一种基于活动的区域应急交通疏散仿真系统

    公开(公告)号:CN102779408A

    公开(公告)日:2012-11-14

    申请号:CN201210269042.6

    申请日:2012-07-30

    Abstract: 本发明公开了一种基于活动的大范围区域应急交通疏散仿真系统。该系统包括灾害演化模块、路网构建模块、人口及活动生成模块、微观交通仿真模块、动画显示模块、统计分析模块。其中,灾害演化模块提供灾害对道路系统的影响;路网构建模块创建道路网络及活动场所;人口及活动生成模块生成疏散人口和个人、家庭逃离计划;微观交通仿真模块生成疏散人口、车辆运动轨迹;动画显示模块显示疏散人口、车辆运动过程;统计分析模块对疏散时的交通状况进行统计分析。本发明综合考虑了疏散过程中个人和家庭逃离计划和灾害对路网的破坏影响,采用微观交通仿真描述车辆运动过程,使得整个交通疏散模拟过程更加贴合实际,有效地实现应急交通疏散预案的评估。

    汽车行驶安全监控系统及监控方法

    公开(公告)号:CN100429101C

    公开(公告)日:2008-10-29

    申请号:CN200510116715.4

    申请日:2005-10-28

    Abstract: 本发明涉及一种汽车行驶安全监控系统及监控方法,该系统包括车载数字图像信息获取单元和车载嵌入式计算机平台,所述的车载嵌入式计算机平台设有系统图像处理与决策控制单元,所述的车载数字图像信息获取单元由其内置的数码摄像装置获取车辆周围的实景图像,并生成预处理数字图像信息送给所述系统图像处理与决策控制单元,所述系统图像处理与决策控制单元对所述预处理数字图像信号进行分析处理,生成威胁种类和威胁等级信号,当威胁种类和威胁等级到达告警标准时,向连接在总线上的声光告警装置发送告警指令,进行告警。本发明可以及时提醒驾驶员存在的威胁,极大地提供了行车的安全性。

    电动阀门
    94.
    发明公开

    公开(公告)号:CN1786536A

    公开(公告)日:2006-06-14

    申请号:CN200510116718.8

    申请日:2005-10-28

    Abstract: 本发明公开了一种电动阀门,其在手动阀门的阀体外设置了电机,该电机设有控制其工作的控制装置,并通过传动机构连接和驱动用于启闭阀门的阀杆,阀门中的限位装置和行程开关用于限定阀杆的转动范围。当阀体采用球阀阀体时,所述电机可以采用设有减速器的直流电机,减速器的输出轴通过齿轮副、摩擦轮副或带传动装置连接阀杆,设置在阀杆上的从动齿轮或从动摩擦轮采用不小于 90°的扇形轮。这种阀门的阀体内不通电,不会产生火花或出现漏电现象,安全性好,并且阀体内部结构与手动阀门相同,零件具有通用性,便于生产和维护,可用于包括燃气管道在内的各种场合。

    大规模点云语义分割方法及系统

    公开(公告)号:CN113011430B

    公开(公告)日:2023-01-20

    申请号:CN202110309423.1

    申请日:2021-03-23

    Abstract: 本发明涉及一种大规模点云语义分割方法及系统,所述语义分割方法包括:提取待识别点云的逐点特征,所述待识别点云由多个待识别点构成;基于各待识别点的点云空间信息,将各逐点特征逐步编码,得到对应的点云特征;将各点云特征逐步解码,得到对应的解码特征;根据各解码特征,基于语义分割网络模型,确定所述待识别3D点云的语义分割预测结果。本发明提取待识别点云的逐点特征,从大规模点云信息中提取更有效的空间特征,基于各待识别点的点云空间信息,将各逐点特征逐步编码,得到点云特征,进一步解码,得到解码特征,根据解码特征,确定所述待识别3D点云的语义分割预测结果,以获取周围空间环境的语义信息,从而提高语义分割精度。

    基于深度学习的分时段交通流趋势预测方法、系统、装置

    公开(公告)号:CN111508230B

    公开(公告)日:2021-08-20

    申请号:CN202010297850.8

    申请日:2020-04-16

    Abstract: 本发明属于智能交通系统领域,具体涉及一种基于深度学习的分时段交通流趋势预测方法、系统、装置,旨在解决现有预测交通流的方法预测精度较低、稳定性较差的问题。本系统方法包括:获取待预测的交通观测点t时刻之前的历史交通流数据及对应的采样时间;对历史交通流数据标准化,并进行一阶差分;提取差分后数据的特征,并对其对应的采样时间进行编码,将编码后的采样时间与提取的特征进行拼接;基于拼接后的特征,通过第二模型得到t时刻相对于t‑1时刻交通流的变化量,并结合t‑1时刻的交通流数据,得到待预测交通观测点t时刻的交通流数据的预测结果;将预测结果进行反标准化,得到t时刻交通流的预测值。本发明提高了预测的稳定性和精度。

    基于深度强化学习单路口交通信号控制方法、系统、装置

    公开(公告)号:CN110428615B

    公开(公告)日:2021-06-22

    申请号:CN201910629489.1

    申请日:2019-07-12

    Abstract: 本发明属于城市交通控制领域,具体涉及了一种基于深度强化学习单路口交通信号控制方法、系统、装置,旨在解决复杂交通状况的交通信号控制效果不好的问题。本发明方法包括:建立微观交通仿真环境并定义参数,设定评判网络、交通信号生成网络;基于当前阶段以及前一阶段数据计算评判网络的训练误差并更新网络参数;基于更新后的评判网络、当前阶段以及前一阶段数据,计算更新后的评判网络训练误差,并更新评判网络、交通信号生成网络参数;采用训练好的交通信号生成网络获取交叉口信号灯下一相位时长。本发明减少了事先了解路口车流量信息的调研工作,并能够随路口车流量需求改变而及时做出调整,大大提高了复杂交通状况的交通信号控制的效果。

Patent Agency Ranking