一种山区高速公路事故多发路段识别方法

    公开(公告)号:CN113920723A

    公开(公告)日:2022-01-11

    申请号:CN202111138520.5

    申请日:2021-09-27

    Applicant: 同济大学

    Abstract: 本发明涉及一种山区高速公路事故多发路段识别方法,包括:步骤1:获取山区高速公路相关数据;步骤2:根据步骤1采集的数据,将山区高速公路划分为同质路段;步骤3:构建样本数据集;步骤4:针对山区高速公路事故总数构建负二项安全分析模型;步骤5:计算安全可提高空间PSI;步骤6:利用高斯混合聚类模型GMM对PSI高危路段进行聚类,获得事故多发路段识别结果。与现有技术相比,本发明具有可靠性高、更加合理等优点。

    一种山区高速公路次月事故预测方法

    公开(公告)号:CN113919551A

    公开(公告)日:2022-01-11

    申请号:CN202111056453.2

    申请日:2021-09-09

    Applicant: 同济大学

    Abstract: 本发明涉及一种山区高速公路次月事故预测方法,该方法包括以下步骤:步骤S1:获取山区高速公路的交通运行数据,包括交通事故数据、节假日数据和天气数据;步骤S2:划分山区高速公路建模路段;步骤S3:构建事故预测的样本数据集;步骤S4:基于节假日数据和天气数据计算模型预测值的修正系数;步骤S5:进行事故月度分布检验;步骤S6:基于事故月度分布与基础时间序列计数模型,建立时间序列负二项模型进行次月事故预测;步骤S7:将预测事故数与验证集的实际事故数进行比较,检验模型预测精度,分析事故发生规律,预测月度事故发生态势。与现有技术相比,本发明具有针对性强、准确性高等优点。

    一种基于梯度直方图视频识别技术的疲劳驾驶检测方法

    公开(公告)号:CN112052775A

    公开(公告)日:2020-12-08

    申请号:CN202010901235.3

    申请日:2020-08-31

    Abstract: 本发明涉及一种基于梯度直方图视频识别技术的疲劳驾驶检测方法,包括以下步骤:采集驾驶人员面部图像;计算每一张面部图像的方向梯度直方图,利用方向梯度直方图进行特征定位;从每一张定位后的面部图像中提取嘴部子图和眼部子图,实现嘴部子图和眼部子图的视频跟踪;根据嘴部子图和眼部子图计算单位时间内眼睛闭合时间PERCLOS、眨眼时长和打呵欠频率;将单位时间内眼睛闭合时间、眨眼时长和打呵欠频率与设定阈值进行对比,完成疲劳驾驶检测。与现有技术相比,计算步骤更简单,耗时少,对硬件要求低。

    一种山区高速公路事故多发路段识别方法

    公开(公告)号:CN113920723B

    公开(公告)日:2022-09-16

    申请号:CN202111138520.5

    申请日:2021-09-27

    Applicant: 同济大学

    Abstract: 本发明涉及一种山区高速公路事故多发路段识别方法,包括:步骤1:获取山区高速公路相关数据;步骤2:根据步骤1采集的数据,将山区高速公路划分为同质路段;步骤3:构建样本数据集;步骤4:针对山区高速公路事故总数构建负二项安全分析模型;步骤5:计算安全可提高空间PSI;步骤6:利用高斯混合聚类模型GMM对PSI高危路段进行聚类,获得事故多发路段识别结果。与现有技术相比,本发明具有可靠性高、更加合理等优点。

    一种基于面部关键点识别和支持向量机相结合的分心驾驶检测方法

    公开(公告)号:CN114049661A

    公开(公告)日:2022-02-15

    申请号:CN202111195880.9

    申请日:2021-10-14

    Applicant: 同济大学

    Abstract: 一种基于面部关键点识别和支持向量机相结合的分心驾驶检测方法,包括:采集驾驶员面部图像,提取人脸特征部位信息,输出人脸关键点位置坐标,进行视频追踪并将一段时间序列的关键点位置坐标形成一维数组,输入支持向量机模型,并制定判定阈值进行分心状态判断。本发明的目的在于研发一种通适性算法,通过视频传感器采集的驾驶人面部数据,结合交通工程理论,进行驾驶员分心驾驶状态侦测,对于后续形成完善的驾驶员异常驾驶行为监控系统等方面具有现实意义。

Patent Agency Ranking