摘要
本发明涉及智能交通技术领域,公开了基于时空特征与自适应阈值的高速公路停车风险动态预警方法及系统,方法包括:利用多类型传感器采集车辆行驶数据,通过5G通信获取车辆内部数据,采用D‑S证据理论融合;对融合后的数据进行时空特征处理,构建时空矩阵,运用时空卷积神经网络提取特征;基于提取特征,结合注意力机制的门控循环单元构建停车风险评估模型,输出未来一段时间内停车风险概率;根据路段、时段和天气状况,利用强化学习算法动态调整预警阈值,超阈值时触发多渠道预警,系统包括数据采集与传输子系统、数据处理与分析子系统、预警决策与发布子系统。本发明的目的实现对高速车辆停车风险的预测和及时有效预警。
技术关键词
动态预警方法
时空卷积神经网络
风险评估模型
强化学习算法
地磁传感器
注意力机制
门控循环单元
车辆行驶数据
激光雷达
分析子系统
深度Q网络
动态预警系统
预警机制
生成点云数据
迁移学习技术
时间序列特征
系统为您推荐了相关专利信息
电梯钢结构井道
深度信念网络
混合算法
协同管理模块
模糊规则库
实时数据
特征选择
预测特征
资源分配策略
时间序列预测模型
数字孪生模型
修复方法
调度算法
神经网络模型
感应发电机