Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学鲍楠获国家专利权

南京邮电大学鲍楠获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种基于GM-HMM的道路安全驾驶行为识别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:CN116910597B

龙图腾网通过国家知识产权局官网在2026-03-24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:202310939571.0,技术领域涉及:G06F18/2321;该发明授权一种基于GM-HMM的道路安全驾驶行为识别方法是由鲍楠;陆金辉;孙希霞;师晓晔;潘甦设计研发完成,并于2023-07-28向国家知识产权局提交的专利申请。

一种基于GM-HMM的道路安全驾驶行为识别方法在说明书摘要公布了:本发明公开了一种基于GM‑HMM的道路安全驾驶行为识别方法,首先获取城市道路三车道交通数据集,对采集数据集进行预处理,从预处理后的数据集中提取换道及直行的样本数据,针对每一类驾驶行为构建行为识别模型,采用观测数据对行为识别模型的模型参数进行训练优化,最后将测试数据分别导入三个驾驶行为子模型进行计算,输出概率最大的子模型对应的驾驶行为作为识别得到的行为结果。本发明适用于三车道的普遍城市道路场景,利用HMM和GMM的特点建立GM‑HMM混合模型,无需手动选择特征,能够自适应地对驾驶员的行为进行建模,又设置周围车辆安全距离,将周围车辆信息纳入安全考虑,最后对驾驶行为进行识别预警,提高了模型的安全性。

本发明授权一种基于GM-HMM的道路安全驾驶行为识别方法在权利要求书中公布了:1.一种基于GM-HMM的道路安全驾驶行为识别方法,其特征在于,所述安全驾驶行为识别方法包括以下步骤: S1,获取城市道路三车道交通数据集,所述城市道路三车道交通数据集包括城市三车道道路场景的车辆运动轨迹信息和车辆信息; S2,对采集的城市道路三车道交通数据集进行预处理; S3,从预处理后的城市道路三车道交通数据集中提取换道及直行的样本数据,并选择特征参数,所述特征参数包括目标车辆车头中心与初始所在车道右侧车道线的距离dr,车辆纵向速度Vx,横向速度Vy,周围车辆与目标车辆的相对安全距离比D,将样本数据划分为观测数据和测试数据; S4,基于GM-HMM模型,针对每一类驾驶行为构建行为识别模型,分别得到直行子模型、左换道子模型和右换道子模型这三个驾驶行为子模型,初始化三个驾驶行为子模型的模型参数:观测状态O、观测序列长度T、初始状态概率π、状态转移矩阵A、高斯混合数目M、高斯分布权重系数C、单高斯分布的均值矩阵μ和协方差矩阵G; S5,采用观测数据对行为识别模型的模型参数λ={π,A,c,μ,G}进行训练;具体地,在相对安全距离比D0时发出安全预警,若D≥0,将观测数据作为输入,通过前后向算法计算内部状态前向概率和后向概率,并计算每个观测值的辅助变量;再利用Baum-Welch算法完成模型参数的更新,从而获取新的模型参数,最后通过前后向算法计算模型输出的似然概率,直至参数收敛,保存模型参数,使观测序列概率PO|λ最大; S6,将测试数据分别导入三个驾驶行为子模型,利用前后向算法分别计算三个驾驶行为子模型产生对应观测序列的概率,输出概率最大的子模型对应的驾驶行为作为识别得到的行为结果; 步骤S3中,所述周围车辆与目标车辆的相对安全距离比D的计算方式如下: ; ; 式中,为场景范围内目标车辆中心与任一车辆中心相对距离,;为周围车辆间安全距离;为场景内车辆平均速度;为制动迟滞时间;为目标车停止后与周围车辆的安全距离。

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南京邮电大学,其通讯地址为:210023 江苏省南京市栖霞区文苑路9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。

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。