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 > 厦门大学陈龙彪获国家专利权

厦门大学陈龙彪获国家专利权

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!

龙图腾网获悉厦门大学申请的专利一种城市交通风险热点识别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:CN117115777B

龙图腾网通过国家知识产权局官网在2025-08-26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:202310870497.1,技术领域涉及:G06V20/58;该发明授权一种城市交通风险热点识别方法是由陈龙彪;纪俊祥;唐清仙;刘昌臻;张诗怡;叶卓涵;武雍易;王程设计研发完成,并于2023-07-14向国家知识产权局提交的专利申请。

一种城市交通风险热点识别方法在说明书摘要公布了:本发明公开了一种城市交通风险热点识别方法,属于交通管理领域,一种城市交通风险热点识别方法,包括以下步骤:S1:获取目标城市的三维模型、车辆轨迹数据、以及天气数据进行城市模拟器搭建,S2:在步骤S1搭建的城市模拟器的基础上进行基于目标检测和关系检测的交通违法行为的识别,S3:在步骤S1搭建的城市模拟器的基础上进行停车热点提取,并且对环境特征进行建模得到交通事故热点,S4:对步骤S2识别的交通违法行为和步骤S3得到的交通事故热点基于加权聚类算法计算出交通风险热点。通过城市模拟器来全面的模拟城市中的交通情况,并且通过深度学习等方法来及时地、精确地发现城市交通风险热点区域。

本发明授权一种城市交通风险热点识别方法在权利要求书中公布了:1.一种城市交通风险热点识别方法,其特征在于,包括以下步骤: S1:获取目标城市的三维模型、车辆轨迹数据、以及天气数据进行城市模拟器搭建; S2:在步骤S1搭建的城市模拟器的基础上进行基于yolov4目标检测和HoiTransform关系检测的交通违法行为的识别;具体包括以下步骤: S21:采用yolov4目标检测模型对机动车的驾驶违法行为识别;具体包括以下步骤: S211:收集交通标志数据集用来训练yolov4目标检测模型进行识别交通标志; S212:在所述城市模拟器中每辆车每8-15s上传一次由Camera截图到的图片到服务端的yolov4目标检测模型进行识别,识别该图片是否包含交通标志; S213:如果识别该图片包含交通标志,然后再通过该车辆的行为判断该车辆是否进行驾驶违法行为;具体包括以下步骤: 当识别的图片包含禁止掉头时,该车辆的rotation在Unity中可以表示为x,y,z,记8-15s前的rotation的为x′,y′,z′,如果300≥y-y′≥240,则判断该车辆进行了左转行为,如果240y-y′≥120,则判断该车辆进行掉头行为,如果120y-y′≥30,则判断该车辆进行了右转,其他情况判断该车辆直行; S22:采用HoiTransform关系检测模型对非机动车的骑行违法行为进行识别;具体包括以下步骤: S221:选取地图软件的图片通过图像标注工具进行手动标注,并将标注信息保存成xml格式文件,再将所有的xml格式的标注文件合成一个包含图片路径、图片内包括的目标类别、目标对应的位置坐标信息的txt文件,该txt文件为HoiTransform关系检测模型可以识别的骑行违法识别的数据集; S222:再将该数据集划分为训练集、验证集和测试集后在HoiTransform关系检测模型上进行训练,得到骑行违法行为识别的HoiTransform关系检测模型; S223:得到骑行违法行为识别的HoiTransform关系检测模型之后,该模型对图片进行识别可以获得多个三元组object1,predicate,object2,该三元组object1,predicate,object2表示该图片中包含的所有与骑行违法相关的关系; S224:根据多个三元组判断该关系组中是否包含骑行违法行为; S3:在步骤S1搭建的城市模拟器的基础上进行停车热点提取,并且对环境特征进行建模得到交通事故热点; S4:对步骤S2识别的交通违法行为和步骤S3得到的交通事故热点基于加权聚类算法计算出交通风险热点。

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厦门大学,其通讯地址为:361005 福建省厦门市思明区思明南路422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。