-
公开(公告)号：CN103630707B
公开(公告)日：2015-10-21
申请号：CN201310591225.4
申请日：2013-11-19
Applicant: 长安大学 , 中交第一公路勘察设计研究院有限公司
IPC: G01P5/24 , G01F23/296
Abstract: 本发明公开了一种雨天路面上水流流速和深度检测装置及方法，包括控制器及放置式超声波传感器，控制器包括第一信号放大电路、转换电路、第二信号放大电路、单片机、显示器、用于产生电信号的集成电路、以及用于控制集成电路的开关，开关与集成电路的控制端相连接，集成电路的输出端与第一信号放大电路的输入端相连接，第一信号放大电路的输出端与放置式超声波传感器的输入端相连接，放置式超声波传感器的输出端与转换电路的输入端相连接，转换电路的输出端与第二信号放大电路的输入端相连接，第二信号放大电路的输出端与单片机的输入端相连接，单片机的输出端与显示器的输入端相连接。本发明可以实时的检测到路面上水流的流速及深度。
-
公开(公告)号：CN114926729A
公开(公告)日：2022-08-19
申请号：CN202210261786.7
申请日：2022-03-16
Applicant: 长安大学 , 中交第一公路勘察设计研究院有限公司
Abstract: 本发明公开了一种基于行车视频的高风险路段鉴别系统及方法，属于交通安全技术领域，该方法包括：利用无人机获取行车视频；根据获取的行车视频，对晃动的帧画面进行配准处理；根据经配准后的行车视频，对车辆进行标记与连续跟踪，得到车辆与时间对应的连续速度与行驶轨迹数据；对车道线进行标定，并根据所述车辆的车速与行驶轨迹数据，提取车道线各桩号的断面数据；根据所述断面数据，得到包括车辆与车道线横向距离、连续加速度、横向加速度以及断面车速梯度的车辆行驶特征；根据所述车辆行驶特征对高风险路段进行鉴别，完成基于行车视频的高风险路段鉴别。本发明解决了现有技术中难以实现稳定、连续、高精度的提取车辆与意向车道线距离的问题。
-
公开(公告)号：CN114926729B
公开(公告)日：2024-12-13
申请号：CN202210261786.7
申请日：2022-03-16
Applicant: 长安大学 , 中交第一公路勘察设计研究院有限公司
IPC: G06V20/10 , G06V20/40 , G06T7/80 , G06N3/08 , G06V10/774 , G06V10/82 , G06V10/46 , G06N3/0464
Abstract: 本发明公开了一种基于行车视频的高风险路段鉴别系统及方法，属于交通安全技术领域，该方法包括：利用无人机获取行车视频；根据获取的行车视频，对晃动的帧画面进行配准处理；根据经配准后的行车视频，对车辆进行标记与连续跟踪，得到车辆与时间对应的连续速度与行驶轨迹数据；对车道线进行标定，并根据所述车辆的车速与行驶轨迹数据，提取车道线各桩号的断面数据；根据所述断面数据，得到包括车辆与车道线横向距离、连续加速度、横向加速度以及断面车速梯度的车辆行驶特征；根据所述车辆行驶特征对高风险路段进行鉴别，完成基于行车视频的高风险路段鉴别。本发明解决了现有技术中难以实现稳定、连续、高精度的提取车辆与意向车道线距离的问题。
-
公开(公告)号：CN114973648A
公开(公告)日：2022-08-30
申请号：CN202210374843.2
申请日：2022-04-11
Applicant: 长安大学 , 西安长安大学工程设计研究院有限公司
IPC: G08G1/01
Abstract: 本发明提出了一种基于气象响应度的高速公路高风险路段鉴别方法，涉及交通安全技术领域，包括：获取待研究道路的气象事故资料，并将待研究道路划分为多个路段；基于气象事故资料统计待研究道路的气象事件以及每个路段在不同气象事件下的气象事故数；通过划分得到的多个路段和每个路段在不同气象事件下的气象事故数计算气象事件响应度；设置气象事件响应度的安全阈值，将气象响应度超过安全阈值的路段鉴别为事故高风险路段；本发明通过计算不良气象条件的气象响应度，能够有效地量化分析各不良气象对高速公路各路段的影响，提高了高风险路段鉴别方法的准确度，从而可以提前消除高速公路高风险路段的安全隐患。
-
公开(公告)号：CN114973648B
公开(公告)日：2024-03-19
申请号：CN202210374843.2
申请日：2022-04-11
Applicant: 长安大学 , 西安长安大学工程设计研究院有限公司
IPC: G08G1/01
Abstract: 本发明提出了一种基于气象响应度的高速公路高风险路段鉴别方法，涉及交通安全技术领域，包括：获取待研究道路的气象事故资料，并将待研究道路划分为多个路段；基于气象事故资料统计待研究道路的气象事件以及每个路段在不同气象事件下的气象事故数；通过划分得到的多个路段和每个路段在不同气象事件下的气象事故数计算气象事件响应度；设置气象事件响应度的安全阈值，将气象响应度超过安全阈值的路段鉴别为事故高风险路段；本发明通过计算不良气象条件的气象响应度，能够有效地量化分析各不良气象对高速公路各路段的影响，提高了高风险路段鉴别方法的准确度，从而可以提前消除高速公路高风险路段的安全隐患。
-
Patent Agency Ranking
公开(公告)号：CN116305417A
公开(公告)日：2023-06-23
申请号：CN202310110841.7
申请日：2023-02-14
Applicant: 长安大学 , 西安长安大学工程设计研究院有限公司 , 西安畅达智安交通科技发展有限公司
IPC: G06F30/13 , G06F30/20 , G06F111/08 , G06F119/02 , G06F119/08
Abstract: 本发明提出一种基于制动鼓温升的连续下坡超长隧道路段纵坡设计方法，其包括：1)、构建连续下坡超长隧道路段制动鼓温升模型；2)、确定变量分布及临界失效温度；3)、构建车辆制动安全可靠度模型，并采用蒙特卡罗法进行求解计算；4)、定义目标可靠度，得到纵坡相关指标。本发明考虑了隧道路段制动鼓温升特点，从制动失效概率的角度对纵坡进行设计，使得出的设计指标更具说服力，更符合实际运行特性。
-
公开(公告)号：CN104535011B
公开(公告)日：2016-04-06
申请号：CN201410827297.9
申请日：2014-12-25
Applicant: 长安大学
IPC: G01B11/22
Abstract: 本发明公开一种三维线激光车辙检测设备的室内参数标定方法，包括3D线激光架设设备，3D线激光架设设备包括两个相互平行的钢桁架，两个钢桁架通过用于固定激光检测仪的端面连接板连接，且端面连接板能够沿钢桁架的内侧轨道上下滑动；在每个钢桁架的底端均设置有用于支撑钢桁架的三角支架；3D线激光检测仪器的输出端与计算机相连，3D线激光检测仪器的输入端与电源和I/O数据的输入端口相连。通过将3D线激光检测仪器固定在3D线激光架设设备的二号端面连接板，通过移动二号端面连接板在3D线激光架设设备上的高度来标定与检测3D线激光检测仪器的精度，该装置结构简单，易于操作，误差小，试验结果精确。
-
公开(公告)号：CN104062179B
公开(公告)日：2015-08-19
申请号：CN201410241878.4
申请日：2014-06-03
Applicant: 长安大学
Abstract: 本发明公开一种道路刚柔层间接触面最佳拉毛工艺参数确定方法，本试验方法采用等间距、等深度的刀片切割磨削水泥混凝土板试件底板，分别制备出深度为3mm、6mm、10mm，拉毛宽2mm、5mm、10mm、13mm，拉毛间距8mm、12mm和16mm的室内拉毛水泥混凝土板，在室内拉毛水泥混凝土板涂抹等量粘层油后摊铺沥青面板并通过车辙仪压制成双层车辙板，在室内对双层车辙板进行抗剪切性能试验和抗拉拔性能试验，经过本试验方法得到的双层车辙板上形成若干沟槽，在增加粘结层构造深度的同时，沟槽的出现还能够使得沥青面板更好的嵌入水泥混凝土底板中，形成齿轮效应，以此提高接触面的抗剪性能和抗拉拔性能。
-
公开(公告)号：CN103866675A
公开(公告)日：2014-06-18
申请号：CN201410108547.3
申请日：2014-03-21
Applicant: 长安大学
IPC: E01C23/01
Abstract: 本发明公开了一种车辙破坏层位的自动无损识别方法，本发明的目的是为解决目前对车辙破坏层位的检测主要依赖于破坏性的路面钻芯检测，无可靠的无损检测方法的问题。本发明从车辙表面采集激光信号，构建车辙横断面与纵断面形态，从中提取三个特征值。从车辙深度、负面积、正负面积比分别随机抽取信号组成训练样本和测试样本，选用RBF神经网络进行训练和测试。该模型训练完成之后，系统即可利用实时采集的激光检测信号，提取特征值，输入到已训练好的模型，实现了车辙破坏层位的自动、无损识别。本发明构建解决了路面钻芯检测中仅从少数芯样的特征无法全面判断整条道路的车辙破坏层位的难题。
-
公开(公告)号：CN116343473A
公开(公告)日：2023-06-27
申请号：CN202310082661.2
申请日：2023-02-08
Applicant: 四川成绵苍巴高速公路有限责任公司成都分公司 , 长安大学
Abstract: 本发明涉及一种基于速度风险势场的高速公路行车风险甄别方法，其包括以下步骤：1)、数据采集与处理：采集并处理门架卡口道路断面监测数据、高速公路事故数据和地图POI数据；2)、对步骤1)中采集与处理的数据进行分析，以获得速度数据和交通事故数据；3)、根据步骤2)中的数据分析结果，建立速度风险势场模型，确定速度势能Vi,j、速度势能场场强和速度风险势场强度实现基于速度风险势场的高速公路行车风险甄别。其能解决当下行车风险甄别在宏观层面较难实现风险分类的问题。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.073 seconds)
