【技术实现步骤摘要】
本专利技术涉及智能交通，尤其涉及一种面向车联网的车辆超载风险评估模型构建方法及装置。
技术介绍
1、在车联网环境中，车辆能够与基站进行通信，也能够与其它车辆进行通信，云服务器与基站和车辆都能够进行通信，在保证车间通信有效性的基础上，车辆获得的信息保持一致性，可以防止因为信息不对称问题造成的判断失误，发生交通事故。如何预测多车协同中的超载交通风险，并最大限度地降低交通事故发生的几率成为一个急需解决的问题。
2、公开号为cn116913100a的中国专利公开了一种用于交通卡口的车辆超载监控方法及系统，包括：获得多个车辆图像数据，其中包括车辆轮胎图像；进行车辆类型识别，确定车辆承载最大值，包括人员数量最大值和承载重量最大值；确定车辆超载阈值，包括人员超载阈值和重量超载阈值；构建车辆超载识别模型，包括人员超载识别单元和重量超载识别单元；对多个所述车辆图像数据进行识别，获得人员承载信息和重量承载信息；当人员承载信息不满足人员超载阈值，且/或重量承载信息不满足重量超载阈值时，生成超载预警信息。但是上述方案仅使用单一重量阈值对车辆超载状态...
【技术保护点】
1.一种面向车联网的车辆超载风险评估模型构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述神经网络模型包括输入层、隐藏层以及输出层，所述输入层用于接收所述道路信息和所述车辆信息，所述隐藏层对输入的所述道路信息和所述车辆信息进行特征向量提取，以获取车辆特征向量，所述输出层用于根据所述车辆特征向量输出目标车辆的全局状态向量。
3.如权利要求2所述的方法，其特征在于，所述神经网络模型的表达式为：
4.如权利要求1所述的方法，其特征在于，所述全局状态向量表示为：
5.如权利要求1所述的方法，其特征...
【技术特征摘要】
1.一种面向车联网的车辆超载风险评估模型构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述神经网络模型包括输入层、隐藏层以及输出层，所述输入层用于接收所述道路信息和所述车辆信息，所述隐藏层对输入的所述道路信息和所述车辆信息进行特征向量提取，以获取车辆特征向量，所述输出层用于根据所述车辆特征向量输出目标车辆的全局状态向量。
3.如权利要求2所述的方法，其特征在于，所述神经网络模型的表达式为：
4.如权利要求1所述的方法，其特征在于，所述全局状态向量表示为：
5.如权利要求1所述的方法，其特征在于，所述将所述全局状态向量与所述车辆超载变量进行映射，以获取与所述全局状态向...
【专利技术属性】
技术研发人员：周鹏飞，韩金波，何天才，张强，杨晓林，
申请(专利权)人：武汉泰沃滋信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。