-
公开(公告)号：CN115829424A
公开(公告)日：2023-03-21
申请号：CN202211497496.9
申请日：2022-11-25
Applicant: 东南大学
IPC: G06Q10/067 , G06Q50/26
Abstract: 本发明公开了一种基于无参数非凸松弛低秩张量补全的交通数据修复方法，包括：按地点、日期、时间三个维度，将包含缺失数据的交通数据构建为位置×日期×时间的三维张量提出基于对数的无参数非凸松弛函数，以此构建基于低秩张量补全的交通数据修复模型；考虑模型求解效率和去除等式约束，构建模型的增广拉格朗日函数；根据ADMM框架，将模型的多变量优化问题转化三个单变量子优化问题，初始化张量依次更新三个变量；以作为输入，利用交叉方向乘子算法迭代优化直至满足收敛条件，获得低秩张量本发明能够实现交通数据的智能准确修复。
-
公开(公告)号：CN112634620B
公开(公告)日：2021-11-30
申请号：CN202011546643.8
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明公开了基于Encoder‑Decoder深度神经网络的路网动态交通分配方法，依托于车辆轨迹数据，采用LSTM神经网络模型构建Encoder‑Decoder模型，输入为路网交通多时段车流OD，输出为道路断面流量以及交叉口进口道转向流量，构建模型过程引入Attention机制，进行动态交通分配，得到路网交通需求与实际道路流量之间的非线性映射关系。本发明得到的分配模型结果精度较高，解决了传统方法存在的精度低、实时性差等弊端，为解决交通关键技术问题提供有力支撑。
-
公开(公告)号：CN113299107A
公开(公告)日：2021-08-24
申请号：CN202110498844.3
申请日：2021-05-08
Applicant: 东南大学
IPC: G08G1/123
Abstract: 本发明公开了一种多目标融合的交叉口动态车辆网联速度引导控制方法，根据车辆及道路信息，设定合理的初始车辆预测范围，制定车辆运行过程中多目标融合下的目标函数；采用滚动时域的模型预测控制的方法，将智能网联环境下的所有自动驾驶车辆进行动态车队划分，并优化车队的运行效率并保障车队运行的安全性与稳定性；采用二次规划求解的方法，求解车辆的控制变量与状态变量在多目标融合后的优化结果，并给车辆运行提供动态速度建议。本发明可以有效弥补现有车辆网联速度引导控制方法的缺陷。
-
公开(公告)号：CN110415523B
公开(公告)日：2021-07-30
申请号：CN201910746473.9
申请日：2019-08-13
Applicant: 东南大学
Abstract: 本发明提供了一种基于车辆出行轨迹数据的信号控制子区划分方法，该方法包括S1根据车辆轨迹数据，计算一段时间内研究区域各交叉口对之间的平均OD流量并做归一化处理，基于此构建全连通无向加权图；S2用Newman算法对路网进行划分得到划分后的初始路网子区；S3计算路段双向平均密度；S4利用自适应尺度NJW算法将路网划分为多个控制子区；S5选取能得到最好评价指标的方案为较优的控制子区划分方案。本发明提升了初始路网子区内交叉口信号控制的协调性，为后续进一步面向区域门限控制子区划分做出了初始划分方案。
-
公开(公告)号：CN109191872B
公开(公告)日：2021-03-19
申请号：CN201811180897.5
申请日：2018-10-09
Applicant: 东南大学
IPC: G08G1/08
Abstract: 本发明公开了一种基于号牌数据的路口交通流特征参数提取方法，步骤为：1、获取路网内路口卡口式电子警察检测到的号牌数据，并获取卡口式电子警察设备与交叉口对照表、路段与上下游交叉口对照表；2、获得每辆被检测车辆的驶离特征参数；3、在每一条过车数据后，增加该辆车在上游交叉口的过车信息；4、计算获得每条过车数据在路段上游交叉口的车辆到达特征参数；5、分别提取被检测车辆、位于被检测车辆前后的同周期且在上游交叉口有过车记录的最近车辆的行驶特征参数；6、根据得出的车辆驶离、到达、行驶特征参数补全车辆的路段“行程时间”，得出路段的交通状态，将交通状态上传到路口信号机，进而对路口信号配时进行调整。
-
Patent Agency Ranking
公开(公告)号：CN112084928A
公开(公告)日：2020-12-15
申请号：CN202010920823.1
申请日：2020-09-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于视觉注意力机制和ConvLSTM网络的道路事故检测方法，包括如下步骤：收集和划分事故图片数据集和视频数据集；搭建事故外观特征提取网络；训练事故外观特征提取网络；在训练后的事故外观特征提取模型的基础上引入事故的运动特征提取网络，完成总事故检测模型的搭建；使用视频数据训练集对总事故检测模型进行训练；通过训练后的总事故检测模型进行事故检测。本发明采用基于视觉注意力模块CBAM和图像特征提取网络ResNet‑50融合的事故外观特征提取模型，能够捕捉更局部，更具体的事故外观特征；采用了ConvLSTM网络捕捉事故运动特征，弥补了RNN和LSTM网络无法很好捕捉事故运动特征等缺陷，从而提高了事故检测精度。
-
公开(公告)号：CN106845703B
公开(公告)日：2020-08-11
申请号：CN201710033949.5
申请日：2017-01-18
Applicant: 东南大学
Abstract: 本发明公开了一种考虑转向延误的城市路网时变K最短路径搜索算法，包括在获得连续等时间间隔的交叉口转向延误和路段行程时间数据序列的基础上，结合扩展网络法得到网络中各交叉口边界线之间的时变阻抗；采用A*算法搜索指定起点边界线至终点边界线的最短路径及行程时间；进一步循环采用连接线删除法和A*算法搜索删除部分连接线条件下的最短路，直到完成对指定K条时变最短路径的搜索。本发明提出的时变K最短路径搜索算法同时考虑了城市路网阻抗的时变性和交叉口延误对路径搜索的影响，并能够用较快的计算速度获得全局最优结果，具有良好的可操作性。
-
公开(公告)号：CN106652528B
公开(公告)日：2019-10-15
申请号：CN201710079681.9
申请日：2017-02-15
Applicant: 东南大学
IPC: G08G1/097
Abstract: 本发明公开了一种微观交通信号控制数据质量检测方法及系统，方法包括如下步骤：数据采集、数据质量检测预处理和数据处理应用；系统包括数据采集模块、数据检测模块、数据管理模块和数据统计模块，数据采集模块、数据检测模块、数据管理模块以及数据统计模块依次连接。本发明对交通信号控制数据精细化管理，对微观信号控制数据进行管理，为交通执法管理人员在非现场执法以及交通管理工作中提供辅助支撑数据，提高交通执法管控水平；制定多重质量检测，自动预警数据与设备异常，实现精细的信号机设备运维，及时维修异常交通信号机设备，同时提高数据质量，为交通运行管理工作提供有效的微观交通信号控制数据。
-
公开(公告)号：CN110148295A
公开(公告)日：2019-08-20
申请号：CN201910267003.4
申请日：2019-04-03
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于贝叶斯后验分布从历史号牌数据中获取单个车道路段自由流速度和上游到达流率的方法，以单个车道及其上下游交叉口为研究对象，建立以车辆自由流速度、红时到达流率、绿时到达流率为参数的后验分布函数，以号牌识别数据作为样本，采用M-H算法进行参数估计，得出各参数的概率密度分布。本发明中将周期内上游车辆到达根据配时方案划分为车辆在相位红灯期间到达和相位绿灯期间到达两种情况，并分别估计两种情况下的到达流率分布，同时估计得到的分布一定程度上体现了干线车流波动特性，估计结果可为干线协调配时方案评估和微调提供参考。
-
公开(公告)号：CN106781504B
公开(公告)日：2019-03-12
申请号：CN201710050018.6
申请日：2017-01-23
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于浮动车GPS数据的干线停车分析方法，通过数据抽样以及坐标转换，生成可视化的时空散点图实现浮动车通行数据的时间汇集，进而分析车辆的行驶特性，并进行干线停车的统计分析。本发明的干线停车分析方法，以数据可视化方式对浮动车定位数据进行时间汇集，直观分析干线车辆通行情况，在此基础上，对车辆到达交叉口的相对时间与其在下游的停车概率进行统计，从海量GPS定位数据中分析探究干线交通流实际运行模式，并进行精细化的停车概率估计，为干线绿波诱导提供可靠、精细的数据支撑。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.023 seconds)
