-
公开(公告)号：CN114418034A
公开(公告)日：2022-04-29
申请号：CN202210176003.5
申请日：2022-02-25
Applicant: 吉林大学
IPC: G06K9/62
Abstract: 本发明公开了一种类别不平衡样本的处理方法和系统，包括以下步骤：获取原始样本，所述原始样本包括原始多数类样本和原始少数类样本；对所述原始样本的样本特征进行分析，根据分析结果确定代表特征；基于所述代表特征，确定所述原始多数类样本的类内离群点，删除所述原始多数类样本中的类内离群点，得到目的多数类样本；和/或，基于所述代表特征，确定所述原始少数类样本的核心种子簇，基于所述核心种子簇对所述原始少数类样本过采样，得到目的少数类样本；基于所述目的多数类样本和/或目的少数类样本，生成均衡样本。本发明类别不平衡样本的处理方法，可缓解重要信息损失、合成样本重叠、过拟合等现象。
-
公开(公告)号：CN113112796A
公开(公告)日：2021-07-13
申请号：CN202110372603.4
申请日：2021-04-07
Applicant: 吉林大学
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种驾驶行为特征的构造方法、系统和驾驶行为分析方法，驾驶行为的特征构造方法，包括以下步骤：获取包含有轨迹信息的全局驾驶数据；基于轨迹信息识别驾驶数据中包含的驾驶事件段，获取所述驾驶事件段的局部驾驶数据；基于预设方法分别对全局驾驶数据、局部驾驶数据进行特征构造得全局特征和局部特征；将所述全局特征和局部特征组成驾驶行为特征集。避免了现有技术中驾驶行为特征构造时多依据经验或感觉的主观性，准确保留自然驾驶数据原有信息。
-
公开(公告)号：CN118579076A
公开(公告)日：2024-09-03
申请号：CN202310067461.X
申请日：2023-02-06
Applicant: 吉林大学
Abstract: 本发明公开了一种考虑道路约束的自车行车风险量化方法及系统，包括以下步骤：获取行车信息，所述行车信息包括自车的车辆数据以及自车所在行驶道路的道路数据；基于所述行车信息，得到自车车道偏离风险量和自车超速风险量；基于所述自车车道偏离风险量和自车超速风险量，得到表征道路约束角度的自车行车风险的第一行车风险值。本发明的方法，针对自车在道路交通规则约束下的不良驾驶风险，以横、纵两个方向分别得到考虑横向约束的自车车道偏离风险量与考虑纵向约束的自车超速风险量，有助于车辆及时获知自车驾驶状态的风险程度，及时调整状态保障行车安全。
-
公开(公告)号：CN116415164A
公开(公告)日：2023-07-11
申请号：CN202310068157.7
申请日：2023-02-06
Applicant: 吉林大学
IPC: G06F18/23211 , G06F18/2132 , G06F18/2431
Abstract: 本发明公开了一种基于LDA改进模型的驾驶事件聚类方法及系统，包括：获取驾驶事件，每个驾驶事件包括若干驾驶数据点，获取所述驾驶数据点的纵向加加速度；将速度划分为低速、中速和高速；基于车辆纵向动力学，根据阈值将纵向加速度划分为缓加速、急加速、匀速、缓减速与急减速；基于轮胎摩擦圆的限制，根据阈值将侧向加速度划分为低侧移和高侧移；将纵向加加速度划分为缓加加速、急加加速、缓减加速和急减加速；基于速度、纵向加速度、侧向加速度和纵向加加速度的类别，对驾驶事件的驾驶数据点进行离散化处理，得到离散数据组；将通过离散数据组表征的驾驶事件输入LDA模型中，为LDA模型设定聚类数，对驾驶事件进行聚类。
-
公开(公告)号：CN116238483A
公开(公告)日：2023-06-09
申请号：CN202310068152.4
申请日：2023-02-06
Applicant: 吉林大学
IPC: B60W30/08 , B60W30/095 , B60W50/00 , B60W60/00
Abstract: 本发明提供一种考虑自车与他车碰撞的自车行车风险量化方法及系统，方法包括：获取自车和自车所在行驶道路上的他车的车辆数据；基于车辆数据，获取自车与他车的横向碰撞紧迫系数和纵向碰撞紧迫系数；基于横向碰撞紧迫系数和纵向碰撞紧迫系数，通过分段函数，得到自车受到的来自他车横向和纵向的碰撞紧迫程度；基于自车与他车的碰撞严重程度和所述碰撞紧迫程度，得到表征自车行车风险的行车风险量化方程。本发明自车行车风险量化方法全方位考虑自车与他车的碰撞问题，同时考虑横向碰撞和纵向碰撞对行车风险的影响，能准确量化自车行车风险，为车辆将要执行的驾驶策略提供决策依据，有利于保障行车安全。
-
Patent Agency Ranking
公开(公告)号：CN115690753A
公开(公告)日：2023-02-03
申请号：CN202211392265.1
申请日：2022-11-08
Applicant: 吉林大学
IPC: G06V20/59 , G06V10/26 , G06V10/762 , G06V10/77 , G06N7/01
Abstract: 本发明提供一种驾驶行为分割方法及驾驶数据段聚类方法，通过驾驶行为分割方法包括：采集若干行驶路段的特征性能数据，并对特征性能数据进行预处理，得到有效特征性能数据；根据有效特征性能数据，将所述行驶路段分为直行路段和转弯路段；基于第一转换公式，将所述有效特征性能数据转换为性质变量数据；基于第二转换公式，将所述有效特征性能数据转换为语义变量数据；根据所述性质变量数据和语义变量数据确认最优滑窗尺寸；实现将驾驶行为数据分割成若干标准驾驶数据段，突破人工标定的限制，同时可以进行人工智能分割，降低后续研究的复杂度并加深对数据的理解程度。
-
公开(公告)号：CN113486822B
公开(公告)日：2022-04-29
申请号：CN202110782921.8
申请日：2021-07-12
Applicant: 吉林大学
Abstract: 本发明提供一种基于驾驶意图的周围车辆轨迹预测方法，包括：获取自车、换道车与周围车辆行驶数据并预处理；获取换道结束点T3及由换道准备阶段开始点T1和换道执行阶段开始点T2界定的换道准备阶段；获取不同换道持续时间的换道轨迹样本及换道原型轨迹；获取他车驾驶意图辨识的表征参数组并建立他车驾驶意图辨识模型；建立包含换道持续时间变量的换道轨迹预测模型；根据他车驾驶意图辨识模型判断他车是否换道，如果是则基于他车对应换道持续时间的换道原型轨迹下的换道轨迹预测模型预测他车未来轨迹。本发明辨识他车驾驶意图时考虑自车换道车与周围车辆，预测换道轨迹时考虑换道持续时间多样性，可准确辨识他车换道意图且准确预测他车换道轨迹。
-
公开(公告)号：CN110569783A
公开(公告)日：2019-12-13
申请号：CN201910836440.3
申请日：2019-09-05
Applicant: 吉林大学
Abstract: 本发明涉及一种驾驶人换道意图识别方法及系统，使用决策树方法提取方向盘转角、车道偏离量和横摆角加速度作为意图表征参数组；基于K-means聚类，对方向盘转角和车道偏离量的时间序列分别聚类，确定意图起止时刻，进而确定换道意图时窗宽度；最后结合高斯概率密度函数和隐马尔可夫理论，建立驾驶人换道意图识别模型对驾驶人意图进行识别，识别信度高，对左、右换道意图的识别准确率达100％，对直行意图的识别准确率达91.1％，且时序性较强，可在左换道开始前的1.5s、右换道开始之前的1.4s预测出换道行为，预防LWS系统对驾驶人造成的干扰，对提高行车安全和降低交通事故有重要意义。
-
公开(公告)号：CN114715146B
公开(公告)日：2024-08-16
申请号：CN202210497607.X
申请日：2022-05-09
Applicant: 吉林大学
IPC: B60W30/095 , B60W40/105 , B60W40/13
Abstract: 本发明公开了一种潜在碰撞事故严重程度预测方法，包括以下步骤：获取碰撞事故样本，所述碰撞事故样本中的碰撞事件带有碰撞严重程度标签，所述碰撞事故样本基于所述碰撞严重程度标签分为若干碰撞事故子样本；基于所述碰撞事故样本的基本特征，进行特征构造，得到构造特征，对所述构造特征进行筛选，得到与所述碰撞严重程度标签有相关性的表征特征；基于所述表征特征，对所述碰撞事故子样本进行过采样或欠采样处理，得到均衡的碰撞事故样本；基于得到的均衡的碰撞事故样本，建立碰撞严重程度预测模型；基于所述碰撞严重程度预测模型，对潜在碰撞事故严重程度进行预测即可。本发明的方法，可在碰撞事故发生前，对行车过程中实时的潜在碰撞事故的严重程度进行预测。
-
公开(公告)号：CN114633750B
公开(公告)日：2024-08-02
申请号：CN202210323142.6
申请日：2022-03-29
Applicant: 山东交通学院 , 吉林大学 , 济南北方交通工程咨询监理有限公司
IPC: B60W30/18 , B60W40/105 , G06F18/23213
Abstract: 本发明的基于无监督技术的换道过程提取及换道特性分析方法，包括：a).确定换道范围；b).采用k‑means聚类方法，得到包括换道前的直行阶段、换道过程阶段、换道后的直行阶段的精准车辆轨迹数据；c).确定换道模式表征指标；d).获取换道模式，得到k类换道持续时间不同的换道过程；e).换道特性分析，得到k类不同换道模式下车辆的拟合曲线方程；f).换道特性应用。本发明的换道过程提取及换道特性分析方法，相比不考虑换道模式的换道特征分析，该方法能更准确地刻画不同换道模式下的换道行为，体现了换道过程的随机性，为考虑换道风格的换道轨迹规划提供参考。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
