-
公开(公告)号：CN108764111B
公开(公告)日：2022-03-01
申请号：CN201810500886.4
申请日：2018-05-23
Applicant: 长安大学
IPC: G06V20/40 , G06V10/762
Abstract: 本发明公开一种车辆异常驾驶行为的检测方法，S1：计算相邻两位置点的距离、时间间隔、速度、加速度、方向和转角；S2：再对车辆的异常驾驶行为进行特征提取；S3：当检测目标表现出异常驾驶行为时，度量GPS轨迹中任意两个位置点驾驶行为特征之间的距离；S4：再根据从步骤S1中提取的信息，以及从步骤S3中得到的数据点间的距离，对步骤S2中各个驾驶行为进行聚类分析，并对聚类簇的结果进行标记；S5：根据从步骤S4中得到的聚类分析结果，与待测GPS轨迹中的点进行对比检测，判断该点是否为超速、急加速、急减速、急刹车或频繁变道驾驶行为中的异常点，若是异常点，则根据异常点的信息对应得出车辆的异常驾驶行为；否则车辆为正常驾驶。
-
公开(公告)号：CN113516846A
公开(公告)日：2021-10-19
申请号：CN202110702854.4
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种车辆换道行为预测模型构建、预测预警方法及系统，利用车载终端实时采集车辆行驶状态数据，并进行车辆间数据通信；通过结合博弈论和深度学习技术，从数据中获取不同车辆在行驶过程中的动态交互作用，对车辆周围行驶环境信息的分析，利用博弈理论判断当前环境是否适合车辆换道，进而量化驾驶员的换道意图，利用深度学习算法识别并预测车辆的运行数据，当运行数据开始满足车道改变的特征时，本发明可以在短时间内得到车辆正在执行换道操作的预测结果，还可以将预测出的换道行为以车间通信的方式发送到周围车辆的车载终端，起到预警作用。
-
公开(公告)号：CN109583508A
公开(公告)日：2019-04-05
申请号：CN201811504239.7
申请日：2018-12-10
Applicant: 长安大学
Abstract: 一种基于深度学习的车辆异常加减速行为识别方法，包括以下步骤：步骤一、对车辆运行过程中车载终端采集到的状态参数和车载雷达数据进行预处理；步骤二、对筛选出的数据进行异常加减速点统计分析，挖掘出异于寻常的加速度点；步骤三、将车辆的每个行程按照采集数据的时间进行排序，将数据组成一个完整时间序列，并根据时间将行程分为片段，然后进行异常加减速行为的提取；步骤四、建立异常加减速行为识别数据集；步骤五、搭建长短期记忆网络；步骤六、将车辆行驶过程中的各项参数放入训练之后的长短期记忆网络中进行验证，判断车辆在行驶过程中是否有异常加减速行为。本发明能够降低对数据采集设备的要求，并且显著地提高识别精度。
-
公开(公告)号：CN113516846B
公开(公告)日：2022-12-13
申请号：CN202110702854.4
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种车辆换道行为预测模型构建、预测预警方法及系统，利用车载终端实时采集车辆行驶状态数据，并进行车辆间数据通信；通过结合博弈论和深度学习技术，从数据中获取不同车辆在行驶过程中的动态交互作用，对车辆周围行驶环境信息的分析，利用博弈理论判断当前环境是否适合车辆换道，进而量化驾驶员的换道意图，利用深度学习算法识别并预测车辆的运行数据，当运行数据开始满足车道改变的特征时，本发明可以在短时间内得到车辆正在执行换道操作的预测结果，还可以将预测出的换道行为以车间通信的方式发送到周围车辆的车载终端，起到预警作用。
-
公开(公告)号：CN107226093A
公开(公告)日：2017-10-03
申请号：CN201710359386.9
申请日：2017-05-19
Applicant: 长安大学
IPC: B60W40/105 , B60W50/00
CPC classification number: B60W40/105 , B60W50/0098 , B60W2520/04 , B60W2520/10
Abstract: 本发明公开了一种货车司机疲劳驾驶判断方法，包括以下步骤：1)首先将单次疲劳驾驶次数、累计疲劳驾驶次数、当日累计驾驶时间以及单次连续驾驶时间均清零；然后判断某一时刻车辆处于行驶状态还是处于停车状态；2)在行驶时间列表中计算相邻两条数据的时间差，根据时间差判断车辆是否处于连续行驶的状态，判断连续行驶过程中的停车时间是否满足道路安全标准的时间；3)判断累加过的单次连续驾驶时间及当日累计驾驶时间是否已达到疲劳驾驶的标准。本发明能够评价货车司机在驾驶过程中是否符合道路安全标准，约束司机的驾驶行为，有力保障道路的安全运行。
-
Patent Agency Ranking
公开(公告)号：CN107264445A
公开(公告)日：2017-10-20
申请号：CN201710361262.4
申请日：2017-05-19
Applicant: 长安大学
IPC: B60R16/023
CPC classification number: B60R16/0232
Abstract: 本发明公开了一种危化品车辆减速行为识别方法，属于车联网领域，通过将OBD采集到的车速信息以及车辆姿态信息上传到服务器，使用基于MEMS器件的车辆姿态测量系统得到车辆的加速度和角速度信息，这些实时信息经捷联解算后获得所需的导航参数，识别出该危化品车辆的急减速行为。本发明用“数学平台”代替了传统的机械平台，捷联式的车辆姿态测量系统具有结构简单、自主性强、短期精度和稳定性比较好等优点。通过数学方式标记驾驶者违规加速行为，本发明相比基于GPS数据提出的急减速行为识别方法具有更高的准确性。同时，本发明能够给出完整的车辆急减速行为信息，进而对司机驾驶行为的评价提供依据。
-
公开(公告)号：CN107103749B
公开(公告)日：2020-03-10
申请号：CN201710359383.5
申请日：2017-05-19
Applicant: 长安大学
Abstract: 一种车联网环境下跟驰交通流特性建模方法，包括以下步骤：1)以全速度差车辆跟驰模型作为普通车微观跟驰交通流模型进行建模；2)联网车跟驰行为建模；3)普通车跟驰模型稳定性分析；4)联网车跟驰模型稳定性分析；5)混合交通流稳定性分析；6)分别对普通车跟驰模型和联网车跟驰模型进行参数标定；7)使用参数标定后的模型对不同车联网渗透率下的混合交通流进行仿真验证。本发明符合车联网普及推广的实际情况，用实测交通数据对所选定的普通车和联网车跟驰模型参数进行标定，增加了交通仿真验证结果的可信度。本发明方法能够为车联网逐渐普及过程中的交通控制及驾驶策略的设计提供基本依据。
-
公开(公告)号：CN108764111A
公开(公告)日：2018-11-06
申请号：CN201810500886.4
申请日：2018-05-23
Applicant: 长安大学
CPC classification number: G06K9/00718 , G06K9/00744 , G06K9/6218
Abstract: 本发明公开一种车辆异常驾驶行为的检测方法，S1：计算相邻两位置点的距离、时间间隔、速度、加速度、方向和转角；S2：再对车辆的异常驾驶行为进行特征提取；S3：当检测目标表现出异常驾驶行为时，度量GPS轨迹中任意两个位置点驾驶行为特征之间的距离；S4：再根据从步骤S1中提取的信息，以及从步骤S3中得到的数据点间的距离，对步骤S2中各个驾驶行为进行聚类分析，并对聚类簇的结果进行标记；S5：根据从步骤S4中得到的聚类分析结果，与待测GPS轨迹中的点进行对比检测，判断该点是否为超速、急加速、急减速、急刹车或频繁变道驾驶行为中的异常点，若是异常点，则根据异常点的信息对应得出车辆的异常驾驶行为；否则车辆为正常驾驶。
-
公开(公告)号：CN107103749A
公开(公告)日：2017-08-29
申请号：CN201710359383.5
申请日：2017-05-19
Applicant: 长安大学
Abstract: 一种车联网环境下跟驰交通流特性建模方法，包括以下步骤：1)以全速度差车辆跟驰模型作为普通车微观跟驰交通流模型进行建模；2)联网车跟驰行为建模；3)普通车跟驰模型稳定性分析；4)联网车跟驰模型稳定性分析；5)混合交通流稳定性分析；6)分别对普通车跟驰模型和联网车跟驰模型进行参数标定；7)使用参数标定后的模型对不同车联网渗透率下的混合交通流进行仿真验证。本发明符合车联网普及推广的实际情况，用实测交通数据对所选定的普通车和联网车跟驰模型参数进行标定，增加了交通仿真验证结果的可信度。本发明方法能够为车联网逐渐普及过程中的交通控制及驾驶策略的设计提供基本依据。
-
公开(公告)号：CN206849116U
公开(公告)日：2018-01-05
申请号：CN201720563902.5
申请日：2017-05-19
Applicant: 长安大学
Abstract: 一种多传感器的危化品车辆驾驶行为检测车载终端，包括在车辆启动时工作的驾驶员信息采集模块以及在车辆运行过程中工作的车辆行为数据采集模块；驾驶员信息采集模块与车辆行为数据采集模块均连接中央处理器；驾驶员信息采集模块采用指纹数据识别模块，车辆行为数据采集模块包括车辆运动信息采集模块、发动机信息采集模块、故障信息采集模块以及车辆位置信息采集模块；中央处理器将采集到的数据上传至服务器。本实用新型具有实时性强，成本低、精度高、功能多且体积小等优点，消除了车队管理单位对车辆驾驶状况监测的盲区，能有效协助危化品车队管理部门减少车队车辆事故的发生。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.073 seconds)
