-
公开(公告)号：CN115641721A
公开(公告)日：2023-01-24
申请号：CN202211554669.6
申请日：2022-12-06
申请人： 南京感动科技有限公司
摘要： 本发明涉及多来源交通流指标融合及基于融合指标的路况计算方法，基于里程桩建立离散化路网；获取浮动车交通流指标及路网封闭区间的断面检测交通流指标，所述封闭区间以里程桩为入口或出口；所述交通流指标包括交通流速度；以里程桩区间为单位，将不同来源的空间连续交通流指标离散化；将每个里程桩区间的不同来源交通流指标融合。在融合不同来源交通流指标后，将融合后的交通流速度转换为里程桩区间路况，合并离散路网获取空间连续的高速路况。本发明的方法充分利用多来源路况数据，基于设计的融合算法实现任意时间切片上全路网路况数据融合，从而输出更精准、覆盖更全面的路况数据。
-
公开(公告)号：CN115631082A
公开(公告)日：2023-01-20
申请号：CN202211644714.7
申请日：2022-12-21
申请人： 南京感动科技有限公司
摘要： 本发明涉及一种基于高速路网拓扑结构的多场景路径还原方法，包括：以门架为节点，门架间关系为边，将高速路网抽象化为有向图；计算两两节点间的最小深度，并用矩阵表示；结合车辆轨迹记录数据上下行方向及节点方位角，剔除反向错误节点记录数据；利用节点间深度关系识别并修正存在错乱的节点时间；根据节点间深度关系及节点归属判断节点出、入口丢失情况并进行补全，并切分不同轨迹的节点；对还原后的轨迹记录进行时间序列拟合。本发明的方法克服了流水数据在多场景中产生的数据错、乱、重等质量问题，可输出更精确、更干净的车辆通行轨迹记录数据。
-
公开(公告)号：CN114023073B
公开(公告)日：2022-04-19
申请号：CN202210010637.3
申请日：2022-01-06
申请人： 南京感动科技有限公司
摘要： 本发明涉及一种基于车辆行为分析的高速公路拥堵预测方法，主要包括如下步骤：1)准备本方案所需输入数据；2)基于车辆通行历史数据生成车辆通行行为表且区分工作日与非工作日；3)计算路段延误时间比，生成交通运行状况实时监测结果；4)结合车辆行为与车辆通行实时数据对入网车辆的通行路径与速度进行动态预测；5)计算预测时间下路段的延误时间比，判定该路段是否发生了拥堵，生成交通运行状况短期预测结果；6)综合交通运行状况实时监测结果与短期预测结果，在对应标记点采取相应的主动管控措施。本发明能够对道路交通运行状况进行实时监测并对路段拥堵进行动态预测，使得对道路交通状况的主动管控更加准确有效。
-
公开(公告)号：CN114023073A
公开(公告)日：2022-02-08
申请号：CN202210010637.3
申请日：2022-01-06
申请人： 南京感动科技有限公司
摘要： 本发明涉及一种基于车辆行为分析的高速公路拥堵预测方法，主要包括如下步骤：1)准备本方案所需输入数据；2)基于车辆通行历史数据生成车辆通行行为表且区分工作日与非工作日；3)计算路段延误时间比，生成交通运行状况实时监测结果；4)结合车辆行为与车辆通行实时数据对入网车辆的通行路径与速度进行动态预测；5)计算预测时间下路段的延误时间比，判定该路段是否发生了拥堵，生成交通运行状况短期预测结果；6)综合交通运行状况实时监测结果与短期预测结果，在对应标记点采取相应的主动管控措施。本发明能够对道路交通运行状况进行实时监测并对路段拥堵进行动态预测，使得对道路交通状况的主动管控更加准确有效。
-
公开(公告)号：CN117253364B
公开(公告)日：2024-01-26
申请号：CN202311516071.2
申请日：2023-11-15
申请人： 南京感动科技有限公司
摘要： 本发明涉及交通拥堵事件提取与态势融合方法与系统，从不同来源拥堵事件数据中提取拥堵特征，构建拥堵事件的集合；以里程桩为节点，里程桩的邻接关系为弧构建路网拓扑图，将拥堵位置的经纬度坐标映射至里程桩；以时间切片为单位基于里程桩拓扑网络逐时间构建拓扑子图，每张子图表征路网某一局部的拥堵状态；按照时间切片顺序，将子图按照节点交集情况合并，使每张子图表征路网某一局部的一次完整拥堵事件；对每个事件子图按照预设的时间窗口切片，得到拥堵事件的态势时序数据。本发明的技术方案能够实时对高速路网的交通拥堵事件进行实时建模和提取，更准确地定位拥堵路段和当时拥堵程度，掌握拥堵的时间变化规律。
-
公开(公告)号：CN117274868A
公开(公告)日：2023-12-22
申请号：CN202311231565.6
申请日：2023-09-21
申请人： 南京感动科技有限公司
IPC分类号： G06V20/40 , G06V20/54 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0499
摘要： 一种基于大模型对视频进行交通事件识别方法及系统，该方法包括：以历史交通视频作为输入数据、与历史交通视频所对应的分类信息作为输出数据训练预设基于注意力机制的神经网络模型；以历史交通视频的关键帧数据作为输入数据、与历史交通视频的关键帧数据所对应的编码数据作为输出数据训练预设图像文本编码器；将分类信息和编码数据输入投影层中进行融合和编码得到融合数据；将融合数据作为输入数据对预设大语言模型进行训练；将实时交通视频输入组合模型得到与实时交通视频所对应的精细分类信息。该方法实现更细粒度的交通事件识别，更好地满足了目前对交通管理的需求。
-
公开(公告)号：CN117253364A
公开(公告)日：2023-12-19
申请号：CN202311516071.2
申请日：2023-11-15
申请人： 南京感动科技有限公司
摘要： 本发明涉及交通拥堵事件提取与态势融合方法与系统，从不同来源拥堵事件数据中提取拥堵特征，构建拥堵事件的集合；以里程桩为节点，里程桩的邻接关系为弧构建路网拓扑图，将拥堵位置的经纬度坐标映射至里程桩；以时间切片为单位基于里程桩拓扑网络逐时间构建拓扑子图，每张子图表征路网某一局部的拥堵状态；按照时间切片顺序，将子图按照节点交集情况合并，使每张子图表征路网某一局部的一次完整拥堵事件；对每个事件子图按照预设的时间窗口切片，得到拥堵事件的态势时序数据。本发明的技术方案能够实时对高速路网的交通拥堵事件进行实时建模和提取，更准确地定位拥堵路段和当时拥堵程度，掌握拥堵的时间变化规律。
-
公开(公告)号：CN115631082B
公开(公告)日：2023-07-11
申请号：CN202211644714.7
申请日：2022-12-21
申请人： 南京感动科技有限公司
摘要： 本发明涉及一种基于高速路网拓扑结构的多场景路径还原方法，包括：以门架为节点，门架间关系为边，将高速路网抽象化为有向图；计算两两节点间的最小深度，并用矩阵表示；结合车辆轨迹记录数据上下行方向及节点方位角，剔除反向错误节点记录数据；利用节点间深度关系识别并修正存在错乱的节点时间；根据节点间深度关系及节点归属判断节点出、入口丢失情况并进行补全，并切分不同轨迹的节点；对还原后的轨迹记录进行时间序列拟合。本发明的方法克服了流水数据在多场景中产生的数据错、乱、重等质量问题，可输出更精确、更干净的车辆通行轨迹记录数据。
-
公开(公告)号：CN115641721B
公开(公告)日：2023-04-07
申请号：CN202211554669.6
申请日：2022-12-06
申请人： 南京感动科技有限公司
摘要： 本发明涉及多来源交通流指标融合及基于融合指标的路况计算方法，基于里程桩建立离散化路网；获取浮动车交通流指标及路网封闭区间的断面检测交通流指标，所述封闭区间以里程桩为入口或出口；所述交通流指标包括交通流速度；以里程桩区间为单位，将不同来源的空间连续交通流指标离散化；将每个里程桩区间的不同来源交通流指标融合。在融合不同来源交通流指标后，将融合后的交通流速度转换为里程桩区间路况，合并离散路网获取空间连续的高速路况。本发明的方法充分利用多来源路况数据，基于设计的融合算法实现任意时间切片上全路网路况数据融合，从而输出更精准、覆盖更全面的路况数据。
-
公开(公告)号：CN116738761A
公开(公告)日：2023-09-12
申请号：CN202310913874.5
申请日：2023-07-25
申请人： 南京感动科技有限公司
摘要： 本发明涉及基于SUMO的高速路网实时微观交通仿真方法和系统，该方法包括获取多来源的路网车辆历史观测数据和实时观测数据并进行数据融合；基于历史融合数据分析交通流规律，包括车道分布规律、路径选择规律和最大期望车流速度，并建立车辆行为模型，包括车道选择概率模型、路径选择概率模型和最大期望速度模型；利用实时融合数据动态更新历史融合数据和车辆行为模型；构建仿真路网，将观测设施映射至仿真路网中的可计算节点；利用实时融合数据和所述车辆行为模型进行仿真推演，获取仿真结果。本发明的技术方案可利用实时融合数据实现交通流与车辆行为模型的动态更新，以提高模型的时间有效性，并输出单车级和交通流指标数据。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.029 秒)
