-
公开(公告)号：CN112562325A
公开(公告)日：2021-03-26
申请号：CN202011350776.8
申请日：2020-11-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于块坐标下降的大规模城市交通网络流量监测方法，其可以收集城市道路交通网络上的运行参数；并行计算道路交通网络上的最短路建立初始路径集合；更新路段身的车流量和出行时间；并行计算最短路更新路径集合；利用块坐标方法更新路径流量；计算精度指标，判断收敛状态。本发明在路径流量分配技术的基础上，利用坐标下降的概念，设计了大规模城市交通网络流量并行分配技术，在大规模交通网络中的试验结果表明，块坐标并行计算方法具体更高的收敛速度。
-
公开(公告)号：CN110913345A
公开(公告)日：2020-03-24
申请号：CN201911119105.8
申请日：2019-11-15
Applicant: 东南大学
Abstract: 本发明公开了一种基于手机信令数据的断面客流计算方法，包括如下步骤：(1)从手机信令数据中提取原始基站轨迹序列，每一个轨迹点包含基站地理位置坐标和时间戳，利用混合降噪算法以处理轨迹的空间不确定性问题；(2)从基站层面基于最短路的思想在稀疏的轨迹数据中进行插值，对降噪后的轨迹补全以获得连续的基站轨迹；(3)基于对断面客流的定义，统计穿过断面的轨迹数量，用折减系数对估算值进行修正，得到断面客流量。本发明通过对原始轨迹数据进行降噪和补全处理，计算一定时间内通过任意形状、任意长度的断面的客流数，除了考虑起终点信息以外，利用更精确的轨迹信息来计算断面客流。
-
公开(公告)号：CN115081550B
公开(公告)日：2025-01-03
申请号：CN202210884305.8
申请日：2022-07-25
Applicant: 东南大学
IPC: G06F30/27 , G06F18/23 , G06N3/0442 , G06F17/18 , G06F123/02
Abstract: 本发明公开了基于驾驶者特性的数据驱动车辆跟驰行为预测方法，包括以下步骤：分别获取两车速度随时间变化的突变点，根据速度突变点估计当前车辆的瞬时反应延迟；根据当前车辆多维时间序列的内在特征进行驾驶行为划分，对划分后的驾驶行为进行聚类，分别计算每种驾驶模式的占比；以门控循环单元GRU作为预测模型，预测模型的输入包括与当前车辆跟驰行为有关的多维时间序列，以及当前驾驶者的行为特征，预测目标为当前车辆下一时段的前进距离；多维时间序列的长度由瞬时反应延迟决定。本发明同时将驾驶者反应延迟和驾驶风格纳入跟驰模型中，基于实际数据挖掘反应延迟和驾驶模式，对不同的驾驶者进行差异化建模，更准确地估计驾驶者的跟驰行为。
-
公开(公告)号：CN118171781B
公开(公告)日：2024-08-13
申请号：CN202410585309.5
申请日：2024-05-13
Applicant: 东南大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/26 , G06V20/40 , G06V20/54 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及交通安全管理技术领域，公开了一种基于实时轨迹预测的高速公路机动车事故智能检测方法及系统，包括如下步骤：摄像机视频流采集；机动车轨迹提取；车辆轨迹预测模型构建；机动车事故判别；交通事故检测结果文件保存。本发明的有益效果为：本发明通过正常运行状况下的车辆运行轨迹挖掘车辆运行情况，利用实时车辆轨迹与预测车辆轨迹的偏差以及事故外观特征判断事故风险作为判据，克服了数据限制的难题，提高了视频事故检测的识别精度。
-
公开(公告)号：CN118172936A
公开(公告)日：2024-06-11
申请号：CN202410585308.0
申请日：2024-05-13
IPC: G08G1/01 , G06N3/0455 , G06N3/049 , G06N3/08
Abstract: 本发明涉及交通管理控制与交通安全技术领域，公开了一种基于车道级交通参数的异常交通事件智能检测方法及系统，该方法包括车道级交通参数获取、交通参数变化模型构建、异常交通事件判别、异常交通事件细分种类与判别标准构建以及异常交通事件检测与结果文件保存。本发明的有益效果为：本发明能够更加准确地判断是否发生了异常交通事件以及异常交通事件的具体类别，在交通管理控制与交通安全领域具有实际工程价值。
-
Patent Agency Ranking
公开(公告)号：CN117852700A
公开(公告)日：2024-04-09
申请号：CN202410017134.8
申请日：2024-01-05
Applicant: 东南大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0637
Abstract: 本发明公开了一种用于解决具有异方差特性的停车收费问题的仿真鲁棒优化方法，利用交通仿真模型评估收费方案对交通系统产生的影响，获得特定收费方案对应路网行程完成量的估计值，并以收费方案为决策向量，最小化目标函数行程完成量的相反数，以细分矩形法为求解基础，集成贝叶斯推断和正确选择概率方法以自动量化各个收费方案的最优性以及行程完成量相反数的异方差性，并自适应分配停车模型仿真计算资源，求得停车收费问题的最优收费方案；本发明提出的优化方法具有较好的求解效率和鲁棒性，并且该仿真鲁棒优化方法具有一般性，适用于其他仿真优化问题，且更适合于与本发明的优化问题类似的、具有仿真随机性与异方差性和高计算成本的问题。
-
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：CN113204734B
公开(公告)日：2024-04-09
申请号：CN202110350726.8
申请日：2021-03-31
Applicant: 东南大学
IPC: G06F17/11 , G06Q10/04 , G06Q10/0639 , G06Q50/40
Abstract: 本发明公开了一种基于排队论的过饱和状态下交通系统多尺度供需关系的系统建模方法，通过引入动力系统方程来描述具有虚拟队列演化过程的确定性队列模型，并基于多项式函数近似逼近的到达率，解析地推导出了交通系统性能的各种评价指标，比如，虚拟队列长度、平均延迟、物理队列长度和时变路段通行时间等，讨论了过饱和因子的不同取值范围的适用性情况，通过采集多源数据对该系统模型中的关键参数进行了校准，验证了该系统建模方法的有效性。本发明可以被用于联合优化需求管理政策和基础设施建设工作，针对不同规模的复杂且过饱和的动态排队系统，决策者可以应用本发明系统地制定需求侧和供给侧的拥堵缓解策略。
-
公开(公告)号：CN112488422B
公开(公告)日：2022-11-18
申请号：CN202011485155.0
申请日：2020-12-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于多任务学习的多模式出行需求预测方法，涉及交通需求预测技术领域，具体如下：采集多种交通方式的非集计出行数据，对非集计出行数据进行预处理；构造出行需求网格图；构造局部出行需求网格图的时间序列，构造多任务学习样本集，将局部出行需求网格图的时间序列构造为多任务学习样本集；构造基于多任务学习的出行需求预测模型；使用上述中的多任务学习样本集，训练所述基于多任务学习的出行需求预测模型，得到训练好的出行需求预测模型；利用训练好的出行需求预测模型即能进行多模式的出行需求预测。本发明融合多种出行需求预测任务，提高出行需求的预测精度。
-
公开(公告)号：CN115239116A
公开(公告)日：2022-10-25
申请号：CN202210842568.2
申请日：2022-07-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于两阶段并行的组合模式划分与交通分配方法，包括如下步骤：S1、设置集群并行、网络拓扑和需求基本参数；S2、初始化路径集；S3、增广路径集合；S4、模式划分与交通流量分配；S5、算法停止条件的判断。本发明在路径流量分配技术的基础上，提出了基于计算集群的两阶段并行概念，第一个并行阶段是基于多处理器的，第二个并行阶段是基于多计算机的，设计了大规模城市交通组合模式划分与交通并行分配技术，在大规模交通网络中的试验结果表明，两阶段并行计算方法具有更快的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
