浙江省交通运输科学研究院;义乌市公路与运输管理中心陈俊杰获国家专利权
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!
龙图腾网获悉浙江省交通运输科学研究院;义乌市公路与运输管理中心申请的专利一种隧道通行风险预测方法及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:CN120011936B 。
龙图腾网通过国家知识产权局官网在2025-07-25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:202510473992.8,技术领域涉及:G06F18/2415;该发明授权一种隧道通行风险预测方法及系统是由陈俊杰;韩霄;洪强;王灿;郑静珍;马云飞设计研发完成,并于2025-04-16向国家知识产权局提交的专利申请。
本一种隧道通行风险预测方法及系统在说明书摘要公布了:本发明提供一种隧道通行风险预测方法及系统,涉及数据处理技术领域,方法包括:获取针对隧道交通的多通道监控视频;对多通道监控视频进行实时融合,构建隧道数字孪生模型;通过隧道数字孪生模型实时显示隧道内交通情况;获取隧道数字孪生模型中的隧道内交通数据、环境监测数据、事故历史数据以及天气云图数据;将车流量特征、温度特征、湿度特征、风速特征、气压特征、交通事故发生率特征以及纹理特征向量进行拼接融合,形成标准化特征向量;根据标准化特征向量,通过基于门控循环单元的集成学习算法,对隧道通行风险进行预测。本发明可以捕获车流量变化、气象变化等非结构化的动态特征,提升隧道通行风险预警的实时性和准确性。
本发明授权一种隧道通行风险预测方法及系统在权利要求书中公布了:1.一种隧道通行风险预测方法,其特征在于,包括: S1:获取针对隧道交通的多通道监控视频; S2:对所述多通道监控视频进行实时融合,构建隧道数字孪生模型; S3:通过所述隧道数字孪生模型,实时显示隧道内交通情况; S4:获取所述隧道数字孪生模型中的隧道内交通数据、环境监测数据、事故历史数据以及天气云图数据; S5:提取结构化的所述隧道内交通数据、所述环境监测数据以及所述事故历史数据中的车流量特征、温度特征、湿度特征、风速特征、气压特征以及历史交通事故发生率特征; S6:提取非结构化的所述天气云图数据中的纹理特征向量; S7:将所述车流量特征、所述温度特征、所述湿度特征、所述风速特征、所述气压特征、所述交通事故发生率特征以及所述纹理特征向量进行拼接融合,形成标准化特征向量; S8:根据所述标准化特征向量,通过基于门控循环单元的集成学习算法,对隧道通行风险进行预测; 其中,所述S2具体包括: S201:对各个相机进行校准,校准相机的点位位置、方向、高度、焦距以及相机类型,建立真实经纬度坐标与三维空间坐标之间的对应关系,将相机在实际环境中的位置和姿态信息转换为三维空间中的位置和姿态值; S202:利用转换后的相机位置和姿态,计算相机在三维空间中的模型视图矩阵和投影矩阵; S203:根据视频图像的尺寸,在设备空间中构建相机的视锥结构,确定近裁剪平面的顶点以及远裁剪平面的顶点; S204:根据相机在三维空间中的模型视图矩阵和投影矩阵,将各个顶点投影回三维场景,确定相机在三维空间中的视锥结构; S205:根据所述视锥结构,过滤多通道相机的监控视频中可见的模型集合,仅对与相机视锥边界框相交的模型进行融合计算; S206:使用模型视图矩阵和投影矩阵渲染相机视点下的场景深度信息,并检测模型顶点的遮挡部分,对遮挡部分采用模型原始纹理,对非遮挡部分与视频图像进行融合; S207:执行片元纹理化和着色操作,确定片元的坐标以及纹理颜色; S208:根据片元的坐标以及纹理颜色进行光栅化,以将片元转换为屏幕上的像素,构建隧道数字孪生模型。
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浙江省交通运输科学研究院;义乌市公路与运输管理中心,其通讯地址为:310000 浙江省杭州市西湖区大龙驹坞705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”。
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。