-
公开(公告)号：CN111785031A
公开(公告)日：2020-10-16
申请号：CN202010925899.3
申请日：2020-09-07
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 一种基于速度时空图的交通拥堵成因智能识别算法，属于交通规划与管理技术领域。解决了现有技术中拥堵子集的特征量化指标提取成本高，缺乏对分类后交通拥堵成因的细致识别，无法支撑具有针对性的交通拥堵疏散决策的问题。要点：数据预处理：获得路段速度；基于速度时空图拥堵分类：依托速度时空图，利用图像形态学获得交通拥堵子集，通过拥堵特征提取方法，采用无监督分类算法实现交通拥堵子集的无监督分析结果；常偶发拥堵判别：基于McMaster算法或加州算法实现交通拥堵的常偶发判别；基于决策树的拥堵成因智能判别：基于拥堵子集分类与常偶发判别，结合数据实现拥堵成因的精细化判别。本发明利用路段速度提出交通拥堵成因智能判别算法。
-
公开(公告)号：CN111767904A
公开(公告)日：2020-10-13
申请号：CN202010903369.9
申请日：2020-09-01
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明公开了一种交通事件检测方法、装置、终端及存储介质，所述交通事件检测方法包括：获取待检测图像；识别所述待检测图像中的非常驻对象；对所述待检测图像中的所述非常驻对象进行三维建模，获得第一图像；对所述待检测图像中的所述非常驻对象进行二维建模，获得第二图像；基于所述第一图像和所述第二图像进行交通事件检测，获得交通事件检测结果。本发明可实现交通事件的快速检测。
-
公开(公告)号：CN119107525A
公开(公告)日：2024-12-10
申请号：CN202411594928.7
申请日：2024-11-11
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06V10/776 , G06V10/80 , G06V10/764 , G06V10/774
Abstract: 基于数字孪生模型的路面坑槽修复材料工程量计算方法，属于路面修复工程技术领域。为准确计算路面坑槽修复材料工程量，本发明包括采用车载三维结构光相机的方式采集路面图像，然后对采集的路面图像进行图像像素更新处理，得到处理后的路面图像，提取出全部包含路面坑槽以及与路面坑槽的图像特征最相似的病害类型的路面图像；构建用于路面坑槽识别的数据集；构建一种轻量化的路面坑槽识别方法，得到用于路面坑槽识别的深度学习模型；构建基于路面坑槽识别的深度学习模型的数字孪生模型；基于步骤S5得到的数字孪生模型，建立基于数字孪生模型的路面坑槽修复材料工程量计算方法。本发明可以确保修复工作使用足够而准确的材料，有助于控制修复成本。
-
公开(公告)号：CN116432865B
公开(公告)日：2023-09-08
申请号：CN202310670641.7
申请日：2023-06-08
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 深圳市交通科学研究院有限公司
IPC: G06Q10/04 , G06F30/13 , G06F30/27 , G06Q10/0635 , G06Q50/08 , G06F119/14
Abstract: 一种城市桥梁群抗倾覆预测方法，包括以下步骤：对时序数据地进行获取；计算出预测风险车辆到达风险桥梁群的时间，建立风险车辆与风险桥梁群的通过关联数据库；通过建立区域内桥梁群倾覆风险工况数据库，实现桥梁群倾覆工况荷载库的建立；建立单桥倾覆风险评估系统，实现桥梁群的倾覆风险评估，并输出评估验证结果及预警桥梁道路标识信息；计算预警标记车辆的行车路径，通过OD路径计算算法计算出多条行车路径，对行车路径进行删除和保存；将评估信息和推进行车路径转化成预警信息，推送给有关部门和货车司机；从而实现桥梁群倾覆风险的评估、预警及处置。
-
公开(公告)号：CN115214492B
公开(公告)日：2023-02-03
申请号：CN202210813189.0
申请日：2022-07-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 基于视频辅助的车载酒驾检测方法、电子设备及存储介质，属于酒驾检测方法领域，是针对用气泵抽取车内气体道中检验结果可能不针对驾驶员的问题，使用吹气式酒精检测器无法确定检测者为驾驶员的问题，使用图像进行驾驶员醉酒状态分析难以确保准确性的问题所提出。包括以下步骤：提取检测图片信息进行安全带检测并记录人脸信息，提取检测图片信息进行酒精检测器使用行为合规判断，通过酒精检测结果进行酒驾检测判断。通过使用酒精检测器，解决了乘客饮酒对检测结果的影响。通过视频验证，解决了由他人代为测试的问题。直接检测酒精浓度而不是通过其他侧面的方式，提升了结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114968604B
公开(公告)日：2022-11-25
申请号：CN202210928507.8
申请日：2022-08-03
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种大规模路网下的道路仿真并行方法、装置及系统，涉及交通仿真技术领域。本发明所述的大规模路网下的道路仿真并行方法，包括：按照预设道路分层策略对道路进行分层，其中，所述预设道路分层策略包括第一规则、第二规则和第三规则，所述第一规则包括：相邻道路放于不同层，所述第二规则包括：冲突的交叉道路放于不同层，所述第三规则包括：若一道路的长度小于上游道路的最大制动距离，则将该道路的上游道路和下游道路放于不同层；创建并行队列；进行并行计算。本发明所述的技术方案，可以保证有冲突的车道在同一个处理器进行运算，能够避免并行造成的仿真异常，从而实现大规模路网下的道路仿真并行计算。
-
公开(公告)号：CN114936207B
公开(公告)日：2022-11-25
申请号：CN202210875069.3
申请日：2022-07-25
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F16/215 , G06F17/18 , G16Y20/00 , H04L67/12
Abstract: 本发明提出一种物联网传感设备感知数据质量评估方法，属于物联网传感设备感知数据质量评估技术领域。包括，采集对接设备获取实时的物联网传感设备感知数据，并存储到数据库中；从数据库中获取物联网传感设备感知数据，所述物联网传感设备感知数据包括离散型物联网传感设备感知数据和连续型物联网传感设备感知数据，分别对离散型物联网传感设备感知数据和连续型物联网传感设备感知数据进行数据质量评估得到流程西格玛值，根据流程西格玛值确定数据质量，创建线性回归模型对物联网传感设备感知数据质量进行预测。本发明有效的过滤掉缺陷设备数据及时标记出问题设备，提高服务决策的正确性。解决现有技术中存在的数据质量准确率低的技术问题。
-
公开(公告)号：CN114936207A
公开(公告)日：2022-08-23
申请号：CN202210875069.3
申请日：2022-07-25
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F16/215 , G06F17/18 , G16Y20/00 , H04L67/12
Abstract: 本发明提出一种物联网传感设备感知数据质量评估方法，属于物联网传感设备感知数据质量评估技术领域。包括，采集对接设备获取实时的物联网传感设备感知数据，并存储到数据库中；从数据库中获取物联网传感设备感知数据，所述物联网传感设备感知数据包括离散型物联网传感设备感知数据和连续型物联网传感设备感知数据，分别对离散型物联网传感设备感知数据和连续型物联网传感设备感知数据进行数据质量评估得到流程西格玛值，根据流程西格玛值确定数据质量，创建线性回归模型对物联网传感设备感知数据质量进行预测。本发明有效的过滤掉缺陷设备数据及时标记出问题设备，提高服务决策的正确性。解决现有技术中存在的数据质量准确率低的技术问题。
-
公开(公告)号：CN114608432B
公开(公告)日：2022-08-23
申请号：CN202210525896.X
申请日：2022-05-16
Applicant: 深圳市城市交通规划设计研究中心股份有限公司 , 深圳市交通科学研究院有限公司
Abstract: 本发明提供了一种桥梁变形监测装置及方法，装置包括基板，和安装在基板上的GNSS装置、三维振动传感器和三维倾斜度传感器；三维振动传感器，包括第一弹性件和两个摆件，第一弹性件的一端与基板固定连接，两个摆件的一端分别与基板转动连接，且两个摆件的摆动方向与第一弹性件的伸缩方向两两垂直，第一弹性件和两个摆件上分别设置有光纤光栅；三维倾斜度传感器，包括三个第二弹性件，三个第二弹性件的一端分别与基板固定连接，且三个第二弹性件的伸缩方向两两垂直，各个第二弹性件上分别设置有光纤光栅；其中，所有光纤光栅依次串联。本发明的技术方案能够简化桥梁变形监测系统电子结构，提高桥梁变形监测准确性。
-
公开(公告)号：CN114357594B
公开(公告)日：2022-08-23
申请号：CN202210218264.9
申请日：2022-03-08
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F30/13 , G06F30/27 , G06K9/62 , G06N3/04 , G06F16/2458
Abstract: 本发明提出一种基于SCA‑GRU的桥梁异常监测方法、系统、设备及存储介质，属于桥梁监测技术领域。将桥梁监测数据作为样本数据集对数据进行归一化处理，将数据集划分为训练集和测试集，将训练集作为GRU模型的输入层输入数据，输出层输出预测类型；使用均方误差函数计算实际值与预测值间差距；优化目标函数，在每次训练迭代GRU时计算损失函数的梯度，更新GRU模型的网络权重和偏置；判断迭代次数，当迭代次数等于D时，获得最优参数，并将最优参数应用于GRU模型；将测试集输入优化后的GRU模型中，输出预测结果。解决桥梁监测准确率低的技术问题，实现实时监测桥梁状态，对桥梁进行故障排查和诊断并针对桥梁异常进行告警的效果。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.05 seconds)
