-
公开(公告)号：CN107844856A
公开(公告)日：2018-03-27
申请号：CN201710997610.7
申请日：2017-10-24
Applicant: 东南大学
Abstract: 本发明提供了一种基于车载GPS和站点WiFi的公交车载客人数预测方法，通过在站点布设的WiFi检测装置以既定频率检测站点附近打开WiFi功能的移动终端的MAC地址信号，结合车载GPS系统获取的公交车实时位置信息，建立乘客上下车信号检测时间与公交车停站时间匹配模型，筛除车站附近的干扰数据，精确预测公交车离站时的实时载客人数；本发明大幅度减少了干扰数据的数量，简化数据处理方法的同时提高了数据处理结果的精度，精确预测公交车离站时的实时载客人数；可为等车乘客提供公交车实时拥挤程度信息，为市民出行和城市交通系统组织调配、发车频率优化、车辆客流实时监测提供关键信息参考。
-
公开(公告)号：CN113724487B
公开(公告)日：2022-06-07
申请号：CN202110805804.9
申请日：2021-07-16
Applicant: 东南大学
IPC: G08G1/01 , G06F30/20 , G06F111/04
Abstract: 本发明公开了面向交通策略组合的城市交通系统仿真分析方法，该方法首先对土地开发调整策略、基础设施建设策略、交通管理与控制策略进行组合；然后对城市交通系统依次进行交通阻抗分析、交通需求分析、交通分配分析，得到城市交通系统路段流量；根据路段流量计算目标值，评定目标值是否满足预设条件；若满足预设条件，直接输出推荐的交通策略组合，否则，重新组合交通策略，继续进行交通运行分析并计算目标值，直至寻找到使目标值满足预设条件的交通策略组合。本发明在多种交通策略可选的前提下，能够为城市交通决策部门合理搭配交通策略提供参考信息，具有较高的应用价值。
-
公开(公告)号：CN113192320B
公开(公告)日：2022-04-22
申请号：CN202110281093.X
申请日：2021-03-16
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种开放式小区道路交通改善情况分析方法，包括以下步骤：步骤(1)构建小区道路网络；步骤(2)车辆通过小区道路路网所用总时间包括车辆通过小区周边道路区域的时间总和T1、与车辆通过小区内部道路区域的时间总和T2；小区开放前车辆通过小区道路路网所用总时间Tall′＝T1，小区开放后车辆通过小区道路路网所用总时间Tall＝T1+T2；步骤(3)计算步骤(2)中的Cij及tij；步骤(4)根据系统最优原理，建立交通流系统最优分配模型；步骤(5)根据步骤(3)和步骤(4)，求得Tall和T′all，将小区开放后车辆通过小区道路路网所花时间的改善率η作为开放小区对小区道路网络的交通改善率，建立小区路网交通改善率计算模型。本发明可准确分析小区开放对周边道路交通产生的影响。
-
公开(公告)号：CN114239929A
公开(公告)日：2022-03-25
申请号：CN202111442665.4
申请日：2021-11-30
Applicant: 东南大学
IPC: G06Q10/04 , G06Q30/02 , G06Q50/30 , G06F16/2458 , G06K9/62
Abstract: 本发明公开了一种基于随机森林的出租车交通需求特征预测方法，包括以下步骤：首先对研究区域内历史出租车订单数据、兴趣点数据和城市街道行政区划分数据进行采集；然后提取全部出租车行程的起讫点位置，并对研究区域进行网格划分；将基础数据与网格进行空间匹配，提取网格时空特征并构建样本集合；构建随机森林回归模型，对出租车需求特征进行预测。本发明所述方法具有较高的推广价值，能够比较准确地描述和预测出租车需求特征随区域时空特征的变化情况，为城市交通管理与控制提供参考。
-
公开(公告)号：CN113744525A
公开(公告)日：2021-12-03
申请号：CN202110941891.0
申请日：2021-08-17
Applicant: 东南大学
IPC: G08G1/01 , G06N3/08 , G06F16/9537 , G06F16/9535
Abstract: 本发明公开了一种基于特征提取与深度学习的交通分布预测方法，将出发交通小区和到达交通小区的特征输入训练好的深度学习预测模型中，得到预测的交通分布，即出发交通小区与到达交通小区之间的交通量。本发明能够高精度地预测各交通小区之间的交通分布，为交通规划与交通管控提供依据，具有较高的推广应用价值。
-
Patent Agency Ranking
公开(公告)号：CN113538903A
公开(公告)日：2021-10-22
申请号：CN202110685744.1
申请日：2021-06-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于交通流量特征提取与分类的交通拥堵预测方法，步骤依次为：数据提取与划分，绘制交通流量时序图，拥堵阶段分类，图像特征提取与分类以及交通拥堵识别及预测。本发明解决了在现有交通拥堵预测方法中实时性不强、便捷度不高、准确性不佳而带来的误差问题，既适用于城市交通，又适用于公路交通，具有一定的推广应用价值，可为交通拥堵预测提供参考。
-
公开(公告)号：CN107818411B
公开(公告)日：2021-08-10
申请号：CN201710997622.X
申请日：2017-10-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于WiFi检测和GPS定位的公交车动态调度系统及调度方法，在公交车和站台上布设WiFi探针，实时检测公交车上和站台附近检测范围内打开WiFi功能的设备并记录MAC地址数据；利用车载GPS设备记录公交车实时GPS数据；通过核心算法对MAC地址数据进行降噪与匹配，估算公交车实时载客人数、站台候车人数；以乘客候车时间为参数设定候车满意度函数、以发车频率为参数设定公交公司满意度函数，根据实际情况确定两者权值获得综合满意度函数；基于已发出车辆的实时载客人数、各站台的实时候车人数等实时数据，求解满意度函数的最优值，动态地获得适应当前线路客流情况的发车频率。
-
公开(公告)号：CN107766981B
公开(公告)日：2021-05-11
申请号：CN201710997504.9
申请日：2017-10-24
Applicant: 东南大学
Abstract: 本发明提供了一种基于站点WiFi检测的公交乘客客流OD估计及短时预测方法，通过在各站点布设Wi‑Fi检测设备可以以既定频率检测站点附近打开Wi‑Fi功能的移动终端MAC地址数据，以R软件为主要数据处理平台，提取出一个公交车单程班次中在两个和两个以上的站点出现过的MAC地址数据，根据持续时间对各站点得到的MAC地址数据进行筛选，并根据真实乘客的OD数据对此估计方法中的关键参数进行标定，最终形成一种公交乘客客流OD的估计方法。同时构建适用的公共客流OD短时预测模型，实现对公交客流OD的短时预测。该技术可以识别、预测和诊断公交线路上单程的客流量，为公交的实时运营调度优化提供基础数据和实时信息支撑。
-
公开(公告)号：CN107798869B
公开(公告)日：2020-09-11
申请号：CN201710997548.1
申请日：2017-10-24
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供了基于站点WiFi和车载GPS的公交乘客客流采集与分析方法，通过站点Wi‑Fi检测装置采集公交线路各站点附近检测范围内用户所持移动终端的MAC地址信息，通过车载GPS定位获取公交车的实时位置；根据乘客上、下车时刻与公交车进站、出站时刻之间的符合性关系进行干扰数据清洗，分别得到各站点上车乘客和下车乘客的用户信息，计算总结得到各站点的客流；本发明基于公交站点固定位置的Wi‑Fi检测装置，运用站点Wi‑Fi检测与车载GPS定位相结合的时空双重过滤，有效排除公交车车载Wi‑Fi检测所无法处理的周边突发性干扰，极大地减小了误差。随着Wi‑Fi热点的覆盖率越来越广，系统的准确率也将越来越高。
-
公开(公告)号：CN110570650A
公开(公告)日：2019-12-13
申请号：CN201910412552.6
申请日：2019-05-17
Applicant: 东南大学
Abstract: 本发明介绍了一种基于RFID数据的出行路径预测方法，并对预测路径进行叠加，实现了节点流量预测。通过RFID数据可以提取到每辆车在不同日期经过的基站编号信息。将基站编号按检测时间排序，并结合基站的地理分布，沿道路走向连线，可以获取到每辆车每天的出行路径。以出行路径为基础，利用深度学习算法，探究出行路径选择规律，预测未来出行路径。统计所有预测出行路径中每一个基站的个数，可以实现对节点流量的预测。实验证明，本发明所提基于RFID数据的出行路径和节点流量预测方法具有较高的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.036 seconds)
