同济大学余博获国家专利权
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!
龙图腾网获悉同济大学申请的专利一种基于类脑认知计算模型的车速偏差分析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:CN119377654B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411445580.5,技术领域涉及:G06F18/2134;该发明授权一种基于类脑认知计算模型的车速偏差分析方法是由余博;彭梓珊;陈雨人;姚思喆;高健强设计研发完成,并于2024-10-16向国家知识产权局提交的专利申请。
本一种基于类脑认知计算模型的车速偏差分析方法在说明书摘要公布了:本发明公开了一种基于类脑认知计算模型的车速偏差分析方法,属于车速偏差分析技术领域,包括以下步骤:S1、搭建低等级公路模拟环境进行驾驶模拟实验;S2、建立视觉道路环境模型;S3、对驾驶人脑电数据进行预处理,并进行频谱分析,在此基础上建立环境与脑电信号强度的关系;S4、基于QN‑MHP类脑认知计算模型,利用对各脑区信号强度关系建立LMM模型,并以此来解析驾驶人期望车速与实际车速间的偏差。本发明采用上述的一种基于类脑认知计算模型的车速偏差分析方法,量化了驾驶人对道路环境状况的感知情况,对分析驾驶人期望车速确定时的感知、认知特性,及其对期望车速与实际运行车速差异的影响具有重要作用,对提升道路交通安全具有重要意义。
本发明授权一种基于类脑认知计算模型的车速偏差分析方法在权利要求书中公布了:1.一种基于类脑认知计算模型的车速偏差分析方法,其特征在于,包括以下步骤: S1、搭建低等级公路模拟环境进行驾驶模拟实验,在实验过程中采集驾驶人的期望车速、实际车速、车速偏差和脑电数据; S2、基于图式理论,对驾驶人视觉行车环境进行数字化解析,建立视觉道路环境模型; 视觉道路环境模型分为五个不同的层,包括视觉道路线形层、动态视觉层、视觉语义层、视觉深度层和视觉敏感层; 视觉道路线形层中的视觉道路线形的边界由Catmull-Rom样条曲线进行拟合;动态视觉层表示驾驶人的视野随速度产生的动态变化,驾驶人的视野大小与车速成负相关,其视觉注意环境也会随车速的增加而被压缩至道路中心区域; 视觉语义层通过不同颜色来反映驾驶人视觉感知的道路环境不同部分,视觉语义层包括以下几个不同的组成部分,包括道路、森林、天空、戈壁、交通标志、防护措施、悬崖,以其在驾驶人视觉感知的道路环境中出现的面积比例作为量化参数; 视觉深度层反映驾驶人对道路环境深度信息的感知,从视觉深度层与动态视觉层中提取驾驶人视野的平均值作为量化参数; 视觉敏感层反映驾驶人视觉感知下各道路环境区域中敏感区域的分布情况,计算结果如下: ; ; 其中,代表基于梯度加权类激活映射算法形成的热力图;代表第个特征图;代表第个特征图对应的权重;为整流后的线性单元;,为特征图的大小;;表示第个特征图中,第行第列的像素值; S3、对驾驶人脑电数据进行预处理,并进行频谱分析,在此频谱分析结果上建立环境与脑电信号强度的关系; S4、基于QN-MHP类脑认知计算模型,利用环境与脑电信号强度的关系建立LMM模型,来解析驾驶人期望车速与实际车速间的偏差; 采用线性混合效应回归模型LMM进行数据分析,其表达式如下: ; 其中,是因变量的向量;是固定效应得分设计矩阵;是固定效应的参数向量;是随机效应的设计矩阵;是随机效应的参数向量;是随机误差项的向量;表达固定效应的影响;表示随机效应的影响。
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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励