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！

龙图腾网获悉湖北文理学院申请的专利一种基于道路风险和驾驶员行为的预警方法和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：CN117087674B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202311160636.8，技术领域涉及：B60W40/06；该发明授权一种基于道路风险和驾驶员行为的预警方法和系统是由陈运星;崔军华;吴钊;吴华伟;魏长银设计研发完成，并于2023-09-07向国家知识产权局提交的专利申请。

本一种基于道路风险和驾驶员行为的预警方法和系统在说明书摘要公布了：本发明提供了一种基于道路风险和驾驶员行为的预警方法和系统，该方法包括：获取当前道路环境信息，基于预设道路风险等级模型对所述当前道路环境信息进行判断，得到道路风险等级；获取驾驶员行为信息，基于预设驾驶员行为检测模型对驾驶员行为信息进行判断，得到驾驶员行为安全等级；对道路风险等级和驾驶员行为安全等级进行融合，得到行车风险预测结果；根据行车风险预测结果输出预警信号。本发明通过深度学习模型将车内驾驶员行为和道路风险进行融合，能够更加全面的对行车风险进行精准预测和对应提醒，有助于提高行车安全性。

本发明授权一种基于道路风险和驾驶员行为的预警方法和系统在权利要求书中公布了：1.一种基于道路风险和驾驶员行为的预警方法，其特征在于，包括： 获取当前道路环境信息，基于预设道路风险等级模型对所述当前道路环境信息进行判断，得到道路风险等级； 获取驾驶员行为信息，基于预设驾驶员行为检测模型对所述驾驶员行为信息进行判断，得到驾驶员行为安全等级； 对所述道路风险等级和所述驾驶员行为安全等级进行融合，得到行车风险预测结果； 根据所述行车风险预测结果输出预警信号； 所述预设驾驶员行为检测模型使用经过训练的预训练的swintransformer作为编码器，并基于长短期记忆神经网络捕捉输入数据的上下文联系； 其中，所述编码器的内部引入可变性卷积，所述长短期记忆神经网络的输出上添加有全连接层和归一化函数，根据所述归一化函数进行驾驶员行为分类，使用线性层进行回归预测，得到驾驶员行为的预测结果； 基于预设预测模型将所述道路风险等级和驾驶员行为安全等级进行融合，所述得到行车风险预测结果的过程包括： 将所述道路风险等级和所述驾驶员行为安全等级分别输入预设预测模型的不同分支，得到道路风险等级特征和驾驶员行为安全等级特征； 利用所述预设预测模型的融合层对所述道路风险等级特征和所述驾驶员行为安全等级进行融合，得到融合特征； 将所述融合特征输入至预测结果层，得到形成风险预测结果； 所述预设道路风险等级模型的建立方法包括： 获取目标道路的场景图像数据集，所述场景图像数据集包括与所述目标道路相匹配的天气数据、时间数据和交通状况数据； 基于交通事故数据库获取与所述目标道路对应的交通事故信息，得到目标交通事故信息，所述交通事故信息包括事故时间数据，事故地点数据，事故类型数据、事故严重程度数据、事故车辆数据和天气条件数据； 对所述场景图像数据集的道路情况信息进行位置和类别的标注，得到第一场景图像数据集，所述道路情况信息包括交通标志、人行横道、车辆、行人和交通信号灯； 将所述目标交通事故信息和所述场景图像数据集进行匹配，得到经过备注所述目标交通事故信息的道路风险等级数据库； 基于交通事故影响因素划分道路风险等级； 基于所述道路风险等级数据库和所述道路风险等级构建基于神经风险网络的道路风险模型； 所述将所述目标交通事故信息和所述场景图像数据集进行匹配，得到经过备注所述目标交通事故信息的道路风险等级数据库，具体为： 采用KNN最近邻匹配算法对将所述目标交通事故信息和所述场景图像数据集进行匹配，得到经过备注所述目标交通事故信息的道路风险等级数据库。

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湖北文理学院，其通讯地址为：441053 湖北省襄阳市隆中路296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。