-
公开(公告)号：CN118411838A
公开(公告)日：2024-07-30
申请号：CN202410348024.X
申请日：2024-03-26
Applicant: 东南大学
Abstract: 本发明构建了一种混合网联环境应急车辆时空路权协同优先控制方法，以提高混合网联环境下应急车辆的救援效率，同时避免对社会车辆造成较大延误。首先，针对混合网联环境下的网联车辆与人工车辆提出了一种基于CV精细化轨迹数据的车辆轨迹重构方法，用于估计各车道的交通状态；之后，提出了基于红灯早断、绿灯延长等方案的时间路权优先策略以及基于应急优先车道、动态清空距离等方案的空间路权优先策略；最后，基于模型预测控制框架设计了一种主动优先控制算法，通过速度引导、信号优先控制等方式保障应急车辆的优先通行权。
-
公开(公告)号：CN116524715A
公开(公告)日：2023-08-01
申请号：CN202310406557.4
申请日：2023-04-17
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种结合干线绿波协调和应急路径决策的滚动双层规划方法，基于路径规划与信号控制博弈协调的思想，并将传统路侧数据与新型网联数据融合，增进数据精度；改进交通波模型建立动态路阻函数，并构建行程时间可靠性指标进一步完善路权；基于Webster配时法与干线绿波思想，对信控方案进行由点到线的优化控制，并基于交叉口延误模型对方案进行评估与抉择。本发明在智能网联环境下，在考虑交通系统整体效益的条件下实现了应急救援路径的动态更新。同时，基于双层规划的思想，实现了应急救援车辆的优先通行与路网社会车辆整体运行效益的博弈均衡。
-
公开(公告)号：CN116469250A
公开(公告)日：2023-07-21
申请号：CN202310305362.0
申请日：2023-03-27
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于迁移学习的城市路网动态OD估计方法。本发明的研究对象是城市路网中的动态交通需求，方法的基础数据包括社会车辆车牌识别数据以及出租车GPS数据，基于迁移学习的框架完成有监督的动态OD估计。考虑到载客状态下的出租车与社会车辆的行程具有相似性，分别从号牌数据和GPS数据中提取有效的同构出行行程数据，应用迁移学习将出租车数据中的出行起讫点识别知识应用于社会车辆号牌数据，确定社会车辆出行的起终点从而完成动态OD估计。
-
Patent Agency Ranking
公开(公告)号：CN119964371A
公开(公告)日：2025-05-09
申请号：CN202510070381.9
申请日：2025-01-16
Applicant: 东南大学
Abstract: 本发明提出了一种考虑因果推断和动态路径诱导相结合的交通管理方法，通过对事故时空扩散效应进行定量分析，结合实时监测数据，生成全局最优的交通诱导方案。本发明能够快速缓解交通事故引发的局部拥堵，最大程度恢复路网稳定，提升城市应急交通管理的效率和系统整体通行能力。
-
公开(公告)号：CN117877292B
公开(公告)日：2024-12-10
申请号：CN202410019464.0
申请日：2024-01-05
Applicant: 东南大学
IPC: G08G1/087 , G08G1/0965 , G08G1/01 , G06N3/092
Abstract: 本发明涉及一种基于RL的两阶段应急信号优先控制方法、设备、介质，其中控制方法包括：获取基于V2I的交叉口的历史交通数据信息；基于所述历史交通数据信息离线训练DQN模型，离线训练DQN模型中奖励函数为分段函数形式，并以应急车辆是否通过交叉口作为判断条件，其中，第一阶段的奖励函数以应急车辆的优先通行权与社会车辆通行效率两部分组成，第二阶段的奖励函数仅包括社会车辆通行效率；利用训练后的DQN模型生成交叉口信号方案的控制决策。与现有技术相比，本发明基于训练好的DQN模型设计了一套控制策略，可根据V2I采集的实时交通状态为应急车辆提供信号优先权，同时降低对交叉口其他社会车辆产生的延误影响。
-
公开(公告)号：CN118447701A
公开(公告)日：2024-08-06
申请号：CN202410356507.4
申请日：2024-03-27
Applicant: 东南大学
IPC: G08G1/0968 , G08G1/09
Abstract: 本发明公开了一种基于事故影响因果推断的应急车辆动态路径规划方法，本发明收集路网交通流信息进行因果推断模型训练，并为应急车辆选择耗时最短的路线到达事故现场。通过读取路网信息，获得路网交通流数据，设置目标节点、源节点与路网中其他交叉口节点，并确定事故发生的类型，地点与时间，生成相应的事故信息作为输入；通过因果推断方法获得时空速度的影响值，并得到时变周期下更新的新的路段行程时间；通过路网权值时变特性的全局最优路径规划方法进行应急车辆最优路径选择。本发明将机器学习方法与传统因果效应模型相结合，实现应急车辆的动态路径规划，提高通行效率。
-
公开(公告)号：CN117877292A
公开(公告)日：2024-04-12
申请号：CN202410019464.0
申请日：2024-01-05
Applicant: 东南大学
IPC: G08G1/087 , G08G1/0965 , G08G1/01 , G06N3/092
Abstract: 本发明涉及一种基于RL的两阶段应急信号优先控制方法、设备、介质，其中控制方法包括：获取基于V2I的交叉口的历史交通数据信息；基于所述历史交通数据信息离线训练DQN模型，离线训练DQN模型中奖励函数为分段函数形式，并以应急车辆是否通过交叉口作为判断条件，其中，第一阶段的奖励函数以应急车辆的优先通行权与社会车辆通行效率两部分组成，第二阶段的奖励函数仅包括社会车辆通行效率；利用训练后的DQN模型生成交叉口信号方案的控制决策。与现有技术相比，本发明基于训练好的DQN模型设计了一套控制策略，可根据V2I采集的实时交通状态为应急车辆提供信号优先权，同时降低对交叉口其他社会车辆产生的延误影响。
-
公开(公告)号：CN116226312A
公开(公告)日：2023-06-06
申请号：CN202310305227.6
申请日：2023-03-27
Applicant: 东南大学
Abstract: 本发明提供了一种面向突发事件影响的城市道路交通网络韧性评估方法，该方法包括：收集道路交通网络GIS数据以及车辆GPS轨迹数据；通过Space L方法构造网络拓扑结构，利用地图匹配算法实现交通状态信息与路网与拓扑信息的匹配；分别计算道路交通网络的结构韧性以及功能韧性指标，包括节点度、介数中心性、紧密中心性以及路段相对运行速度，并基于此计算网络的绝对韧性指标；计算考虑网络拓扑结构影响下路段的相对运行速度，利用渗流理论计算路网在不同连通性水平下的渗流阈值，并以渗流阈值作为网络的相对韧性指标；综合绝对韧性以及相对韧性指标，建立道路交通网络韧性评估综合指标对路网韧性进行评估。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
