一种交通事件相关性分析方法及系统

    公开(公告)号:CN113192325A

    公开(公告)日:2021-07-30

    申请号:CN202110416305.0

    申请日:2021-04-19

    摘要: 一种交通事件相关性分析方法,其具体步骤包括:在交通历史数据中提取T个时段N个空间的M1个交通第一特征、M2个交通第二特征;其中交通第一特征为与交通事件相关的具有时段非可变性的特征交通,第二特征为与交通事件相关的具有时段可变性的特征,且M1个交通第一特征与M2个交通第二特征在时段、空间上相对应;构建T个时段S个交通特征相似图,其中交通特征相似图包括空间、邻接矩阵、交通第二特征,邻接矩阵为两个空间的交通第一特征的相似性;基于T个时段S个交通特征相似图,利用图学习算法提取T个时段N个空间M3个第三交通特征;基于T个时段N个空间M3个第三交通特征,计算N个空间第三交通特征相关性。

    一种拥堵区域交通运行状态预测方法及系统

    公开(公告)号:CN112382082A

    公开(公告)日:2021-02-19

    申请号:CN202011058032.9

    申请日:2020-09-30

    摘要: 本发明涉及交通预测技术领域,具体涉及一种拥堵区域交通运行状态预测方法及系统。其方法包括步骤:S1.获取区域交通数据信息;S2.根据区域交通数据信息生成多个拥堵子区;S3.按照预测时段对每一个拥堵子区中的各路段进行路段速度预测,以得到相应预测时段的路段预测速度;S4.根据得到的路段的预测速度进行OD预测,以得到OD预测参数;S5.以拥堵子区的路段预测速度和OD预测参数对区域交通运行状态进行仿真,以对区域交通运行状态进行预测。本发明通过构建拥堵子区保留了路段关联关系的动态特征,解决了以往交通仿真区域固定的问题,并且利用元学习模型的泛化性能,解决了数据缺失下的仿真流量参数校准问题,可以更好的对拥堵区域的交通运行状态进行预测。

    一种城市全域交通态势分析方法

    公开(公告)号:CN111145546B

    公开(公告)日:2021-02-12

    申请号:CN201911373330.4

    申请日:2019-12-27

    IPC分类号: G08G1/01

    摘要: 本发明涉及一种城市全域交通态势分析方法,本发明以交通环境变化为导向,细化指标,从区域交通到路段、路口交通构建交通态势指标;逐层向上,进行交通整体态势分析,并利用卷积神经网络,建立了精度较高的算法识别模型,满足大量数据的处理需求。本发明从交通状态动态分析出发,能够全面动态快速识别交通问题、聚焦交通症结,实现交通态势分析。

    一种用于饱和城市交通网络的信控方案推荐方法及系统

    公开(公告)号:CN112037539A

    公开(公告)日:2020-12-04

    申请号:CN202010755857.X

    申请日:2020-07-31

    摘要: 本发明公开了一种用于饱和城市交通网络的信控方案推荐方法及系统,涉及智慧交通技术领域,该方法包括以下步骤:实时识别拥堵交叉路口;将拥堵交叉路口的实时交通数据输入信控方案评价模型进行计算得到各信控方案的当前评分,其中,信控方案评价模型根据与拥堵交叉路口的交通属性特征相似的若干个相似交叉路口的历史交通数据以及历史使用各信控方案的真实历史评分训练得到;将各信控方案按照当前评分大小进行排序,选取评分排名靠前的若干个信控方案得到信控方案推荐列表;将信控方案推荐列表推送至调控信号终端。该方法适用于具有大量拥堵交叉路口状态下的饱和城市交通网络,高效准确,适应性强。

    一种基于时空相似性的城市级信号推荐系统

    公开(公告)号:CN111341109B

    公开(公告)日:2020-09-11

    申请号:CN202010422232.1

    申请日:2020-05-19

    摘要: 一种基于时空相似性的城市级信号推荐系统,包括实时交通分析模块,用于实时检测城市路网中各路口的交通运行状态,判断是否超出路口承载范围,从而判断出需要及时介入的路口并触发信控推荐模块;信控推荐模块,用于基于时空相似性推荐实时信号控制方案并下发给信号控制系统模块;数据库模块,用于保存系统数据;信号控制系统模块,用于执行下发的实时信号控制方案;评价模块,用于评价信号控制方案有效性。

    一种基于知识图谱的交通事故分析与防控方法及系统

    公开(公告)号:CN112732905A

    公开(公告)日:2021-04-30

    申请号:CN202011420444.2

    申请日:2020-12-08

    摘要: 一种基于知识图谱的交通事故分析与防控方法,其具体步骤如下:S1.提取交通事故数据,构建交通事故知识图谱G;S2.训练GraphSAGE模型,对交通事故知识图谱G中的事故实体进行表示学习,然后进行聚类分析,移除偶发的交通事故;S3.训练多分类任务的全连接深度神经网络,利用事故的向量表示,对其对应的标签进行预测;S4.利用向量表示空间的欧式距离,生成特定标签事故主要成因表。本发明基于交通事故知识图谱,使用GraphSAGE模型对交通事件进行表示学习,随后进行聚类分析,并删除交通事故随机噪声。然后使用多分类任务的全连接深度神经网络,利用事故的向量表示对事故标签进行预测。同时生成特定标签事故主要成因表,用以支持下游的事故预警以及防控等具体工作。

    基于图数据库的交通运行状况评估方法、装置、设备及介质

    公开(公告)号:CN112183926A

    公开(公告)日:2021-01-05

    申请号:CN202010871780.2

    申请日:2020-08-26

    摘要: 本发明公开了一种基于图数据库的交通运行状况评估方法、装置、电子设备和计算机存储介质,涉及智能交通领域,旨在实现对城市交通运行状况的全面评价。其中所述方法包含以下步骤:通过图数据库存储交通运行数据的知识图谱;从所述图数据库中获取指标:目标路口的报警和配时数据、目标路口的进口路段及路段速度数据;根据报警和配时数据,计算调控效率;根据进口路段及路段速度数据,计算目标路口的周期相关系数;计算目标区域在不同的时间分辨率下的平均调控效率和平均周期相关系数;基于平均调控效率和平均周期相关系数,通过预先定义的指标重要性排名规则,求取所述目标区域在不同的时间分辨率下的综合运行指数。