-
公开(公告)号:CN114548733B
公开(公告)日:2025-03-28
申请号:CN202210145822.3
申请日:2022-02-17
Inventor: 张海鹏 , 姚亮 , 杨卫东 , 王晓光 , 罗海川 , 王昊 , 林谦 , 请求不公布姓名 , 请求不公布姓名 , 请求不公布姓名 , 请求不公布姓名 , 请求不公布姓名 , 请求不公布姓名 , 请求不公布姓名 , 请求不公布姓名
IPC: G06Q10/0639 , G06Q50/08 , G06F30/20
Abstract: 本发明提供一种基于精细化交通管理下的施工区卸货点利用等级评估方法,根据施工区各卸货点的空间信息和使用情况,将饱和度进一步转化为利用指数,以卸货点的时间利用指数、建筑的时段空间利用指数为基础,使用计算后的分析了各栋建筑的时空利用指数和时空均衡指数,并评价各栋建筑的利用等级;以各栋建筑的时间利用指数和施工区的时段空间总利用指数为基础,计算施工区的时空利用指数和时空均衡指数,最后对施工区的时空利用等级进行评估。本发明将施工区的时间、空间进行精细化交通管理,提出利用指数概念来量化不同饱和度的影响,通过时空利用指数和时空均衡指数确定的利用等级,进而确定存在的问题,并寻找相对应的建议和措施。
-
公开(公告)号:CN114169147B
公开(公告)日:2025-03-04
申请号:CN202111374450.3
申请日:2021-11-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于信息补全的车辆仿真轨迹拟合度计算方法,所述方法包括:采集道路交通微观信息,确定车辆换道轨迹补全的所有方式,包括分别从时间和空间角度对起终点对半补全、起点补全、终点补全共六种方式,再根据仿真换道轨迹与真实换道轨迹的长度、时间、速度等信息,确定车辆换道轨迹的补全方式,最后更新仿真换道轨迹和真实换道轨迹,从时间/空间角度计算车辆仿真轨迹的拟合度。该方法能够使仿真换道轨迹与真实换道轨迹在时间或者空间维度上保持一致,完成全过程的精细化评估,得到更加科学合理的拟合度,进而有助于选取优质车辆轨迹,为智能车学习或仿真模型标定提供高质量的样本基础。
-
公开(公告)号:CN117912239B
公开(公告)日:2025-01-28
申请号:CN202311816382.0
申请日:2023-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种考虑主路车辆协同和轨迹跟踪的分布式匝道汇入纵向控制方法,该方法包括路测设施采集主路交通流信息和匝道交通流信息发布给汇入区域内车辆,计算主路协同所需车辆数;匝道车辆获取通信半径内的主路车辆的位置信息以及是否与其他匝道车辆配合信息;确定主路协同车辆控制方式,计算追踪目标轨迹,确定主路协同车辆集合,并发布控制指令给主路协同车辆;建立匝道车辆纵向控制运动学模型和MPC轨迹跟踪模型;确定匝道车辆纵向控制约束,确定匝道车辆纵向控制代价函数,求解控制加速度并进行控制。
-
公开(公告)号:CN119360598A
公开(公告)日:2025-01-24
申请号:CN202411300218.9
申请日:2024-09-18
Applicant: 南京市公安局交通管理局 , 东南大学
IPC: G08G1/01 , G08B21/18 , G06F18/2411 , G06F18/27
Abstract: 本发明提出一种基于定位数据的超限货车预警方法,该方法包括:(1)收集已有的货车定位和速度数据、货车超重检测数据以及货车行驶属性数据加入数据库,并不断添加实时数据;(2)将数据进行线性插值补齐、路段匹配、异常数据剔除,将速度数据依照路段限速形成标准化速度序列数据,按照指定数据长度划分成定长标准化速度序列;(3)将定长标准化速度序列数据、货车行驶属性数据作为输入,将货车超重检测数据作为输入数据的标签分别训练支持向量机模型和Logistic回归模型,分别作为第一模型和第二模型;(4)确定预警周期长度T,将采集定长标准化速度序列数据、货车行驶属性数据输入到第一模型和第二模型中,按照预警周期长度周期性地进行预警。
-
公开(公告)号:CN118116236B
公开(公告)日:2024-12-31
申请号:CN202410427400.4
申请日:2024-04-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于安全风险场的宏观区域车辆预警方法及系统,包括:S1、构建车辆行车风险场模型;S2、采集车辆周围环境信息;S3、基于步骤S2中采集的车辆周围环境信息数据,对自车和周围车辆未来一段时间变化的位置坐标和速度进行预测,得到未来时间段内各个时刻自车、周围车辆的位置和速度数据信息;S4、基于得到的自车和周围车辆的位置和速度数据,分别计算各个时间段内车辆的行车风险场;S5、根据车辆正常行驶到发生碰撞所用时间的倒数判断车辆间是否会产生交互作用,计算冲突风险场值、综合冲突风险场值;S6、实时输出根据计算得出的综合冲突风险场值。本发明可实现对道路中可能出现的各种情形进行危险程度评估。
-
公开(公告)号:CN118372827A
公开(公告)日:2024-07-23
申请号:CN202410439451.9
申请日:2024-04-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于博弈论的智能网联车辆换道轨迹动态优化控制方法、系统、计算机及存储介质。该方法包括以下步骤:采集换道车辆及周围车辆的信息,涵盖原车道和目标车道内的车辆类型、速度、加速度等;依次完成车辆换道决策博弈、轨迹规划和轨迹跟踪控制,评估换道车辆是否适宜进行换道,并根据实际运行状态进行轨迹规划与控制;根据目标车道相邻后方车辆的类型,选择相应的控制流程,以确保车辆在行驶过程中保持安全、高效和平稳。该方法全面考虑了当前车道和目标车道的车辆属性特征和交互特征,通过科学合理的控制手段提高了车辆换道效率,减小了换道对其他车辆的影响,有效保障了车流通行效率和行车安全水平。
-
公开(公告)号:CN118298615A
公开(公告)日:2024-07-05
申请号:CN202410425925.4
申请日:2024-04-10
Applicant: 东南大学
IPC: G08G1/00 , G08G1/0967 , H04W4/029 , H04W4/40 , H04W4/46
Abstract: 本发明提供一种智能网联车队形成控制方法,包括以下步骤:S1、获取前车信息,包括前车车辆类型及前车与自车的相对距离S。S2、若与前车相对距离S大于等于S1,自车切换至领航模式。若与前车相对距离S小于S1,自车切换至退化模式。S3、若与前车相对距离S大于S2,自车切换至领航模式。若与前车相对距离小于等于S2且大于等于S3,自车切换至追赶模式。若与前车相对距离小于等于S4,自车切换至跟随模式。若与前车相对距离小于S3且大于S4,判断前车队列规模m和车队最大规模N的大小关系,继而确定跟车模式。本发明在保证车队成员的决策控制保持一致的前提下,基于车队形成过程规则进行车辆驾驶模式控制,保证控制方案的实时性和准确性。
-
公开(公告)号:CN113255101B
公开(公告)日:2024-07-02
申请号:CN202110436944.3
申请日:2021-04-22
Applicant: 东南大学
IPC: G06F30/20
Abstract: 本发明公开了一种交叉口进口道车辆换道仿真模型标定方法及装置,车辆换道模型标定包括:获取车辆和道路实测数据,包括目标车辆进入目标路段所在车道、初始位置、车辆速度,进入目标路段时间和换道目标车道;构建基于效用选择理论的车辆换道模型;根据获取的道路实测数据,对交叉口进口道部分的车辆进行仿真;根据仿真结果计算的车辆换道完成率判断是否标定结束,得到标定参数。本发明标定方法便捷有效,有利于车辆换道行为的仿真研究及应用,通过使用道路实测数据,对车辆换道模型进行参数标定,从而得到准确的车辆换道模型,进而适用于交通流微观建模、车辆换道行为研究,为模拟交通流提供了理论支撑。
-
公开(公告)号:CN113361613B
公开(公告)日:2024-06-21
申请号:CN202110659080.1
申请日:2021-06-15
Applicant: 东南大学
IPC: G06F18/241 , G06F18/214 , G06F17/10 , G06F30/20
Abstract: 本发明公开了一种基于轨迹数据的上匝道车辆换道仿真模型分类方法及装置,包括:获取所有车辆在每一时刻的微观跟驰参数;提取具有换道行为的车辆并对车辆的换道行为计算换道前后时刻对应的车辆换道指标,并计算换道指标变化比;人工标注换道行为类别标签,通过换道行为所对应的车辆换道指标以及换道指标变化比,确定分类决策函数的计算式;利用分类决策函数确定车辆的换道行为类别,进而得到车辆换道仿真模型分类结果。本发明提供的方法综合考虑换道车辆一定范围内其他车辆的相互作用,对于车辆换道行为评估更加准确可靠,进而对于车辆换道行为划分更加合理,从而实现对车辆换道行为的定指标准确分类。
-
公开(公告)号:CN118097494A
公开(公告)日:2024-05-28
申请号:CN202410098471.4
申请日:2024-01-24
Applicant: 东南大学
IPC: G06V20/40 , G06V20/54 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5与DeepSORT的交通事件检测方法、装置及存储介质,所述方法包括:获取实际道路交通路况视频数据,并制作数据集;基于引入CAFM模块的改进YOLOv5模型对训练集和验证集进行目标检测模型训练;将得到的权重文件输入到改进的YOLOv5模型中,对测试集进行检测,提取车辆信息;将提取的车辆信息输入到嵌入了车辆类别融合模块的改进DeepSORT算法中,进行车辆跟踪;并引入增益值进行车辆逆行和违停判断。该方法能优化小尺寸目标检测效果,提升车辆分类和交通事件检测的准确率。
-
-
-
-
-
-
-
-
-