-
公开(公告)号：CN116050975A
公开(公告)日：2023-05-02
申请号：CN202310027164.2
申请日：2023-01-09
申请人： 湖南省交通科学研究院有限公司 , 中南大学
IPC分类号： G06Q10/0833
摘要： 本发明提供了一种大件运输路线的轨迹合验方法及相关设备，包括：获取目标高速公路的路段基础信息数据及主线路段的连接关系、静态节点、高速公路阻断信息数据，得到第三路网拓扑图；获取申请者提供的运输起、终点及时间信息，在第三路网拓扑图上进行路线规划得到推荐路线；将收费站的出入口对大件运输活动与运输车辆进行绑定，将获取的收费数据与车辆定位数据进行融合分析，得到实际的运输路线，并将实际运输路线与推荐路线进行轨迹合验，判断运输车辆是否按照规定时间和路线行驶并生成评估报告；解决了大件运输在事中监管的薄弱性问题，并提供了大件运输的推荐路线，减少了人工选线及人工审核环节时间，提高了申请的审核通过率和效率。
-
公开(公告)号：CN116343095A
公开(公告)日：2023-06-27
申请号：CN202310352006.4
申请日：2023-04-04
申请人： 中南大学 , 湖南纽狐科技有限公司 , 湖南省交通科学研究院有限公司
摘要： 本发明提供了一种基于视频拼接的车辆轨迹提取方法及相关设备，包括：步骤1，在目标交通区域内采集多段交通视频；步骤2，分别对每段交通视频进行目标车辆检测，得到多个检测结果，并分别对每个检测结果进行目标跟踪，得到目标车辆在每段交通视频中的轨迹坐标；步骤3，根据在每段交通视频中的轨迹坐标对目标车辆的轨迹进行提取，得到目标车辆在每段交通视频中的行驶轨迹；步骤4，分别针对每段交通视频中的行驶轨迹，将当前段交通视频中的行驶轨迹与当前段视频中的行驶轨迹进行匹配并拼接，得到目标车辆在行驶过程中的轨迹拼接结果；相较于现有技术来说，提高了轨迹提取的精度和稳定性，同时具有良好的拓展性。
-
公开(公告)号：CN115798227B
公开(公告)日：2024-07-30
申请号：CN202310035052.1
申请日：2023-01-10
申请人： 湖南纽狐科技有限公司 , 中南大学 , 湖南中大金美交通科技有限公司 , 湖南省交通科学研究院有限公司
摘要： 本发明提供了一种交通信号控制多时段划分方法及相关设备，通过创建南北向、东西向阶段组合方案库；获取在多个第一时段中的历史交通流数据，并统计平均交通流量，得到流量结构，通过流量结构分别对南北向阶段组合方案库、东西向阶段组合方案库中的各个阶段组合方案进行计算，得到在每个第一时段中南北向、东西向的阶段组合方案、阶段时长及周期值；设置阈值，计算第一时段的阶段组合方案的周期值与相邻时段的阶段组合方案的周期值之间的差值，判断周期差值与阈值的大小，选择保留或替换第一时段的阶段组合方案；对所有第一时段的阶段组合方案、周期值及阶段时长值进行分组和聚类，得到划分方案；解决现有技术过渡不及时、相位阶段不灵活的问题。
-
公开(公告)号：CN115798227A
公开(公告)日：2023-03-14
申请号：CN202310035052.1
申请日：2023-01-10
申请人： 湖南纽狐科技有限公司 , 中南大学 , 湖南中大金美交通科技有限公司 , 湖南省交通科学研究院有限公司
摘要： 本发明提供了一种交通信号控制多时段划分方法及相关设备，通过创建南北向、东西向阶段组合方案库；获取在多个第一时段中的历史交通流数据，并统计平均交通流量，得到流量结构，通过流量结构分别对南北向阶段组合方案库、东西向阶段组合方案库中的各个阶段组合方案进行计算，得到在每个第一时段中南北向、东西向的阶段组合方案、阶段时长及周期值；设置阈值，计算第一时段的阶段组合方案的周期值与相邻时段的阶段组合方案的周期值之间的差值，判断周期差值与阈值的大小，选择保留或替换第一时段的阶段组合方案；对所有第一时段的阶段组合方案、周期值及阶段时长值进行分组和聚类，得到划分方案；解决现有技术过渡不及时、相位阶段不灵活的问题。
-
公开(公告)号：CN116597652A
公开(公告)日：2023-08-15
申请号：CN202310751541.7
申请日：2023-06-25
申请人： 中南大学 , 湖南湘江智芯云途科技有限公司 , 湖南纽狐科技有限公司
IPC分类号： G08G1/01 , G08G1/0968 , G08G1/017 , H04W4/38 , G06V30/19
摘要： 本发明提供了一种热点路径识别方法及相关设备，包括：获取多个路侧传感器采集的车辆运行数据，并根据车辆运行数据获取目标车辆的行程时间和初始轨迹；通过行程时间计算出行阈值对初始轨迹进行出行划分，得到多条路径轨迹；根据多条路径轨迹和多个路侧传感器构建包括边和网络节点的拓扑路网；将车辆运行数据和拓扑路网输入蛇聚类模型进行聚类得到包括多种出行模式和多个关键节点的隶属度矩阵；利用隶属度矩阵对每条边的过车数进行修正，得到修正结果，构建用于表征在多种所述出行模式下连接所有关键点的路径集合的斯坦纳树并识别出热点路径；实现了针对传感器分布相对稀疏的过车数据进行热点路径识别。
-
公开(公告)号：CN115063990A
公开(公告)日：2022-09-16
申请号：CN202210517938.5
申请日：2022-05-12
申请人： 湖南纽狐科技有限公司 , 中南大学
IPC分类号： G08G1/09 , G08G1/0967 , G08G1/01 , G08G1/065
摘要： 本发明公开了一种混合交通流环境高速公路瓶颈路段动态限速控制方法，包括：S1利用交通事件检测设备或施工作业上报系统对高速公路瓶颈路段进行识别；S2设置限速控制周期及模型预测周期；S3根据瓶颈路段所在区域划分控制路段，S4利用交通流监测设备对高速公路待控制路段的交通流数据进行采集；S5根据采集的交通流数据和混合交通流环境下高速公路正常、限速及瓶颈路段的交通流特性对元胞传输模型进行优化，得到改进元胞传输模型；S6根据改进的元胞传输模型选出最优限速值，将最优限速值通过动态限速控制系统进行发布。
-
公开(公告)号：CN116108688A
公开(公告)日：2023-05-12
申请号：CN202310205080.3
申请日：2023-03-06
申请人： 中南大学 , 湖南纽狐科技有限公司
IPC分类号： G06F30/20 , G06F30/10 , G08G1/01 , G08G1/07 , G06F111/06
摘要： 本公开实施例中提供了一种智慧高速公路可变限速控制策略多目标优化方法，属于数据处理技术领域，具体包括：步骤1，基于元细胞可变、融合亚稳态理论、通行能力可变和自由流速度可变对CTM模型进行改进，得到目标路段对应的高速公路仿真模型；步骤2，根据预设的优化目标和约束条件，利用NSGA‑II算法和高速公路仿真模型进行求解，生成优化策略集。通过本公开的方案，从事件影响下高速公路交通流运行时空特征出发，构建面向高速公路主动管控的可变CTM模型，考虑交通安全，构建了基于可变CTM模型的事故风险计算方法，提出了以安全和效率为目标的偶发性瓶颈可变限速控制多目标优化方法提高了优化精准度、适应性、安全性和效率。
-
公开(公告)号：CN118172932A
公开(公告)日：2024-06-11
申请号：CN202410387346.5
申请日：2024-04-01
申请人： 中南大学 , 湖南纽狐科技有限公司
摘要： 本申请适用于交通数据处理技术领域，提供了一种高速匝道交通控制方法、装置、终端设备及介质，包括采集目标高速匝道在当前周期的交通数据；构建二型模糊逻辑控制器；构建用于调节二型模糊逻辑控制器中隶属度函数参数的论域伸缩因子，对其进行采样，并基于最大化最小距离，对采样点进行重新分布；结合GASA算法，获取最优论域伸缩因子；利用最优论域伸缩因子对隶属度函数参数进行调节，得到调节后的二型模糊逻辑控制器，并将交通数据输入调节后的二型模糊逻辑控制器，得到目标高速匝道在下个周期的绿灯调节时长；根据绿灯调节时长对目标高速匝道进行控制。本申请能够提高高速匝道交通控制精度，降低控制耗时。
-
公开(公告)号：CN118250410A
公开(公告)日：2024-06-25
申请号：CN202410334224.X
申请日：2024-03-22
申请人： 中南大学 , 湖南纽狐科技有限公司
摘要： 本申请适用于智能交通技术领域，提供了一种基于交叉口多源监控视频的轨迹融合方法，包括：分别针对交叉口多个道路监控设备中每个道路监控设备，基于道路监控设备采集的监控视频数据，获取监控视频数据中每个车辆的初始轨迹；多个道路监控设备分布于交叉口的不同角度位置；将多个道路监控设备对应的所有初始轨迹均映射至同一XYT坐标系；在XYT坐标系中对所有初始轨迹中的部分初始轨迹构建时空立方体，并通过控制构建的时空立方体沿对应的初始轨迹滑动完成轨迹融合，得到多个道路监控设备采集的监控视频数据中每个车辆的最终轨迹。本申请能提高车辆行驶轨迹的还原准确性。
-
公开(公告)号：CN116453329A
公开(公告)日：2023-07-18
申请号：CN202310270831.X
申请日：2023-03-20
申请人： 中南大学 , 湖南纽狐科技有限公司
摘要： 本公开实施例中提供了一种智能网联交通数据修复方法，属于数据处理技术领域，具体包括：步骤1，通过生成器提取交通流历史数据的隐藏特征并与待修复片段融合，得到融合特征；步骤2，将融合特征输入生成器的时空模块挖掘交通流的时空关联性，得到待修复片段对应的修复值。通过本公开的方案，将待修复片段历史片段融合，再将其与待修复片段加权求和，从而挖掘历史片段内隐藏的高级语义信息，在捕获交通流的长期时间关联特征的同时不大幅增加模型参数和计算时间，然后，融合多头时空注意力与图卷积门控循环单元，深度挖掘交通流内在的时空关联性，并得到修复数据，提高了数据修复的实时性和精准度。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.046 秒)