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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 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 > 长沙理工大学申昊宇获国家专利权

长沙理工大学申昊宇获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利一种路口车辆最小行驶速度区间的预测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:CN119169806B

龙图腾网通过国家知识产权局官网在2025-12-02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:202411099880.2,技术领域涉及:G08G1/01;该发明授权一种路口车辆最小行驶速度区间的预测方法是由申昊宇;刘理;李倩仪设计研发完成,并于2024-08-12向国家知识产权局提交的专利申请。

一种路口车辆最小行驶速度区间的预测方法在说明书摘要公布了:本发明适用于智能交通技术领域,涉及一种路口车辆最小行驶速度区间的预测方法,包括:S10、基于摄像头和3D激光传感器获取车辆和路口场景信息;S20、基于跟车行为模型获取行为特征和动态特征;S30、建立预测目标车辆从当前位置行驶到路口的最小速度区间的层次结构;S40、对层次结构的每层模型建立五级残差神经网络,获取目标车辆最小速度处于每个区间的可能性;S50、路口速度引导系统根据预定的可能性阈值,选择适合最小速度预测区间,以提高过路口速度引导系统的可靠性和正确率。本发明流程简单、操作便捷,实现了对路口行驶车辆的从当前位置行驶到路口的过程中行驶最小速度区间的预测,预测结果精确,提高了路口的交通通信效率。

本发明授权一种路口车辆最小行驶速度区间的预测方法在权利要求书中公布了:1.一种路口车辆最小行驶速度区间的预测方法,其特征在于,包括以下步骤: S10、基于摄像头和3D激光传感器获取车辆和路口场景信息; S20、基于跟车行为模型获取行为特征和动态特征; S30、建立预测目标车辆从当前位置行驶到路口的最小速度区间的层次结构; 具体步骤如下: S301、将目标车辆行驶到路口过程中最小速度分为9个区间并配上相应类别标签; S302、根据拥堵定义和数据分析,每次人工合并2个相邻速度区间,最终形成一个最小速度区间的层次结构; 最小速度区间的层次结构如下: 第9层最小速度区间为[0,5kmh、[5kmh.10kmh、[10kmh.15kmh、[15kmh,20kmh、[20kmh,25kmh、[25kmh,30kmh、[35kmh,40kmh、[40kmh,45kmh和[45kmh,120kmh]; 第8层最小速度区间为[0,5kmh、[5kmh,15kmh、[15kmh,20kmh、[20kmh,25kmh、[25kmh,30kmh、[35kmh,40kmh、[40kmh,45kmh和[45kmh,120kmh]; 第7层最小速度区间为[0,5kmh、[5kmh,20kmh、[20kmh,25kmh、[25kmh,30kmh、[35kmh,40kmh、[40kmh,45kmh和[45kmh,120kmh]; 第6层最小速度区间为[0,5kmh、[5kmh,20kmh、[20kmh,25kmh、[25kmh,30kmh、[35kmh,40kmh和[40kmh,120kmh]; 第5层最小速度区间为[0,5kmh、[5kmh,20kmh、[20kmh,25kmh、[25kmh,30kmh和[35kmh,120kmh]; 第4层最小速度区间为[0,5kmh、[5kmh,25kmh、[25kmh,30kmh和[35kmh,120kmh]; 第3层最小速度区间为[0,5kmh、[5kmh,30kmh和[35kmh,120kmh]; 第2层最小速度区间为[0,5kmh和[5kmh,120kmh]; 第1层最小速度区间为:[0,120kmh]; S40、对层次结构的每层模型建立五级残差神经网络,获取目标车辆最小速度处于每个区间的可能性; S50、路口速度引导系统根据预定的可能性阈值,选择适合最小速度预测区间,以提高过路口速度引导系统的可靠性和正确率。

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沙理工大学,其通讯地址为:410000 湖南省长沙市天心区长沙理工大学金盆岭校区;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。