基于深度学习的道路靶向安全预警方法及系统

AITNT
正文
推荐专利
基于深度学习的道路靶向安全预警方法及系统
申请号:CN202511455343
申请日期:2025-10-13
公开号:CN120932462A
公开日期:2025-11-11
类型:发明专利
摘要
本发明提供基于深度学习的道路靶向安全预警方法及系统,涉及道路安全技术领域,包括通过预训练的目标检测神经网络识别道路中的车辆、行人及障碍物并提取特征向量,利用蒙特卡洛树搜索算法采样运动轨迹并构建安全决策树,执行时空双重风险评估生成综合风险评分,当风险轨迹对应的评分超过预设阈值时,生成预警信息。本发明能够准确预测碰撞风险并提供及时预警,提高道路交通安全水平。
技术关键词
风险 阈值分割方法 分布直方图 生成道路 蒙特卡洛树 轨迹 时序 道路监控设备 实时图像 搜索算法 节点特征 预警方法 动态 计算机程序指令 障碍物 矩阵 序列 时间段 关系
系统为您推荐了相关专利信息
1
多源数据融合的城市洪涝风险评估方法及平台
风险评估模型 风险评估方法 多源融合 设备组 参数
2
一种轮组结构及行走机构
轮组结构 机器人本体 导轨 承重轮 行走机构
3
一种基于大数据的金融风险评估方法
金融风险评估方法 大数据 特征工程 机器学习模型 网络特征
4
无人机管道巡检风险智识方法及边缘防护计算系统
无人机管道 无人机巡检 风险 图像处理算法 控制中心
5
一种疾病风险预测方法、装置及电子设备
疾病风险预测方法 预训练语言模型 实体 患者 字典数据库
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号