[发明专利]群体诱导信息下驾驶员响应行为的数据采样和辨识系统无效

专利信息
申请号: 201210220058.8 申请日: 2012-06-26
公开(公告)号: CN102750827A 公开(公告)日: 2012-10-24
发明(设计)人: 徐天东;郝媛;孙立军 申请(专利权)人: 浙江大学
主分类号: G08G1/01 分类号: G08G1/01;G06F17/30
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 杜军
地址: 310027 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 群体 诱导 信息 驾驶员 响应 行为 数据 采样 辨识 系统
【权利要求书】:

1. 群体诱导信息下驾驶员响应行为的数据采样和辨识系统,其特征在于:由交通数据检测和监视子系统、通信子系统、多源检测数据综合处理平台、交通信息发布和监视子系统构成,所述的交通数据检测和监视子系统通过第一通信子系统与多源检测数据综合处理平台连接,所述的多源检测数据综合处理平台通过所述的第二通信子系统与交通信息发布和监视子系统连接。

2.根据权利要求1所述的群体诱导信息下驾驶员响应行为的数据采样和辨识系统,其特征在于:所述的交通数据检测和监视子系统包括多种交通检测器、视频监视摄像机、第一通信子系统和视频通信控制和监视器,通过外场多种交通检测器和视频监视摄像机采集道路网络上的交通数据并传递给所述的多源检测数据综合处理平台。

3.根据权利要求1所述的群体诱导信息下驾驶员响应行为的数据采样和辨识系统,其特征在于:所述的交通信息发布和监视子系统包括可变情报板、交通信息发布控制和监视器,通过可变情报板向外场发布交通信息,同时由交通信息发布控制和监视器记录发布信息内容和时间并传递给多源检测数据综合处理平台。

4.根据权利要求1所述的群体诱导信息下驾驶员响应行为的数据采样和辨识系统,其特征在于:所述的多源检测数据综合处理平台一方面对所述的多源检测数据的数据质量进行控制,经过数据融合、分析处理得到交通信息发布数据,并接收由交通信息发布控制和监视器记录的发布信息内容和时间,实现对驾驶员响应行为参数模型辨识所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、多源检测交通数据和交通信息发布数据,利用群体诱导信息下驾驶员响应行为辨识系统实现驾驶员响应行为数据的自动辨识;

所述的多源检测数据综合处理平台中设置有多源检测数据质量控制和预估系统和驾驶员响应行为自动辨识系统;

所述的多源检测数据质量控制和预估系统由道路交通属性数据库、多源检测交通数据库、多源检测数据质量控制模块、行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块构成;所述的多源检测数据质量控制和预估系统利用所述的道路交通属性数据库、多源检测交通数据库提供的基础交通数据,由所述的多源检测数据质量控制模块对基础交通数据进行预处理、融合和控制数据质量,并由所述的行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块对基础交通数据进行处理得到交通信息发布子系统所需要的行程时间信息、交通状态信息和交通事故信息;

所述的驾驶员响应行为自动辨识系统由道路交通属性数据库、多源检测交通数据库、交通信息发布数据库、出行场景重构模块、网络交通流行为监测分析模块、驾驶员响应行为监测分析模块和驾驶员响应行为自动辨识模块构成;所述的驾驶员响应行为自动辨识系统利用所述的道路交通属性数据库、多源检测交通数据库、交通信息发布数据库提供的基础交通数据,由所述的出行场景重构模块再现群体诱导信息下的网络交通流的动力学演化过程;由网络交通流行为监测分析模块建立各分流点分流比例和交通信息下改道交通流量的关系模型;由驾驶员响应行为监测分析模块得到交通信息服从率和影响因素,构建群体诱导信息下驾驶员响应行为模型;由所述的驾驶员响应行为自动辨识模块利用自适应卡尔曼滤波技术实现群体诱导信息下驾驶员响应行为模型系数更新,得到各分流点不同时段的交通信息服从率指标。

5.根据权利要求1所述的群体诱导信息下驾驶员响应行为的数据采样和辨识系统,其特征在于:所述的通信子系统采用有线和无线通信相结合的方式。

 

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210220058.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top