-
公开(公告)号：CN110588658A
公开(公告)日：2019-12-20
申请号：CN201910920173.8
申请日：2019-09-26
Applicant: 长安大学
IPC: B60W40/09 , B60W50/00 , B60W40/107 , B60W40/00
Abstract: 本发明公开了一种基于综合模型检测驾驶员风险等级的方法，本发明通过采集车辆的速度数据以及驾驶员的不同的报警类型，对驾驶行为进行判断并对驾驶员风险等级进行分类，利用训练好的综合模型对驾驶员风险等级进行识别，再利用识别结果判断驾驶员风险等级。本发明主要服务于运输企业安全管理系统，当识别到驾驶员是高风险等级的驾驶员时，可采取相应的管理培训措施，以提高其安全性。本发明的实用化可以降低因交通事故导致的人员伤亡和财产损失，提高交通系统的整体安全性。
-
公开(公告)号：CN113011712B
公开(公告)日：2024-01-19
申请号：CN202110209850.2
申请日：2021-02-25
Applicant: 长安大学
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/26 , G06F16/29 , G08G1/01
Abstract: 本发明属于交通安全技术领域，公开了一种基于欧氏距离和信息熵的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；利用欧氏距离和信息熵计算该驾驶员在每种道路类型下的所有驾驶行为序列的稳定性指标。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
公开(公告)号：CN110562261B
公开(公告)日：2021-07-23
申请号：CN201910919365.7
申请日：2019-09-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于马尔可夫模型检测驾驶员风险等级的方法，本发明通过采集车辆的速度数据以及驾驶员的不同的报警类型，对驾驶行为进行判断并对驾驶员风险等级进行分类，利用训练好的马尔可夫模型对驾驶员风险等级进行识别，再利用识别结果判断驾驶员风险等级。本发明主要服务于运输企业安全管理系统，当识别到驾驶员是高风险等级的驾驶员时，可采取相应的管理培训措施，以提高其安全性。本发明的实用化可以降低因交通事故导致的人员伤亡和财产损失，提高交通系统的整体安全性。
-
公开(公告)号：CN113032452A
公开(公告)日：2021-06-25
申请号：CN202110210527.7
申请日：2021-02-25
Applicant: 长安大学
Abstract: 本发明属于交通安全技术领域，公开了一种基于欧氏距离的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；计算该驾驶员在每种道路类型下的所有驾驶行为序列的平均欧氏距离，从而得到该驾驶员在每种道路类型下的驾驶稳定性。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
公开(公告)号：CN110562261A
公开(公告)日：2019-12-13
申请号：CN201910919365.7
申请日：2019-09-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于马尔可夫模型检测驾驶员风险等级的方法，本发明通过采集车辆的速度数据以及驾驶员的不同的报警类型，对驾驶行为进行判断并对驾驶员风险等级进行分类，利用训练好的马尔可夫模型对驾驶员风险等级进行识别，再利用识别结果判断驾驶员风险等级。本发明主要服务于运输企业安全管理系统，当识别到驾驶员是高风险等级的驾驶员时，可采取相应的管理培训措施，以提高其安全性。本发明的实用化可以降低因交通事故导致的人员伤亡和财产损失，提高交通系统的整体安全性。
-
Patent Agency Ranking
公开(公告)号：CN113032452B
公开(公告)日：2024-02-02
申请号：CN202110210527.7
申请日：2021-02-25
Applicant: 长安大学
IPC: G06F16/2458 , G06F16/29 , G06F17/18 , G06Q10/0639 , G06Q50/26 , G06Q50/40 , G08G1/01
Abstract: 本发明属于交通安全技术领域，公开了一种基于欧氏距离的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；计算该驾驶员在每种道路类型下的所有驾驶行为序列的平均欧氏距离，从而得到该驾驶员在每种道路类型下的驾驶稳定性。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
公开(公告)号：CN113011713B
公开(公告)日：2023-11-14
申请号：CN202110210514.X
申请日：2021-02-25
Applicant: 长安大学
IPC: G06Q10/063 , G06Q50/26 , G06F16/29 , G08G1/01
Abstract: 本发明属于交通安全技术领域，公开了一种基于信息熵的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；计算该驾驶员在每种道路类型下的所有驾驶行为序列的信息熵，从而得到该驾驶员在每种道路类型下的驾驶稳定性。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
公开(公告)号：CN110705628B
公开(公告)日：2022-07-19
申请号：CN201910919364.2
申请日：2019-09-26
Applicant: 长安大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于隐马尔可夫模型检测驾驶员风险等级的方法，本发明通过采集车辆的速度数据以及驾驶员的不同的报警类型，对驾驶行为进行判断并对驾驶员风险等级进行分类，利用训练好的隐马尔可夫模型对驾驶员风险等级进行识别，再利用识别结果判断驾驶员风险等级。本发明主要服务于运输企业安全管理系统，当识别到驾驶员是高风险等级的驾驶员时，可采取相应的管理培训措施，以提高其安全性。本发明的实用化可以降低因交通事故导致的人员伤亡和财产损失，提高交通系统的整体安全性。
-
公开(公告)号：CN113011713A
公开(公告)日：2021-06-22
申请号：CN202110210514.X
申请日：2021-02-25
Applicant: 长安大学
Abstract: 本发明属于交通安全技术领域，公开了一种基于信息熵的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；计算该驾驶员在每种道路类型下的所有驾驶行为序列的信息熵，从而得到该驾驶员在每种道路类型下的驾驶稳定性。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
公开(公告)号：CN113011712A
公开(公告)日：2021-06-22
申请号：CN202110209850.2
申请日：2021-02-25
Applicant: 长安大学
Abstract: 本发明属于交通安全技术领域，公开了一种基于欧氏距离和信息熵的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；利用欧氏距离和信息熵计算该驾驶员在每种道路类型下的所有驾驶行为序列的稳定性指标。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
