-
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
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:CN115158274A
公开(公告)日:2022-10-11
申请号:CN202211051182.6
申请日:2022-08-31
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
IPC: B60T17/22 , B60W40/076 , B60W40/08
Abstract: 本发明涉及基于货车制动重刹特性的长大纵坡危险路段识别方法,采集实验数据;包括标载货车行驶于待识别长大纵坡的实时制动踏板力及货车与坡顶实时距离;根据实时制动踏板力确定重刹临界值,从而确定重刹行为,确定累计重刹频次;将每次重刹时间点对应的货车与坡顶实时距离与累计重刹频次对应形成数据点对,构建离散点图;相邻离散点连线的斜率为累计重刹频次对货车与坡顶实时距离的敏感度;构建敏感度累计频率图;敏感度累计频率大于等于30%小于50%的路段为常规路段,敏感度累计频率大于等于50%小于90%的路段为风险路段,敏感度累计频率大于等于90%的路段为危险路段。从而实现根据制动踏板力来确定长大纵坡路段的风险等级。
-
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
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:CN115158274B
公开(公告)日:2022-11-29
申请号:CN202211051182.6
申请日:2022-08-31
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
IPC: B60T17/22 , B60W40/076 , B60W40/08
Abstract: 本发明涉及基于货车制动重刹特性的长大纵坡危险路段识别方法,采集实验数据;包括标载货车行驶于待识别长大纵坡的实时制动踏板力及货车与坡顶实时距离;根据实时制动踏板力确定重刹临界值,从而确定重刹行为,确定累计重刹频次;将每次重刹时间点对应的货车与坡顶实时距离与累计重刹频次对应形成数据点对,构建离散点图;相邻离散点连线的斜率为累计重刹频次对货车与坡顶实时距离的敏感度;构建敏感度累计频率图;敏感度累计频率大于等于30%小于50%的路段为常规路段,敏感度累计频率大于等于50%小于90%的路段为风险路段,敏感度累计频率大于等于90%的路段为危险路段。从而实现根据制动踏板力来确定长大纵坡路段的风险等级。
-
公开(公告)号:CN119885534A
公开(公告)日:2025-04-25
申请号:CN202411684127.X
申请日:2024-11-22
Applicant: 四川省公路规划勘察设计研究院有限公司
Abstract: 本发明公开了基于多灾山区公路韧性评估方法、系统、电子设备以及存储介质,涉及公路评估方法技术领域,本申请提供的基于多灾山区公路韧性评估方法,通过熵权法为评估对象建立指标数据,基于指标数据进行收集并对数据进行标准化处理,基于所得数据,采用数值地形模型方法,并采用三角网插值与拟合技术协同建立公路模型,基于标准化处理后数据对指标数据进行熵值计算,并基于计算后的指标数据对其进行权重计算,基于权重及熵值计算结果,将归一化权重应用于各项指标的评估结果,得出综合评估处理,输出评估报告,并将报告可视化,通过韧性评估,确定公路系统的弱点和脆弱性,并为决策者提供评估报告,从而实现改进和加强公路抗灾能力。
-
公开(公告)号:CN116819013A
公开(公告)日:2023-09-29
申请号:CN202311036744.4
申请日:2023-08-17
Applicant: 四川省公路规划勘察设计研究院有限公司
Abstract: 本申请实施例提供汽车碳排放检测装置,涉及汽车碳排放检测领域。汽车碳排放检测装置,包括:底座,所述底座的一侧固定连接有控制器,所述底座的顶部固定连接有固定架,所述底座靠近控制器的一侧固定连接有密封架,所述固定架靠近底座的中心处设置有转筒;所述密封架的内腔设置有供气组件;所述固定架的四周均分别设置有位移组件和静态检测组件。该汽车碳排放检测装置,可同步对三辆汽车尾气进行碳排放静态检测,同时也可对拥堵段汽车尾气排放碳进行动态检测,采用静态和动态相结合的方式,对汽车尾气中的二氧化碳量进行精准采集检测,提高汽车尾气中二氧化碳检测结果的精准度。
-
公开(公告)号:CN114139460A
公开(公告)日:2022-03-04
申请号:CN202210115027.X
申请日:2022-02-01
Applicant: 四川省公路规划勘察设计研究院有限公司
Abstract: 本发明涉及连续下坡路段驾驶舒适度评价模型构建、诊断方法及系统。本发明提出连续下坡路段驾驶舒适度评价模型构建方法,选择训练数据,将其分割驶入单元数据集、适应单元数据集以及驶出单元数据集;随机拆分为训练集及测试集;构建驶入单元模型,将坡度作为主要输入层建立LSTM模型,角度变化率作为额外输入变量,建立两者的深层连接网络,将瞳孔直径变化百分比作为最终的输出变量;分别构建适应单元模型及驶出单元模型,将坡度作为主要输入层建立LSTM模型,角度变化率和坡长作为额外输入变量,建立三者的深层连接网络,将瞳孔直径变化百分比作为最终的输出变量;对模型进行训练,直至测试集预测性能达到预设值后停止训练。
-
公开(公告)号:CN119399943A
公开(公告)日:2025-02-07
申请号:CN202411445803.8
申请日:2024-10-16
Applicant: 四川省公路规划勘察设计研究院有限公司
IPC: G08G1/01 , G06F17/10 , G06Q10/0635 , G06Q50/26
Abstract: 本发明提供了一种多灾害环境下山区公路网韧性评价方法及装置,属于公路技术领域。本发明能够对山区公路网的韧性进行定量评估,首先通过通行时间和通行成本计算出各个路段的城镇连通需求满足度、城镇连通效率,并通过各个路段之间城镇连通需求满足度、城镇连通效率的变化折线图的斜率大小来确定路网的韧性大小,同时通过各个路段之间的斜率选取出关键的局部路网,对关键的局部路网中的路段进行单双路段阻断分析和多路段阻断分析判断出对路网韧性影响最大的路段,以便在有限的成本之下,更具有针对性的对的路段进行措施,如通过采取增加冗余路线或提高路段抗灾能力等措施来有效提高路网功能韧性。
-
公开(公告)号:CN115366909B
公开(公告)日:2023-04-07
申请号:CN202211291757.1
申请日:2022-10-21
Applicant: 四川省公路规划勘察设计研究院有限公司
IPC: B60W50/14
Abstract: 本申请提供一种长大纵坡路段驾驶员事故动态预警方法、装置及电子设备,属于安全预警技术领域。该长大纵坡路段驾驶员事故动态预警方法,利用驾驶员工作区域图像,判断眼部的开合状态,并确定驾驶员疲劳状态;通过获取方向盘转角值数据判断方向盘在预设时间内是否发生转动;通过长大纵坡路段路段信息和驾驶车辆的车辆信息预测下坡结束时制动器温度。当存在潜在驾驶风险时,向驾驶员进行预警,减少交通事故的发生。
-
公开(公告)号:CN115366909A
公开(公告)日:2022-11-22
申请号:CN202211291757.1
申请日:2022-10-21
Applicant: 四川省公路规划勘察设计研究院有限公司
IPC: B60W50/14
Abstract: 本申请提供一种长大纵坡路段驾驶员事故动态预警方法、装置及电子设备,属于安全预警技术领域。该长大纵坡路段驾驶员事故动态预警方法,利用驾驶员工作区域图像,判断眼部的开合状态,并确定驾驶员疲劳状态;通过获取方向盘转角值数据判断方向盘在预设时间内是否发生转动;通过长大纵坡路段路段信息和驾驶车辆的车辆信息预测下坡结束时制动器温度。当存在潜在驾驶风险时,向驾驶员进行预警,减少交通事故的发生。
-
-
-
-
-
-
-
-
-