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！

龙图腾网获悉长沙理工大学申请的专利一种自动驾驶与人工驾驶混行的事故严重程度预测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：CN119904988B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510043489.9，技术领域涉及：G08G1/01；该发明授权一种自动驾驶与人工驾驶混行的事故严重程度预测方法是由王杰;贺咪媛;陈一博;孟子然;向健设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种自动驾驶与人工驾驶混行的事故严重程度预测方法在说明书摘要公布了：本发明涉及事故致因分析技术领域，公开了一种自动驾驶与人工驾驶混行的事故严重程度预测方法，包括获取自动驾驶与人工驾驶混行环境下的交通事故数据；根据交通事故数据中的事故位置，提取事故位置点的道路交通特征和建成环境特征；将交通事故数据与事故位置点的道路交通特征和建成环境特征进行匹配，建立自动驾驶与人工驾驶交通事故特征变量数据集；根据自动驾驶与人工驾驶交通事故特征变量数据集，基于机器学习筛选交通事故严重程度影响特征变量；根据交通事故严重程度影响特征变量，构建混行环境下自动驾驶与人工驾驶事故严重程度的联合预测模型进行事故严重程度预测。本发明提升了预测精度和模型的拟合优度。

本发明授权一种自动驾驶与人工驾驶混行的事故严重程度预测方法在权利要求书中公布了：1.一种自动驾驶与人工驾驶混行的事故严重程度预测方法，其特征在于，包括以下步骤： 获取自动驾驶与人工驾驶混行环境下的交通事故数据，包括： 根据历史自动驾驶事故数据提取自动驾驶事故特征信息，并为每起自动驾驶事故设置一个独立的事故编码；其中事故特征包括事故时间、事故地点、碰撞类型、车辆特征、自然环境条件以及事故详情描述； 根据事故地点和事故详情描述定位事故位置，并转换为地球坐标系下的经纬度坐标； 根据历史人工驾驶事故数据提取人工驾驶事故特征信息； 根据自动驾驶事故特征信息和人工驾驶事故特征信息在设定的第一缓冲区内筛选所有与自动驾驶事故具有相同道路特征和建成环境特征的人工驾驶事故，并选择与自动驾驶事故最近的人工驾驶事故进行配对，生成自动驾驶与人工驾驶混行环境下的交通事故数据； 根据交通事故数据中的事故位置，提取事故位置点的道路交通特征和建成环境特征，包括： 根据交通事故数据中的事故位置，提取事故位置点的道路特征信息；其中道路特征包括交叉口类型、交通控制设施类型、中央分隔设施类型、车道数量、人行横道及路边停车位； 根据交通事故数据中的事故位置，提取事故位置点的道路属性信息；其中道路属性包括道路名称、道路等级、限速、车道数量及单向道路； 根据交通事故数据中的事故位置，提取事故位置点在设定的第二缓冲区内的建成环境信息；其中建成环境包括土地利用类型、公园、餐厅、学校、公交站和地铁站、医院及购物中心； 将交通事故数据与事故位置点的道路交通特征和建成环境特征进行匹配，建立自动驾驶与人工驾驶交通事故特征变量数据集，包括： 根据事故编码和经纬度坐标，将自动驾驶事故特征信息、人工驾驶事故特征信息、道路特征信息、道路属性信息和建成环境信息进行匹配，建立自动驾驶与人工驾驶交通事故特征变量数据集； 根据自动驾驶与人工驾驶交通事故特征变量数据集，基于机器学习筛选交通事故严重程度影响特征变量； 根据交通事故严重程度影响特征变量，构建混行环境下自动驾驶与人工驾驶事故严重程度的联合预测模型进行事故严重程度预测，包括： 以自动驾驶事故与人工驾驶事故的严重程度为因变量，以交通事故严重程度影响特征变量为自变量，构建随机参数双变量Probit模型； 假定模型中自变量的回归系数在不同的事故样本之间随机变化，设定新的自变量回归系数； 根据自变量和新的自变量回归系数建立所有事故数据的联合概率密度函数，并转化为对数似然函数； 采用准蒙特卡罗方法近似计算对数似然函数中的积分； 基于近似的对数似然函数，使用梯度下降法迭代估计参数； 通过多次迭代优化，直到对数似然函数收敛，得到最终每个特征变量对于事故严重程度分类的系数值。

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长沙理工大学，其通讯地址为：410015 湖南省长沙市天心区赤岭路45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”。