-
公开(公告)号：CN109086671B
公开(公告)日：2021-05-11
申请号：CN201810723815.0
申请日：2018-07-04
Abstract: 本发明涉及一种适于无人驾驶的夜间车道标志线视频检测方法，包括以下步骤：1)获取夜间道路图像，并且进行预处理，包括采用中值滤波抑制图像噪声以及采用Sobel算子进行道路边缘增强，消除图像中的无用信息；2)根据预处理后的夜间道路图像生成“八”字形自适应感兴趣区域；3)在“八”字形自适应感兴趣区域内进行道路边界特征点进行分类，并根据分类结果分别获得左车道感兴趣四边形区域和右车道感兴趣四边形区域；4)采用改进Hough变换拟合识别车道标志线。与现有技术相比，本发明具有减小筛选道路边界点范围、车道边界点分类、减少车道线的检测时间等优点。
-
公开(公告)号：CN107170233A
公开(公告)日：2017-09-15
申请号：CN201710262143.3
申请日：2017-04-20
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于矩阵分解的典型日交通需求OD矩阵获取方法，包括以下步骤：1)将日期为i的OD矩阵为Di展开为行向量di，并将多天的OD矩阵展开得到行向量按时间堆叠成为时间×OD对的矩阵M，日期为i的OD行向量di对应矩阵M的第i行；2)采用奇异值分解方法将矩阵M分解为三个子矩阵的乘积；3)根据规律性和爆发性指标对OD分布进行分类；4)将各类别的OD分布进行重组，得到典型日交通需求OD矩阵。与现有技术相比，本发明具有可以识别交通需求OD矩阵的结构特征和提取典型日OD矩阵、为交通需求分析和预测以及突发事件影响分析提供依据等优点。
-
公开(公告)号：CN106971538A
公开(公告)日：2017-07-21
申请号：CN201710282200.4
申请日：2017-04-26
Applicant: 同济大学
IPC: G08G1/01
CPC classification number: G08G1/0129
Abstract: 本发明涉及一种区域路网交通状态宏观基本图的绘制方法，包括以下步骤：1)通过SCATS线圈获取交叉口车道的流量和饱和度数据，并进行数据清洗，用以去除异常线圈数据和异常时段数据；2)使用SCATS数据计算占用率；3)对占用率进行修正；4)将一定时间段内的占用率和流量进行加权平均；5)用加权平均后的占用率及流量绘制路网交通状态宏观基本图。与现有技术相比，本发明具有基于SCATS线圈数据、实时准确等优点。
-
公开(公告)号：CN103680150B
公开(公告)日：2015-10-28
申请号：CN201310633349.4
申请日：2013-12-02
Applicant: 同济大学
Abstract: 本发明涉及一种基于线圈检测的交通事件影响范围及持续时间确定方法，交通事件发生时，线圈每隔预定时间间隔采集一次交通流量和地点平均车速数据，对路段排队长度进行更新；当路段排队长度大于交通事件发生点到交叉口的距离时，对各进口道排队长度进行更新；交通事件结束时，对路段消散长度和各进口道排队长度进行更新；当路段消散长度大于交通事件发生点到交叉口的距离时，对各进口道消散长度和排队长度进行更新；当各进口道消散长度均大于对应的排队长度时，交通事件完全结束，确定事件影响范围和持续时间。与现有技术相比，本发明利用线圈对交通事件发展进行实时观测，准确估计交通事件的影响范围和影响时间，为交通控制与管理提供决策依据。
-
公开(公告)号：CN103680150A
公开(公告)日：2014-03-26
申请号：CN201310633349.4
申请日：2013-12-02
Applicant: 同济大学
Abstract: 本发明涉及一种基于线圈检测的交通事件影响范围及持续时间确定方法，交通事件发生时，线圈每隔预定时间间隔采集一次交通流量和地点平均车速数据，对路段排队长度进行更新；当路段排队长度大于交通事件发生点到交叉口的距离时，对各进口道排队长度进行更新；交通事件结束时，对路段消散长度和各进口道排队长度进行更新；当路段消散长度大于交通事件发生点到交叉口的距离时，对各进口道消散长度和排队长度进行更新；当各进口道消散长度均大于对应的排队长度时，交通事件完全结束，确定事件影响范围和持续时间。与现有技术相比，本发明利用线圈对交通事件发展进行实时观测，准确估计交通事件的影响范围和影响时间，为交通控制与管理提供决策依据。
-
Patent Agency Ranking
公开(公告)号：CN102333274A
公开(公告)日：2012-01-25
申请号：CN201010224667.1
申请日：2010-07-12
Applicant: 同济大学
IPC: H04W4/02
Abstract: 本发明涉及一种基于手机信号数据处理通勤信息的方法及装置，该方法包括以下步骤：1)提取个人出行轨迹链信息；2)筛选轨迹链信息；3)进行家所在地的判断，若判断为是则进行步骤4)，否则返回步骤2)；4)进行工作所在地的判断，若判断为是则进行步骤5)，否则返回步骤2)；5)整理信息并得到手机用户通勤出发地和目的地的矩阵、产生量、吸引量；6)扩大样本，得到一定区域范围的人员通勤出发地和目的地的矩阵；该装置包括处理器、存储器、电源、键盘、显示器。与现有技术相比，本发明具有可以实现对城市人员的通勤出发地和目的地进行连续的观测，解决了居民出行调查时效性和样本量不足的问题等优点。
-
公开(公告)号：CN117932420A
公开(公告)日：2024-04-26
申请号：CN202311791529.5
申请日：2023-12-25
Applicant: 同济大学
IPC: G06F18/241 , G06F18/214 , G06F16/29 , G06N3/09
Abstract: 本发明涉及手机信令大数据挖掘技术领域，尤其是涉及一种基于监督学习的城市短期访客识别方法、装置及存储介质。获取用户手机信令数据集后，从中提取用户驻留特征数据，将该用户驻留特征数据输入训练好的监督学习模型，获取访客识别结果，用户手机信令数据集包括训练数据集，监督学习模型利用访客标记和从训练数据集中提取的用户驻留特征数据完成训练，访客标记通过训练数据集获取。与现有技术相比，本发明具有在大范围对手机信令数据应用监督学习实现访客识别，提高识别效率的同时保证精确性，可解释性更强等优点。
-
公开(公告)号：CN112165686A
公开(公告)日：2021-01-01
申请号：CN202010881407.5
申请日：2020-08-27
Applicant: 同济大学
Abstract: 本发明涉及一种基于手机信令数据的城市访客识别方法、装置、存储介质。该方法包括如表步骤：S1、基于城市手机信令数据，根据用户标识进行分组，并对各用户的手机信令数据进行时空间重构与标记；S2、基于时空间重构与标记后的数据提取用户的特征指标，包括活跃天数、信令分段数、有无夜间停留点、夜间休憩点信息熵；S3、基于用户的特征指标建立识别规则，判定用户是否为城市访客。与现有技术相比，本发明能识别出多次来访访客、通勤访客、过夜访客，有效提高了访客的总体识别率，为访客时空间规律挖掘提供坚实的数据基础。
-
公开(公告)号：CN109272204A
公开(公告)日：2019-01-25
申请号：CN201810972687.3
申请日：2018-08-24
Applicant: 同济大学
Abstract: 本发明涉及一种城市地铁网络储备容量的评估方法，包括以下步骤：1)定义折返区段，并将折返区段作为地铁网络储备容量的基本分析单元；2)定义地铁网络的储备容量，具体定义为：在某个损坏场景下，地铁网站中区段通行能力与客流量比值的最小值；3)根据地铁票务数据得到交通需求，获取地铁网络各基本分析单元的客流量，并计算地铁网络的储备容量；4)识别地铁网络正常运行情况下的瓶颈区段以及地铁事故或故障停运情况下的潜在瓶颈区段。与现有技术相比，本发明具有考虑动态客流影响、全面评价、识别准确等优点。
-
公开(公告)号：CN109086671A
公开(公告)日：2018-12-25
申请号：CN201810723815.0
申请日：2018-07-04
Abstract: 本发明涉及一种适于无人驾驶的夜间车道标志线视频检测方法，包括以下步骤：1)获取夜间道路图像，并且进行预处理，包括采用中值滤波抑制图像噪声以及采用Sobel算子进行道路边缘增强，消除图像中的无用信息；2)根据预处理后的夜间道路图像生成“八”字形自适应感兴趣区域；3)在“八”字形自适应感兴趣区域内进行道路边界特征点进行分类，并根据分类结果分别获得左车道感兴趣四边形区域和右车道感兴趣四边形区域；4)采用改进Hough变换拟合识别车道标志线。与现有技术相比，本发明具有减小筛选道路边界点范围、车道边界点分类、减少车道线的检测时间等优点。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.018 seconds)
