-
公开(公告)号：CN116935622A
公开(公告)日：2023-10-24
申请号：CN202310295662.5
申请日：2023-03-24
Applicant: 桂林电子科技大学
IPC: G08G1/01 , G08G1/065 , G06F30/20 , G06F17/11 , G06F111/04
Abstract: 本发明公开了一种混合交通场景下的快速路多车道协同控制方法，在多车道上布设检测器，检测器用于检测各进口车道流量、各进口车道车头车距、各进口车道排队长度；对进口车道相位相序进行优化，进行判断相位相序是否发生改变；若是，根据车道控制模型进行相位相序分配；若否，进行判断相位绿时和信号周期时长是否改变；若是，进行信号配时；若否，返回步骤1；完成相位相序分配后，进行信号配时，同时进行交通流变化和排队长度判断，当得到最小延误后，结束协同控制；本发明通过感知交通数据，合理的改变各车道的相位相序和自适应信号配时来减少交织区的延误，保证交织区内车辆高效通行，从而避免各个车道发生溢流。
-
公开(公告)号：CN116523958A
公开(公告)日：2023-08-01
申请号：CN202310323619.5
申请日：2023-03-29
Applicant: 桂林电子科技大学
IPC: G06T7/246 , G06T7/277 , G06T5/00 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G08G1/01
Abstract: 本发明涉及车辆轨迹领域，具体是指一种基于YOLOv5的车辆轨迹数据提取方法，包括制作车辆航拍数据集，构建航拍视频下的车辆训练图像；制作YOLOv5模型，使用基于Pytorch的深度学习框架进行目标检测模型YOLOv5的训练，训练完成后获得YOLOv5权重文件；车辆的检测和跟踪；车辆轨迹的坐标转化；车辆轨迹的降噪，获得真实的车辆轨迹信息。本发明利用YOLOv5训练模型才对车辆训练图像进行训练，有效提取目标车辆信息，通过二维离散帧图进行车辆轨迹分析，有效获取车辆拥堵信息，有利于对交通部门对行车车道进行有效规划。
-
公开(公告)号：CN112419711B8
公开(公告)日：2022-06-14
申请号：CN202011140333.6
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 广西华蓝工程管理有限公司 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种基于改进GMDH算法的封闭式停车场停车需求预测方法，使用GMDH算法对封闭式停车场进场车流量训练，在训练过程中针对GMDH算法建模泛化能力差的问题，结合集成学习(Ensemble Learning)的思想对GMDH算法进行改进，提高GMDH模型泛化能力，并将改进的算法应用到封闭式停车场进场停车需求预测模型的构建中。该方法减少了对历史数据的依赖、降低了数据成本，并且具有较高的预测精度，可以快速、有效地对封闭式停车场停车需求进行预测。后期可基于用户均衡理论，结合智能交通诱导系统，实现区域性的、不同特性的停车场停车资源共享与调度，对智慧城市的建设具有重大的实用价值。
-
公开(公告)号：CN110503833B
公开(公告)日：2021-06-08
申请号：CN201910809931.9
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法，首先，收集交通流特征历史数据，预处理后进行数图转换；其次，输入图像数据，建立并训练交通流特征值的预测模型；第三，收集实时交通流特征数据，预处理后数图转换输入模型，输出短时变化趋势预测图，并利用图数转换将预测趋势图转为文本数据；第四，转换后的文本数据，利用训练好的预测模型对道路交通特征值进行短时预测，对汇入主线的车流量提前进行联动控制；最后，使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析，并发布路况信息。本发明控制方法，数据预处理后分别进行数图转换，数图转换可提取二维图像更多细节特征，降低模型训练和预测时间，提高预测精度与实时信息处理速度。
-
公开(公告)号：CN110503833A
公开(公告)日：2019-11-26
申请号：CN201910809931.9
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于深度残差网络模型的入口匝道联动控制方法，首先，收集交通流特征历史数据，预处理后进行数图转换；其次，输入图像数据，建立并训练交通流特征值的预测模型；第三，收集实时交通流特征数据，预处理后数图转换输入模型，输出短时变化趋势预测图，并利用图数转换将预测趋势图转为文本数据；第四，转换后的文本数据，利用训练好的预测模型对道路交通特征值进行短时预测，对汇入主线的车流量提前进行联动控制；最后，使用VB+VISSIM程序进行ALINEA算法的仿真评价与分析，并发布路况信息。本发明控制方法，数据预处理后分别进行数图转换，数图转换可提取二维图像更多细节特征，降低模型训练和预测时间，提高预测精度与实时信息处理速度。
-
Patent Agency Ranking
公开(公告)号：CN110503104A
公开(公告)日：2019-11-26
申请号：CN201910810616.8
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的短时剩余车位数量预测方法，包括建立短时剩余停车位数量预测模型和下一时段的剩余停车位数量预测两部分，首先，建立样本数据集，利用图像训练卷积神经网络，获得短时剩余停车位数量预测模型；其次，将预测场景下的当前时段二维时间序列图导入模型，即可预测下一时间段停车位剩余数量变化趋势。此外，将趋势图进行数图转化，即可以获得下一时间段剩余停车位数量。相比于其他深度、前馈神经网络，卷积神经网络需要训练的参数更少，且其特殊的空间结构能够利用输入的文本数字化数据转化为可视化的二维图像形式进行特征提取、学习与预测。通过对比分析，模型鲁棒性更好，预测结果精确度更高。
-
公开(公告)号：CN117789170A
公开(公告)日：2024-03-29
申请号：CN202311864577.2
申请日：2023-12-30
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司 , 南宁市公安局交通警察支队
IPC: G06V20/58 , G06V10/44 , G06V10/82 , G06V10/774 , G06V20/40 , G06V10/26 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种机场出发层道路车辆停靠过程行为识别方法及网络结构，所述识别方法包括采集机场出发层道路车辆停靠过程中驾驶状态图像的样本数据集并进行数据预处理；利用采集的驾驶状态图像去提取机场出发层道路车辆各类驾驶状态特征并且训练Vision Transformer网络；利用得到的Vision Transformer网络去识别机场出发层道路车辆停靠过程中的驾驶行为，得到特征数据表。本发明为未来机场出发层的车辆研究和道路设计以及通行规范设计提供技术支持，对以后机场内路侧道路管控可起到对车辆违规行为识别、追踪并获取车辆运行轨迹数据等作用。
-
公开(公告)号：CN116486608A
公开(公告)日：2023-07-25
申请号：CN202310295661.0
申请日：2023-03-24
Applicant: 桂林电子科技大学
IPC: G08G1/01
Abstract: 本发明公开了一种区分交通振荡时车辆行为对交通安全影响的方法，设置可控车辆、缓解路段、控制车道和开放车道；沿缓解路段设置多个摄像头；将目标缓解速度应用于控制车道中的可控车辆，该目标缓解速度是基于开放车道的交通状态；获取可控车辆的视频图像，从而得到驾驶员的驾驶行为；将获取到的驾驶员驾驶行为的数据通过人工势场法分析，获得驾驶员行为的斥力场求梯度和虚拟力；将驾驶员行为的斥力场求梯度和虚拟力结合自适应无迹卡尔曼滤波法建立融合驾驶员行为的运动方程，实现车辆运动状态的预测；本发明在各种交通环境中能灵活地解决交通拥堵并平稳包括多个车道的道路上的交通振荡；本发明大幅度提高了运动车辆状态预测的准确性和鲁棒性。
-
公开(公告)号：CN112419711B
公开(公告)日：2022-05-17
申请号：CN202011140333.6
申请日：2020-10-22
Applicant: 桂林电子科技大学 , 华蓝设计(集团)有限公司
Abstract: 本发明公开了一种基于改进GMDH算法的封闭式停车场停车需求预测方法，使用GMDH算法对封闭式停车场进场车流量训练，在训练过程中针对GMDH算法建模泛化能力差的问题，结合集成学习(Ensemble Learning)的思想对GMDH算法进行改进，提高GMDH模型泛化能力，并将改进的算法应用到封闭式停车场进场停车需求预测模型的构建中。该方法减少了对历史数据的依赖、降低了数据成本，并且具有较高的预测精度，可以快速、有效地对封闭式停车场停车需求进行预测。后期可基于用户均衡理论，结合智能交通诱导系统，实现区域性的、不同特性的停车场停车资源共享与调度，对智慧城市的建设具有重大的实用价值。
-
公开(公告)号：CN109544909B
公开(公告)日：2021-06-04
申请号：CN201811264926.6
申请日：2018-10-29
Applicant: 华蓝设计(集团)有限公司 , 桂林电子科技大学 , 东南大学
Abstract: 本发明公开了一种基于航拍视频车辆轨迹的驾驶员换道行为分析方法，利用图像跟踪技术，对无人机高空航拍所采集到的车辆运动视频数据进行提取和处理，进而通过数据拟合、坐标系的映射和转换，获得相应的运动轨迹图、沿车道方向的位移时空图和垂直于车道方向的车道偏离波动图。本发明提出的车辆轨迹处理和转化方法的能高效、便捷、准确的处理提取出的视频中的车辆轨迹，对基于轨迹分析的相关交通现象与驾驶员特性的研究与存在重要意义。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.033 seconds)
