一种基于扩散模型的路网约束轨迹生成方法及系统

    公开(公告)号:CN118070673A

    公开(公告)日:2024-05-24

    申请号:CN202410318803.5

    申请日:2024-03-20

    摘要: 本发明提供了一种基于扩散模型的路网约束轨迹生成方法及系统,属于智慧交通领域。所述方法首先采集路网中的轨迹数据,并表示为采用离散类型的路段和连续类型的移动率混合表示的路网约束轨迹;再对所述路网约束轨迹进行预处理,从混合表示转换为矢量形式的连续表示;基于扩散模型构建路网约束轨迹生成模型,所述路网约束轨迹生成模型包括前向加噪和反向降噪过程,训练完成后得到用于拟合噪声的降噪网络;再从高斯噪声中随机采样噪声并输入到训练完成的路网约束轨迹生成模型中,经过多步反向降噪过程得到矢量化路网约束轨迹;对所述矢量化路网约束轨迹进行矢量化解码,输出混合表示的路网约束轨迹。本发明扩充了轨迹数据集,保护了用户隐私。

    一种基于雷达检测的车辆多路段轨迹匹配方法和系统

    公开(公告)号:CN117593906A

    公开(公告)日:2024-02-23

    申请号:CN202311555258.3

    申请日:2023-11-21

    摘要: 本发明提供了一种基于雷达检测的车辆多路段轨迹匹配方法和系统,属于智慧交通领域。所述方法首先获取雷达所检测路口的轨迹数据,预处理后得到车辆的全局轨迹池;在每个路口设置独立的入路口轨迹池和出路口轨迹池,将轨迹数据分配到轨迹池中,再将同一路口的入路口轨迹池和出路口轨迹中的轨迹两两配对,根据所计算的轨迹对的轨迹距离,取出轨迹距离小于阈值的轨迹对,匹配成功后,生成当前车辆在当前路口的轨迹,并及时清理匹配成功的轨迹对。本发明只需要标定每个路口的中心经纬度,不需要标定车道范围、车道允许的行驶方向、路段的上下游邻接关系,不要求不同雷达覆盖范围有重叠,实现简单、数据质量要求宽松、实施灵活,适用范围广,实用性强。

    基于深度强化学习和态势预测的交通信号协同方法和系统

    公开(公告)号:CN118230568A

    公开(公告)日:2024-06-21

    申请号:CN202410357941.4

    申请日:2024-03-27

    IPC分类号: G08G1/07 G08G1/081 G08G1/01

    摘要: 本发明提供了一种基于深度强化学习和态势预测的交通信号协同方法和系统,属于智慧交通领域。所述系统包括:仿真交互环境模块、融合态势预测的多路口信号协同优化模型和基于不确定性加权的多任务训练模块;其中,所述仿真交互环境模块,用于根据路网的实际拓扑结构和相应的车辆路由数据,配置交通系统仿真软件SUMO,搭建出与实际交通场景相似的仿真交互环境;所述融合态势预测的多路口信号协同优化模型,用于基于当前和未来的交通状况,实现融合态势预测的有效决策;所述基于不确定性加权的多任务训练模块,用于通过引入不确定性来衡量融合不确定性的预测任务和多路口信号灯控制任务的重要度,从而动态地调整各任务在整体损失函数中的权重。

    基于扩散模型的城市区域间路段通行概率生成方法及系统

    公开(公告)号:CN118071567A

    公开(公告)日:2024-05-24

    申请号:CN202410193582.3

    申请日:2024-02-21

    摘要: 本发明提供了一种基于扩散模型的城市区域间路段通行概率生成方法及系统,属于智慧城市交通领域。所述方法首先获取待监控城市的路网地图及轨迹数据集;对路网地图进行网格划分,确定出发地O区域和目的地D区域;再根据路网地图及轨迹数据集,构造特征X=(l1,l2,…li,…lm),其中li表示路段i的通行概率,m是路网中节点集合N中节点的数量;对所有OD对的特征X进行归一化处理,并划分为训练集和测试集;基于扩散模型构建区域间路段通行概率生成模型,并分别完成对模型的训练和测试;获取待监控城市中任意OD区域内的路网数据,并输入模型得到对应的路段通行概率。本发明提高了区域间路段通行概率的计算效率、准确率及实时性。

    一种融合不确定性建模的行程时间预测方法

    公开(公告)号:CN116502778A

    公开(公告)日:2023-07-28

    申请号:CN202310280076.3

    申请日:2023-03-21

    摘要: 本发明提供了一种融合不确定性建模的行程时间预测方法,属于智慧交通与导航领域。所述方法先获取静态路网特征、动态交通特征及路段外部特征,构建路网有向图以及定义路线R,找到与R中的路段对应的特征值,构建初始节点嵌入和初始边嵌入,并构建预测模型;初始值经预处理后,每层图卷积网络通过建模节点和边之间的交互作用,更新节点嵌入和边嵌入,并得到迭代的最终节点嵌入和边嵌入;对处理后的路线进行位置编码,构建矩阵PE;通过最终节点嵌入和PE相加得到路线嵌入,对路线嵌入做多头注意力后再做平均池化,得到到达时间表示,对到达时间表示进行不确定性量化和修正,得到预测的到达时间和上下界。本发明量化出时间预测结果的不确定性。

    一种基于自监督学习算法的交通数据插补方法

    公开(公告)号:CN115618180A

    公开(公告)日:2023-01-17

    申请号:CN202211142625.2

    申请日:2022-09-20

    摘要: 本发明提供了一种基于自监督学习算法的交通数据插补方法,属于智能交通领域。所述方法包括:获取原始缺失交通数据,构造拥有真实标签信息的缺失节点,得到伪缺失交通数据;构造缺失掩码矩阵和缺失间隔矩阵;用滑动窗口分别处理原始缺失交通数据、伪缺失交通数据、缺失掩码矩阵和缺失间隔矩阵,构建样本并划分为训练集和验证集;构建包括样本预处理模块、插补编码模块和线性变换模块的数据插补模型,插补编码模块从预处理后的伪缺失交通数据和缺失间隔矩阵中学习时空模式得到插补数据,线性变换模块利用时空模式进行数据插补;采集待插补数据,构造缺失掩码矩阵和缺失间隔矩阵,使用训练好的数据插补模型补全缺失的交通数据,得到期望交通数据。

    一种高速公路流量的动态仿真方法及系统

    公开(公告)号:CN114169130A

    公开(公告)日:2022-03-11

    申请号:CN202111300564.3

    申请日:2021-11-04

    IPC分类号: G06F30/20

    摘要: 本发明提供了一种高速公路流量的动态仿真方法和系统,所述方法基于设定的仿真区域,对历史通行大数据进行清洗,得到流量仿真数据集;基于流量仿真数据集,进行车辆成本偏好类型的划分,并根据所划分的类型赋予不同类型车辆以不同的费用和时长权重,将权重赋予每种类型车辆的平均通行费用和平均通行时长,构建综合通行成本模型;基于综合通行成本模型,计算在修改后的路网上不同类型车辆的综合通行成本,构建逻辑路网,从而实现动态流量仿真。本发明基于历史数据结合实际路网动态进行路网修改,再构建逻辑路网,完成路网全局路径推演;依据路径推演结果完成流量动态仿真,从宏观层面反映出整个路网环境的流量变化,为交通管理部门提供了决策依据。