Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川警察学院宋俨轩获国家专利权

四川警察学院宋俨轩获国家专利权

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!

龙图腾网获悉四川警察学院申请的专利基于自动化Pc-Crash仿真与MLP算法的道路交通事故智能再现方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120124451B

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510192287.0,技术领域涉及:G06F30/27;该发明授权基于自动化Pc-Crash仿真与MLP算法的道路交通事故智能再现方法是由宋俨轩;刘蕴;许双麒;顾小平;刘俊熙;张立峰设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

基于自动化Pc-Crash仿真与MLP算法的道路交通事故智能再现方法在说明书摘要公布了:本发明属于道路交通技术领域,具体涉及一种基于自动化Pc‑Crash仿真与MLP算法的道路交通事故智能再现方法;包括步骤1:根据道路交通事故现场信息在Pc‑Crash仿真软件中建立仿真模型模板;步骤2:针对道路事故现场不能确认的参数设计仿真试验,获取仿真数据集;步骤3:构建、优化、训练多层感知器神经网络模型;步骤4:以道路交通事故的事故参与者停止位置或轮胎摩擦痕迹偏差最小化为核心,构建目标函数,采用MLP神经网络模型预测事故结果,以多起点搜索的全局优化算法获取不能确认参数的最优解;对比仿真结果与实际勘查数据,验证最优解的准确性;实现道路交通事故全过程的智能化再现,交通事故处理时进行责任认定和赔偿处理提供了重要的技术支持。

本发明授权基于自动化Pc-Crash仿真与MLP算法的道路交通事故智能再现方法在权利要求书中公布了:1.一种基于自动化Pc-Crash仿真与MLP算法的道路交通事故智能再现方法,其特征在于,包括如下步骤: 步骤1:根据道路交通事故现场信息在Pc-Crash仿真软件中建立仿真模型模板; 根据道路交通事故现场拍摄的事故现场概览图和事后的现场测绘或电子地图确定事故发生地的道路情况,在Pc-Crash仿真软件中建立仿真背景图或道路模型; 根据道路交通事故现场调查获取事故参与车辆信息,在Pc-Crash仿真软件中建立准确可靠的车辆模型; 根据痕迹学原理对刹车痕迹进行分析获取刹车痕迹轨迹突变点,进而获取碰撞发生的地理位置;通过对刹车痕迹形态与车辆形变特征进行分析获取车辆碰撞相对角度;根据碰撞发生的地理位置和车辆碰撞相对角度在Pc-Crash仿真软件中建立合适的车辆相对位置; 依据视频监控、行车记录仪、EDR设备,分析事故参与车辆车速和避让角速度,并根据车辆车速和避让角速度在Pc-Crash仿真软件中建立车辆运动模型; 步骤2:针对道路事故现场不能确认的参数在参数空间内合理设计仿真试验,并根据设计的仿真试验通过自动化仿真模块进行自动化仿真获取仿真数据集; 针对道路事故现场不能确认的参数在参数空间内合理设计仿真试验为:针对道路事故现场不能确定参数,以事故现场给定的值为参考值,并根据参考值设置数据区间; 针对高维参数空间采用拉丁超立方抽样,低维参数空间采用全因子试验设计,设计试验点;其中,高维参数是指维度大于5维的数据,低维数据是指维度小于等于5维的数据; 根据设计的试验点,通过自动化仿真模块对各参数下事故过程进行仿真,并提取轮胎摩擦痕迹、事故参与者停止位置,从而形成事故参与者属性、行为与事故后车辆与痕迹特征的仿真数据集; 步骤3:构建多层感知器神经网络模型,优化多层感知器神经网络模型,采用步骤2的仿真数据集训练优化后的多层感知器神经网络模型获取最终的多层感知器神经网络模型; 步骤4:以道路交通事故的事故参与者停止位置或轮胎摩擦痕迹偏差最小化为核心,构建目标函数,采用步骤3最终的多层感知器神经网络模型预测事故结果,以多起点搜索的全局优化算法获取不能确认参数的最优解;采用不能确认参数的最优解在PC-Crash仿真软件中进行仿真,对比仿真结果与实际勘查数据,验证最优解的准确性。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川警察学院,其通讯地址为:646000 四川省泸州市龙透关路186号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。