[发明专利]一种交通标志分类方法及装置有效

专利信息
申请号: 201710587390.0 申请日: 2017-07-18
公开(公告)号: CN107563404B 公开(公告)日: 2021-02-02
发明(设计)人: 魏中华;李志;王琳;邱实 申请(专利权)人: 北京工业大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;曹杰
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 交通标志 分类 方法 装置
【说明书】:

发明实施例提供了一种交通标志分类方法及装置,所述方法包括:获取多个实验者对每一块待分类交通标志的视认理解时间数据;根据所述视认理解时间数据,对所述待分类交通标志进行分类。该装置用于执行上述方法。本发明实施例综合考虑了交通标志版面的特性以及驾驶员对交通标志的视认理解时间,合理的进行交通标志的分类,提高了交通标志信息阈值研究的准确性,为交通标志在道路中设置提供了准确的理论基础。

技术领域

本发明实施例涉及交通运输技术领域,具体涉及一种交通标志分类方法及装置。

背景技术

随着科技的发展,汽车越来越成为人们生活中的必需品,越来越多的人使用汽车作为代步工具,相应的就需要更加合理的交通规则、交通标志来引导人们正确驾驶。

道路上的交通标志的合理设置,能够准确的指导驾驶人员在道路上行使,减少驾驶人员操作错误率。在进行道路交通标志的设置以及交通标志的图形设计时,需要进行交通标志信息阈值的研究,信息阈值又称为信息过载阈值,是指驾驶员在有限的时间内所获得的的最大的信息量的值。在研究交通标志信息阈值时,需要进行交通标志的分类,现有技术中,将交通标志分为单义性交通标志和多义性交通标志。该种分类方法主要考虑了每种交通标志版面的特性,但是忽略了驾驶员对于交通标志视认的影响。也有一些学者基于交通标志的理解性并结合组内同质性检验结果,将交通标志进行分类,该种分类方法并没有有效结合驾驶员的视认特性。并且将单义性交通标志的信息与多义性交通标志的信息进行简单叠加,没有涉及驾驶员对于视认交通标志的特性和因素融入到信息阈值的研究,导致信息阈值的研究出现偏颇。

因此,如何提出一种方案,能够合理的进行交通标志的分类,进一步能够提高交通标志信息阈值计算的准确性,为交通标志在道路中设置提供准确的理论基础,成为亟待解决的问题。

发明内容

针对现有技术中的缺陷,本发明实施例提供及一种交通标志分类方法及装置。

一方面,本发明实施例提供一种交通标志分类方法,包括:

获取多个实验者对每一块待分类交通标志的视认理解时间数据;

根据所述视认理解时间数据,对所述待分类交通标志进行分类。

进一步地,所述根据所述视认理解时间数据,对所述待分类交通标志进行分类,包括:

对所述视认理解时间数据进行参数检验,获取所述视认理解时间数据对应的理论分布模型;

根据所述理论分布模型和所述视认理解时间数据,对所述待分类交通标志进行聚类分析,以将所述待分类交通标志进行分类。

进一步地,所述方法还包括:

若所述理论分布模型为正态分布模型,则对所述视认理解时间数据进行单因素方差分析;

根据所述单因素方差分析的结果和所述视认理解时间数据,对所述待分类交通标志进行聚类分析。

进一步地,所述对所述视认理解时间数据进行参数检验,包括:

采用K-S检验方法对所述视认理解时间数据进行参数检验。

进一步地,所述方法还包括,对所述视认理解时间数据进行误差数据剔除,获得标准视认理解时间数据;

根据所述标准视认理解时间数据,对所述待分类交通标志进行分类。

进一步地,所述对所述视认理解时间数据进行误差数据剔除,包括:

采用箱线图法对所述视认理解时间数据进行误差数据剔除。

进一步地,所述获取多个实验者对每一块待分类交通标志的视认理解时间数据,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710587390.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top