龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆大学
摘要：本发明属于智能交通领域，公开了一种高速公路异常事件类型识别与位置估计方法，采用BERT和LSTM模型结合的方法，能够准确识别不同类型的交通异常事件，提升事件类型识别的准确性。其次，利用CNN‑GRU模型和K‑Means聚类算法，能够精确预测车辆行程时间和延误时间，从而精确估计交通拥堵的初发位置。通过综合考虑地形因素和交通流特征，全面分析不同事件类型对交通流的影响，提高模型的适用性和可靠性。此外，通过实时数据分析和动态调整，增强了模型对突发大车流等复杂交通情境的适应。综上，本发明能够使高速公路隧道内交通的安全和效率方面都获得提高。
主权项：1.一种高速公路异常事件类型识别与位置估计方法，其特征在于，包括以下步骤：S1.采集高速公路的ETC数据、轨迹数据和带事件检测功能的摄像头数据，并对数据进行预处理，从而获取车辆的行程时间、交通事件描述及路段特征，以便后续模型训练；S2.采用BERT模型对摄像头事件描述文本进行清洗和分词，提取文本的深层语义特征，并利用LSTM模型处理交通流参数，之后将BERT模型提取的文本特征与LSTM模型提取的交通流特征输入全连接神经网络FCNN进行特征融合和事件类型预测；S3.通过CNN提取路段的坡度和曲率特征，将坡度和曲率特征转化为时间序列输入GRU模型，之后基于GRU的输出，通过全连接层预测得到最终的单车行程时间；S4.利用K-Means聚类算法确定每个路段和车型组合的行程时间阈值，并基于预测行程时间与阈值的对比，识别交通延误；S5.结合预测的行程时间与实际行程时间的差异，分析延误时间，确定交通拥堵的初发点并估计事发位置。
全文数据：
权利要求：
百度查询： 重庆大学 一种高速公路异常事件类型识别与位置估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号