-
公开(公告)号：CN117576913A
公开(公告)日：2024-02-20
申请号：CN202410049307.4
申请日：2024-01-12
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G08G1/01
Abstract: 本发明涉及交通组织技术领域，具体涉及一种基于网络平衡的多车道公路交织区交通分配方法及装置，该方法包括以下步骤：基于道路交织区车道汇入口、驶出口位置和车道数，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；遍历交通网络，得到在交通网络内车辆的所有可行路径；以用户均衡交通分配为基础构建交通分配模型；对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；根据流量分配方案，制定引导车辆行驶方案。能够解决现有技术中仅考虑内外幅车道的流量均衡，未考虑换道过程对阻抗及均衡的影响，会导致影响通行效率的问题。
-
公开(公告)号：CN113378620B
公开(公告)日：2023-04-07
申请号：CN202110355022.X
申请日：2021-03-31
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明公开了一种监控视频噪声环境下跨摄像头行人重识别方法，包括以下步骤：对监控视频中含有噪声的行人数据集进行双域滤波去噪处理，获得行人图像的高频图、噪声的低频图；对图片构建三元组，规定好损失函数；对三元组的图片输入到特征提取网络中，提取特征；利用距离度量方法来计算行人特征的差异性，将特征向量，进行k‑倒排最近邻重排序，优化排序结果作为最终匹配结果。本发明的监控视屏噪声环境行人跨摄像头重识别方法针对低质图像的行人重识别问题，利用双域滤波分解构建三元组用于训练三元组度量模型，使简单的特征提取网络能学习图像的噪声特性，并且抑制噪声的特征表达，可提高噪声环境下监控视频的行人重识别性能。
-
公开(公告)号：CN114399908A
公开(公告)日：2022-04-26
申请号：CN202111508008.5
申请日：2021-12-10
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明涉及利用车载ADAS研判道路交叉口车道级排队长度的方法，包含以下步骤：持续采集ADAS本车信息；收集以ADAS车辆为圆心、以ADAS车辆覆盖距离为半径的圆内的道路交叉口的特征信息；持续采集前方邻近车辆信息；将前方邻近车辆信息和ADAS本车信息打包为一个数据帧；将数据帧组成连续数据帧；计算每个数据帧内的绝对位置变化数据和绝对速度数据；如果绝对位置变化数据小于绝对位置变化阈值，或绝对速度数据小于绝对速度阈值，则判定前方邻近车辆处于排队状态；计算各车道的排队长度；将排队长度打包成道路交叉口车道级排队长度集合。本发明从回避了道路交叉口的地形限制，打破了安装固定检测设备的各种限制；实现覆盖整个路网；成本极大降低。
-
公开(公告)号：CN113255430A
公开(公告)日：2021-08-13
申请号：CN202110347405.2
申请日：2021-03-31
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明提出了一种基于深度学习的视频中人群分布检测与计数方法包括以下步骤：获取大量含不同密度人群的视频，制作数据集，所述数据集包括训练样本集、测试样本集及真实密度图；建立基于注意力机制的深度神经网络；将训练样本集输入到深度神经网络，设置训练参数，利用损失函数进行训练，直至损失减小到一定程度且训练达到迭代最大次数，生成训练模型；将测试样本集输入至训练好的模型中，输出人群密度图，评估模型性能；用CFDP聚类方法对人群密度图进行点聚类来识别组群，快速得到组群的人数和位置信息。本发明的基于深度学习的视频中人群分布检测与技术方法可以准确地检测出有人群的区域，并且高精度的估计密集人群的人数。
-
公开(公告)号：CN118194727B
公开(公告)日：2024-10-01
申请号：CN202410603433.X
申请日：2024-05-15
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明公开了一种考虑不确定性的高速公路隧道火灾疏散研究方法及系统，涉及隧道应急安全技术领域，该方法包括基于公路隧道火灾疏散案例，对隧道火灾的疏散特征和疏散不确定性进行分析；构建疏散行为不确定性量化模型，基于MATLAB的模糊工具箱进行输入实现；搭建仿真模型并通过隧道空间网格化进行场景设置，基于地板场模型构建疏散规则，将疏散行为不确定性量化模型引入疏散行为选择中；开展不同横洞区间典型场景和单因素控制固定场景仿真实验，并对单因素控制实验结果进行敏感性分析，确定疏散不确定性的影响因素。本申请有助于揭示公路隧道火灾下人群疏散的不确定性影响因素及其影响机理，使得疏散仿真结果更加贴近现实疏散行为。
-
Patent Agency Ranking
公开(公告)号：CN118194727A
公开(公告)日：2024-06-14
申请号：CN202410603433.X
申请日：2024-05-15
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明公开了一种考虑不确定性的高速公路隧道火灾疏散研究方法及系统，涉及隧道应急安全技术领域，该方法包括基于公路隧道火灾疏散案例，对隧道火灾的疏散特征和疏散不确定性进行分析；构建疏散行为不确定性量化模型，基于MATLAB的模糊工具箱进行输入实现；搭建仿真模型并通过隧道空间网格化进行场景设置，基于地板场模型构建疏散规则，将疏散行为不确定性量化模型引入疏散行为选择中；开展不同横洞区间典型场景和单因素控制固定场景仿真实验，并对单因素控制实验结果进行敏感性分析，确定疏散不确定性的影响因素。本申请有助于揭示公路隧道火灾下人群疏散的不确定性影响因素及其影响机理，使得疏散仿真结果更加贴近现实疏散行为。
-
公开(公告)号：CN114329342B
公开(公告)日：2024-02-06
申请号：CN202111565784.9
申请日：2021-12-20
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明涉及基于极值‑高斯混合分布模型的高速公路通行能力计算方法，包含步骤：采集高速公路内侧车道的车头时距的实测值；建立车头时距的极值‑高斯混合分布模型的概率密度函数；解出车头时距的极值‑高斯混合模型的概率密度函数中的混合分布参数的值；检验车头时距的极值‑高斯混合分布模型的拟合效果是否达标；计算得到极值通行能力和正态通行能力；计算获得高速公路通行能力计算值。本发明能实现在现有标准规范的基础上，得到相比现有技术更准确的高速公路通行能力计算值；可以通用到任意高速公路的任一采集断面，精确估算高速公路通行能力计算值，普适性良好，便于推广。(56)对比文件曲昭伟等.多车道环形交叉口车头时距分布模型.吉林大学学报(工学版).2014,第45卷(第3期),第740页-747页.王福建等.基于多类跟驰行为的车头时距混合分布模型.浙江大学学报.2015,第49卷(第7期),第1288页-1294页.鲁乃唯等.交通量持续增长下大跨桥梁时变极值外推分析.工程力学.2018,第35卷(第7期),第159页-166页.Gabriel M.Hoffmann等.Mobile SensorNetwork Control Using Mutual InformationMethods and particle Filters.IEEETransactions on Automatic Control.2010,第55卷(第1期),第32页-47页.陶鹏飞;王殿海;金盛.车头时距混合分布模型.西南交通大学学报.2011,第46卷(第04期),第633页-644页.
-
公开(公告)号：CN116910857A
公开(公告)日：2023-10-20
申请号：CN202310804631.8
申请日：2023-07-03
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G06F30/13 , G06F30/28 , G06F119/14
Abstract: 本发明公开了一种超高速公路纵坡坡度确定方法，搭建双向十车道模型和汽车模型；计算不同设定行驶速度下的最大爬坡度；判断不同设定行驶速度下的最大爬坡度是否满足规定；构建坡度和速度差共同影响下的心率增长率的模型；计算坡度和速度差共同影响下的心率增长率，进一步获得不同坡度下的心理承受指标，根据心理承受指标确定设定行驶速度下的坡度。本发明基于不同坡度的速度变化，运用驾驶员心率增长率的计算模型，计算坡度和速度差共同影响下的驾驶员心率增长率，并进一步计算心理承受指标，对坡度进行最优选择。
-
公开(公告)号：CN116310894A
公开(公告)日：2023-06-23
申请号：CN202310151602.6
申请日：2023-02-22
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G06V20/17 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于无人机遥感的小样本小目标藏羚羊智能识别方法，通过无人机采集无人机正射影像；构建辅助集和无人机藏羚羊小样本库；构建具有上下文感知融合与对比分析的小样本深度学习模型；确定模型损失函数；利用辅助集和无人机藏羚羊小样本库对具有上下文感知融合与对比分析的小样本深度学习模型进行训练。提高小样本条件下前景以背景的区分度，提升小样本小目标条件下的藏羚羊识别精度。克服了基于无人机的藏羚羊的检测实际应用中却面临着样本稀少、目标较小、与地面背景难以区分等问题。
-
公开(公告)号：CN114329342A
公开(公告)日：2022-04-12
申请号：CN202111565784.9
申请日：2021-12-20
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明涉及基于极值‑高斯混合分布模型的高速公路通行能力计算方法，包含步骤：采集高速公路内侧车道的车头时距的实测值；建立车头时距的极值‑高斯混合分布模型的概率密度函数；解出车头时距的极值‑高斯混合模型的概率密度函数中的混合分布参数的值；检验车头时距的极值‑高斯混合分布模型的拟合效果是否达标；计算得到极值通行能力和正态通行能力；计算获得高速公路通行能力计算值。本发明能实现在现有标准规范的基础上，得到相比现有技术更准确的高速公路通行能力计算值；可以通用到任意高速公路的任一采集断面，精确估算高速公路通行能力计算值，普适性良好，便于推广。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.037 seconds)
