-
公开(公告)号:CN110610607B
公开(公告)日:2020-12-25
申请号:CN201910680179.2
申请日:2019-07-26
摘要: 基于流量的SCATS控制方案运行周期自动诊断方法,所述方法包括以下步骤:1)获取交叉口有效的历史多日SCATS交通参数与控制方案数据,按照一定时间间隔划分,得到时间间隔内所有历史流量与最大、最小控制方案周期数据;2)判断交叉口的历史控制方案运行周期是否自适应;3)对于周期自适应的交叉口,计算流量与周期的映射函数,找到流量特定流量分位值,分别映射到最大周期与最小周期,构建类激活函数用于将波动的流量映射到周期。4)对于周期无法自适应的交叉口,给出周期异常锁定的判断结果;对于周期自适应的交叉口,计算当前时间流量,得到周期理论值,根据理论值对实际周期合理性进行诊断。本发明还包括实施本发明方法的系统。
-
公开(公告)号:CN110610607A
公开(公告)日:2019-12-24
申请号:CN201910680179.2
申请日:2019-07-26
摘要: 基于流量的SCATS控制方案运行周期自动诊断方法,所述方法包括以下步骤:1)获取交叉口有效的历史多日SCATS交通参数与控制方案数据,按照一定时间间隔划分,得到时间间隔内所有历史流量与最大、最小控制方案周期数据;2)判断交叉口的历史控制方案运行周期是否自适应;3)对于周期自适应的交叉口,计算流量与周期的映射函数,找到流量特定流量分位值,分别映射到最大周期与最小周期,构建类激活函数用于将波动的流量映射到周期。4)对于周期无法自适应的交叉口,给出周期异常锁定的判断结果;对于周期自适应的交叉口,计算当前时间流量,得到周期理论值,根据理论值对实际周期合理性进行诊断。本发明还包括实施本发明方法的系统。
-
公开(公告)号:CN110570651B
公开(公告)日:2020-10-30
申请号:CN201910633233.8
申请日:2019-07-15
摘要: 一种基于深度学习的路网交通态势预测方法,包括以下步骤:S1、获取多源交通数据和路网静态配置信息,构建交通流参数模型;所述的多源交通数,包括互联网路段速度数据、检测器流量数据和信号机控制方案数据;所述的路网静态配置信息包括路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号和车道功能;S2、分析路网拥堵相关性,构建基本预测组团;S3、构造基于双阶段注意力机制的深度学习交通态势预测模型;S4、构建交通态势预测系统。本发明预测精度和可移植性较好。
-
公开(公告)号:CN110570651A
公开(公告)日:2019-12-13
申请号:CN201910633233.8
申请日:2019-07-15
摘要: 一种基于深度学习的路网交通态势预测方法,包括以下步骤:S1、获取多源交通数据和路网静态配置信息,构建交通流参数模型;所述的多源交通数,包括互联网路段速度数据、检测器流量数据和信号机控制方案数据;所述的路网静态配置信息包括路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号和车道功能;S2、分析路网拥堵相关性,构建基本预测组团;S3、构造基于双阶段注意力机制的深度学习交通态势预测模型;S4、构建交通态势预测系统。本发明预测精度和可移植性较好。
-
公开(公告)号:CN110491146B
公开(公告)日:2020-08-21
申请号:CN201910772945.8
申请日:2019-08-21
IPC分类号: G08G1/08 , G06Q10/06 , G06Q50/26 , G06F16/215 , G06F16/2458 , G06F16/29 , G06F17/18 , G06N3/04 , G06N3/08
摘要: 一种基于深度学习的交通信号控制方案实时推荐方法包括:基于采集到的交通状态数据,预处理交通数据,包括清洗错误数据、修正异常数据和修复缺失数据;构建时间序列的训练数据集模型,基于CNN‑DA‑RNN架构的深度学习的方法,训练路口的交通信号控制方案实时推荐模型,推荐下一时刻交通信号控制方案,实现问题路口信号控制方案实时推荐功能。本发明减少优化路口的时间,提高了人员的工作效率,且推荐的方案实时反馈,增加了推荐方案的可靠性和可复制性。
-
公开(公告)号:CN110491146A
公开(公告)日:2019-11-22
申请号:CN201910772945.8
申请日:2019-08-21
IPC分类号: G08G1/08 , G06Q10/06 , G06Q50/26 , G06F16/215 , G06F16/2458 , G06F16/29 , G06F17/18 , G06N3/04 , G06N3/08
摘要: 一种基于深度学习的交通信号控制方案实时推荐方法包括:基于采集到的交通状态数据,预处理交通数据,包括清洗错误数据、修正异常数据和修复缺失数据;构建时间序列的训练数据集模型,基于CNN-DA-RNN架构的深度学习的方法,训练路口的交通信号控制方案实时推荐模型,推荐下一时刻交通信号控制方案,实现问题路口信号控制方案实时推荐功能。本发明减少优化路口的时间,提高了人员的工作效率,且推荐的方案实时反馈,增加了推荐方案的可靠性和可复制性。
-
公开(公告)号:CN112085949A
公开(公告)日:2020-12-15
申请号:CN202010811702.3
申请日:2020-08-13
申请人: 浙江工业大学
IPC分类号: G08G1/01
摘要: 本发明涉及一种基于交通运行状况异常的路网脆弱性识别,分析与应对方法,本发明基于交通路网时序特征数据,构建交通运行状况异常区域,并依据服务能力和损失积累等指标,对路网脆弱性环节的识别与分析,并实现依据实际情况进行应对机制的目的。本发明利用交通网络时序特征数据来构建异常区域,并依据异常区域中路网对象的量化指标变化对脆弱区域进行分析与识别,降低交通治理时人为主观性的缺点及提高路网脆弱性的分析准确性,并提供主动应对措施,为交通治理提供重要的数据支持。
-
公开(公告)号:CN111210621B
公开(公告)日:2021-04-06
申请号:CN201911377952.4
申请日:2019-12-27
申请人: 银江股份有限公司
IPC分类号: G08G1/01 , G08G1/09 , G08G1/0968
摘要: 一种基于实时路况的信号绿波协调路线优化控制方法,其步骤如下:S1、获取路网信息、实时路况交通数据、信号机控制方案数据;S2、基于模糊理论,构建绿波协调有效性综合分析模型,计算路段绿波协调的有效性;S3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类,自动生成协调路线;S4、基于互联网实时路段速度数据,对协调路线整体协调方案进行优化,并下发协调命令。本发明克服了传统信号系统协调方案只能基于静态固化方案执行,难以适应实时路况的问题;提出了一种评价道路绿波协调有效性的方法,为交通信号控制提供理论支持;克服了传统信号系统协调方案路线无法随路况动态变更的问题。
-
公开(公告)号:CN111127889B
公开(公告)日:2021-03-16
申请号:CN201911346677.X
申请日:2019-12-24
申请人: 银江股份有限公司
摘要: 本发明涉及一种基于车流到达时间预测的连续交叉口协同优化方法,包括以下步骤,1)对交通流离散模型Robertson进行修正;2)根据修正的Robertson离散模型,对车流到达交叉口的时间进行预测、以及预测车队到达下游交叉口所需的时间段;3)依据车流到达交叉口的时间与交叉口协调相位绿灯的开启与结束时间的关系,建立干线延误模型,优化交叉口之间的相对相位差。本发明使得更多的车辆能够连续一次性通过相邻交叉口,减少整个干线的延误,避免了在干线上发生拥堵,提高整条干线的运行效率。
-
公开(公告)号:CN110379163B
公开(公告)日:2020-09-08
申请号:CN201910680383.4
申请日:2019-07-26
申请人: 银江股份有限公司
摘要: 本发明涉及一种基于轨迹数据的车辆异常减速区域检测方法及系统,本发明参考机器视觉中常用的图像差分异常检测方法,通过对历史轨迹数据进行分析聚类,构建路段减速区域的“图像背景”,然后对比基于实时数据聚类的减速区域,凸显出路段的异常减速区域。本发明克服了传统的路网交通事件巡查效率低,延迟高的问题;可为交管部门维护交通系统正常运转提供数据支持,缩短道路异常事件的发现时间,降低人工成本;并可通过通讯软件对异常减速区域附近的司机推送异常信息,实现车辆的及时诱导,避免大规模拥堵的发生。
-
-
-
-
-
-
-
-
-