買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜交通運輸部公路科學研究所申請的專利基于大數據人工智能分析的智能車數據采集方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119380552B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411898005.0，技術領域涉及：G08G1/01；該發明授權基于大數據人工智能分析的智能車數據采集方法及系統是由范青藍;張一鵬;李振華;吳夢怡;劉硯玥;張卓敏;殷其昊設計研發完成，并于2024-12-23向國家知識產權局提交的專利申請。

本基于大數據人工智能分析的智能車數據采集方法及系統在說明書摘要公布了：本發明公開了基于大數據人工智能分析的智能車數據采集方法及系統，包括獲取行車過程的傳感數據和狀態數據，整合所述掃描數據，對所述環境圖像進行圖像提取獲得駕駛環境數據，構建用戶駕駛環境數據共享平臺并匹配區域駕駛環境數據，篩選所述區域駕駛環境數據，根據所述區域駕駛環境數據篩選結果確定車輛狀態因子，根據所述區域駕駛環境數據和所述車輛狀態因子構建智能車路評分模型，將行車過程的傳感數據和狀態數據輸入所述智能車路評分模型獲得車路評分，根據所述車路評分進行智能車數據采集。該方法不僅可以智能車數據采集的效率和準確性，同時具有較好的可解釋性，可以直接應用于智能車數據采集系統中。

本發明授權基于大數據人工智能分析的智能車數據采集方法及系統在權利要求書中公布了：1.基于大數據人工智能分析的智能車數據采集方法，其特征在于，包括以下步驟：S1、獲取行車過程的傳感數據和狀態數據，對所述傳感數據和所述狀態數據進行預處理；所述傳感數據包括環境圖像和掃描數據；S2、整合所述掃描數據確定行車路況和行車車況，對所述環境圖像進行圖像提取獲得駕駛環境數據，將所述駕駛環境數據、所述行車路況和所述狀態數據組成用戶駕駛環境數據；S3、構建用戶駕駛環境數據共享平臺，上傳所述用戶駕駛環境數據并匹配區域駕駛環境數據，篩選所述區域駕駛環境數據，根據所述區域駕駛環境數據篩選結果確定車輛狀態因子；S4、根據所述區域駕駛環境數據和所述車輛狀態因子構建智能車路評分模型，將行車過程的傳感數據和狀態數據輸入所述智能車路評分模型獲得車路評分，根據所述車路評分進行智能車數據采集；根據區域駕駛環境數據篩選結果確定對應時刻的狀態數據，將狀態數據輸入狀態影響函數中獲得車輛狀態因子，表達式為： 其中為車輛狀態因子，為失控概率權重，為速度狀態因素權重，為安全駕駛因素權重，用戶使用度權重，為輔助駕駛系統用戶量，為額定用戶量，為輔助駕駛系統BUG概率，為網絡延遲率，為當前車輛駕駛速度，為當前時刻街道規定駕駛速度，為當前車輛加速度，為當前車輛姿勢評分，為車輛安全保護結構類別，為車輛安全保護結構類別數量，為車輛安全保護結構安全評分，為車輛駕駛影響因素類別，為車輛駕駛影響因素類別數量，為當前車輛駕駛影響因素值，為當前車輛駕駛影響因素標準值，為當前車輛行駛時間，為輪胎氣壓評分，為油箱油壓評分，為油箱油量評分；將區域駕駛環境數據異常數據和對應車輛狀態因子組成車路數據集，將車路數據集劃分成訓練集和測試集；構建基于孤立森林的智能車路評分模型，輸入層對輸入數據進行預處理和特征選擇，孤立森林模型為每個數據點輸出異常評分，輸出層根據異常評分和預設閾值為整個數據組分配一個整體評分、提取異常數據標簽；采用訓練集訓練孤立森林模型，采用交叉熵損失函數進行多類別異常劃分，采用RMSprop優化器調整模型學習率，采用早停策略控制訓練進程，采用測試集評估模型準確性；將行車過程的傳感數據和狀態數據輸入所述智能車路評分模型獲得車路評分和對應的異常標簽，根據車路評分選定智能車數據采集策略。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人交通運輸部公路科學研究所，其通訊地址為：100088 北京市海淀區西土城路8號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。