長安大學;中科路恒工程設計有限公司張馳獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉長安大學;中科路恒工程設計有限公司申請的專利一種基于Copula的車道變換交互行為特征分析方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120183207B 。
龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510668604.1,技術領域涉及:G08G1/01;該發明授權一種基于Copula的車道變換交互行為特征分析方法是由張馳;周郁茗;何進;李紹鵬;謝子龍;孫瑜晨;王博;王爭設計研發完成,并于2025-05-23向國家知識產權局提交的專利申請。
本一種基于Copula的車道變換交互行為特征分析方法在說明書摘要公布了:本申請屬于智能交通系統技術領域,公開了一種基于Copula的車道變換交互行為特征分析方法,本申請通過精確提取微觀交互特征,使用三種聚類算法對變換交互行為進行聚類,能夠有效地從大量原始數據中自動識別出潛在的變換交互模式,并對不同變換交互行為進行分類,同時引入Copula理論來建模車輛間的依賴關系,采用ClaytonCopula、NormalCopula和Student?TCopula等函數,可以有效捕捉變換交互行為中車輛之間復雜的非線性依賴結構,尤其是車頭時距等關鍵指標的相互關系,通過參數估計方法,優化Copula模型的擬合效果,從而提高預測能力。
本發明授權一種基于Copula的車道變換交互行為特征分析方法在權利要求書中公布了:1.一種基于Copula的車道變換交互行為特征分析方法,其特征在于,包括以下步驟: 步驟1:數據采集;通過無人機航拍獲取交織區視頻,從中識別出發生變道的車輛軌跡數據; 步驟2:數據預處理; 步驟2-1:從步驟1識別的車輛軌跡數據中提取微觀交互特征,微觀交互特征包括絕對速度、相對速度、相對距離及車頭時距; 步驟2-2:對微觀交互特征進行數據清洗和歸一化處理; 步驟3:聚類分析; 步驟3-1:將預處理后的微觀交互特征輸入三種聚類算法,即K-means、層次聚類或自組織特征映射,采用輪廓系數或CH指數選擇最佳的聚類算法; 步驟3-2:構建特征空間,利用提取的微觀交互特征,構建多維特征空間作為聚類分析的輸入; 步驟3-3:在聚類分析的聚類執行階段運行步驟3-1選定的聚類算法,將變換交互行為劃分為多個聚類類別,每個聚類類別代表一種特定的變道模式; 步驟3-4:接著采用輪廓系數或CH指數評估聚類類別,確定最優的聚類類別數量; 步驟4:Copula建模,利用Copula模型對不同變換交互行為的統計依賴關系進行建模和預測; 步驟4-1:首先進行邊緣分布擬合,對每個聚類類別的車頭時距進行邊緣分布分析,選擇最能描述該車頭時距的分布類型;具體為:通過對每個聚類類別的車頭時距進行轉化,得到對應的邊緣分布函數; ; 式中: 為任意給定的車頭時距值; 為概率運算符,表示車頭時距≤這一事件發生的概率; THW為車頭時距; 步驟4-2:根據分布類型,選擇對應的Copula函數建立Copula模型,用于捕捉變量之間的非線性依賴結構,所述Copula模型表示為: ; 式中: 為Copula模型的參數; 和為兩個實數閾值,分別用于計算車頭時距不超過它們的概率; 和分別為兩個變道模式的車頭時距的邊緣分布; 步驟4-3:利用最大似然估計方法對選定的Copula模型進行參數估計; 步驟4-4:對不同Copula模型的擬合效果進行評估,選擇最優Copula模型; 步驟5:行為解釋,對最優Copula模型進行解釋,輸出變換交互行為分類。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人長安大學;中科路恒工程設計有限公司,其通訊地址為:710064 陜西省西安市雁塔區南二環路中段;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。