-
公开(公告)号：CN114783193B
公开(公告)日：2024-10-18
申请号：CN202210319641.8
申请日：2022-03-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明提供了一种考虑大型车的高速公路异常事件排队长度预测方法，属于交通数据分析及处理领域。本发明包括以下步骤：首先，在高速公路观测路段出现异常事件并有大型车混入的情况下，根据不同驾驶员对大型车的不同敏感程度以及大型车的混入率，改进观测路段动态空间占有率；然后，引入交通密度概念及Greenshields线性关系模型，分析观测路段的交通参数；然后，引入交通波波速，分析观测路段的交通波传播过程，构建交通波模型；最后，预测有大型车混入的高速公路出现异常事件的影响时间及影响范围。本发明能够准确的预测有大型车混入且发生异常事件情况下的排队长度变化趋势和交通演化趋势，为交通管制人员进行交通诱导提供参考依据，提高高速公路服务水平。
-
公开(公告)号：CN117012039A
公开(公告)日：2023-11-07
申请号：CN202311111518.8
申请日：2023-08-31
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明公开了一种基于多源数据融合的高速公路车道级速度预测方法，包括以下步骤：划分车道，利用GRG计算不同车道之间的相互影响度；使用Attention机制计算目标车道不同时间的注意力权重；基于注意力权重和不同车道之间的相互影响度，建立改进模型GRGA；基于改进模型GRGA，建立GRU_LSTM融合深度学习模型；根据GRU_LSTM融合深度学习模型，实时预测高速公路任一车道特定时间段内的平均行驶速度。本发明一种基于多源数据融合的高速公路车道级速度预测方法预测速度块、精准高，能够为交通管制人员进行交通诱导提供参考依据。
-
公开(公告)号：CN114783193A
公开(公告)日：2022-07-22
申请号：CN202210319641.8
申请日：2022-03-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明提供了一种考虑大型车的高速公路异常事件排队长度预测方法，属于交通数据分析及处理领域。本发明包括以下步骤：首先，在高速公路观测路段出现异常事件并有大型车混入的情况下，根据不同驾驶员对大型车的不同敏感程度以及大型车的混入率，改进观测路段动态空间占有率；然后，引入交通密度概念及Greenshields线性关系模型，分析观测路段的交通参数；然后，引入交通波波速，分析观测路段的交通波传播过程，构建交通波模型；最后，预测有大型车混入的高速公路出现异常事件的影响时间及影响范围。本发明能够准确的预测有大型车混入且发生异常事件情况下的排队长度变化趋势和交通演化趋势，为交通管制人员进行交通诱导提供参考依据，提高高速公路服务水平。
-
公开(公告)号：CN107066929B
公开(公告)日：2021-06-08
申请号：CN201710010428.8
申请日：2017-01-06
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明公开了一种融合多种特征的高速公路隧道停车事件分级识别方法，通过研究隧道场景下停车目标的静态动态特点，分析实际停车目标和伪停车目标的特征差异，设计了一种融合多特征的高速公路隧道场景下的停车目标分级识别方法。该方法首先结合修正后的各车道感兴趣区域，利用分车道方法以及多帧前景融合方式提取前景的周期性特征并分析、处理，进而以动态质心特征为首、静态颜色、面积特征为辅逐级判断是否有停车事件发生，实现对停车目标的有效识别，提高现有高速公路隧道停车事件检测的准确率。
-
公开(公告)号：CN116958952B
公开(公告)日：2024-04-30
申请号：CN202310845871.2
申请日：2023-07-11
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种适用于高速公路监控视频下的车牌目标检测方法，包括以下步骤：采用注意力机制改进SSD的检测分支，将高层特征图通过注意力模块得到的特征掩码与浅层特征图进行逐元素点乘；采用叠加的方式融合各层特征图，然后结合车牌特点，设计适用于高速公路场景下的注意力特征金字塔；在自建的数据集上训练车牌目标检测模型；用训练完毕的模型检测高速公路场景下的车牌目标，获取车牌目标的位置和大小。本发明适用于高速公路监控视频下的车牌目标检测方法，多尺度目标检测性能好，定位精度高，可直接应用于高速公路监控视频下的车牌目标检测。
-
Patent Agency Ranking
公开(公告)号：CN117831285A
公开(公告)日：2024-04-05
申请号：CN202311854469.7
申请日：2023-12-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G08G1/01
Abstract: 本发明提出了一种基于MPC的高速公路异常事件下的上游动态分流方法，通过ETC数据、车辆轨迹数据和路段属性，使模型能够更好地理解和捕获预测路段的交通状况。本发明针对高速公路异常事件下的交通诱导分流研究较少，已有研究没有考虑上游多路段流量对异常事故路段的协同影响，无法形成上游多路段协调动态分流控制方案，提出建立高速METANET宏观交通流模型，设计MPC控制上游分流量方案，对交通状态的实时监测与预测，同时作为输入反馈回MPC控制器，形成动态的上游分流方案，并能在必要时动态调整分流量，保障整体交通系统的高效运行。本发明可以为交通管理人员组织应急交通提供支撑，提高高速公路通行能力和服务水平。
-
公开(公告)号：CN117454734A
公开(公告)日：2024-01-26
申请号：CN202210847828.5
申请日：2022-07-19
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06F30/27 , G06F17/18 , G08G1/01 , G06F119/02
Abstract: 本发明提供了一种考虑多因素影响的车检器数据修复性能分析方法，属于智能交通信息技术领域。本发明具体包括以下步骤：基于VISSIM交通仿真软件搭建高速公路路网模型，利用高速公路路网模型生成高速公路多源数据；将所述高速公路交通流参数的真实值通过修复得到高速公路交通流参数的修复值；基于BP神经网络结构构建车检器数据修复性能分析模型，通过所述高速公路多源数据和高速公路交通流参数的修复值对所述车检器数据修复性能分析模型进行训练；通过训练后的车检器数据修复性能分析模型对车检器数据修复性能进行定量分析。本发明能够使车检器数据修复性能达到理想水平，对交通管理者布设高速公路多源检测设备具有指导意义，进而提高交通数据的可靠性。
-
公开(公告)号：CN116958952A
公开(公告)日：2023-10-27
申请号：CN202310845871.2
申请日：2023-07-11
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种适用于高速公路监控视频下的车牌目标检测方法，包括以下步骤：采用注意力机制改进SSD的检测分支，将高层特征图通过注意力模块得到的特征掩码与浅层特征图进行逐元素点乘；采用叠加的方式融合各层特征图，然后结合车牌特点，设计适用于高速公路场景下的注意力特征金字塔；在自建的数据集上训练车牌目标检测模型；用训练完毕的模型检测高速公路场景下的车牌目标，获取车牌目标的位置和大小。本发明适用于高速公路监控视频下的车牌目标检测方法，多尺度目标检测性能好，定位精度高，可直接应用于高速公路监控视频下的车牌目标检测。
-
公开(公告)号：CN115440029B
公开(公告)日：2023-08-08
申请号：CN202210908725.5
申请日：2022-07-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G08G1/01
Abstract: 本发明公开了一种考虑检测设备分布的车检器数据修复方法，属于电力电子技术领域。该方法包括：采集高速公路沿线布设的多源检测设备监测获得的交通流数据，进行完整性分析；基于Kendall相关系数，对多源检测设备监测获得的交通流数据进行一致性检验；根据完整性分析和一致性检验结果，确定不同检测设备分布下的车检器数据修复模型的输入输出关系，从而构建车检器数据修复模型的训练集和测试集；基于支持向量回归算法构建车检器数据修复模型，然后在训练集中，完成车检器数据修复模型的训练与模型参数的求解，之后在测试集中完成车检器数据修复模型的测试。本发明方法适应性强，能充分利用高速公路的多源数据，有效修复车检器中缺失数据或异常数据。
-
公开(公告)号：CN115440029A
公开(公告)日：2022-12-06
申请号：CN202210908725.5
申请日：2022-07-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G08G1/01
Abstract: 本发明公开了一种考虑检测设备分布的车检器数据修复方法，属于电力电子技术领域。该方法包括：采集高速公路沿线布设的多源检测设备监测获得的交通流数据，进行完整性分析；基于Kendall相关系数，对多源检测设备监测获得的交通流数据进行一致性检验；根据完整性分析和一致性检验结果，确定不同检测设备分布下的车检器数据修复模型的输入输出关系，从而构建车检器数据修复模型的训练集和测试集；基于支持向量回归算法构建车检器数据修复模型，然后在训练集中，完成车检器数据修复模型的训练与模型参数的求解，之后在测试集中完成车检器数据修复模型的测试。本发明方法适应性强，能充分利用高速公路的多源数据，有效修复车检器中缺失数据或异常数据。
-
-
-
-
-
-
-
-
-
Search Results
455
records
(took 0.085 seconds)
