-
公开(公告)号：CN115643528A
公开(公告)日：2023-01-24
申请号：CN202211301670.8
申请日：2022-10-24
Applicant: 东南大学
Abstract: 本发明提供了一种基于手机信令数据的出行者活动—出行链重构方法，包括如下步骤：输入原始手机信令数据并对手机信令数据进行数据预处理；预处理后的手机信令数据应用改进的ST‑DBSCAN密度聚类算法判断潜在驻点及位移点，获取潜在驻点序列及潜在位移点序列；利用基于动态阈值的OD识别算法进行出行OD识别，提取O点位置及停留起止时间、D点位置及停留起止时间和出行时长出行信息；根据出行O点及D点的停留信息提取活动时长、活动位置、活动起始时间、活动结束时间活动信息；根据用户多日轨迹中有效驻点信息进行居住地及工作地识别；根据用户驻点位置距居住地和工作地的距离推断用户的活动类型；根据识别出行信息及活动信息，按序生成出行者活动—出行链。
-
公开(公告)号：CN112632202B
公开(公告)日：2022-11-18
申请号：CN202011505866.X
申请日：2020-12-18
Applicant: 东南大学
IPC: G06F16/29 , G06F16/9537 , G06F17/18
Abstract: 本发明公开了一种基于高阶隐马尔可夫模型的动态地图匹配方法，方法通过GPS点数据和路网信息，获取GPS点的候选路段，进而获取GPS点在各候选路段中的候选点，然后计算GPS点的各候选点的高阶隐马尔可夫模型转移概率和高阶隐马尔科夫模型的状态转移概率，采用Viterbi算法求解高阶隐马尔可夫模型，实现对GPS点和路网中的路段的匹配，本发明提供的方法简单高效，能够精确的实现动态地图匹配。
-
公开(公告)号：CN114446048A
公开(公告)日：2022-05-06
申请号：CN202111636605.6
申请日：2021-12-29
Applicant: 东南大学
IPC: G08G1/01 , G06F16/215 , G06F16/2457 , G06F16/29 , G06F16/9537
Abstract: 本发明公开了基于手机信令数据的轨道交通出行者全出行链分析方法，包括：提取轨道交通出行者的手机信令数据信息，识别出行者的出行轨迹段、途经站点及起终站点数据；基于轨道交通线网拓扑结构，根据出行者每一趟次的出行轨迹段和途经站点，对出行者每一趟次的换乘站点进行识别，得到出行者真实的出行轨迹及换乘站点序列；识别得到出行者每一趟次的来源地和去向地并进行验证；根据出行者每一趟次的来源地和去向地对出行者对应趟次的出行轨迹进行分段，识别得到出行者的接驳方式，由此得到出行者的全出行链分析结果。本发明实现轨道出行者的全出行链分析，对研究轨道系统的运行现状，从而根据现状需求，进行线网规划与调整具有重要的意义。
-
公开(公告)号：CN113344052A
公开(公告)日：2021-09-03
申请号：CN202110591189.6
申请日：2021-05-28
Applicant: 东南大学
Abstract: 本发明公开了基于泰森多边形和K均值聚类的时空频繁模式挖掘方法，包括：在研究区域构建泰森多边形，利用希尔伯特分形曲线对泰森多边形内每一个多边形进行编号；获取研究区域内每个移动对象的位置信息，对数据集内对应的经纬度坐标转换到泰森多边形所在的坐标系；将移动对象的出行轨迹由时空立方体中的曲线转换成新时空空间中的点；利用K‑Means聚类对新时空空间中的点进行聚类；取聚类后每一类空间特征值表示该类频繁模式，将聚类后的结果还原到三维空间。本发明利用泰森多边形对研究区域进行描述，避免稀疏地方发生数据冗余的问题，对移动行为发生密集的地方给出更精确描述；为研究群体出行需求、出行推荐、交通规划及管理提高重要参考价值。
-
公开(公告)号：CN110599760B
公开(公告)日：2021-08-10
申请号：CN201910986075.4
申请日：2019-10-17
Applicant: 东南大学
Abstract: 本发明公开了一种多模式交通网络下的出行行为模拟方法，通过构建多模式超级交通网络，在基础网络中添加虚拟节点和虚拟路段，将单层交通网络拓展为相互连接的公交层、网约车层、地铁层、共享单车层和换乘层网络，将单一的地理位置节点拓展为包含出行时间、出行模式和出行状态的复合节点，将复杂的多模式交通网络转化为单一出行模式网络的集合，能有效提高最短路搜索和流量分配算法的效率。基于随出行时段变化而变化的网络交通流量，可识别半日出行时段内的交通出行模式分布变化情况，本发明可用于集计层面获取用户出行模式选择的分布情况，以供共享交通企业和管理部门更合理地分配交通资源，提升资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN107194128B
公开(公告)日：2020-05-05
申请号：CN201710530004.4
申请日：2017-06-30
Applicant: 东南大学
IPC: G06F30/18
Abstract: 本发明公开了一种基于中心辐射型网络框架的多模式公共交通网络设计方法，在新建的地铁网络系统下，以中心辐射型网络为框架对城市普通公交网络进行重新设计，构建多模式交通运输系统。主要包括：(1)运用聚类方法对乘客需求点进行聚类，为地铁站和公交站台选定枢纽中心站。(2)基于新建成的地铁网络，提出多模式交通网络设计，包括采用启发式路线生成法进行主干公交线路的设计，运用旅行商问题进行接驳公交线路的设计。(3)建立双层规划模型问题来描述线路发车频率优化的决策过程，并利用人工蜂群算法进行求解。
-
公开(公告)号：CN114723596B
公开(公告)日：2024-12-20
申请号：CN202210314162.7
申请日：2022-03-28
Applicant: 东南大学
IPC: G06Q50/26 , G06Q50/40 , G06Q10/02 , G06F18/23213 , G06F18/232
Abstract: 本发明公开了一种基于多源交通出行数据和主题模型的城市功能区识别方法，该方法包括：采集路网数据、兴趣点数据以及多源交通出行数据；路网数据经过形态学处理得到若干个交通分析小区；挖掘兴趣点数据和网约车、地铁出行数据中的特征构造“词汇”，采用潜在狄利克雷分配主题模型算法得到各交通分析小区的功能概率分布；采用聚类算法对所有交通分析小区进行功能聚类，通过构建的区域出行‑活动分析指标完成簇的功能标定。本发明的有益效果是结合了表示城市功能空间静态语义信息的兴趣点数据和动态出行特征的多种居民出行数据，既克服了单一因素的影响，同时结合了不同出行方式的活动特征的影响，得到更具广泛性和实际价值的划分结果。
-
公开(公告)号：CN112488381B
公开(公告)日：2024-09-20
申请号：CN202011355525.9
申请日：2020-11-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于最小二乘法的出行/活动行为选择模型参数标定方法，用于解决城市交通规划中的模型参数标定问题。该方法包括以下步骤：(1)定义数据类型，进行预处理；(2)以最小二乘法为核心，设计上层优化模型，求解出行/活动行为选择模型的参数最优估计；(3)以交通分配为核心，设计下层优化模型，求解交通网络中的流量分布；(4)采用模拟退火法求解该双层优化模型，得到参数的估计值；(5)应用卡尔曼滤波器，对参数的估计值进行平滑，输出参数的最终标定值。应用本发明提出的方法可以有效地为出行/活动行为选择模型进行参数标定，具有广泛的适用性，并且可以根据需求调整输入数据量以及模型的精确度。
-
公开(公告)号：CN113344052B
公开(公告)日：2024-04-09
申请号：CN202110591189.6
申请日：2021-05-28
Applicant: 东南大学
IPC: G06F18/23213 , G06N5/025
Abstract: 本发明公开了基于泰森多边形和K均值聚类的时空频繁模式挖掘方法，包括：在研究区域构建泰森多边形，利用希尔伯特分形曲线对泰森多边形内每一个多边形进行编号；获取研究区域内每个移动对象的位置信息，对数据集内对应的经纬度坐标转换到泰森多边形所在的坐标系；将移动对象的出行轨迹由时空立方体中的曲线转换成新时空空间中的点；利用K‑Means聚类对新时空空间中的点进行聚类；取聚类后每一类空间特征值表示该类频繁模式，将聚类后的结果还原到三维空间。本发明利用泰森多边形对研究区域进行描述，避免稀疏地方发生数据冗余的问题，对移动行为发生密集的地方给出更精确描述；为研究群体出行需求、出行推荐、交通规划及管理提高重要参考价值。
-
公开(公告)号：CN115859470A
公开(公告)日：2023-03-28
申请号：CN202211623794.8
申请日：2022-12-16
Applicant: 东南大学
IPC: G06F30/15 , G06F30/20 , G06F119/02
Abstract: 本发明公开了一种复杂交通环境下集成多平台的自动驾驶仿真测试方法，包括如下步骤：基于二自由度车辆动力学方程进行车辆动力学模型构建；在车辆动力学模型的基础上构建自动驾驶车辆横向控制和纵向控制算法；在Carsim平台上设置车辆模型的参数；仿真的主体路网从Openstreetmap中提取和处理；Prescan仿真平台仿真场景构建；复杂交通环境场景的添加；Carsim、Prescan以及Simulink联合仿真平台集成；建立基于动态规划的车辆决策模型和基于二次规划的轨迹规划模型。本发明考虑到一些复杂交通环境的自动驾驶场景，集成多平台仿真测试方法，是一种应用更加广泛的适应性更强的自动驾驶仿真测试方法。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
