-
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:CN110379163A
公开(公告)日:2019-10-25
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。
-
公开(公告)号:CN109615860A
公开(公告)日:2019-04-12
申请号:CN201811596573.X
申请日:2018-12-26
申请人: 银江股份有限公司
IPC分类号: G08G1/01
摘要: 一种基于非参数贝叶斯框架的信号交叉口状态估计方法,其步骤如下:(1)数据采集:获取交叉口历史交通数据和对应信号控制参数,向量化处理,分别建立状态数据集和控制数据集;(2)建立非参数贝叶斯框架:结合递归状态估计和高斯过程回归模型,利用所述状态数据集和控制数据集训练并优化转移模型和测量模型;(3)交叉口状态估计:采用扩展的卡尔曼滤波器来线性化转移模型和测量模型,再将上一时刻的交通状态、信号控制参数输入至转移模型得到预测状态及其协方差,然后将得到的预测状态及其协方差、当前时刻的测量值输入到测量模型,预测当前时刻状态的最优估计值。本发明不需要精确的交通模型,由数据驱动,适用范围广,估计准确率高。
-
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:CN109615885A
公开(公告)日:2019-04-12
申请号:CN201811615184.7
申请日:2018-12-27
申请人: 银江股份有限公司
摘要: 一种智能交通信号控制方法、装置及系统,构建了交通信号控制模型,交通信号控制模型采集交通状态数据,通过算法计算累积奖励函数值,形成多维的长期控制目标,交通信号控制模型具有记忆可以用于选择决策,输出最优控制指令,输出的最优控制指令用于信号控制,产生新的交通状态。本发明根据实时的交通状态,可自动生成最优控制指令,实现实时智能最优自适应信号控制。采用阈值字典排序方法处理多目标控制问题,让最优控制指令与目标的优先级相适应,提高信号控制的适用范围。
-
公开(公告)号:CN111127887B
公开(公告)日:2021-03-16
申请号:CN201911314485.0
申请日:2019-12-19
申请人: 银江股份有限公司
摘要: 本发明涉及一种基于实时交通状态驱动的信号控制优化系统及方法,本发明能够评估实时交通指标、识别异常事件、并筛选出具有调控意义的异常事件,进一步推送实时调控方案并自动下发至信控系统,最后验证调控效果,并最终积累调控经验用于下一步方案的推荐;本发明大大缓解城市道路的拥堵问题。
-
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。
-
公开(公告)号:CN109887284B
公开(公告)日:2020-08-21
申请号:CN201910187696.6
申请日:2019-03-13
申请人: 银江股份有限公司
摘要: 一种智慧城市交通信号控制推荐方法、系统及装置,基于深度学习算法对控制方案数据和检测器数据进行学习、获取新的知识、进行知识更新、重组知识结构,实现信号控制推荐参数值输出,形成了闭环的自我学习机制,依据反馈能够不断地模型自我更新与迭代。通过算法选择器选择满足模型性能要求的深度学习算法模型;通过神经架构生成器,选择满足搜索要求的深度学习算法的网络结构;提取与控制方案操作者相关的数据作为模型的训练数据,模型推荐的信号控制方案更准确更有针对性;设置调控触发机制,及时有效地给出信号控制推荐。
-
公开(公告)号:CN111091295A
公开(公告)日:2020-05-01
申请号:CN201911324265.6
申请日:2019-12-20
申请人: 银江股份有限公司
摘要: 一种城市区域边界控制系统,包括:数据模块,用于选取各类表征交通状态的基础数据,并进行基础数据预处理,并将处理后的基础数据传输给状态评估模块;状态评估模块,用于对历史数据进行离线训练获取通行能力路网平均速度和对实时数据进行计算获取一定时间粒度范围内的区域路网平均速度,并与通行能力路网平均速度对比,判断实时数据所处范围并传输给控制方案模块;控制方案模块,用于根据状态评估模块的判断结果决定边界控制的启动或结束,并计算区域的截流点位下发相应的配时方案给信号系统,同时将各类信息传输给交互可视化模块;信号系统,用于根据配时方案进行交通信号控制;交互可视化模块,用于显示各类信息、手动决定边界控制的结束。
-
-
-
-
-
-
-
-
-