一种带有中间安全岛的人行横道下行人过街时间估计方法

    公开(公告)号:CN115424458A

    公开(公告)日:2022-12-02

    申请号:CN202210990388.9

    申请日:2022-08-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种带有中间安全岛的人行横道下行人过街时间估计方法,计算行人在路侧和安全岛上的平均每行排队人数;根据交通流理论及几何分析计算不同到达率下路侧和安全岛上行人等待时长变化率;根据行人到达路侧和安全岛上绿灯亮起的时间差和对应的等待时长到达率计算路侧和安全岛上行人等待时长;计算行人从路侧站立位置到进入人行横道的时间;计算行人从进入安全岛边缘到排队站立位置的时间;总和各个时间计算总的过街时间。本发明带有中间安全岛的人行横道下行人过街时间估计方法,考虑行人在路侧和安全岛上遇到排队和排队消散过程等待时间,更加准确的对带有安全岛的信号控制人行横道下行人过街时间进行估计。

    一种基于深度学习的船舶黑烟识别方法

    公开(公告)号:CN114241189A

    公开(公告)日:2022-03-25

    申请号:CN202111441778.2

    申请日:2021-11-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的船舶黑烟识别方法,包括如下步骤:S1、构建数据集;S2、数据集预处理;S3、构建船舶黑烟识别模型;S4、实时监测。该方法基于改进的YOLO v4网络模型,通过对损失函数进行针对性的修改来增加困难样本的损失权重,进而能够克服黑烟样本集不均衡的所带来的识别困难。该方法在高识别精度的基础上保持较快的识别速度,可以满足相关管理部门对船舶黑烟识别的准确性、实时性需求,同时适用于图片检测和视频检测。此外,本发明所提出的混合马赛克数据扩增方法能够保证网络模型在单GPU环境下稳定、高速训练,节省目标识别算法的计算资源和训练时间,具有较大的工业生产价值和推广价值。

    基于交通事故知识图谱的自动驾驶接管过程仿真测试方法

    公开(公告)号:CN118313267A

    公开(公告)日:2024-07-09

    申请号:CN202410546129.6

    申请日:2024-05-06

    Applicant: 东南大学

    Abstract: 本发明公开一种基于交通事故知识图谱的自动驾驶接管过程仿真测试方法,包括步骤:收集历史交通事故数据,构建事故详细信息表;构建适合事故知识图谱所需的关系词库,基于关系词库通过组合的方式形成多项数据三元组;通过大量三元组构建知识图谱;结合Sumo和Carla构建测试地图,根据知识图谱中的信息构建仿真环境;设定有条件自动驾驶车辆的接管过程逻辑以及评估接管性能的关键指标;收集仿真测试过程中的数据。此种方法利用Carla和Sumo仿真工具的宏微观特性,结合从交通事故数据中提取的知识图谱,生成更加真实全面的测试场景,不仅显著提升了自动驾驶车辆接管测试的科学性和精确度,还为自动驾驶技术的安全评估和优化提供了坚实的理论和技术基础。

    一种基于深度学习的船舶黑烟识别方法

    公开(公告)号:CN114241189B

    公开(公告)日:2024-06-07

    申请号:CN202111441778.2

    申请日:2021-11-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的船舶黑烟识别方法,包括如下步骤:S1、构建数据集;S2、数据集预处理;S3、构建船舶黑烟识别模型;S4、实时监测。该方法基于改进的YOLO v4网络模型,通过对损失函数进行针对性的修改来增加困难样本的损失权重,进而能够克服黑烟样本集不均衡的所带来的识别困难。该方法在高识别精度的基础上保持较快的识别速度,可以满足相关管理部门对船舶黑烟识别的准确性、实时性需求,同时适用于图片检测和视频检测。此外,本发明所提出的混合马赛克数据扩增方法能够保证网络模型在单GPU环境下稳定、高速训练,节省目标识别算法的计算资源和训练时间,具有较大的工业生产价值和推广价值。

    一种基于车载视频识别的营运车辆驾驶员画像分类方法

    公开(公告)号:CN115423007A

    公开(公告)日:2022-12-02

    申请号:CN202211018307.5

    申请日:2022-08-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于车载视频识别的营运车辆驾驶员画像分类方法,包括:采集数据,生成主动安全预警信息详细数据表;生成超时疲劳驾驶记录表;提取每一位驾驶员对应的预警记录,生成预警次数记录表;提取预警视频记录数据中的关键数据,计算评价指标;计算车道偏移量;根据评价指标和车道偏移量刻画驾驶员在不同预警类型下的反应程度,得到不同预警类型下驾驶员的分类结果。本发明通过对视频信息的深入提取刻画驾驶员的驾驶行为,根据驾驶行为对驾驶员进行分类来,通过车载实时视频,可以高效准确的捕捉驾驶员的行车特征,对驾驶行为归类、用户画像分析可以为重点营运车辆的行车安全评价体系的建立提供有力理论支撑。

    一种基于人工势场的自由流状态车辆自主控制方法

    公开(公告)号:CN115158361A

    公开(公告)日:2022-10-11

    申请号:CN202210963692.4

    申请日:2022-08-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于人工势场的自由流状态车辆自主控制方法,涉及车辆主动安全领域。该方法基于人工势场,通过模拟不同道路和环境条件下车辆行驶的安全风险对基础势场强度进行调整,计算自由流状态下的车辆所受到的虚拟斥力,根据斥力大小自主地对车辆的加速度进行调整,计算得到的结果即为车辆自主控制方法在当前位置下所应采用的加速度。此方法能够很好地反映不同的道路曲率和天气条件下车辆行驶的安全风险,并根据风险程度调整车辆的加速度,使得车辆能够自主灵活地根据道路情况及时地改变驾驶策略并安全行驶,此方法可应用于自动驾驶领域。

    一种基于人工势场的自由流状态车辆自主控制方法

    公开(公告)号:CN115158361B

    公开(公告)日:2024-10-18

    申请号:CN202210963692.4

    申请日:2022-08-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于人工势场的自由流状态车辆自主控制方法,涉及车辆主动安全领域。该方法基于人工势场,通过模拟不同道路和环境条件下车辆行驶的安全风险对基础势场强度进行调整,计算自由流状态下的车辆所受到的虚拟斥力,根据斥力大小自主地对车辆的加速度进行调整,计算得到的结果即为车辆自主控制方法在当前位置下所应采用的加速度。此方法能够很好地反映不同的道路曲率和天气条件下车辆行驶的安全风险,并根据风险程度调整车辆的加速度,使得车辆能够自主灵活地根据道路情况及时地改变驾驶策略并安全行驶,此方法可应用于自动驾驶领域。

    一种基于GAT-Seq2seq模型的时空双注意力地铁客流短时预测方法

    公开(公告)号:CN113962472B

    公开(公告)日:2024-04-19

    申请号:CN202111278744.6

    申请日:2021-10-31

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于GAT‑Seq2seq模型的时空双注意力地铁客流短时预测方法,该方法包括以下步骤:获取地铁客流数据;数据预处理以及数据集划分;依据站点地理位置及运行线路生成图结构网络;构建基于多头注意力的GAT模型,输入训练集中的特征向量,结合站点图结构计算站点的空间关联性;将GAT输出的特征向量传入基于时序注意力的Seq2seq模型,提取客流的时间相关性,利用训练集计算均方误差,调整GAT中图结构的边权重矩阵和Seq2seq模型中的循环神经网络参数;使用测试集进行预测并评估模型。本发明利用时空双注意力机制解决了现有预测模型仅从短时间维度寻找特征,导致预测结果精度低的问题。

    一种不测碳浓度计算船舶燃油硫含量方法

    公开(公告)号:CN114236101B

    公开(公告)日:2023-11-28

    申请号:CN202111439933.7

    申请日:2021-11-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种不测碳浓度计算船舶燃油硫含量方法,该方法针对船舶尾气遥感监测,根据云量、风速、日照等常规气象条件确定大气稳定度(大气稳定度越不稳定,扩散能力越强),进而确定大气扩散参数,通过扩散参数和测得的尾气浓度,基于高斯线源模型,反演出排放源污染物排放速率;通过船舶的发动机相关参数确定船舶燃油消耗量,结合源强污染物排放速率计算出船舶燃油硫含量。本发明方法主要解决传统登船检查难度大、效率低等问题,同时解决主流遥测方法“嗅探法”覆盖面窄、经济成本高、监测结果受设备安装位置影响大等问题,具有经济、高效、覆盖面广的特点。

Patent Agency Ranking