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

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 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 > 武汉理工大学丁乃侃获国家专利权

武汉理工大学丁乃侃获国家专利权

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!

龙图腾网获悉武汉理工大学申请的专利基于CNN-LSTM的融合多因素的自适应雾天驾驶速度引导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:CN119964377B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510122276.5,技术领域涉及:G08G1/01;该发明授权基于CNN-LSTM的融合多因素的自适应雾天驾驶速度引导方法是由丁乃侃;郭玥君;余荣杰;陈沿伊;李爱东;张晖设计研发完成,并于2025-01-26向国家知识产权局提交的专利申请。

基于CNN-LSTM的融合多因素的自适应雾天驾驶速度引导方法在说明书摘要公布了:本发明涉及一种基于CNN‑LSTM的融合多因素的自适应雾天驾驶速度引导方法,包括以下步骤:S1、收集高速公路网联环境下的交通流运行数据;S2、预测高速公路雾区安全通行的限速值,基于CNN‑LSTM深度学习模型,结合高速公路雾天环境数据及当前车辆状态,实时预测车辆的最优限速值;S3、制定预警信息内容;S4、使用车载HMI与语音提示功能向驾驶人传达预警信息;S5、确定雾区信息发布的位置;S6、面向智能网联车端进行预警信息推送。本发明能够有效应对复杂的雾天道路环境,具备较强的场景适应性,为驾驶人提供全方位的安全支持,显著提升雾天驾驶的安全性和通行效率。

本发明授权基于CNN-LSTM的融合多因素的自适应雾天驾驶速度引导方法在权利要求书中公布了:1.一种基于CNN-LSTM的融合多因素的自适应雾天驾驶速度引导方法,其特征在于,包括以下步骤: S1、收集高速公路网联环境下的交通流运行数据; S2、预测高速公路雾区安全通行的限速值,基于CNN-LSTM深度学习模型,结合高速公路雾天环境数据及当前车辆状态,实时预测车辆的最优限速值; 计算引导速度公式为: 式中,为引导速度,为当前速度,为能见度的调整因子,取值为0.1-0.6,随着能见度等级的增加,速度的调整系数增加,能见度为0级时取值0.1,每增加一级调整因子增加0.1;为车距的调整因子,取值0.01-0.1,随与前车距离的减小而增大;为加速度的调整因子,取值0.2;为交通密度的调整因子,取值0.1-0.3,随交通密度增大而增大;为最小安全车距,取以当前车速行驶3秒的距离,m;为最大交通密度,取当前场景下当月最大交通密度,辆km,计算的引导速度作为标签与输入数据配对,形成训练数据集; 输入数据包括多个时间步的数据,输入进LSTM模型中的每个时间步的时序数据特征包括车辆速度vt,加速度at,车距Dt,交通流密度ρt和能见度的分级St; S3、制定预警信息内容; S4、使用车载HMI与语音提示功能向驾驶人传达预警信息; S5、确定雾区信息发布的位置,依据警告信息发布标准确定发布节点,确保驾驶人在最佳时机接收到预警信息并做出反应; S6、面向智能网联车端进行预警信息推送,车载设备实时推送车速建议、前方雾区距离提示和当前速度提示,并根据驾驶人对引导速度的反馈动态调整提示频率和强度。

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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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。

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。