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！

龙图腾网获悉同济大学申请的专利一种基于自车行驶数据的拥堵工况的识别方法、装置、终端设备及存储介质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：CN115659161B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211095587.X，技术领域涉及：G06F18/2135；该发明授权一种基于自车行驶数据的拥堵工况的识别方法、装置、终端设备及存储介质是由吴光强;彭尚;吕志超;闫贺麒;谢福生;鞠丽娟设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种基于自车行驶数据的拥堵工况的识别方法、装置、终端设备及存储介质在说明书摘要公布了：本发明公开一种基于自车行驶数据的拥堵工况的识别方法，该方法包括：获取当前车辆行车数据；对当前车辆行车数据进行处理，得到处理后的状态特征参数；通过主成分分析法对状态特征参数进行分析，根据分析结果构建主成分数据；将所述主成分数据输入到预先得到的车辆拥堵工况识别模型，输出当前车辆拥堵工况的识别结果。本申请通过获取自车数据并通过主成分分析法和带有径向基核函数的软间隔支持向量机训练出识别精确度高的车辆拥堵工况识别模型。达到了以较低的成本安全可靠地识别和判断当前车辆是否处于拥堵工况的效果。

本发明授权一种基于自车行驶数据的拥堵工况的识别方法、装置、终端设备及存储介质在权利要求书中公布了：1.一种基于自车行驶数据的拥堵工况的识别方法，其特征在于，所述基于自车行驶数据的拥堵工况的识别方法包括以下步骤： 获取当前车辆行车数据，所述当前车辆行车数据包括车速、油门踏板开度以及制动踏板开度； 对所述当前车辆行车数据进行处理，得到处理后的状态特征参数； 其中，所述对所述当前车辆行车数据进行处理，得到处理后的状态特征参数的步骤包括： 根据所述当前车辆行车数据，按照预设规则计算出初始状态特征参数； 对所述初始状态特征参数做标准化处理，得到处理后的状态特征参数； 通过主成分分析法对所述状态特征参数进行分析，根据分析结果构建主成分数据； 将所述主成分数据输入到预先得到的车辆拥堵工况识别模型，输出当前车辆拥堵工况的识别结果； 其中，所述将所述主成分数据输入到预先得到的车辆拥堵工况识别模型，输出当前车辆拥堵工况的识别结果的步骤之前，得到所述车辆拥堵工况识别模型的步骤包括： 获取带标签的训练集； 将所述带标签的训练集输入到带有径向基核函数的软间隔支持向量机模型中进行模型训练，得到初始的车辆拥堵工况识别模型； 通过遗传算法对所述初始的车辆拥堵工况识别模型进行优化后输入所述主成分数据进行模型训练，得到最终的车辆拥堵工况识别模型，以用于车辆拥堵工况的识别； 其中，所述通过遗传算法对所述初始的车辆拥堵工况识别模型进行优化后输入所述主成分数据进行模型训练，得到最终的车辆拥堵工况识别模型，以用于车辆拥堵工况的识别的步骤包括： 通过遗传算法对所述带有径向基核函数的软间隔支持向量机中的惩罚函数和核函数宽度进行优化，得到最优准确率时的惩罚函数和核函数宽度； 根据所述最优准确率时的惩罚函数和核函数宽度对所述初始的车辆拥堵工况识别模型进行优化后输入所述主成分数据进行模型训练，得到最终的车辆拥堵工况识别模型，以用于车辆拥堵工况的识别； 其中，所述根据所述最优准确率时的惩罚函数和核函数宽度对所述初始的车辆拥堵工况识别模型进行优化后输入所述主成分数据进行模型训练，得到最终的车辆拥堵工况识别模型，以用于车辆拥堵工况的识别的步骤之后还包括： 将所述带标签的训练集在车辆外部环境输入到所述最终的车辆拥堵工况识别模型进行离线测试，以确保车辆拥堵工况识别模型的可靠性； 其中，所述根据所述最优准确率时的惩罚函数和核函数宽度对所述初始的车辆拥堵工况识别模型进行优化后输入所述主成分数据进行模型训练，得到最终的车辆拥堵工况识别模型，以用于车辆拥堵工况的识别的步骤之后还包括： 将所述主成分数据输入到所述最终的车辆拥堵工况识别模型进行实车测试，以确保车辆拥堵工况识别模型的可靠性。

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同济大学，其通讯地址为：200082 上海市杨浦区四平路1239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。