长安大学;中科路恒工程设计有限公司张驰获国家专利权
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!
龙图腾网获悉长安大学;中科路恒工程设计有限公司申请的专利一种基于Copula的车道变换交互行为特征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:CN120183207B 。
龙图腾网通过国家知识产权局官网在2025-08-19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:202510668604.1,技术领域涉及:G08G1/01;该发明授权一种基于Copula的车道变换交互行为特征分析方法是由张驰;周郁茗;何进;李绍鹏;谢子龙;孙瑜晨;王博;王争设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。
本一种基于Copula的车道变换交互行为特征分析方法在说明书摘要公布了:本申请属于智能交通系统技术领域,公开了一种基于Copula的车道变换交互行为特征分析方法,本申请通过精确提取微观交互特征,使用三种聚类算法对变换交互行为进行聚类,能够有效地从大量原始数据中自动识别出潜在的变换交互模式,并对不同变换交互行为进行分类,同时引入Copula理论来建模车辆间的依赖关系,采用ClaytonCopula、NormalCopula和Student‑TCopula等函数,可以有效捕捉变换交互行为中车辆之间复杂的非线性依赖结构,尤其是车头时距等关键指标的相互关系,通过参数估计方法,优化Copula模型的拟合效果,从而提高预测能力。
本发明授权一种基于Copula的车道变换交互行为特征分析方法在权利要求书中公布了:1.一种基于Copula的车道变换交互行为特征分析方法,其特征在于,包括以下步骤: 步骤1:数据采集;通过无人机航拍获取交织区视频,从中识别出发生变道的车辆轨迹数据; 步骤2:数据预处理; 步骤2-1:从步骤1识别的车辆轨迹数据中提取微观交互特征,微观交互特征包括绝对速度、相对速度、相对距离及车头时距; 步骤2-2:对微观交互特征进行数据清洗和归一化处理; 步骤3:聚类分析; 步骤3-1:将预处理后的微观交互特征输入三种聚类算法,即K-means、层次聚类或自组织特征映射,采用轮廓系数或CH指数选择最佳的聚类算法; 步骤3-2:构建特征空间,利用提取的微观交互特征,构建多维特征空间作为聚类分析的输入; 步骤3-3:在聚类分析的聚类执行阶段运行步骤3-1选定的聚类算法,将变换交互行为划分为多个聚类类别,每个聚类类别代表一种特定的变道模式; 步骤3-4:接着采用轮廓系数或CH指数评估聚类类别,确定最优的聚类类别数量; 步骤4:Copula建模,利用Copula模型对不同变换交互行为的统计依赖关系进行建模和预测; 步骤4-1:首先进行边缘分布拟合,对每个聚类类别的车头时距进行边缘分布分析,选择最能描述该车头时距的分布类型;具体为:通过对每个聚类类别的车头时距进行转化,得到对应的边缘分布函数; ; 式中: 为任意给定的车头时距值; 为概率运算符,表示车头时距≤这一事件发生的概率; THW为车头时距; 步骤4-2:根据分布类型,选择对应的Copula函数建立Copula模型,用于捕捉变量之间的非线性依赖结构,所述Copula模型表示为: ; 式中: 为Copula模型的参数; 和为两个实数阈值,分别用于计算车头时距不超过它们的概率; 和分别为两个变道模式的车头时距的边缘分布; 步骤4-3:利用最大似然估计方法对选定的Copula模型进行参数估计; 步骤4-4:对不同Copula模型的拟合效果进行评估,选择最优Copula模型; 步骤5:行为解释,对最优Copula模型进行解释,输出变换交互行为分类。
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安大学;中科路恒工程设计有限公司,其通讯地址为:710064 陕西省西安市雁塔区南二环路中段;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”。
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。