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！

龙图腾网获悉东南大学申请的专利自动驾驶事故分类及严重程度预测的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：CN116522256B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211740838.5，技术领域涉及：G06F18/2431；该发明授权自动驾驶事故分类及严重程度预测的方法是由郭延永;刘佩;刘攀;岳全胜;吴秀梅;陈晓薇设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本自动驾驶事故分类及严重程度预测的方法在说明书摘要公布了：本发明公开了一种自动驾驶事故分类及严重程度预测的方法，包括如下步骤：获取自动驾驶历年事故，建立自动驾驶事故挖掘与分析数据集；通过显著性检验找出导致自动驾驶事故的主要影响因素，标注每条事故数据的簇类；建立神经网络模型利用卷积神经网络预测自动驾驶事故严重程度；向神经网络输入自动驾驶事故数据集，输出预测的事故分类标签，计算与事故严重程度的匹配率，分析自动驾驶事故发生模式。本发明可以提取影响自动驾驶碰撞事故发生率和严重程度的主要特征，利用神经网络模型可以对海量的事故数据进行准确的事故严重程度预测，有助于交通机构针对不同事故模式制定有针对性的工程对策，提高自动驾驶车辆在实际应用的安全水平。

本发明授权自动驾驶事故分类及严重程度预测的方法在权利要求书中公布了：1.一种自动驾驶事故分类及严重程度预测的方法，其特征在于，包括如下步骤： S1、获取自动驾驶历年事故，对多源数据联合进行预处理和特征工程编码，建立自动驾驶事故挖掘与分析数据集，所述多源数据包括自动驾驶事故报告原始数据集D1及卫星地图地点数据集D2； S2、通过显著性检验找出导致自动驾驶事故的主要影响因素，通过Pearson相关系数选择与严重程度相关性强的事故特征，所述主要影响因素经Pearson相关系数筛选出与事故严重程度强相关的特征后，用于后续事故特征集的聚类分析及神经网络模型的训练； S3、结合主成分分析和K均值聚类对自动驾驶事故特征集进行聚类，标注每条事故数据的簇类； S4、建立神经网络模型利用卷积神经网络预测自动驾驶事故模式，得到所预测特征的预测值与聚类分析标签之间的准确率，衡量网络的预测性能； S5、向神经网络输入自动驾驶事故测试数据集，输出预测的事故模式标签，计算与事故严重程度的匹配率，分析自动驾驶事故发生模式，对实时采集到的相关交通信息判断事故的严重程度并采取相应管控措施。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。