-
公开(公告)号：CN115081592B
公开(公告)日：2024-05-03
申请号：CN202210661264.6
申请日：2022-06-13
申请人： 华设设计集团股份有限公司 , 山东高速集团有限公司创新研究院
摘要： 本发明公开了一种基于遗传算法和前馈神经网络的公路低能见度预估方法，包括：建立公路局部气象样本数据集，并分为训练数据集和预测数据集；构建包含输入层、隐藏层和输出层的神经网络拓扑结构；确定神经网络信号激活传递规则和初始化赋值，建立神经网络初始化模型；通过混沌序列遗传算法建模优化神经网络初值；更新模型中各神经元的权重值和偏差值，得到神经网络基本模型；输入训练数据集数据至神经网络基本模型进行训练，得到多层前馈神经网络最优模型，将预测数据集数据输入最优模型中，输出公路沿线能见度预估值，得到能见度预估等级。本发明实现了对公路低能见度事件的30分钟级精确短临预测，为公路低能见度事件精细化应急处置提供有效支撑。
-
公开(公告)号：CN115661751B
公开(公告)日：2023-06-23
申请号：CN202211362343.3
申请日：2022-11-02
申请人： 山东高速集团有限公司创新研究院 , 华设设计集团股份有限公司
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774
摘要： 本发明公开了一种基于注意力变换网络的公路低能见度检测方法和系统，该方法包括以下步骤：构建公路低能见度图像样本集；样本图像预处理；为图像特征矩阵添加可学习词符，生成可学习词符向量，将其嵌入图像特征矩阵；为图像特征矩阵提供位置匹配，生成位置编码矩阵，将其嵌入图像特征矩阵；构建公路低能见度检测网络编码器；构建公路低能见度分类输出器；训练模型，将训练样本集作为输入进行模型训练和微调；测试模型，将测试样本集作为输入进行模型的测试，输出公路能见度分类等级检测结果。本发明实现了公路环境下利用视频监控设备对低能见度事件的自动检测，为公路管理机构在低能见度天气下的管控提供有效支撑。
-
公开(公告)号：CN115661751A
公开(公告)日：2023-01-31
申请号：CN202211362343.3
申请日：2022-11-02
申请人： 山东高速集团有限公司创新研究院 , 华设设计集团股份有限公司
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774
摘要： 本发明公开了一种基于注意力变换网络的公路低能见度检测方法和系统，该方法包括以下步骤：构建公路低能见度图像样本集；样本图像预处理；为图像特征矩阵添加可学习词符，生成可学习词符向量，将其嵌入图像特征矩阵；为图像特征矩阵提供位置匹配，生成位置编码矩阵，将其嵌入图像特征矩阵；构建公路低能见度检测网络编码器；构建公路低能见度分类输出器；训练模型，将训练样本集作为输入进行模型训练和微调；测试模型，将测试样本集作为输入进行模型的测试，输出公路能见度分类等级检测结果。本发明实现了公路环境下利用视频监控设备对低能见度事件的自动检测，为公路管理机构在低能见度天气下的管控提供有效支撑。
-
公开(公告)号：CN115829376A
公开(公告)日：2023-03-21
申请号：CN202211434769.5
申请日：2022-11-16
申请人： 山东高速集团有限公司创新研究院 , 华设设计集团股份有限公司
IPC分类号： G06Q10/0639 , G06Q50/26
摘要： 本发明公开了一种高速公路路段受团雾影响等级评价方法，包括：构建高速公路路段受团雾影响评价指标体系；建立评价指标测量值与标准化取值的对应关系；构建高速公路路段受团雾影响评价指标多层次结构；运用层次分析法和熵权法的融合方法计算各层指标的权重值，得到各层权重向量；建立高速公路路段受团雾影响评价模型，计算高速公路路段受团雾影响作用值，最终评定路段受团雾影响的等级。本发明考虑了道路线形因素、养护质量因素、交通运营因素与团雾等低能见度事件因素对高速公路安全通行的综合影响，建立了高速公路路段受团雾影响评价模型，准确识别安全通行受团雾事件显著影响的高速公路路段，为高速公路团雾事件精细化应急处置提供了依据。
-
公开(公告)号：CN115081592A
公开(公告)日：2022-09-20
申请号：CN202210661264.6
申请日：2022-06-13
申请人： 华设设计集团股份有限公司 , 山东高速集团有限公司创新研究院
摘要： 本发明公开了一种基于遗传算法和前馈神经网络的公路低能见度预估方法，包括：建立公路局部气象样本数据集，并分为训练数据集和预测数据集；构建包含输入层、隐藏层和输出层的神经网络拓扑结构；确定神经网络信号激活传递规则和初始化赋值，建立神经网络初始化模型；通过混沌序列遗传算法建模优化神经网络初值；更新模型中各神经元的权重值和偏差值，得到神经网络基本模型；输入训练数据集数据至神经网络基本模型进行训练，得到多层前馈神经网络最优模型，将预测数据集数据输入最优模型中，输出公路沿线能见度预估值，得到能见度预估等级。本发明实现了对公路低能见度事件的30分钟级精确短临预测，为公路低能见度事件精细化应急处置提供有效支撑。
-
公开(公告)号：CN116504052B
公开(公告)日：2024-10-15
申请号：CN202211732054.8
申请日：2022-12-30
申请人： 华设设计集团股份有限公司
摘要： 本发明公开了一种基于shockwave交通流模型的感知数据补全方法，包括如下步骤：从原始交通感知数据中筛选出较为完整的轨迹作为采样输入；利用shockwave交通流模型建立推理分析模型，将车辆的时空轨迹解析表达；建立两阶段的贝叶斯网络模型，通过贝叶斯推理框架，以统计描述观察变量和未观察变量之间的关系；利用融合轨迹数据，使用EM算求解贝叶斯网络，完成未知参数估计，实现数据信息补全。本发明针对现实情况中感知数据低采样率的情况，采用模型数据双驱动的方法，在雷视融合感知数据的基础上，结合shockwave交通流模型，并利用贝叶斯网络基于采样数据对未知参数进行推断，从而有效实现感知数据信息的补全。
-
公开(公告)号：CN116504052A
公开(公告)日：2023-07-28
申请号：CN202211732054.8
申请日：2022-12-30
申请人： 华设设计集团股份有限公司
摘要： 本发明公开了一种基于shockwave交通流模型的感知数据补全方法，包括如下步骤：从原始交通感知数据中筛选出较为完整的轨迹作为采样输入；利用shockwave交通流模型建立推理分析模型，将车辆的时空轨迹解析表达；建立两阶段的贝叶斯网络模型，通过贝叶斯推理框架，以统计描述观察变量和未观察变量之间的关系；利用融合轨迹数据，使用EM算求解贝叶斯网络，完成未知参数估计，实现数据信息补全。本发明针对现实情况中感知数据低采样率的情况，采用模型数据双驱动的方法，在雷视融合感知数据的基础上，结合shockwave交通流模型，并利用贝叶斯网络基于采样数据对未知参数进行推断，从而有效实现感知数据信息的补全。
-
公开(公告)号：CN114495577A
公开(公告)日：2022-05-13
申请号：CN202210078367.X
申请日：2022-01-21
申请人： 华设设计集团股份有限公司
摘要： 本发明公开了一种预防快速路二次事故的车路协同动态车道控制系统及方法，在事故发生后，交管中心基于实时交通流数据，一方面控制事故断面上游2000米范围内的RSU设备发布安全信息，并通过车车通信转发，向网联车提前告知下游事故状况。另一方面控制不同断面处的可变信号标识发布动态车道控制指令，引导上游来车提前于上游自由流段合理换道以减少下游事故影响，降低下游事故引发的二次事故风险。本发明从根本上缓解了上游来车受事故影响开始排队后因不了解下游事故信息盲目频繁换道的现象，降低了该现象产生的追尾等二次事故风险，同时提高了通行效率，并基于车载自组网技术为网联车提供更丰富的事故信息。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.061 秒)
