辆之间的风险度量模型；基于所述道路环境复杂度、交通流状态和风险度量模型，确定行驶风险等级；基于所述行驶风险等级，实现智能网联汽车行驶风险分级预警。与现有技术相比，本发明能够对智能网联汽车提前进行风险预警。
-
公开(公告)号：CN118172745A
公开(公告)日：2024-06-11
申请号：CN202410394928.6
申请日：2024-04-02
Applicant: 同济大学
Abstract: 本发明公开了一种基于PTUNs网络重构分辨率精度的道路纹理跨尺度表征方法及系统，涉及道路纹理表征技术领域，采集高分辨率纹理数据，并进行预处理；进行下采样，得到不同分辨率纹理数据集；构建PTUNs网络；基于不同分辨率纹理数据集，训练构建的PTUNs网络；将低分辨率纹理数据输入到训练好的PTUNs网络，重构低分辨率纹理数据中丢失的小尺度细节，输出高分辨率纹理数据；基于高分辨率纹理数据，对低分辨率纹理进行跨尺度表征。本发明即便是在分辨率受限的情况下，也能够捕捉到细微的道路纹理特征，实现对纹理的细粒度理解和表征。PTUNs网络能够弥合道路纹理高、低分辨率之间的差距，实现对更小尺度纹理细节的准确重构。
-
公开(公告)号：CN118366316A
公开(公告)日：2024-07-19
申请号：CN202410507622.7
申请日：2024-04-25
Applicant: 同济大学
Abstract: 本发明公开了一种智能汽车道路运行适应性的评估与预测方法及系统，方法包括：考虑先验道路信息和实时交通信息，构建多层动态贝叶斯网络；确定多层动态贝叶斯网络各层之间的参数形式和条件概率，并估计联合分布概率；确定并计算各层的适应性评估指标；结合联合分布概率和适应性评估指标，利用机器学习模型训练网络参数，确定基于多层动态贝叶斯网络结构的运行适应性评估与预测模型；通过智能汽车的实际道路测试数据，对运行适应性评估与预测模型的有效性进行验证。通过本发明的技术方案，实现了多因素影响下智能汽车运行适应性的演变与预测，实现了安全风险的提前预测，提高了智能汽车的运行安全性。
-
公开(公告)号：CN114118795A
公开(公告)日：2022-03-01
申请号：CN202111417767.0
申请日：2021-11-26
Applicant: 同济大学 , 山西省交通科技研发有限公司
Abstract: 本发明涉及一种智能重载高速公路的安全风险度评估分级及动态预警方法，包括以下步骤：1)构建智能重载高速公路风险评估的整体要素框架；2)根据历史数据，从概率和严重程度两方面获取各动静态要素的风险影响系数；3)根据智能重载高速公路风险评估的整体要素框架和要素风险影响系数，采用风险度计算模型和分级方法确定智能重载高速公路的运行安全风险等级；4)根据实测数据，通过预警平台实现风险动态预警。与现有技术相比，本发明能够全面、清晰、便捷、合理化、标准化评估智能重载高速公路运行安全风险，并可根据道路交通动态要素变化，实现风险动态显示和预警，具有创新性、科学性和实用性等优点。
-
-
-
Search Results
4
records
(took 0.017 seconds)
