一种基于换道行为特征的近主线出口标线优化方法

    公开(公告)号:CN115906265A

    公开(公告)日:2023-04-04

    申请号:CN202211714102.0

    申请日:2022-12-27

    摘要: 本发明公开了一种基于换道行为特征的近主线出口标线优化方法,拍摄目标区域的视频;识别目标区域各车辆的速度、加速度、所在车道位置;判断车辆的换道类型;评价车辆每一次强制换道过程的驾驶舒适性,评估相邻两车道间车辆换道秩序平稳度;判断平稳度较差是否为相邻两车道间路面标线设置不合理;针对近主线出口区域自由换道和强制换道,分别调整相邻两车道分界线;根据强制换道完成点的坐标分布,调整待调整的相邻两车道间路面标线施画规则。本发明可为已投入运营的高速公路、快速路近主线出口路面标线的优化调整工作提供针对性解决措施,做到“一点一策、一路一策”,有效提升路面标线对路段交通的改善能力。

    考虑不确定性的高速公路隧道火灾疏散研究方法及系统

    公开(公告)号:CN118194727B

    公开(公告)日:2024-10-01

    申请号:CN202410603433.X

    申请日:2024-05-15

    IPC分类号: G06F30/27 G06Q50/26

    摘要: 本发明公开了一种考虑不确定性的高速公路隧道火灾疏散研究方法及系统,涉及隧道应急安全技术领域,该方法包括基于公路隧道火灾疏散案例,对隧道火灾的疏散特征和疏散不确定性进行分析;构建疏散行为不确定性量化模型,基于MATLAB的模糊工具箱进行输入实现;搭建仿真模型并通过隧道空间网格化进行场景设置,基于地板场模型构建疏散规则,将疏散行为不确定性量化模型引入疏散行为选择中;开展不同横洞区间典型场景和单因素控制固定场景仿真实验,并对单因素控制实验结果进行敏感性分析,确定疏散不确定性的影响因素。本申请有助于揭示公路隧道火灾下人群疏散的不确定性影响因素及其影响机理,使得疏散仿真结果更加贴近现实疏散行为。

    考虑不确定性的高速公路隧道火灾疏散研究方法及系统

    公开(公告)号:CN118194727A

    公开(公告)日:2024-06-14

    申请号:CN202410603433.X

    申请日:2024-05-15

    IPC分类号: G06F30/27 G06Q50/26

    摘要: 本发明公开了一种考虑不确定性的高速公路隧道火灾疏散研究方法及系统,涉及隧道应急安全技术领域,该方法包括基于公路隧道火灾疏散案例,对隧道火灾的疏散特征和疏散不确定性进行分析;构建疏散行为不确定性量化模型,基于MATLAB的模糊工具箱进行输入实现;搭建仿真模型并通过隧道空间网格化进行场景设置,基于地板场模型构建疏散规则,将疏散行为不确定性量化模型引入疏散行为选择中;开展不同横洞区间典型场景和单因素控制固定场景仿真实验,并对单因素控制实验结果进行敏感性分析,确定疏散不确定性的影响因素。本申请有助于揭示公路隧道火灾下人群疏散的不确定性影响因素及其影响机理,使得疏散仿真结果更加贴近现实疏散行为。

    一种超高速公路纵坡坡度确定方法

    公开(公告)号:CN116910857A

    公开(公告)日:2023-10-20

    申请号:CN202310804631.8

    申请日:2023-07-03

    摘要: 本发明公开了一种超高速公路纵坡坡度确定方法,搭建双向十车道模型和汽车模型;计算不同设定行驶速度下的最大爬坡度;判断不同设定行驶速度下的最大爬坡度是否满足规定;构建坡度和速度差共同影响下的心率增长率的模型;计算坡度和速度差共同影响下的心率增长率,进一步获得不同坡度下的心理承受指标,根据心理承受指标确定设定行驶速度下的坡度。本发明基于不同坡度的速度变化,运用驾驶员心率增长率的计算模型,计算坡度和速度差共同影响下的驾驶员心率增长率,并进一步计算心理承受指标,对坡度进行最优选择。

    基于模仿学习算法的高速公路车辆跟驰行为重构方法

    公开(公告)号:CN114328448A

    公开(公告)日:2022-04-12

    申请号:CN202111461186.7

    申请日:2021-12-01

    摘要: 本发明公开了一种基于模仿学习算法的高速公路车辆跟驰行为重构方法,包括以下步骤:以高速公路车辆运行数据集为举出,针对不同区域的高速公路运行特征进行数据特征提取与处理;利用模仿学习对高速公路跟驰行为模型进行训练,得到的模仿学习跟驰模型;实时获取仿真中车辆运行信息作为输入,在模仿学习跟驰模型基础上,依据输出的加速度信息控制车辆跟驰行为。本发明的基于模仿学习算法的高速公路车辆跟驰行为重构方法聚焦于高速公路场景,为精准重构基于模仿学习算法的车辆跟驰行为提供技术方法框架,并结合仿真进行实际应用可以迁移到不同特征的高速公路,可自动化拟合不同场景的跟驰模型,反应车辆行驶特征。

    监控视频噪声环境下跨摄像头行人重识别方法

    公开(公告)号:CN113378620A

    公开(公告)日:2021-09-10

    申请号:CN202110355022.X

    申请日:2021-03-31

    摘要: 本发明公开了一种监控视频噪声环境下跨摄像头行人重识别方法,包括以下步骤:对监控视频中含有噪声的行人数据集进行双域滤波去噪处理,获得行人图像的高频图、噪声的低频图;对图片构建三元组,规定好损失函数;对三元组的图片输入到特征提取网络中,提取特征;利用距离度量方法来计算行人特征的差异性,将特征向量,进行k‑倒排最近邻重排序,优化排序结果作为最终匹配结果。本发明的监控视屏噪声环境行人跨摄像头重识别方法针对低质图像的行人重识别问题,利用双域滤波分解构建三元组用于训练三元组度量模型,使简单的特征提取网络能学习图像的噪声特性,并且抑制噪声的特征表达,可提高噪声环境下监控视频的行人重识别性能。