一种基于大数据的驾驶人场地驾驶能力评估方法

    公开(公告)号:CN119990859A

    公开(公告)日:2025-05-13

    申请号:CN202411950679.0

    申请日:2024-12-27

    Abstract: 本发明公开了一种基于大数据的驾驶人场地驾驶能力评估方法,包括:对金牌教练员及学员的驾驶行为数据进行多维度采集;将收集到的数据剔除异常值,分析教练与学员的驾驶行为特征分布,确定每米教练数据取值范围,从而形成标准过程曲线;根据学员驾驶行为曲线与标准过程曲线的差值进行打分,得到学员的行为指标得分;对行为指标得分进行加权计算得到子项目得分;对项目中涵盖的子项目得分求平均值即得到项目得分。本发明采用以过程为导向的评价指标,弥补了以结果为导向的评价指标容易忽略驾驶人过程中的行为细节以及缺乏实时反馈等缺点。

    一种基于大数据的驾驶人道路驾驶能力评估方法

    公开(公告)号:CN119991368A

    公开(公告)日:2025-05-13

    申请号:CN202510055926.9

    申请日:2025-01-14

    Abstract: 本发明公开了一种基于大数据的驾驶人道路驾驶能力评估方法,包括:对教练与学员进行驾驶行为数据的多维度采集;设定标准事件阈值,用于识别和区分正常行为与异常行为;在教练和学员的互动过程中筛选教练与学员存在显著差异且优于学员的指标,通过标准事件阈值对这些过程性的行为指标进行量化评分;以教练分数优于学员得分为优化目标,确定最优权重;在确定了各个行为指标的最优权重之后,加权计算每个项目的总得分,以实现驾驶人道路驾驶能力评估。本发明通过科学、客观、全面的评价体系,为驾驶培训提供了有效的工具,有助于提升学员的驾驶技能和安全意识,提高培训和考试的质量,最终达到提高道路交通安全的目的。

    桥梁低能见度运行风险多层级防控及效用验证方法

    公开(公告)号:CN119626002A

    公开(公告)日:2025-03-14

    申请号:CN202411744455.4

    申请日:2024-11-30

    Abstract: 本发明公开了一种桥梁低能见度运行风险多层级防控及效用验证方法,包括:基于天气和交通状况确定待测桥梁的低能见度运行风险等级;当运行风险等级为A等级时,其防控设施为传统交通安全设施;当运行风险等级为B等级时,其防控设施为传统交通安全设施、风险预警系统I级、视线诱导系统I级;当运行风险等级为C等级时,其防控设施为传统交通安全设施、风险预警系统II级、动态限速系统、视线诱导系统II级;当运行风险等级为D等级时,其防控设施为传统交通安全设施、风险预警系统III级、动态限速系统、视线诱导系统III级;基于驾驶模拟技术搭建桥梁低能见度运行风险多层级防控效用测试平台,获取细粒度微观驾驶行为及车辆运行数据。

    一种定制式的交通大数据模块化教学实验平台

    公开(公告)号:CN117632126A

    公开(公告)日:2024-03-01

    申请号:CN202311636120.6

    申请日:2023-12-01

    Abstract: 本发明公开了一种定制式的交通大数据模块化教学实验平台,包括系统环境管理模块,实现用户创建以及支持学生运行代码时选择不同的python环境;课程知识管理模块,构建“知‑教‑行”教育模式,以定制式模块化设计方法践行该教育模式;成果展示管理模块,集成章节多个知识点代码输出结果根据教学需求设置图表内容,形成“全景式”协同展示;教学评估管理模块,对所有知识点一体式成绩管理并用于学生全过程记录查看。本发明以践行“知‑教‑行”教育模式,采用开放式版面布局设计与集成式成果协同展示,满足不同教师和课程的定制需求,提供大量实际数据处理和应用经验,以满足智慧交通领域日益增长的技能和知识需求。

    一种基于深度Q网络的长大下坡路段行车速度控制方法

    公开(公告)号:CN119252042A

    公开(公告)日:2025-01-03

    申请号:CN202411201024.3

    申请日:2024-08-29

    Abstract: 本发明公开了一种基于深度Q网络的长大下坡路段行车速度控制方法,包括如下步骤:基于长大下坡路段场景,构建与深度Q网络交互的环境模型,定义状况空间、动作空间和奖励函数;构建深度Q网络模型,并与环境模型迭代交互,得到数据集,同时计算获得预测Q值和目标Q值;基于预测Q值、目标Q值和奖励函数,构建损失函数,并使用梯度下降方式对其进行优化,实现深度Q网络模型的训练;多次迭代后,基于训练后的深度Q网络模型实现对长大下坡行车速度的控制。本发明以数据驱动为主,综合使用行驶安全性、高效性和舒适性指标表征速度控制带来的总体收益,有益于规避长大下坡路段行车过程中的不良驾驶行为,提升交通安全水平。

    一种基于贝叶斯推理的交通状态演化预测方法与系统

    公开(公告)号:CN117475620A

    公开(公告)日:2024-01-30

    申请号:CN202311373193.0

    申请日:2023-10-23

    Abstract: 本发明公开了一种基于贝叶斯推理的交通状态演化预测方法,包括:获取路网速度数据并进行预处理,得到预处理后的数据集;设定约束条件,基于约束条件获取数据集中具有因果关系的路段对;基于不同的路段对组合形成不同的交通状态演化网络结构;基于路段对获取不同特征值的条件概率,并基于条件概率和交通状态演化网络结构构建贝叶斯推理网络;基于贝叶斯推理网络,遍历所有的交通状态演化网络结构,选择评分最高的作为最优交通状态演化网络结构。实现了交通状态演化网络结构的精确推断,进而提升路网交通状态演化综合预测能力。

Patent Agency Ranking