Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中交国通智能科技有限公司党东哲获国家专利权

中交国通智能科技有限公司党东哲获国家专利权

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!

龙图腾网获悉中交国通智能科技有限公司申请的专利一种基于物联网的智慧高速综合管理系统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:CN119889031B

龙图腾网通过国家知识产权局官网在2025-10-03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:202411979613.4,技术领域涉及:G08G1/01;该发明授权一种基于物联网的智慧高速综合管理系统是由党东哲;丁林;刘江博;郭绵东;丁超坡;倪江峰;李洋设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种基于物联网的智慧高速综合管理系统在说明书摘要公布了:本发明属于人工智能技术领域,本发明公开了一种基于物联网的智慧高速综合管理系统,包括:采集车道限速数据、车速数据、车辆状况数据、高速环境数据以及车道规定速度数据;基于车辆状态数据,使用多任务DNN模型预测排放健康数据、发动机健康数据以及轮胎健康数据,并使用自适应加权方法得到车辆诊断指标数据;设置健康阈值,判断车辆是否健康;针对健康车辆的车辆诊断指标数据和高速环境数据,使用SVR模型预测安全速度;设置安全高速范围数据,判断健康车辆是否存在超速或龟速行驶,并进行预警提醒;提高了高速公路的交通安全和环保性能,还通过智能化的限速管理和实时监控,提升了应急响应能力,有效降低了事故风险。

本发明授权一种基于物联网的智慧高速综合管理系统在权利要求书中公布了:1.一种基于物联网的智慧高速综合管理系统,其特征在于,包括: 数据获取模块:获取车道限速数据、车速数据、车辆状况数据、高速环境数据以及车道规定速度数据; 车辆健康监测模块:基于车辆状态数据,使用多任务DNN模型来预测排放健康数据、发动机健康数据以及轮胎健康数据;基于预测排放健康数据、发动机健康数据以及轮胎健康数据,使用自适应加权方法得到车辆诊断指标数据; 健康状态管理模块:基于历史车辆诊断指标数据来设定健康阈值,将车辆诊断指标数据和健康阈值比较,判断车辆是否健康; 安全速度预测模块:基于健康车辆的车辆诊断指标数据和高速环境数据,使用SVR模型预测安全速度; 高速预警模块:将车道限速数据和预测安全速度进行平均计算获得安全高速范围数据,将车速数据与安全高速范围数据进行比较,判断健康车辆是否存在超速或龟速行驶,并进行预警提醒; 所述使用自适应加权方法得到车辆诊断指标数据的具体方式包括: 基于预测排放健康数据、预测发动机健康数据和预测轮胎健康数据,使用自适应加权方法来计算车辆诊断指标数据,公式为:Hcl=a1*Hemission+a2*Hengine+a3*Htire,其中,Hcl为车辆诊断指标数据,Henission、Hengine和Htire分别为预测排放健康数据、预测发动机健康数据和预测轮胎健康数据,a1、a2和a3分别为预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的实际权重,其中,通过联合误差的方法获得预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的实际权重; 所述通过联合误差的方法获得预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的权重的具体方式包括: 计算每个任务最终结果与真实数据之间的误差:其中,Hrw,m为第rw个任务的第m个样本的最终结果,为第rw个任务的第m个样本的真实值,m为样本索引,MSErw为第rw个任务的误差,根据每个任务的误差调整初步权重:计算任务间的误差相关性,使用误差相关性修正初步权重,得到实际权重,公式为: 其中,corrrw,fw表示第rw个任务和第fw个任务之间的误差相关性,通过皮尔逊相关性方法计算得到,rw和fw为任务的索引,表示第rw个任务和第fw个任务之间的初步权重的差距,arw表示第rw个任务的实际权重,即a1、a2和a3三个任务的实际权重,γ表示调整系数。

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中交国通智能科技有限公司,其通讯地址为:450000 河南省郑州市郑东新区龙湖外环路28号院7号楼3楼东户;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。