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

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 > 四川西香高速建设开发有限公司;长安大学;成都建工路桥建设有限公司李文权获国家专利权

四川西香高速建设开发有限公司;长安大学;成都建工路桥建设有限公司李文权获国家专利权

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!

龙图腾网获悉四川西香高速建设开发有限公司;长安大学;成都建工路桥建设有限公司申请的专利一种基于传感器数据分析的隧道内风险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:CN118981718B

龙图腾网通过国家知识产权局官网在2025-06-17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:202410967588.1,技术领域涉及:G06F18/2433;该发明授权一种基于传感器数据分析的隧道内风险预测方法是由李文权;吴永建;王冬梅;罗刚;杨云生;宋子政;陈红兵;高进设计研发完成,并于2024-07-18向国家知识产权局提交的专利申请。

一种基于传感器数据分析的隧道内风险预测方法在说明书摘要公布了:本发明公开了一种基于传感器数据分析的隧道内风险预测方法,涉及隧道风险预测技术领域,包括基于隧道布置传感器,进行数据采集,分析传感器采集数据进行综合异常评分,设置机器学习模型预测优化阈值,判定隧道异常;根据隧道异常的判定。本发明所述方法通过加权求和的方式综合各个传感器的特征值,并配合机器学习模型动态调整阈值,使多维度的传感数据保持高效的异常检测能力,通过综合交通摄像头监测数据评估交通情况,结合传感器数据实现多层次的数据融合和分析,反映隧道内的环境变化,确保了风险评估的全面性和准确性,为隧道管理和风险预警提供了强有力的决策支持,基于风险预警的警示措施能够迅速响应,保障车辆和人员的安全。

本发明授权一种基于传感器数据分析的隧道内风险预测方法在权利要求书中公布了:1.一种基于传感器数据分析的隧道内风险预测方法,其特征在于:包括, 基于隧道布置传感器,进行隧道数据采集,分析传感器采集隧道数据进行综合异常评分,设置机器学习模型预测优化阈值,判定隧道异常; 根据隧道异常的判定,通过交通摄像头监测分析隧道通行情况,结合综合异常评分,对隧道进行综合风险评估,设置机器学习模型预测风险阈值,判定隧道通行风险; 基于隧道通行风险判定,在隧道发出通行风险预警; 所述分析传感器采集数据进行综合异常评分,包括, 针对传感器的采集数据进行分析,并进行综合异常评分,表示为: 其中At,x表示时间t和位置x的综合异常评分,表示第j个传感器在时间t和位置x的隧道数据测量值,μjt和σjt分别表示第j个传感器隧道数据测量值的滑动均值和滑动标准差,wj表示第j个传感器的权重,N表示传感器的总数,α表示滑动平均系数,μjt-1和σjt-1分别表示第j个传感器在时间t-1的滑动均值和滑动标准差; 使用交叉验证的方法在基于历史数据确定候选值范围内进行更新滑动平均系数,选择平均误差最小的滑动平均系数值作为最优的滑动平均系数; 对每个传感器,计算其测量值的方差,表示为: 其中表示第j个传感器数据的方差,μj表示第j个传感器数据的均值,T表示观测时间总数; 计算方差的倒数并进行归一化处理后定义为权重wj; 使用新采集的传感器数据,计算综合异常评分; 所述根据隧道异常的判定,通过交通摄像头监测分析隧道通行情况,包括, 在判定隧道异常时,获取隧道交通摄像头监测数据包括车道占用率、车速以及车流量数据; 根据监测数据分别对每个交通摄像头监测数据中的车速数据和车道占用率数据进行Z分数标准化; 将车流量数据作为调节因子,表示为: 其中Fkt,x表示车流量的调整因子,Skt,x表示第k个摄像头在时间t和位置x监测的车流量,γ和θ表示调整车流量评分的灵敏度系数和阈值; 计算车流量数据的历史均值μS设为车流量评分的阈值θ,基于历史经验选择适当的系数kw来平衡车流量评分的灵敏度γ,表示为: 根据标准化车速数据和车道占用率数据进行求和平均处理,表示为: 其中Ikt,x表示为综合特征值,M表示交通摄像头总数,表示标准化车速数据,表示标准化车道占用率数据; 分析综合特征值的时间积分的累积效应进行归一化处理定义隧道通行评分表示为: 其中Ckt,x表示第k个摄像头在时间t和位置x的隧道通行评分,λk表示隧道通行评分的归一化因子,T表示考虑时间,dt代表在每个时间点t上进行积分操作; 所述结合综合异常评分,对隧道进行综合风险评估,包括, 获取隧道通行评分结合综合异常评分A分析隧道通行风险,表示为: 其中Bt,x表示隧道通行风险评分,γk表示交通摄像头数据的归一化因子,Skt,x表示第k个摄像头在时间t和位置x监测的车流量; 基于传感器测量值计算标准化值的平方和并求均值,综合判定各时间点的隧道数据变化程度,表示为: 其中μjt和σjt分别表示第j个传感器在时间t位置x上的隧道数据测量值的滑动均值和滑动标准差,Mt,x表示为各时间点的隧道数据变化程度,N表示传感器的总数,表示第j个传感器在时间t位置x监测的隧道数据测量值; 计算综合异常评分的概率密度,表示为: 其中Gt,x表示综合异常评分的概率密度,μA和σA分别表示历史综合异常评分A't,x的均值和标准差; 对隧道内的通行状况进行综合风险评估,表示为: 其中Rt,x表示综合风险评分。

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四川西香高速建设开发有限公司;长安大学;成都建工路桥建设有限公司,其通讯地址为:615000 四川省凉山彝族自治州西昌市北碧府路66号康宏国际A座9楼1号、6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”。

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。