公开(公告)号：CN118070154B

公开(公告)日：2024-07-09

申请号：CN202410482252.6

申请日：2024-04-22

Applicant: 四川省公路规划勘察设计研究院有限公司 ,  重庆交通大学

Inventor： 何云勇 ,  高建平 ,  张琪 ,  何恩怀 ,  杨昌凤 ,  方信 ,  晏凌波 ,  黄鑫

IPC: G06F18/2415 ,  G06N3/0442 ,  A61B5/16 ,  A61B5/18 ,  A61B3/113

Abstract: 本发明公开了一种基于LSTM神经网络驾驶疲劳判别方法和装置，方法包括：S1.采集驾驶时驾驶员生理数据和心理数据；S2.对采集的数据进行显著性检验，确定具有显著性的数据；S3.对具有显著性的数据及具有显著性数据的衍生数据进行特性分析，确定表征驾驶员疲劳状况的数据；S4.根据表征驾驶员疲劳状况的数据和Logistic模型，确定不同类型疲劳程度的划分标准；S5.构建预测疲劳指数的LSTM神经网络模型；S6.向LSTM神经网络模型中造成驾驶员疲劳的参数，并输出对应的疲劳指数；S7.根据输出的疲劳指数和不同类型疲劳程度的划分标准确定驾驶员疲劳程度。解决了现有判别方法存在准确率低和实用性差的不足。

公开(公告)号：CN118070154A

公开(公告)日：2024-05-24

申请号：CN202410482252.6

申请日：2024-04-22

Applicant: 四川省公路规划勘察设计研究院有限公司 ,  重庆交通大学

Inventor： 何云勇 ,  高建平 ,  张琪 ,  何恩怀 ,  杨昌凤 ,  方信 ,  晏凌波 ,  黄鑫

IPC: G06F18/2415 ,  G06N3/0442 ,  A61B5/16 ,  A61B5/18 ,  A61B3/113

Abstract: 本发明公开了一种基于LSTM神经网络驾驶疲劳判别方法和装置，方法包括：S1.采集驾驶时驾驶员生理数据和心理数据；S2.对采集的数据进行显著性检验，确定具有显著性的数据；S3.对具有显著性的数据及具有显著性数据的衍生数据进行特性分析，确定表征驾驶员疲劳状况的数据；S4.根据表征驾驶员疲劳状况的数据和Logistic模型，确定不同类型疲劳程度的划分标准；S5.构建预测疲劳指数的LSTM神经网络模型；S6.向LSTM神经网络模型中造成驾驶员疲劳的参数，并输出对应的疲劳指数；S7.根据输出的疲劳指数和不同类型疲劳程度的划分标准确定驾驶员疲劳程度。解决了现有判别方法存在准确率低和实用性差的不足。

公开(公告)号：CN117831286A

公开(公告)日：2024-04-05

申请号：CN202311858642.0

申请日：2023-12-30

Applicant: 贵州省都匀公路管理局 ,  重庆交通大学

Inventor： 彭小荡 ,  晏凌波 ,  钟向东 ,  周乐业 ,  高建平 ,  许世勇 ,  郭家伟 ,  罗树昭 ,  马倩 ,  孙海涵 ,  郭楷

IPC: G08G1/01 ,  G06Q10/063 ,  G06Q10/04 ,  G06Q50/40

Abstract: 本发明公开了基于陀螺仪数据的公路弯道路段安全性评价与预测方法，具体包括下述步骤：一、实车试验：用于采集道路及三维加速度信息；二、指标选取：通过实车试验筛选影响弯行车稳定性的相关指标，并通过数值分析选择和弯道车辆行车稳定性最具有代表性的行车指标；三、利用行车稳定性指标量化安全性水平，建立基于车辆横向力系数变异性的行车稳定性分析方法；四、根据横向力系数变化特征预测弯道安全水平。本发明属于交通安全技术领域，具体提供了一种基于陀螺仪数据的公路弯道路段安全性评价与预测方法。