-
公开(公告)号：CN108961822B
公开(公告)日：2021-05-04
申请号：CN201810861343.5
申请日：2018-08-01
申请人： 扬州大学
摘要： 本发明公开一种路内泊位停车智能管理方法及系统，泊位停靠快速、路内停车规范，提高停车路内泊位周转率，缓解城市交通拥堵。所述路内泊位停车智能管理方法包括信息采集、信息传输、信息分析管理和用户使用步骤。所述路内泊位停车智能管理系统包括：信息采集单元(1)，用于采集路内泊位信息和车辆信息；信息传输单元(2)，用于信息采集单元(1)、信息分析管理单元(3)和用户使用终端(4)之间的信息传输；信息分析管理单元(3)，用于路内泊位和车辆信息分析，以及停车管理；用户使用终端(4)，用于目的地路边空闲泊位查询、泊位预约、停车付款。
-
公开(公告)号：CN109235293B
公开(公告)日：2020-03-31
申请号：CN201811185374.X
申请日：2018-10-11
申请人： 扬州大学
IPC分类号： E01F1/00
摘要： 本发明提供一种下沉式公交站台组件，包括道路段及位于道路段侧方的公交站台，所述道路段包括一般道路段及与公交站台相邻接的公交道路段；公交道路段包括位于中部的升降段、位于升降段两端的标准路面段及铰接于标准路面段上的导引段；升降段降低对距离公交站台附近的进行车辆分流，将机动车辆与人行道路形成高度差，互相不干涉以形成机动车和行人的分流，对行人尤其是在公交站台等车的行人形成保护。只有当公交车到站时，将升降段升高至与站台底部等高，此时等车的行人可以自由上下公交车，提高道路公共交通的出行效率并避免公交车辆拥堵。
-
公开(公告)号：CN109722966A
公开(公告)日：2019-05-07
申请号：CN201910122393.6
申请日：2019-02-19
申请人： 扬州大学
摘要： 本发明公开了一种高架式环形公交站台，包括：设于地面机动车道上方的环形高架道路，所述环形高架道路设有一组或两组公交停靠区；每组公交停靠区为两个，相对设置在环形高架道路的两侧；所述地面机动车道具有地面匝道，所述公交停靠区通过引桥与对应的地面匝道相连，所述环形高架道路还设有与对应的公交停靠区邻近的候车亭。本发明采用高架式空间分层可以分隔道路，提高道路的通行能力；设置环形高架道路，乘客可以在环形道路选择不同方向进行公交乘坐的选择，同时行人可以在环形道路进行通行，既保证了公交车辆与非公交车辆分流，也保证了车辆与行人通行安全。
-
公开(公告)号：CN115291508B
公开(公告)日：2023-08-29
申请号：CN202210681154.6
申请日：2022-06-16
申请人： 扬州大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于分布式深度强化学习的动态公交控制系统及方法，包括历史和实时数据收集模块，用于收集研究路网内部的公交历史数据，公交系统设计模块，根据历史数据参数设计公交系统，根据公交系统收集交通信息实时数据，搭建真实DRL环境模块，用于根据公交系统提供的历史和实时数据对真实DRL公交控制的训练环境进行搭建，构建DRL模型模块，用于根据搭建的DRL训练环境，构建DRL模型，包括DRL的状态、动作、策略和奖励，训练DRL模型模块，用于对DRL模型进行不断训练，学习最优策略，本申请旨在显著减少计划时间和车头时距的偏差，防止偏差向下游累积，避免公交串车现象发生。
-
公开(公告)号：CN115527366B
公开(公告)日：2023-07-25
申请号：CN202211103834.6
申请日：2022-09-09
申请人： 扬州大学
摘要： 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
公开(公告)号：CN116153125A
公开(公告)日：2023-05-23
申请号：CN202310155733.1
申请日：2023-02-23
申请人： 扬州大学
IPC分类号： G08G1/123 , G06Q10/04 , G06Q50/26 , G06Q50/30 , G06N3/08 , G06N3/0455 , G06N3/0442
摘要： 本发明公开了一种基于IDA‑RNN模型的空间维度公交到达时间预测方法，利用IDA‑RNN模型在双重注意力递归神经网络的空间维度下进行对公交到达时间预测，利用时间域中空间变化特征的影响，同时考虑公交运行前后车跟驰关系制定了空间域中的预测问题，从空间维度对公交到达时间进行准确、可靠的预测，为实现智能主动公交管控提供重要技术支撑，依据公交到达时间预测结果，交通管理者和组织者可据此制定完善交通运营与管理措施以提升公交系统运行效率，科学安排出行计划，从而有效增强城市公交的吸引力，减轻城市道路交通压力，提高居民出行体验，提升公交出行分担率。
-
公开(公告)号：CN116151556A
公开(公告)日：2023-05-23
申请号：CN202310006696.8
申请日：2023-01-04
申请人： 扬州大学
IPC分类号： G06Q10/0631 , G06Q50/26 , G06F18/2431 , G06Q50/30
摘要： 本发明为一种基于树状决策机制的高速铁路行车冲突全局疏解方法。为保障在突发扰动下列车运行组织安全有序，本发明以冲突检测和疏解为核心构建了全局解析算法。首先结合各类区间和车站冲突的定义构建了判别式，围绕冲突优先级和主导性设计了动态检测算法；其次考虑了不同疏解策略对全局冲突和延误分布状态的影响，设计了树状冲突检测与疏解决策机制，具体包括适用策略分析与疏解、决策枝代价比选；最后基于数据存储与关联机制设计了考虑决策树剪枝的全局疏解路径生成算法。实证研究结果表明，本发明所形成的疏解算法能够充分考虑列车运行调整策略与冲突分布状态之间的动态交互作用，有利于生成全局最优冲突疏解路径和对应的列车时刻表调整方案。
-
公开(公告)号：CN115291508A
公开(公告)日：2022-11-04
申请号：CN202210681154.6
申请日：2022-06-16
申请人： 扬州大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于分布式深度强化学习的动态公交控制系统及方法，包括历史和实时数据收集模块，用于收集研究路网内部的公交历史数据，公交系统设计模块，根据历史数据参数设计公交系统，根据公交系统收集交通信息实时数据，搭建真实DRL环境模块，用于根据公交系统提供的历史和实时数据对真实DRL公交控制的训练环境进行搭建，构建DRL模型模块，用于根据搭建的DRL训练环境，构建DRL模型，包括DRL的状态、动作、策略和奖励，训练DRL模型模块，用于对DRL模型进行不断训练，学习最优策略，本申请旨在显著减少计划时间和车头时距的偏差，防止偏差向下游累积，避免公交串车现象发生。
-
公开(公告)号：CN111640304B
公开(公告)日：2021-01-08
申请号：CN202010498564.8
申请日：2020-06-04
申请人： 扬州大学
摘要： 本发明涉及一种面向连续流交通设施的交通拥堵传播特征自动化量化提取方法。所提出的方法以路线为分析对象，首先根据收集的交通流状态参数构建交通时空轮廓图，利用k‑means算法对历史交通流平均速度数据进行聚类，并根据聚类的边界速度来自动确定划分拥堵和非拥堵交通状态的阈值；然后，利用图连通性聚类算法识别交通时空轮廓图中独立的（时空非连续的）时空拥堵区域；之后，根据每一块独立时空拥堵区域对应的时空范围，结合时空范围内的交通流状态参数，从交通时空轮廓图中分析和提取交通拥堵传播相关的各类特征指标，实现对连续流交通设施的交通拥堵瓶颈和交通拥堵传播特征的快速自动辨识和量化提取。
-
公开(公告)号：CN111640304A
公开(公告)日：2020-09-08
申请号：CN202010498564.8
申请日：2020-06-04
申请人： 扬州大学
摘要： 本发明涉及一种面向连续流交通设施的交通拥堵传播特征自动化量化提取方法。所提出的方法以路线为分析对象，首先根据收集的交通流状态参数构建交通时空轮廓图，利用k-means算法对历史交通流平均速度数据进行聚类，并根据聚类的边界速度来自动确定划分拥堵和非拥堵交通状态的阈值；然后，利用图连通性聚类算法识别交通时空轮廓图中独立的（时空非连续的）时空拥堵区域；之后，根据每一块独立时空拥堵区域对应的时空范围，结合时空范围内的交通流状态参数，从交通时空轮廓图中分析和提取交通拥堵传播相关的各类特征指标，实现对连续流交通设施的交通拥堵瓶颈和交通拥堵传播特征的快速自动辨识和量化提取。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.031 秒)
