交通运输部公路科学研究所

本发明提供了基于语义自适应标签转移的大规模车辆稀疏故障预测方法，属于车辆故障预测领域，包括获取车辆维修样本、故障标签序列以及各故障标签对应的文本描述信息，并构建车辆历史维修序列数据；根据车辆历史维修序列数据，通过统计故障标签的时间衰减共现强度，构建经验转移先验，并通过语义转移投影器，构建语义转移先验；根据车辆历史维修序列数据、经验转移先验和语义转移先验，经序列编码和先验注入处理，得到增强时序表示；根据增强时序表示，通过时序角度和上下文角度分别提取特征并进行残差融合，得到多标签预测概率。本发明解决现有技术在车辆大规模故障标签场景下经验转移覆盖严重不足，导致部分车辆故障难以准确预测的问题。

本发明公开了一种基于机器学习的自动驾驶接管场景用交通暴露校正与风险归因方法，涉及自动驾驶安全技术领域。本发明提取目标区域道路网络划分时空观测单元并匹配接管事件，计算各单元交通暴露量并生成固定暴露量偏置项，将其以固定系数注入概率模型的对数几率空间，构建环境特征数据并针对不同接管类型训练独立概率预测模型，通过可解释归因方法计算环境特征贡献度并生成运维级输出结果。可有效消除曝光混杂导致的归因偏差，提升接管风险归因准确性，为自动驾驶运行设计域优化与安全运维提供可靠支撑。

本申请提供了一种基于数字孪生的水泥稳定碎石基层开裂演化预测评估系统，涉及道路工程技术领域，所述系统包括：数据采集模块用于采集道路基层的道路状态数据；第一模型构建模块用于构建基层数字孪生模型，得到道路状态演化过程数据；第二模型构建模块用于构建道路开裂预测演化模型；数据预测模块用于将当前道路状态数据和道路状态演化过程数据输入道路开裂预测演化模型，输出道路开裂预测数据；开裂评估模块用于计算基层开裂风险指标并确定基层开裂风险等级。本申请能够提高复杂环境和长期荷载作用条件下水泥稳定碎石基层裂缝预测的可靠性。

本发明公开了一种基于漂移感知与多尺度区段建模的隧道病害预测方法，本方法通过获取按年度形成的隧道逐米级检测数据，并进行字段、年度、里程方向、缺测状态及重复记录的统一规范化处理；按预设区段长度将连续里程划分为多个区段，构建区段‑年度样本；融合区段历史状态、相邻区段空间影响、短期与长期时间窗口、趋势变化、状态转移及数据质量标记，构建多尺度时空特征，输出各区段下一年度的目标风险分值、预测标签及风险排序结果。本发明降低了逐米定位误差和孤立噪声干扰，提升了跨年度预测的稳健性与可解释性，并为巡检复核、重点监测及养护资源分配提供可排序的高风险区段清单。