-
公开(公告)号：CN119694112A
公开(公告)日：2025-03-25
申请号：CN202411779704.3
申请日：2024-12-05
Applicant: 东南大学
Abstract: 本发明公开了一种网联环境下未观测车辆的速度推断与轨迹重构方法，该方法包括：获取混合交通流中智能网联车辆以及被观测到的人工驾驶车辆的轨迹数据，并将这些记录按照时间顺序排列。搜索智能网联车辆速度变化的拐点，估计冲击波速度。分别计算拥堵扰动和自由流扰动对空间中任意一点速度的影响大小，并推断全时空坐标点的速度值。基于观测到的人工驾驶车辆轨迹数据，划分前序未观测车辆的位置区间，生成未观测车辆的候选位置。建立全时空车辆轨迹重构模型，推断每一时间断面未观测车辆最优位置，重构得到未观测车辆的轨迹序列。本发明所设计的方法提升了速度和位置推测的准确性，为提升城市交通感知与管控能力具有重要实用价值。
-
公开(公告)号：CN118430285B
公开(公告)日：2025-01-28
申请号：CN202410581720.5
申请日：2024-05-11
Applicant: 东南大学
Abstract: 本发明涉及道路交通安全领域，尤其是涉及一种基于深度强化学习的二次事故可变限速防控方法，用于降低二次事故发生概率。基于深度强化学习的二次事故可变限速防控方法，该防控方法采用线圈检测器采集信息，该信息为事故上下游交通状态；由中央限速控制器接收并执行可变限速策略的智能网联车交通流；该方法为：线圈检测器沿高速公路各个车道按一定间隔均匀布设，以30秒为测量间隔返回交通状态给中央限速控制器；当交通事故发生时，触发二次事故可变限速防控系统进行初始化；中央限速控制器发出限速命令，限速命令每2min更新一次；基于DQN算法根据线圈检测器所返回的当前t时刻的交通状态st，通过评估网络计算在当前限速控制动作空间中各项动作的Q值,即当前Q值，选择当前Q值最大的动作作为最优限速动作at；以限速命令发布至环境内的智能网联车，该限速命令被之执行后获得奖励值rt；将交通状态更新为st+1；使用目标网络计算下一个交通状态st+1下所有动作的目标Q值；更新评估网络的参数，根据事故发生情况判断可变限速控制是否结束。
-
公开(公告)号：CN113780396B
公开(公告)日：2024-11-29
申请号：CN202111012909.5
申请日：2021-08-31
Applicant: 东南大学
IPC: G06Q10/047 , G06N5/01 , G06F18/2415 , G06F18/2431 , G06N20/20 , G06Q50/40 , G06Q50/14
Abstract: 本发明公开了一种基于全链式空铁联程出行的个性化方案生成方法，该方法包括旅客出行数据采集、确定旅客出行选择的最大影响因素、获取空铁联程旅客出行需求、采集联程出行信息、出行方案生成及排序、制定个性化出行方案六大步骤。本发明通过采集旅客的历史出行数据和个人偏好属性，运用基于决策树的随机森林算法预测不同旅客出行选择的最大影响因素，考虑旅客的全链式空铁联程出行需求，为旅客定制个性化联程出行方案。
-
公开(公告)号：CN118116201B
公开(公告)日：2024-08-27
申请号：CN202410362997.9
申请日：2024-03-28
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/047 , G06F17/18 , G06F17/11
Abstract: 本发明提供了一种考虑出行时间分布特征的道路交通检测器布局优化方法，包括：基于路径出行时间服从正态分布的假设，估算路径出行时间概率密度函数；计算每两条路径的出行时间概率密度函数交并比，并依此确定每两条路径的出行时间可区分度；建立考虑出行时间分布特征的路径完全观测模型；最后使用启发式方法完成模型的求解并给出检测器布局方案。本发明充分利用AVI数据中的出行时间信息，实现了使用更少的检测器完成所有路径流量的观测，并在真实数据集πNEUMA数据集上验证了模型的有效性。本发明能更好地减少交通检测系统建设的成本，实现资源优化。
-
公开(公告)号：CN118430285A
公开(公告)日：2024-08-02
申请号：CN202410581720.5
申请日：2024-05-11
Applicant: 东南大学
Abstract: 本发明涉及道路交通安全领域，尤其是涉及一种基于深度强化学习的二次事故可变限速防控方法，用于降低二次事故发生概率。基于深度强化学习的二次事故可变限速防控方法，该防控方法采用线圈检测器采集信息，该信息为事故上下游交通状态；由中央限速控制器接收并执行可变限速策略的智能网联车交通流；该方法为：线圈检测器沿高速公路各个车道按一定间隔均匀布设，以30秒为测量间隔返回交通状态给中央限速控制器；当交通事故发生时，触发二次事故可变限速防控系统进行初始化；中央限速控制器发出限速命令，限速命令每2min更新一次；基于DQN算法根据线圈检测器所返回的当前t时刻的交通状态st，通过评估网络计算在当前限速控制动作空间中各项动作的Q值,即当前Q值，选择当前Q值最大的动作作为最优限速动作at；以限速命令发布至环境内的智能网联车，该限速命令被之执行后获得奖励值rt；将交通状态更新为st+1；使用目标网络计算下一个交通状态st+1下所有动作的目标Q值；更新评估网络的参数，根据事故发生情况判断可变限速控制是否结束。
-
Patent Agency Ranking
公开(公告)号：CN117451067A
公开(公告)日：2024-01-26
申请号：CN202311416419.0
申请日：2023-10-30
Applicant: 东南大学
IPC: G01C21/34 , G06Q30/0203 , G06Q30/0282 , G06Q50/40
Abstract: 本发明涉及一种非机动车导航平台路线规划的评价方法，包括以下步骤：确定场景变量及变量水平；构建问卷调查：对确定的场景变量和变量水平进行D‑最优正交设计，获得不同场景变量、不同变量水平间的最佳组合并用于绘制场景图；评价模型选择及参数标定：以受访者是否选择某条路线作为因变量，使用基于随机效用的混合多项Logit模型对构建问卷的结果进行分析，确定影响非机动车骑行者路线选择的因素；对导航平台骑行路线进行合理性评价。与现有技术相比，本发明能够确定影响非机动车骑行者路线选择偏好的因素，对导航平台骑行路线进行合理性评价，为未来的自行车基础设施规划、改善导航平台的骑行路线规划、信息提供的内容和形式提供有效的建议。
-
公开(公告)号：CN114862439B
公开(公告)日：2023-10-27
申请号：CN202210313442.6
申请日：2022-03-28
Applicant: 东南大学
IPC: G06Q30/0283 , G08G1/01
Abstract: 本发明公开了一种MaaS背景下考虑路径选择权的平台混合均衡定价方法，利用离散选择模型描述乘客对路径选择权的拥有状态，利用混合均衡分配模型对流量进行分配，在此基础上将离散选择模型和混合均衡分配模型有机结合，提出了平台定价策略、路径选择权、路网成本、平台收益之间的研究框架与计算结构；利用对角化算法，对模型进行求解；最后基于算例网络进行算例演示，结果证明了模型的合理性。本发明能够更好的刻画平台定价策略、路径选择权、路网成本、平台收益之间的定量关系，为MaaS时代下平台的科学定价提供了技术支持。
-
公开(公告)号：CN116543559A
公开(公告)日：2023-08-04
申请号：CN202310576909.0
申请日：2023-05-22
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种考虑超车行为的车辆轨迹重构方法，该方法包括如下步骤：(1)根据车牌信息检索同一辆车经过上下游固定检测器的观测记录，提取速度及时间信息。(2)选用三次多项式曲线表征车辆轨迹形式，对每一辆车分别建立多项式模型并标定参数，模拟车辆初始行驶轨迹。(3)考虑超车行为的随机性，对于超车/被超车辆，搜索其在行驶时段内超越/被超越的车辆，确定超车/被超车的具体时刻。(4)创建车辆顺序变量，计算每一辆车的顺序变化量。(5)建立分段线性车辆顺序变化模型，计算每一时间步长内的车辆顺序。(6)确定每一步长内自由流和非自由流情况下的车辆位置，选取最小值作为车辆真实位置，重构全时空车辆运行轨迹信息。
-
公开(公告)号：CN115331433A
公开(公告)日：2022-11-11
申请号：CN202210898079.9
申请日：2022-07-28
Applicant: 东南大学
Abstract: 本发明涉及一种基于多源数据的城市主干道多车轨迹重构方法，包括S1、获取城市多源异构数据中的浮动车GPS数据与卡口视频数据；S2、根据主干道位置筛选卡口数据；S3、提取出卡口数据集中的车牌号码，作为数据融合的特征属性；S4、提取卡口数据集中的该车辆进入路段的时间与离开路段的时间，获取浮动车在主干道内的行程时间；S5、打开通过S4中所述路段的浮动车GPS文件，并以这行程时间为数据分割标准，分割GPS浮动车文件，得到所有浮动车在此路段上行驶的时间段内的数据。本发明有助于精准估计城市主干道交通状态，进而剖析交通拥堵传播规律，支撑城市拥堵治理决策分析。
-
公开(公告)号：CN111915903B
公开(公告)日：2022-08-09
申请号：CN202010499116.X
申请日：2020-06-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于多源数据的快速路OD矩阵获取方法，通过处理卡口数据、手机数据和浮动车数据为代表的多源数据，结合城市快速路的交通特性，构建基于转向比例优化构建基于AVI/GSM/GPS多源数据的路径流量估计模型，以卡口监测路段流量与卡口监测数据相对误差最小以及路段流量乘分流点左转比例与路口分流点左行路径流量相对误差最小作为目标函数，通过引入蜂窝网格和蜂窝路径流量的概念构建约束条件，由估计的路径流量推得OD矩阵。这种估计方法可操作性性强，估计出的较精准的快速路OD交通量对实施相应的交通管理与控制手段以进一步提高城市交通安全与效率具有十分重要的理论价值和实际意义。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.03 seconds)
