公开(公告)号：CN110533098B

公开(公告)日：2022-03-29

申请号：CN201910803745.4

申请日：2019-08-28

申请人： 长安大学

发明人： 王萍 ,  张书颖 ,  靳引利 ,  孙铸 ,  韩万水 ,  王军 ,  杨干 ,  李文杰 ,  马党利

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06K9/62

摘要： 一种基于卷积神经网络识别绿通车车厢装载类型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，通过图像质量评价方法中的相对评价法制定绿通车图像有效性判定标准；步骤3，增加训练样本的数量；步骤4，进行车厢目标检测；步骤5，将绿通车车辆按车厢‑装载类型分为8类；步骤6，对车厢‑装载类型分类进行训练；步骤7，对需要识别的绿通车车厢‑装载类型进行判定。针对图像种类数量不均衡的问题，对非均衡数据采用数据过采样方法处理，达到各种类样本数量的平衡。避免了欠采样方法中随机选取的被剔除的数据有可能包含该类的关键特征信息的问题。

公开(公告)号：CN110675624B

公开(公告)日：2021-10-19

申请号：CN201910889278.1

申请日：2019-09-19

申请人： 长安大学

发明人： 靳引利 ,  单源鹤 ,  王萍 ,  刘坤 ,  孙铸 ,  王宇 ,  张志刚 ,  孙姣姣 ,  马党利

IPC分类号： G08G1/01 ,  G08G1/09 ,  G06Q10/06

摘要： 一种高风险路段的行车风险控制方法，包括以下步骤：步骤1，选取单元长度的路段，计算得到事故集中的高风险路段；步骤2，将高风险路段上的交通流分为两种状态；步骤3，将高风险区分为预警段和高风险路段两个功能区段；步骤4，根据步骤3所示的预警段与高风险段的空间布局，得到信息发布设备布设位置。本发明首先对研究对象选取合适的路段单元长度，结合动态分段的移动步长法划分几个不同的组合，接下来采用Relim算法挖掘各个组合中的频繁项集，将交通事故次数和伤亡人数进行当量化处理，得到长度短且事故集中的交通事故高风险路段，再对所找出的高风险路段中的事故影响因素进行关联规则挖掘。

公开(公告)号：CN110299011A

公开(公告)日：2019-10-01

申请号：CN201910683480.9

申请日：2019-07-26

申请人： 长安大学

发明人： 王萍 ,  魏旭 ,  靳引利 ,  许万荣 ,  王军 ,  马党利 ,  谭二龙 ,  贾真 ,  高乙文

IPC分类号： G08G1/01

摘要： 一种基于收费数据的高速公路任意断面的交通流预测方法，包括以下步骤：步骤1，采集数据，得到每辆车在最短路径上的平均行驶速度；步骤2，计算出各类车辆在每个路段的随流运动速度与随流运动时间；步骤3，估算出车辆在各路段接近真实情况的行驶时间；步骤4，估算出每辆车到达指定断面位置的确切时间；步骤5，获取指定断面的交通流量；步骤6，基于SAE模型来对指定断面位置交通流进行预测。本发明不再需要人工在公路现场进行车流量记录或从监控视频进行记录，大大节省了人力与时间。

公开(公告)号：CN110796859A

公开(公告)日：2020-02-14

申请号：CN201911033389.9

申请日：2019-10-28

申请人： 长安大学

发明人： 王萍 ,  贾渊杰 ,  靳引利 ,  刘坤 ,  张志新 ,  高买军 ,  杨建 ,  王军 ,  马党利

IPC分类号： G08G1/01 ,  G08G1/065 ,  G08G1/16 ,  G06Q10/06 ,  G06N3/08 ,  G06N3/04

摘要： 基于交通流的实时交通状态辨识及事故风险预警方法，包括以下步骤：步骤1，数据准备：步骤2，选取能够直观反映交通运行状态的交通流参数，其构成了交通状态空间；步骤3，在状态空间中描绘各观测数据的状态点，对安全域边界进行估计，将交通状态空间分为安全域和非安全域，不同区域代表不同的交通运行状态；步骤4，交通运行状态辨识：计算实时的交通流运行数据，在状态空间中描绘对应的状态点，根据安全域边界的划定，进而辨识实时的交通状态并输出结果。本发明立足于交通流对交通安全的影响，充分挖掘高速公路交通事故与交通流特性之间潜在的规律和特征，构建基于交通流的实时交通事故风险预警模型，为高速公路交通管理提供安全管理措施。

公开(公告)号：CN110675624A

公开(公告)日：2020-01-10

申请号：CN201910889278.1

申请日：2019-09-19

申请人： 长安大学

发明人： 靳引利 ,  单源鹤 ,  王萍 ,  刘坤 ,  孙铸 ,  王宇 ,  张志刚 ,  孙姣姣 ,  马党利

IPC分类号： G08G1/01 ,  G08G1/09 ,  G06Q10/06

摘要： 一种高风险路段的行车风险控制方法，包括以下步骤：步骤1，选取单元长度的路段，计算得到事故集中的高风险路段；步骤2，将高风险路段上的交通流分为两种状态；步骤3，将高风险区分为预警段和高风险路段两个功能区段；步骤4，根据步骤3所示的预警段与高风险段的空间布局，得到信息发布设备布设位置。本发明首先对研究对象选取合适的路段单元长度，结合动态分段的移动步长法划分几个不同的组合，接下来采用Relim算法挖掘各个组合中的频繁项集，将交通事故次数和伤亡人数进行当量化处理，得到长度短且事故集中的交通事故高风险路段，再对所找出的高风险路段中的事故影响因素进行关联规则挖掘。

公开(公告)号：CN110533098A

公开(公告)日：2019-12-03

申请号：CN201910803745.4

申请日：2019-08-28

申请人： 长安大学

发明人： 王萍 ,  张书颖 ,  靳引利 ,  孙铸 ,  韩万水 ,  王军 ,  杨干 ,  李文杰 ,  马党利

IPC分类号： G06K9/62

摘要： 一种基于卷积神经网络识别绿通车车厢装载类型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，通过图像质量评价方法中的相对评价法制定绿通车图像有效性判定标准；步骤3，增加训练样本的数量；步骤4，进行车厢目标检测；步骤5，将绿通车车辆按车厢-装载类型分为8类；步骤6，对车厢-装载类型分类进行训练；步骤7，对需要识别的绿通车车厢-装载类型进行判定。针对图像种类数量不均衡的问题，对非均衡数据采用数据过采样方法处理，达到各种类样本数量的平衡。避免了欠采样方法中随机选取的被剔除的数据有可能包含该类的关键特征信息的问题。