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

Inventor： 刘宏飞 ,  许淼 ,  许洪国 ,  王郭俊 ,  方杏花

IPC: G08G1/01 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

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

Inventor： 刘宏飞 ,  许淼 ,  许洪国 ,  王郭俊 ,  翟德 ,  屈亚洲 ,  方杏花

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：CN114332722A

公开(公告)日：2022-04-12

申请号：CN202111668767.8

申请日：2021-12-31

Applicant: 吉林大学

Inventor： 刘宏飞 ,  张叶萃 ,  许淼 ,  周佳 ,  赵小龙

IPC: G06V20/40 ,  G06V20/58 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及基于视频数据的混合冰雪路面附着系数实时估计方法，步骤为：采集包含混合冰雪路面的历史监控视频数据及其对应的环境参数，以及不同的路面阴影图像，构建混合冰雪路面道路历史视频数据及其对应的环境参数数据集、路面阴影图像数据集；离线训练，分别得到背景提取模型、路面区域分割模型、路面阴影检测与消除模型、路面状态识别模型，构建路面状态识别系统。本发明基于机器视觉不仅实现了对典型冰雪路面附着系数的估计，同时对多种状态混合的冰雪路面进行准确分割，估计其附着系数，保证了估计的准确性和实时性，对提高预警的安全性具有重大意义。

公开(公告)号：CN112216101A

公开(公告)日：2021-01-12

申请号：CN202010932785.1

申请日：2020-09-08

Applicant: 吉林大学

Inventor： 刘宏飞 ,  许淼

IPC: G08G1/01 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于弹性学习框架的交通预测方法及系统，属于智能交通领域。方法包括：获取交通流数据、道路交通事件数据、路网数据等交通数据，构建多源异构的交通数据底盘，并根据路段连接关系建立路网图；利用深度学习算法分别搭建时空注意力子模型、时空卷积子模型、交通事件子模型，构建弹性学习框架；利用线下历史数据训练预测模型，获取模型最优参数；将交通数据底盘中的线上实时数据输入优化后的弹性学习框架，实现考虑道路交通事件的交通预测。本发明提供系统实现了上述方法。本发明技术方案考虑道路交通事件对路网交通的影响，构建弹性学习框架实现更精准的交通预测。

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

Inventor： 刘宏飞 ,  方杏花 ,  许洪国 ,  王郭俊 ,  翟德 ,  屈亚洲 ,  许淼

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。