-
公开(公告)号：CN116665452A
公开(公告)日：2023-08-29
申请号：CN202310735508.5
申请日：2023-06-20
Applicant: 东南大学
Abstract: 本发明涉及一种基于交通流运行状态的快速道路智能道钉主动控制方法、系统及存储介质，实时采集交通流数据；将采集的动态原始数据放入系统内置数据处理算法中预处理；将预处理后的数据提取交通流运行特征参数；根据天气、光线等能见度信息对前方道路的拥堵阈值进行修正并判断道路拥堵状态；根据前方道路拥堵状态调整后方道路限速值；将希望设置的限速值通过智能道钉对应的灯光颜色发布；本发明合理利用智能道钉，根据前方道路上交通流不同运行状态改变后方道路的智能道钉颜色，从而完成限速信息的发布，实现对道路交通的智能管控。
-
公开(公告)号：CN116522256A
公开(公告)日：2023-08-01
申请号：CN202211740838.5
申请日：2022-12-30
Applicant: 东南大学
IPC: G06F18/2431 , G06F17/16 , G06F16/26 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种自动驾驶事故分类及严重程度预测的方法，包括如下步骤：获取自动驾驶历年事故，建立自动驾驶事故挖掘与分析数据集；通过显著性检验找出导致自动驾驶事故的主要影响因素，标注每条事故数据的簇类；建立神经网络模型利用卷积神经网络预测自动驾驶事故严重程度；向神经网络输入自动驾驶事故数据集，输出预测的事故分类标签，计算与事故严重程度的匹配率，分析自动驾驶事故发生模式。本发明可以提取影响自动驾驶碰撞事故发生率和严重程度的主要特征，利用神经网络模型可以对海量的事故数据进行准确的事故严重程度预测，有助于交通机构针对不同事故模式制定有针对性的工程对策，提高自动驾驶车辆在实际应用的安全水平。
-
公开(公告)号：CN116384793A
公开(公告)日：2023-07-04
申请号：CN202211731796.9
申请日：2022-12-30
Applicant: 东南大学
IPC: G06Q10/0639 , G06F18/23 , G06F18/27
Abstract: 本发明公开了一种消除交通事故样本异质性的道路安全分析方法及系统，涉及道路安全技术领域。具体地，首先根据事故的发生特征将事故进行聚类，分为具有不同属性特征的族群；然后基于事故的安全影响因素对不同的族群进行交通安全建模，应用安全分析模型，获得影响区域中各交通道路安全的影响因素，对区域进行安全评价。通过本发明的技术方案，提供了一种精确、全面、客观、反映影响数据具有真实性的道路安全评价方法，适用范围更广，特别是通过事故特征进行聚类能够扩大事故样本之间的异质性，更好地表征相同影响因素对不同事故族群的影响。
-
公开(公告)号：CN115273497B
公开(公告)日：2023-06-09
申请号：CN202210924707.6
申请日：2022-08-02
Applicant: 河北雄安荣乌高速公路有限公司 , 河北省交通规划设计研究院有限公司 , 东南大学
Inventor： 杨祥 , 雷伟 , 杨阳 , 靳进钊 , 刘攀 , 李春杰 , 焦彦利 , 张超 , 王庆远 , 韩明敏 , 侯建华 , 金凤温 , 张泽云 , 李志斌 , 张龙 , 李红刚 , 孙闻鹏 , 韩雨 , 彭彬 , 季欣凯 , 冯海燕
Abstract: 本发明实施例公开了一种高速公路交通协同控制方法、电子设备和存储介质。其中，方法包括：当高速公路上发生交通事故时，获取事故位置、所述事故位置上游受影响区域的起始位置，以及所述受影响区域内的入口匝道和出口匝道；分别预测所述起始位置处主线、所述入口匝道和出口匝道在未来第二设定时长内的第一交通流量；将所述第一交通流量作为边缘节点流量，构建所述受影响区域的路网仿真模型；基于模型预测控制方法多次运行所述路网仿真模型，迭代更新所述路网仿真模型中的交通控制参数；根据最终的交通控制参数，对所述主线、所述入口匝道和所述出口匝道进行协同交通控制。本实施例在事故发生时对道路主线和匝道协同进行交通控制。
-
公开(公告)号：CN115293255B
公开(公告)日：2023-05-05
申请号：CN202210921237.8
申请日：2022-08-02
Applicant: 河北雄安荣乌高速公路有限公司 , 河北省交通规划设计研究院有限公司 , 东南大学
Inventor： 李春杰 , 杨祥 , 杨阳 , 靳进钊 , 焦彦利 , 徐铖铖 , 王庆远 , 侯建华 , 韩明敏 , 马弘毅 , 崔葳 , 潘显豪 , 朱军霞 , 郑启康 , 刘攀 , 侯晓青 , 王亚世 , 韩瑞东 , 胡书睿 , 李志斌
IPC: G06F18/2415 , G06F18/214 , G08G1/01
Abstract: 本发明实施例公开了一种高速公路交通事故风险模型构建及风险判别方法。其中，构建方法包括：获取目标路段在目标时段内的交通事故数据和周期性交通流数据；利用训练样本集对交通事故概率模型进行训练；根据所述目标路段上实际可实施的主动安全干预最大频率，确定基于所述多个时间区间的第一概率阈值；根据所述多个时间区间的总数，以及所述训练样本集的样本总数，对所述第一概率阈值进行修正，得到基于所述训练样本集的第二概率阈值；利用所述测试样本集对所述交通事故风险模型进行精度验证，对不满足精度条件的模型进行改进，直到满足所述精度条件。本实施例实现了实际工程应用中的主动安全干预措施和训练样本集的结合。
-
Patent Agency Ranking
公开(公告)号：CN116030627A
公开(公告)日：2023-04-28
申请号：CN202211742626.0
申请日：2022-12-31
Applicant: 东南大学
Abstract: 本发明公开了一种融合预测交通风险变量的道路交通事故分析方法，分别采集研究区域内历史道路交通流量以及人口经济数据构建交通风险变量预测模型，分别获取未来年一定时间段内的交通风险变量即机动车交通流量；然后基于预测的交通风险变量以及区域的安全影响因素构建安全评价模型，应用安全评价模型，获得影响区域中各交通道路安全的影响因素，对区域进行安全评价，通过本发明的技术方案，提供了一种精确、全面、客观、反映影响数据具有真实性的道路安全评价方法，适用范围更广，特别是针对交通风险变量的预测模型能够更好的解决相关数据缺失的局限性。
-
公开(公告)号：CN110889086B
公开(公告)日：2023-04-25
申请号：CN201911015265.8
申请日：2019-10-24
Applicant: 东南大学
IPC: G06F17/18 , G06Q10/0639 , G06Q30/0645
Abstract: 本发明公开了一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法，包括如下步骤：(1)选定初始研究区域以及相关协变量数据的采集；(2)得分模型选择以及参数的标定；(3)得到最终参与评估的实验对象与控制对象；(4)实验区域及控制区域的污染气体数据采集；(5)判断共享电动租赁汽车影响效果。本发明能够在一定程度上减少了其他协变量的影响，最终将城市大气污染排放变化归因于唯一的影响因素“引入共享电动租赁汽车”。
-
公开(公告)号：CN115830872A
公开(公告)日：2023-03-21
申请号：CN202211663826.7
申请日：2022-12-23
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/0631 , G06Q50/26
Abstract: 本发明公开了一种判断事故发生对自行车使用弹性影响的方法，通过采集事故样本信息，并根据事故发生的时间划分时间单元，根据事故发生地点划分合理的缓冲区域，采集缓冲区内自行车站点信息，统计各时间单元内各自行车站点的自行车使用量，并进一步统计缓冲区的自行车使用量；根据缓冲区影响因素，结合缓冲区的自行车使用量，构建自行车使用量弹性模型；应用自行车使用量弹性模型，根据影响系数判断个变化量对自行车使用的影响。通过计算单位时间缓冲区内的自行车使用量变化分析事故发生基于各影响因素对自行车使用弹性的影响。该方法可以更好的指导交通管理部门在交通事故发生时如何有效率进行自行车调度。
-
公开(公告)号：CN115794801A
公开(公告)日：2023-03-14
申请号：CN202211663796.X
申请日：2022-12-23
Applicant: 东南大学
IPC: G06F16/215 , G06F16/22 , G06F16/26
Abstract: 本发明公开一种挖掘自动驾驶事故致因链式关系的数据分析方法，通过采集自动驾驶事故数据，基于Apriori算法构建事故致因链式关联规则分析模型，对算法进行改进快速生成与事故严重程度有关的关联规则，探究网联自动驾驶车辆不同严重程度的事故成因和发生模式，分析各关键因素之间的相关关系，为安全自动驾驶提供可靠建议。此种方法能够结合严重程度有针对性地获取自动驾驶事故多种影响因素的链式关系组合，获得简洁准确的事故致因链式关系结果，了解影响自动驾驶碰撞事故发生的主要因素，有助于交通机构制定有效的政策措施和工程对策，提高道路运输系统的效率和安全服务水平。
-
公开(公告)号：CN115510672A
公开(公告)日：2022-12-23
申请号：CN202211248941.8
申请日：2022-10-12
Applicant: 东南大学
Abstract: 本发明公开了一种物联网感知环境下电动微出行车辆换电需求预测方法，包括以下步骤：基于居民出行调查数据，提取电动车出行链，建立车辆行驶行为模型；基于待预测区域的交通路网数据，构建路网拓扑模型；基于电动车电池参数，出行特性，建立电动车每公里耗电量模型；基于后悔理论，建立考虑时间消耗和换电费用的换电站选择决策模型；最后，基于电动车出行数据、交通路网、换电站信息和用户决策等多源信息，采用蒙特卡洛仿真方法建立电动车换电需求预测框架，并在集中式和分散式换电站下进行对比分析。本发明能够精准预测电动车换电需求的时空分布，为电动车换电站布局及电网规划提供重要技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
324
records
(took 0.033 seconds)
