一种基于Seq2Seq自编码器模型的交通事故实时检测和预警方法 .pdf

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN113947902A

(43)申请公布日2022.01.18

(21)申请号CN202111211135.9

(22)申请日2021.10.18

(71)申请人上海海事大学

地址201306上海市浦东新区临港新城海港大道1550号

(72)发明人吴坚赵超

(74)专利代理机构31323上海元好知识产权代理有限公司

代理人完增荣;张双红

(51)Int.CI

G08G1/01

G06Q10/04

G06Q10/06

G06Q50/26

G06N3/04

G06N3/08

权利要求说明书说明书幅图

(54)发明名称

一种基于Seq2Seq自编码器模型的

交通事故实时检测和预警方法

(57)摘要

本申请公开了一种基于Seq2Seq自

编码器模型的交通事故实时检测和预警方

法。首先，为了分析交通事故前后的交通

要素序列数据和交通流异常的特征，本发

明建立了一套基于Seq2Seq自编码器的交

通异常检测模型和预警流程。其次，本发

明在Seq2Seq模型的基础上引入了

Attention机制以捕捉重要的交通状态特

征。然后，在交通状态异常判定方面，通

过对比原始数据和预测数据的重构误差，

并根据设定的阈值实现交通事故的实时检

测和事故风险等级的划分。

法律状态

法律状态公告日法律状态信息法律状态

2022-02-08实质审查的生效实质审查的生效

2022-01-18公开公开

发明专利申请公布后的驳回

IPC(主分类):G08G1/01专利申发明专利申请公布后

2023-05-16

请号:2021112111359申请公布的驳回

日

权利要求说明书

1.一种基于Seq2Seq自编码器模型的交通事故实时检测和预警方法,其特征在于,包

含:

利用嵌入双向长短期记忆网络自编码器的Seq2Seq模型直接提取原始的交通流量和

速度序列数据;

在自编码器中建立数据输入窗口,通过双向长短期记忆网络自编码器将某时刻检测

窗口W中输入的流量、速度序列的特征向量编码成固定大小的语义向量C,以指导

预测序列中每一个step的预测值的产出;

取编码器反向的长短期记忆网络非线性映射的最终隐含层状态H作为解码器的初

态;

双向长短期记忆网络自解码器通过中间的注意力机制的调节不断生成动态的语义向

量C

i

;

解码器利用解码器初态、语义向量C

i

和步长s

i

每个时刻点递归生成原窗口中的连续特征序列,从而得到预测的重构窗口W

0

;

计算各时刻检测窗口W与预测窗口W

0

的总均方误差MSE作为重构误差;设定阈值,判断其属于异常窗口还是正常窗口。

2.如权利要求1所述的基于Seq2Seq自编码器模型的交通事故实时检测和预警方法,

其特征在于,首先分析交通事故前后的交通要素序列数据和交通流异常的特征,然后

建立了一套基于Seq2Seq自编码器的交通异常检测模型和预警流程。

3.如权利要求1所述的基于Seq2Seq自编码器模型的交通事故实时检测和预警方法,

其特征在于,自解码器上引入了Att