-
公开(公告)号：CN111803065A
公开(公告)日：2020-10-23
申请号：CN202010581608.3
申请日：2020-06-23
Abstract: 本发明公开了一种基于脑电数据的危险交通场景辨识方法及系统，基于脑电数据的危险交通场景辨识方法，包括以下步骤：基于交通场景，获取刺激对象和实验变量；通过刺激对象和实验变量完成对驾驶员的驾驶测试，获取预设时长内驾驶员包含脑电信号的EEG数据；对采集到的脑电信号进行预处理，去除脑电信号中的信号噪音；对预处理后的脑电信号提取特征指标，并采用数理统计的方法分析得到具有显著性的特征指标；计算具有显著性的特征指标的功率谱密度的预测值与真值之间的差值；根据所述差值辨识交通场景的危险程度。可以科学的度量交通场景危险程度、准确的评估驾驶员精神负荷，有利于将驾驶员的精神负荷控制在合理区间，有效的降低驾驶风险。
-
公开(公告)号：CN110936958A
公开(公告)日：2020-03-31
申请号：CN201911172386.3
申请日：2019-11-26
Applicant: 交通运输部公路科学研究所 , 北方工业大学
Abstract: 本发明涉及一种自动驾驶换道轨迹优化模型、自动驾驶换道轨迹优化方法及其系统，依据当前换道的实际空间大小，同时考虑自动驾驶交通工具信息处理时延的实际情况，并将换道执行的横向和纵向结合起来，用以配置换道执行过程中完整的换道轨迹优化模型，通过该换道轨迹优化模型提高自动驾驶交通工具的自我调整和轨迹优化能力，并对换道全过程实现实时反馈优化控制，保证其换道的安全执行，由于模型在构建时结合了实际多变的交通环境中换道的运行特点，因此可确保通过本发明自动驾驶换道轨迹优化模型生成的运行参数与自动驾驶交通工具实际所处的换道执行交通场景精确贴合，彻底改变了构建模型与实际交通场景差别大，无法直接使用的弊端，适应性强。
-
公开(公告)号：CN105118320B
公开(公告)日：2017-05-31
申请号：CN201510629951.X
申请日：2015-09-29
Applicant: 北方工业大学
IPC: G08G1/0962 , G08G1/0965 , G08G1/16
Abstract: 本发明提供一种基于车路协同的城市路段交通诱导方法及装置。本发明对于进入某路段的车辆通过无线实时的将自身状态信息发送到路侧设备，结合前方交通流信息及信号灯状态信息，通过诱导算法得到车辆行驶过程中的安全车距、最优车速及前方道路拥堵信息，并通过无线发送到车载设备并显示出来。采用上述方法可提升车辆出行效率，提高交叉口整体效益，达到缓解拥堵的目的。
-
公开(公告)号：CN106218638A
公开(公告)日：2016-12-14
申请号：CN201610681099.5
申请日：2016-08-17
Applicant: 北方工业大学
IPC: B60W30/18
Abstract: 本发明提供了一种基于无线通信技术的智能网联汽车协同换道控制方法，用于智能交通/汽车主动安全控制技术领域，可解决车辆换道过程中由于人为判断失误造成的碰撞事故，保障车辆行驶安全性。本发明基于智能网联汽车技术实现，首先通过无线通信单元获取周围车辆行驶状态与行驶意图，根据车辆换道运动特性及不同车道车辆相对位置建立纵向安全距离模型，提出基于模糊控制理论的换道控制策略，计算得出车辆在匀速和匀加速行驶时不同交通场景下的期望加速度值，完成对目标车辆在换道过程中的车速控制，同时计算出周围车辆的期望加速度值，通过实现换道车辆与周围车辆始协同控制，达到避免车辆换道过程中发生碰撞事故的目的。
-
公开(公告)号：CN105118320A
公开(公告)日：2015-12-02
申请号：CN201510629951.X
申请日：2015-09-29
Applicant: 北方工业大学
IPC: G08G1/0962 , G08G1/0965 , G08G1/16
Abstract: 本发明提供一种基于车路协同的城市路段交通诱导方法及装置。本发明对于进入某路段的车辆通过无线实时的将自身状态信息发送到路侧设备，结合前方交通流信息及信号灯状态信息，通过诱导算法得到车辆行驶过程中的安全车距、最优车速及前方道路拥堵信息，并通过无线发送到车载设备并显示出来。采用上述方法可提升车辆出行效率，提高交叉口整体效益，达到缓解拥堵的目的。
-
Patent Agency Ranking
公开(公告)号：CN119942815A
公开(公告)日：2025-05-06
申请号：CN202510003704.2
申请日：2025-01-02
Applicant: 北方工业大学
Abstract: 本发明提供了一种交通干线协调控制方法及系统，属于道路交通控制领域，包括引入图神经网络对交通的全局信息进行融合，门控时序卷积网络进行编码，并根据编码状态和融入和特征得到全局交通预测数据并根据预测数据映射为交通状态等级；获取局部交通的车流量以及车速并计算模糊隶属度，利用动态交通流加权模型计算节点之间交通流的加权关系，调整局部绿灯配时；建立全局‑局部的联合目标函数，将交通状态等级和局部绿灯配时输入目标函数，输出全局‑局部目标函数数值；选择全局‑局部目标函数值最小的控制策略，输出绿灯控制时长。建立全局协调的信号配时方案，提升整个交通干线的通行效率并能够快速响应交通流量的变化和突发事件。
-
公开(公告)号：CN119785603A
公开(公告)日：2025-04-08
申请号：CN202510009860.X
申请日：2025-01-03
Applicant: 北方工业大学
Abstract: 本发明提供了一种交通干线协调信号配时优化方法、系统、设备及介质，属于交通控制领域，包括利用马尔可夫决策过程建立交通信号控制的动态模型，根据交通信号控制模型得到价值函数，实现对信号配时的精准描述。通过将价值函数引入萤火虫算法的亮度函数和位置更新函数中，并引入自适应光强吸收系数和动态随机扰动因子对萤火虫算法进行改进，得到改进萤火虫算法，提升萤火虫算法的全局搜索能力。通过改进萤火虫算法对自适应神经模糊推理系统进行优化训练，得到信号配时优化模型。根据信号配时优化模型输出信号配时参数的调整量，实现了对交通信号配时的自适应智能控制。能够应用于复杂多变的交通干线环境，高效准确的为交通干线提供信号配时优化策略。
-
公开(公告)号：CN118053286A
公开(公告)日：2024-05-17
申请号：CN202311577055.4
申请日：2023-11-24
Applicant: 北京航空航天大学 , 北京博研智通科技有限公司 , 北方工业大学
IPC: G08G1/01 , G06F18/22 , G06F18/23213 , G08G1/065 , G08G1/056
Abstract: 本发明公开了提供一种多元数据融合下的信控单元划分方法，包括步骤一，设置路网拓扑结构以将可控制区域静态路网转换为路网拓扑结构，步骤二、对路网进行静态分层，并将静态路网作为第一、二、三、五层路网，步骤三、划分动态路网，并将动态路网作为第四层路网，步骤四、划分信控单元，根据所选控制区域，确定控制区域节点集合node并对node集合划分，得到最终的信号控制控制单元集合。该划分方法将静态路网和动态路网相融合，把信控功能负载分散到不同的单元处理，从而提高系统的并发处理能力和响应速度。
-
公开(公告)号：CN111643077B
公开(公告)日：2024-05-07
申请号：CN202010565232.7
申请日：2020-06-19
Abstract: 本申请公开了一种基于脑电数据的交通动态因素复杂度的辨识方法，所述方法通过采集驾驶员驾驶过程中的脑电数据进行预处理，从预处理过的脑电数据中得到显著性指标进行交通因素复杂度辨识模型的搭建；所述交通因素复杂度辨识模型包括行人过街因素辨识模型、车辆变速因素辨识模型、车辆变道因素辨识模型。本发明建立了基于驾驶员脑电数据的交通环境因素复杂度的辨识模型，对驾驶安全具有十分重要的意义，解决了驾驶安全研究中，复杂交通因素、复杂交通场景的辨识和预警缺乏理论依据的问题。
-
公开(公告)号：CN117942081A
公开(公告)日：2024-04-30
申请号：CN202410129414.8
申请日：2024-01-30
Applicant: 北方工业大学
IPC: A61B5/18 , A61B5/372 , A61B5/00 , G06F18/241 , G06F18/213
Abstract: 本发明公开了一种分心驾驶状态判别方法及系统，包括以下步骤：通过驾驶员模拟驾驶任务，获取驾驶行为数据、脑电信号数据；所述模拟驾驶任务为驾驶主任务或驾驶次任务；对所述驾驶行为数据进行驾驶分心状态分类标记并提取驾驶行为特征数据；并进行驾驶分心状态分类标记后提取脑电信号特征数据；将所述驾驶行为特征数据和脑电信号特征数据合并后划分为训练数据集、测试数据集；所述训练集数据基于CNN‑LSTM神经网络训练得到分心驾驶状态分类模型；通过所述分心驾驶状态分类模型对实时驾驶行为数据及脑电信号数据进行处理得到驾驶员的分心驾驶状态类别；实现根据驾驶行为数据及脑电信号数据可以判断驾驶人员的分心状态。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.041 seconds)
