-
公开(公告)号：CN115100847A
公开(公告)日：2022-09-23
申请号：CN202210550566.6
申请日：2022-05-18
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了面向低渗透率网联车轨迹数据的排队服务时间估计方法，该方法首先，根据车速信息判别车辆在路口的排队停车状态，识别标记排队停车车辆。然后，通过对车辆到达、驶离周期的一致性判别，识别标记过饱和车辆。接着，针对欠饱和、过饱和两种情况，将车辆停车状态进行转换，以此为输入构建基于Logistic回归的车辆排队服务时间概率模型。最后，采用拉普拉斯近似方法，基于贝叶斯先验‑后验滚动实现排队服务时间的动态估计。本发明适用于低渗透率数据环境，在网联车车辆轨迹样本有限的条件下，可以实现欠饱和、过饱和场景下的排队服务时间估计，能为基于网联车数据的信号控制优化提供支撑。
-
公开(公告)号：CN114913698A
公开(公告)日：2022-08-16
申请号：CN202210448314.2
申请日：2022-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种无专用道公交信号感应与右转合乘时空协同优先控制方法，在获取实时的到达时刻和公交权重的基础上，首先结合社会车辆通行效益选择绿时延长、红灯早断的公交信号优先控制策略，而如果无法在社会车辆通行效益不受损失的基础上使公交绿灯通行，则利用右转合乘选择相位插入的公交信号优先控制策略，从而实现整个流程的公交优先控制。本发明动态地利用了路口已有的空间和资源，解决了传统的公交信号优先无法合理地平衡公交车和其它社会车辆的运行效益、需要公交专用车道等弊端。
-
公开(公告)号：CN114419541A
公开(公告)日：2022-04-29
申请号：CN202111626944.6
申请日：2021-12-28
Applicant: 东南大学
IPC: G06V20/52 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G08G1/01
Abstract: 本发明公开了一种基于一到多对抗网络的全天候车辆检测方法。考虑了黑夜场景因光源分布以及光照强度差异导致黑夜场景非单一的特点，利用灰度直方分布以及聚类算法，实现黑夜场景自然光和背景光的光照强度的分级；提出该一到多对抗网络的目的在于将一张白天图片按照设定的自然光与背景光强度转换为不同光照环境下的黑夜图片，并利用携带标签信息的白天图片与合成的黑夜图片共同训练车辆检测模型，有效缓解了现有全天候车辆检测技术方法因带标签信息的黑夜图片稀少或者合成黑夜图片的多样性不足而导致其在不同光照的黑夜环境下泛化能力不足的问题。
-
公开(公告)号：CN113763707A
公开(公告)日：2021-12-07
申请号：CN202110953889.5
申请日：2021-08-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于号牌数据的路段溢流和车道阻挡状态辨识方法，该方法根据检测器采集到的车辆身份标识数据，包括时间戳、车牌信息、信号交叉口名称、进口方向、进口车道等信息，获取交通流的到达‑驶离信息；在此基础上，通过卡尔曼滤波模型对交通流的累计到达曲线进行重构；以路段车道上的滞留车辆数和上游交叉口驶离车辆的车头时距为辨识参数，构建路段溢流状态辨识模型；在路段未发生溢流状态下，采用动态时间弯曲法对无车道阻挡状态下的预期累计驶离曲线和实际采集的驶离曲线相似度进行比较，通过时间序列分段法比较左转和相邻直行车道的累计驶离曲线偏移距离，对渠化段车道阻挡状态进行辨识。
-
公开(公告)号：CN109410574B
公开(公告)日：2021-05-11
申请号：CN201811265021.0
申请日：2018-10-29
Applicant: 东南大学
Abstract: 本发明公开了一种面向阶段‑相位信号控制方案的配时参数优化方法，包括以下步骤：1、获取信号交叉口的车道信息、信号控制方案和各车道交通量，生成车道信息表和信号配时方案表；2、将两张表构成车道‑相位映射；3、提取相位‑阶段分布关系表；4、根据相位的目标饱和度，得出各相位的需求绿信比；以交叉口的饱和度为优化目标，构建线性规划方程模型，得出最优的周期时长和各阶段绿灯时长，作为信号配时方案优化结果；5、将信号配时方案优化结果输入到路口交通信号控制器中。本发明满足国内单环信号配时方案结构，可实现信号配时自优化、准确化。
-
Patent Agency Ranking
公开(公告)号：CN112101433A
公开(公告)日：2020-12-18
申请号：CN202010924261.8
申请日：2020-09-04
Applicant: 东南大学
Abstract: 本发明公开一种基于YOLO V4和DeepSORT的分车道车辆自动计数方法，包括以下步骤：收集YOLO V4训练数据集和车辆重识别数据集与数据增强，搭建YOLO V4模型并进行训练，搭建DeepSORT目标追踪模型，进行车辆的追踪并提取每辆车运行轨迹，搭建轨迹记录文件并存储每辆车的运行轨迹信息，使用DBSCAN聚类算法对轨迹数据的终点坐标进行聚类，将聚类簇与车道信息进行关联，根据轨迹数据的变化规律以及轨迹和聚类簇对应关系，实现车辆的分车道计数功能；本发明采用了YOLO V4+DeepSORT车辆检测和追踪模型，保证了车辆检测和追踪实时性的同时，精度也有了大幅度提升。
-
公开(公告)号：CN109410574A
公开(公告)日：2019-03-01
申请号：CN201811265021.0
申请日：2018-10-29
Applicant: 东南大学
Abstract: 本发明公开了一种面向阶段-相位信号控制方案的配时参数优化方法，包括以下步骤：1、获取信号交叉口的车道信息、信号控制方案和各车道交通量，生成车道信息表和信号配时方案表；2、将两张表构成车道-相位映射；3、提取相位-阶段分布关系表；4、根据相位的目标饱和度，得出各相位的需求绿信比；以交叉口的饱和度为优化目标，构建线性规划方程模型，得出最优的周期时长和各阶段绿灯时长，作为信号配时方案优化结果；5、将信号配时方案优化结果输入到路口交通信号控制器中。本发明满足国内单环信号配时方案结构，可实现信号配时自优化、准确化。
-
公开(公告)号：CN106504527B
公开(公告)日：2018-12-28
申请号：CN201610911968.9
申请日：2016-10-19
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种信号交叉口直左冲突及其影响分析方法，获取布设于信号交叉口进口道的智能卡口检测数据，以卡口设备车辆抓拍断面为过车检测断面，根据左转车道以及对向直行车道的过车检测数据，生成左转车道以及对向直行车道在检测断面的过车信号图；生成直行车道过车间隔离散序列，根据幅值特性分析直行车辆的通行特性，同时结合左转与直行的过车信号图对直左相位信号放行阶段左转抢行进行判别；对直左冲突影响严重程度进行评价。该方法通过识别左转方向车辆的抢行行为，进而分析左转抢行对对向直行车辆的通行效率的影响，对交叉口的车辆通行秩序以及通行效率进行评估。
-
公开(公告)号：CN106297333B
公开(公告)日：2018-09-18
申请号：CN201610958861.X
申请日：2016-10-28
Applicant: 东南大学
IPC: G08G1/081
Abstract: 本发明公开了一种基于交叉口过车记录的干线绿波评估方法，依托交叉口进口道安装的智能卡口检测设备获取干线绿波控制方向的过车检测数据；基于原始的过车检测数据生成干线交叉口在协同控制方向的过车信号图；基于过车信号图的特性分析以及车牌号码匹配情况，对分析时段内的干线绿波带实际的车辆通行状况初步分析；根据过车信号图以及设计绿波带内的车辆通行状况对干线绿波利用率进行分析与评估。本发明以智能卡口作为交通数据源，无需额外安装交通检测设备，以卡口过车记录为基础生成干线各交叉口在协同控制方向的过车信号图，分析各交叉口的车辆通行特性，在此基础上进行干线绿波利用率的分析，评估绿波控制的应用效果。
-
公开(公告)号：CN105046959B
公开(公告)日：2018-07-24
申请号：CN201510388906.X
申请日：2015-06-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于双窗口滑动匹配机制的城市道路行程时间提取方法，包括步骤：上下游车辆号牌识别设备组的构建；双时间窗口机制的建立；各号牌识别设备数据的实时获取；上下游时间窗口内车辆号牌数据的匹配；道路路段行程时间的提取。本发明提供了一种覆盖范围广、精度高、实时性好的路段行程时间提取方法，为基于交通数据进行数据挖掘及多源交通数据融合提供了一种新的数据源，丰富了智能运输系统（ITS）交通信息采集方式及发布内容，为信号协调控制系统以及交通诱导系统等ITS子系统提供了坚实的数据支撑，对城市智能运输系统建设和改善道路运营管理水平有着积极的意义。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.025 seconds)
