-
公开(公告)号：CN108960426A
公开(公告)日：2018-12-07
申请号：CN201810781498.8
申请日：2018-07-09
Applicant: 吉林大学
IPC: G06N3/08 , G06Q10/04 , B60W40/076
CPC classification number: G06N3/084 , B60W40/076 , G06Q10/04
Abstract: 本发明涉及一种基于BP神经网络的道路坡度综合估计系统，包括：⑴车轮垂直载荷采集单元，包括车轮垂直载荷参考数据库和车轮实时垂直载荷模块，用于采集各个车轮的垂直载荷。⑵路面坡道类型判断单元，通过比较车轮实时垂直载荷模块的数据与车轮垂直载荷参考数据库的数据判断路面坡道类型。⑶BP神经网络预测单元，用于根据路面坡度类型判断单元的判断结果应用的相应的BP神经网络模块预测路面坡度信息。本发明利用基于BP神经网络的道路坡度综合估计系统，通过实车试验采集车辆数据，进行归一化处理得到训练样本集，利用BP神经网络训练，并经仿真验证输出的得到道路坡度估计模型，实时估计道路坡度，向驾驶员提供可实施的道路坡道信息。
-
公开(公告)号：CN108615110B
公开(公告)日：2021-07-06
申请号：CN201810364713.4
申请日：2018-04-23
Applicant: 吉林大学
IPC: G06Q10/06 , G08G1/09 , G08G1/0962 , G08G1/0967
Abstract: 本发明涉及一种基于视觉特性的驾驶风险评估系统，包括1号主机、信息交互单元和2号主机，信息交互单元设有媒体播放模块、驾驶员操控模块和数据采集模块，2号主机设有量化处理模块和结果显示模块。1号主机用于生成并发送所需多媒体信息，媒体播放模块用于接收并播放多媒体信息，驾驶员操控模块用于接收并发送驾驶员反应信号，数据采集模块用于获取并发送驾驶员的实时反应数据。量化处理模块用于量化计算驾驶员反应信号和实时反应数据，结果显示模块输出驾驶员风险感知能力检测结果。本发明采用基于模拟的真实驾驶环境对驾驶员进行风险感知能力检测，有助于对事故驾驶员视觉因素进行分析，对驾驶员进行基于视觉的风险感知训练。
-
公开(公告)号：CN109697852B
公开(公告)日：2021-04-02
申请号：CN201910061932.X
申请日：2019-01-23
Applicant: 吉林大学
Abstract: 本发明涉及一种基于时序交通事件的城市道路拥堵程度预测方法，步骤为：S1：获取城市路段的历史交通事件数据、实时交通事件数据和视频监测数据；S2：通过3D CNN识别视频数据中的交通拥堵前兆事件，结合历史交通事件进行数据时空融合；S3：确立拥堵程度分类标签，构建时序交通拥堵事件数据字典，筛选训练集、验证集和测试集；S4：建立LSTM序列数据分类模型，输入训练集，利用梯度下降法迭代更新模型参数；S5：验证集输入到参数更新后的模型，优化调整超参数，选取最优模型；S6：测试集输入到最优训练模型，检验模型的有效性，并结合实时交通监测数据进行道路拥堵预测。本发明利用LSTM建立序列数据分类模型，基于时序交通事件实现城市道路拥堵程度的预测。
-
公开(公告)号：CN108622105B
公开(公告)日：2019-12-31
申请号：CN201810336285.4
申请日：2018-04-16
Applicant: 吉林大学
IPC: B60W40/105 , B60W40/13 , B60W40/064
Abstract: 本发明涉及一种基于多元回归分析的车辆弯道安全车速预测及预警系统，包括试验数据采集模块、试验数据预处理模块、试验数据分析模块、安全车速模型数据库、弯道信息模块、车辆类型判别模块和弯道安全车速预警模块。系统通过采集所需试验数据，经试验数据处理后进行多元线性回归分析得到临界横向附着因数模型和横向载荷转移率模型，再通过公式转化得到安全车速模型。再把采集到的弯道路面数据和车辆类型输入到安全车速模型数据库。运算后得到弯道安全预测车速，在弯道入口LED显示屏上显示，警示驾驶员安全通过弯道的车速。本发明综合考虑了多种因素对弯道安全车速的影响，能够准确预测弯道安全车速，为驾驶员提供安全预警车速，使车辆稳定和安全的驶过弯道。
-
Patent Agency Ranking
公开(公告)号：CN108622105A
公开(公告)日：2018-10-09
申请号：CN201810336285.4
申请日：2018-04-16
Applicant: 吉林大学
IPC: B60W40/105 , B60W40/13 , B60W40/064
Abstract: 本发明涉及一种基于多元回归分析的车辆弯道安全车速预测及预警系统，包括试验数据采集模块、试验数据预处理模块、试验数据分析模块、安全车速模型数据库、弯道信息模块、车辆类型判别模块和弯道安全车速预警模块。系统通过采集所需试验数据，经试验数据处理后进行多元线性回归分析得到临界横向附着因数模型和横向载荷转移率模型，再通过公式转化得到安全车速模型。再把采集到的弯道路面数据和车辆类型输入到安全车速模型数据库。运算后得到弯道安全预测车速，在弯道入口LED显示屏上显示，警示驾驶员安全通过弯道的车速。本发明综合考虑了多种因素对弯道安全车速的影响，能够准确预测弯道安全车速，为驾驶员提供安全预警车速，使车辆稳定和安全的驶过弯道。
-
公开(公告)号：CN108960426B
公开(公告)日：2021-05-14
申请号：CN201810781498.8
申请日：2018-07-09
Applicant: 吉林大学
IPC: G06N3/08 , G06Q10/04 , B60W40/076
Abstract: 本发明涉及一种基于BP神经网络的道路坡度综合估计系统，包括：⑴车轮垂直载荷采集单元，包括车轮垂直载荷参考数据库和车轮实时垂直载荷模块，用于采集各个车轮的垂直载荷。⑵路面坡道类型判断单元，通过比较车轮实时垂直载荷模块的数据与车轮垂直载荷参考数据库的数据判断路面坡道类型。⑶BP神经网络预测单元，用于根据路面坡度类型判断单元的判断结果应用的相应的BP神经网络模块预测路面坡度信息。本发明利用基于BP神经网络的道路坡度综合估计系统，通过实车试验采集车辆数据，进行归一化处理得到训练样本集，利用BP神经网络训练，并经仿真验证输出的得到道路坡度估计模型，实时估计道路坡度，向驾驶员提供可实施的道路坡道信息。
-
公开(公告)号：CN110211370A
公开(公告)日：2019-09-06
申请号：CN201910494530.9
申请日：2019-06-10
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LK光流法人行道智能警示装置，包括交通信号灯、高速摄像机、智能拦截器和中央控制器，智能拦截器设有离子激光发射器和扬声器，中央控制器与交通信号灯、高速摄像机和智能拦截器通信连通。高速摄像机设置对目标区域每个运动物体进行图像采集，离子激光发射器能产生并发射密集激光束。中央控制器接收交通信号信息和采集的图像信息，运用LK光流法预测运动目标运动趋势。当交通信号灯为红灯和出行人有过马路趋势时，离子发射器发射密集激光束，形成红色虚拟墙同时报警。本发明根据采集得到的图像，运用LK光流法预测运动目标的运动趋势，智能拦截器形成红色虚拟墙并警报，对有闯红灯倾向的行人进行警示，提高了道路交通的安全性。
-
公开(公告)号：CN109697852A
公开(公告)日：2019-04-30
申请号：CN201910061932.X
申请日：2019-01-23
Applicant: 吉林大学
Abstract: 本发明涉及一种基于时序交通事件的城市道路拥堵程度预测方法，步骤为：S1：获取城市路段的历史交通事件数据、实时交通事件数据和视频监测数据；S2：通过3D CNN识别视频数据中的交通拥堵前兆事件，结合历史交通事件进行数据时空融合；S3：确立拥堵程度分类标签，构建时序交通拥堵事件数据字典，筛选训练集、验证集和测试集；S4：建立LSTM序列数据分类模型，输入训练集，利用梯度下降法迭代更新模型参数；S5：验证集输入到参数更新后的模型，优化调整超参数，选取最优模型；S6：测试集输入到最优训练模型，检验模型的有效性，并结合实时交通监测数据进行道路拥堵预测。本发明利用LSTM建立序列数据分类模型，基于时序交通事件实现城市道路拥堵程度的预测。
-
公开(公告)号：CN108615110A
公开(公告)日：2018-10-02
申请号：CN201810364713.4
申请日：2018-04-23
Applicant: 吉林大学
IPC: G06Q10/06 , G08G1/09 , G08G1/0962 , G08G1/0967
Abstract: 本发明涉及一种基于视觉特性的驾驶风险评估系统，包括1号主机、信息交互单元和2号主机，信息交互单元设有媒体播放模块、驾驶员操控模块和数据采集模块，2号主机设有量化处理模块和结果显示模块。1号主机用于生成并发送所需多媒体信息，媒体播放模块用于接收并播放多媒体信息，驾驶员操控模块用于接收并发送驾驶员反应信号，数据采集模块用于获取并发送驾驶员的实时反应数据。量化处理模块用于量化计算驾驶员反应信号和实时反应数据，结果显示模块输出驾驶员风险感知能力检测结果。本发明采用基于模拟的真实驾驶环境对驾驶员进行风险感知能力检测，有助于对事故驾驶员视觉因素进行分析，对驾驶员进行基于视觉的风险感知训练。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
