面向检测数据缺失路段的路面损坏状况评估方法及系统

    公开(公告)号:CN117932384A

    公开(公告)日:2024-04-26

    申请号:CN202410193238.4

    申请日:2024-02-21

    Applicant: 山东大学

    Abstract: 本发明提供了一种面向检测数据缺失路段的路面损坏状况评估方法及系统,通过创建以路面损坏数据缺失路段为中心的坐标系和矩阵选择路面损坏数据缺失路段的相邻路段,使用K‑prototypes聚类算法选择出缺失数据路段的相似路段,之后引入权重使用相邻路段的路面损坏类型具体数据以及使用相似路段的路面损坏类型具体数据来填补路面损坏数据缺失路段所缺失的路面损坏数据,从而评定数据缺失路段的路面损坏状况。有助于道路管理人员有效填补缺失数据路段的路面损坏数据,从而实现对路面状况的全面评估和科学预防性维护工作。

    基于多变量和贝叶斯网络的交通冲突评估方法及系统

    公开(公告)号:CN118781819B

    公开(公告)日:2025-01-21

    申请号:CN202411266146.0

    申请日:2024-09-11

    Applicant: 山东大学

    Abstract: 本发明涉及交通控制系统技术领域,特别是涉及基于多变量和贝叶斯网络的交通冲突评估方法及系统,其中方法包括:获取交通冲突历史数据;基于交通冲突历史数据,构建数据集;根据交通冲突历史数据中各个变量的有向连接关系,构成有向无环图;所述有向无环图,包括:节点集和边集,所述节点集为数据集中的数据;基于有向无环图,得到贝叶斯网络;基于训练集,对贝叶斯网络进行训练优化,网络的输入值是训练集的数据,网络的输出值是交通冲突发生的预测概率值;基于测试集,对贝叶斯网络进行测试;将待预测的交通数据,输入到训练后的贝叶斯网络,得到交通冲突发生的预测概率值。提高了评估交通冲突的严重程度的准确性和精度。

    基于车路协同整体感知的交通事件分级预警方法及系统

    公开(公告)号:CN118351696B

    公开(公告)日:2024-09-17

    申请号:CN202410780380.9

    申请日:2024-06-18

    Applicant: 山东大学

    Abstract: 本发明提供了一种基于车路协同整体感知的交通事件分级预警方法及系统,属于道路交通信息监测技术领域。所述的预警方法,包括:根据交通事件对交通危害的程度,设定各个交通事件的基础预警权重;对任一交通事件,获取不同传感器对此交通事件进行描述的量化指标,根据各个传感器的预警贡献权重,得到此交通事件所有传感器的量化指标的加权和;根据所述加权和与所述基础预警权重的乘积,得到最终预警强度,根据最终预警强度与设定阈值范围的对比,得到此交通事件对应的预警等级;本发明充分协调多种传感器的独有特点,通过决策级融合实现优势互补,基于感知数据实现交通事件的分级预警,极大的提高了预警精度。

    基于多变量和贝叶斯网络的交通冲突评估方法及系统

    公开(公告)号:CN118781819A

    公开(公告)日:2024-10-15

    申请号:CN202411266146.0

    申请日:2024-09-11

    Applicant: 山东大学

    Abstract: 本发明涉及交通控制系统技术领域,特别是涉及基于多变量和贝叶斯网络的交通冲突评估方法及系统,其中方法包括:获取交通冲突历史数据;基于交通冲突历史数据,构建数据集;根据交通冲突历史数据中各个变量的有向连接关系,构成有向无环图;所述有向无环图,包括:节点集和边集,所述节点集为数据集中的数据;基于有向无环图,得到贝叶斯网络;基于训练集,对贝叶斯网络进行训练优化,网络的输入值是训练集的数据,网络的输出值是交通冲突发生的预测概率值;基于测试集,对贝叶斯网络进行测试;将待预测的交通数据,输入到训练后的贝叶斯网络,得到交通冲突发生的预测概率值。提高了评估交通冲突的严重程度的准确性和精度。

    基于车路协同整体感知的交通事件分级预警方法及系统

    公开(公告)号:CN118351696A

    公开(公告)日:2024-07-16

    申请号:CN202410780380.9

    申请日:2024-06-18

    Applicant: 山东大学

    Abstract: 本发明提供了一种基于车路协同整体感知的交通事件分级预警方法及系统,属于道路交通信息监测技术领域。所述的预警方法,包括:根据交通事件对交通危害的程度,设定各个交通事件的基础预警权重;对任一交通事件,获取不同传感器对此交通事件进行描述的量化指标,根据各个传感器的预警贡献权重,得到此交通事件所有传感器的量化指标的加权和;根据所述加权和与所述基础预警权重的乘积,得到最终预警强度,根据最终预警强度与设定阈值范围的对比,得到此交通事件对应的预警等级;本发明充分协调多种传感器的独有特点,通过决策级融合实现优势互补,基于感知数据实现交通事件的分级预警,极大的提高了预警精度。

Patent Agency Ranking