申请/专利权人：浙江大学中原研究院;浙江大学

申请日：2023-12-22

公开（公告）日：2024-03-26

公开（公告）号：CN117765732A

主分类号：G08G1/01

分类号：G08G1/01;G08G1/015;G06N3/0464;G06N3/042

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明提供了一种基于轨迹数据的公路路段安全风险状态认知方法。该方法首先选定公路某一路段为研究区域，获取某一段时间内经过该研究区域所有车辆的车辆类型和轨迹数据，对研究区域网格化后将车辆的运动参数分配至各个网格中，基于轨迹数据和替代安全措施进行冲突分析并获取冲突指标TIT，对所有样本的TIT分布采用分位数法进行风险标签划分，最后构建以网格图数据为输入，风险标签为输出的时空序列深度学习模型对风险状态进行识别，并在时间和空间层面上进行影响分析。本发明有助于实时识别道路上的潜在交通安全风险，为实现安全、高效、智能的公路交通系统提供支撑。

主权项：1.一种基于车辆轨迹数据的公路路段安全风险状态认知方法，其特征在于，该方法包括以下步骤：c1、选择公路某一路段作为研究区域，获取某一段时间内经过该研究区域所有车辆的车辆类型和轨迹数据；c2、将路段进行网格化，根据位置信息将每一时刻每一车辆的运动参数分配到网格中；c3、基于轨迹数据和替代安全措施进行冲突分析，获取冲突指标TIT，对所有样本的冲突指标TIT分布采用分位数法进行风险标注；c4、构建以网格图数据为输入，风险标签为输出的时空序列深度学习模型对风险状态进行识别，并在时间和空间层面上进行影响分析。

全文数据：

权利要求：

百度查询： 浙江大学中原研究院;浙江大学 一种基于轨迹数据的公路路段安全风险状态认知方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD