一种综合交通运输阻抗建模的方法

    公开(公告)号:CN119887487A

    公开(公告)日:2025-04-25

    申请号:CN202411713017.1

    申请日:2024-11-27

    Applicant: 东南大学

    Abstract: 本发明涉及一种综合交通运输阻抗模型建立的方法,属通运输工程、智能交通技术于技术领域。该方法根据公路交通的出行特征、铁路交通的出行特征、水路交通的出行特征、航空交通的出行特征、枢纽转运特征分别建立时间阻抗模型;依据所述的公路多项式时间阻抗模型、普铁和高铁构建时间阻抗模型、水路运输多项式时间阻抗模型、航空运输时间阻抗模型、枢纽转运的时间阻抗模型结合路线选择模型进行综合交通分配。本发明根据五种交通模式的运营特征提出了一种简单且可比较的交通阻抗模型。其综合各个交通运输方式的特点,考虑了公路、铁路、航空、水运等运输方式的阻抗,有效支撑综合交通系统一体化分析的需求。

    一种基于智能网联环境的城市路网混合交通流逐日演化预测方法

    公开(公告)号:CN117351718B

    公开(公告)日:2024-08-06

    申请号:CN202311356441.0

    申请日:2023-10-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于智能网联环境的城市路网混合交通流逐日演化预测方法,首先获取路网拓扑与出行需求数据,根据突发事件的类型与位置,将其对交通网络的影响反应至拓扑数据当中,根据路网的路段数据与起讫点数据得到所有起讫点间可行路径数据,将车辆的出行需求分配至路网,进行交通网络流量演化逐日预测,人工驾驶车辆与智能网联车辆的路径感知成本,对不同类型车辆分别求解当日总感知成本最小方程,将求解结果作为演化方向,按流量转化率将前一日流量分布向演化方向移动,得到当日演化结果,实现人工驾驶车辆与智能网联车辆分类预测,迭代执行直至达到预测期限,得到每日的流量结果。本发明能够快速预测突发事件后混合流交通流量演化过程。

    面向突发事件下路网流量实时预测的在线学习图卷积方法

    公开(公告)号:CN118097934A

    公开(公告)日:2024-05-28

    申请号:CN202410053579.1

    申请日:2024-01-15

    Applicant: 东南大学

    Abstract: 本发明公开了面向突发事件下路网流量实时预测的在线学习图卷积方法,通过事故前后的不同参数训练模式,实现了事故发生后更高精度的路网流量预测。通过事故前的检测器数据可以训练出针对未发生事故情况下的路网流量特征,但是事故发生后,路网流量特征发生重大改变,事故发生前训练出的模型参数不再适用事故发生时的路网流量特征。因此事故发生后采用实时更新参数的方法,对自适应图卷积网络参数进行实时更新,让该模型能够识别事故特征,实现对事故发生后高速路网交通流的更高精度预测。本发明所提基于实时参数更新图卷积网络突发重大交通事故后的高速路网交通流预测方法具有较高的预测精度。

    一种城市道路交通应急预案仿真综合分析方法

    公开(公告)号:CN113642162B

    公开(公告)日:2024-04-05

    申请号:CN202110857095.9

    申请日:2021-07-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种城市道路交通应急预案仿真综合分析方法,具体包括:步骤1是基于城市交通系统仿真平台选取分析指标集;步骤2是路网常态化交通状况仿真;步骤3是道路交通突发事件下路网交通状况仿真;步骤4是备选应急预案实施后路网交通状况仿真;步骤5是实施前后分析指标数据统计及处理;步骤6是基于模糊综合分析法进行综合分析。本发明技术利用城市交通系统仿真平台,实现了在道路交通应急预案实施前对其进行快速、准确地量化综合分析,改变了传统应急预案分析中事后分析以及依赖个人经验的局限性,使对应急预案的分析更加全面科学,提高城市道路交通的综合管理和应急管理能力。

    高速公路交织区协同自适应巡航优化控制方法

    公开(公告)号:CN115424456B

    公开(公告)日:2023-05-19

    申请号:CN202210998575.1

    申请日:2022-08-19

    Applicant: 东南大学

    Abstract: 本发明公开高速公路交织区协同自适应巡航优化控制方法,属于计算、推算或计数的技术领域。本发明定义了协同自适应巡航编组车辆的车头时距控制策略;提出了反馈‑前馈相结合的综合控制系统;设计了综合控制系统中前馈控制模块的控制方法,提出了可变加速度变化限制控制策略,并将其运用到了前馈控制模块中。本发明还采用基于滚动时域的模型预测控制算法识别相邻车道车辆的交通行为,根据识别的相邻车道车辆交通行为对被控车辆的加速度进行限制。该优化控制方法提升车队整体在高速公路交织区等复杂交通环境下的运行平稳性,提升系统自动驾驶车辆的驾驶舒适性和安全性。

    一种信号交叉口智能网联车辆队列的协同行驶控制方法

    公开(公告)号:CN115993818A

    公开(公告)日:2023-04-21

    申请号:CN202211398560.8

    申请日:2022-11-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种信号交叉口智能网联车辆队列的协同行驶控制方法,具体为:步骤1:根据当前时刻第i个车辆的实际位置与预设路径的差异,计算第i个车辆的转向角;步骤2:计算网联车队中第i个车辆的队列速度合成值;步骤3:计算网联车队中第i个车辆的速度与该第i个车辆对应的队列速度合成值的队列速度差;步骤4:基于队列速度差,计算第i个车辆的加速度;步骤6:根据第i个车辆的加速度和转向角,计算下一个时刻第i个车辆的空间位置和速度的预期值,并转步骤1。本发明的方法可以有效提高协同车辆队列的运行效率和协同车辆队列的稳定性。

    一种两阶段的交通分布预测方法

    公开(公告)号:CN114694378B

    公开(公告)日:2023-02-14

    申请号:CN202210276416.0

    申请日:2022-03-21

    Applicant: 东南大学

    Abstract: 本发明提出一种分别考虑区内出行与区间出行的两阶段的交通分布预测方法,该方法包括如下步骤:首先,采集城市交通出行需求分布相关数据;其次,构建交通小区内部出行需求分布量的预测模型并得到预测结果;然后,构建交通小区之间出行需求分布量的预测模型并得到预测结果;最后,综合交通小区内部和交通小区之间出行需求分布量预测模型,得到最终城市交通出行需求分布结果。本发明既弥补了常规分布模型的不足,又提高了对现状出行需求分布信息的利用程度,考虑了区内出行和区间出行的特征差异,更加符合实际情况,对城市交通出行需求分布的预测具有更好的预测性能,可为城市交通规划提供参考依据。

    面向新型混合交通流的道路网络连续设计方法

    公开(公告)号:CN115662137A

    公开(公告)日:2023-01-31

    申请号:CN202211345489.7

    申请日:2022-10-31

    Applicant: 东南大学

    Abstract: 本发明设计了一种面向新型混合交通流的道路网络连续设计方法,具体步骤为:首先提出了一个面向新型混合交通流交通分配问题,用于估计路径收费(决策变量)对于流量均衡的影响,然后通过考虑人工驾驶车辆与网联自动驾驶车辆对交通状况的认知水平,增强各类型车辆路线选择行为模拟的真实性,根据交通分配问题中人工驾驶车辆路径流、网联自动就是车辆路径流与相应起终点唯一的特点,建立了混合交通流交通分配问题。为了对道路网络连续设计问题进行求解,本发明提出了一种修正的可行方向范数松弛法,在混合交通流分配问题存在唯一解或不唯一解的条件下,该算法均可实现全局最优。本发明可以实现在混合交通环境下实现网络性能的最大化。

    高速公路交织区协同自适应巡航优化控制方法

    公开(公告)号:CN115424456A

    公开(公告)日:2022-12-02

    申请号:CN202210998575.1

    申请日:2022-08-19

    Applicant: 东南大学

    Abstract: 本发明公开高速公路交织区协同自适应巡航优化控制方法,属于计算、推算或计数的技术领域。本发明定义了协同自适应巡航编组车辆的车头时距控制策略;提出了反馈‑前馈相结合的综合控制系统;设计了综合控制系统中前馈控制模块的控制方法,提出了可变加速度变化限制控制策略,并将其运用到了前馈控制模块中。本发明还采用基于滚动时域的模型预测控制算法识别相邻车道车辆的交通行为,根据识别的相邻车道车辆交通行为对被控车辆的加速度进行限制。该优化控制方法提升车队整体在高速公路交织区等复杂交通环境下的运行平稳性,提升系统自动驾驶车辆的驾驶舒适性和安全性。

    一种两阶段的交通分布预测方法

    公开(公告)号:CN114694378A

    公开(公告)日:2022-07-01

    申请号:CN202210276416.0

    申请日:2022-03-21

    Applicant: 东南大学

    Abstract: 本发明提出一种分别考虑区内出行与区间出行的两阶段的交通分布预测方法,该方法包括如下步骤:首先,采集城市交通出行需求分布相关数据;其次,构建交通小区内部出行需求分布量的预测模型并得到预测结果;然后,构建交通小区之间出行需求分布量的预测模型并得到预测结果;最后,综合交通小区内部和交通小区之间出行需求分布量预测模型,得到最终城市交通出行需求分布结果。本发明既弥补了常规分布模型的不足,又提高了对现状出行需求分布信息的利用程度,考虑了区内出行和区间出行的特征差异,更加符合实际情况,对城市交通出行需求分布的预测具有更好的预测性能,可为城市交通规划提供参考依据。

Patent Agency Ranking