-
公开(公告)号：CN111898909A
公开(公告)日：2020-11-06
申请号：CN202010755992.4
申请日：2020-07-31
Applicant: 同济大学
Abstract: 本发明涉及智能公共交通系统技术领域的一种基于实时需求的无人驾驶公交派车方法，包括如下步骤：(1)基于计算机与通信技术，汇总各站点乘客需求信息；(2)基于公交车的车载终端设备，追踪车辆状态信息；(3)通过车辆信息与各站点乘客需求信息，实时计算下一公交班次的待运总需求；(4)基于派车算法计算派车数量，设置最大发车间隔、最小发车条件参数、最大发车条件参数与单位时间，每间隔单位时间，基于实时的需求信息、车辆状态信息计算派车数；(5)根据历史客流数据，基于智能体仿真的方法测试不同参数下算法的实施效果，选取合理的参数，优化算法。采用本发明的方案能够克服现有公交的运营模式和调度方法的局限性。
-
公开(公告)号：CN108230704B
公开(公告)日：2020-05-22
申请号：CN201810011088.5
申请日：2018-01-05
Applicant: 同济大学
IPC: G08G1/087
Abstract: 本发明公开一种独立路权下考虑绿波的有轨电车优先控制方法。所述控制方法包括判断有轨电车是否能够以恒稳运行的正常速度进入下游信号控制子区内的有轨电车绿波；判断有轨电车以恒稳运行的最大速度是否能够进入下游信号控制子区内的有轨电车绿波以及判断将距离有轨电车最近的交叉口的绿灯时长至设定的最大绿灯延长时间时，有轨电车是否能够以恒稳运行的最大速度通过下游信号控制子区有轨电车绿波。采用本发明的控制方法，对有轨电车进入新的控制子区提供有条件地优先控制，保证有轨电车能够尽可能地以不停车地方式快速通过交叉口，提高社会车辆的通行效益和有轨电车的服务水平。
-
公开(公告)号：CN107067710B
公开(公告)日：2019-11-29
申请号：CN201710264660.4
申请日：2017-04-21
Applicant: 同济大学
Abstract: 本发明涉及一种考虑节能的城市公交车运行轨迹优化方法，包括以下步骤：1)将当前公交车运行位置至运行计划规定的停站点之间的运行区间依次按道路特征划分为连续的多个子区间，道路特征包括坡度路段、限速路段和交叉口路段，并将道路特征对应属性值赋予每个子区间；2)根据划分后的子区间构建考虑节能因素的城市公交车驾驶策略双层优化计算模型；3)对城市公交车驾驶策略双层优化计算模型进行求解，最终获得当前公交车运行位置至运行计划规定的停站点之间的运行区间的优化轨迹，包括各个子区间公交车的行驶速度、行驶时间、位置以及牵引力和制动力。与现有技术相比，本发明具有动态连续、减少能耗、提高准点率与舒适性等优点。
-
公开(公告)号：CN119479319B
公开(公告)日：2025-03-28
申请号：CN202510066495.6
申请日：2025-01-16
Applicant: 同济大学
IPC: G08G1/01 , G06Q50/40 , G06Q10/063
Abstract: 本发明涉及道路交通网络评估技术领域，尤其是涉及一种城市轨道交通网络韧性评估方法及系统。本发明基于数据驱动，首先提取城市轨道交通网络AFC数据，对该AFC数据处理以获取OD对数据，接着对OD对数据进行数据清洗，并整合形成整体数据集；然后计算整体数据集中各OD对的常态基值；并确定被测场景范围，从整体数据集中提取形成被测场景数据集；再利用常态基值与被测场景数据集，计算求得标准分数；最后由标准分数构建韧性指标，依据该韧性指标评估网络的韧性变化。与现有技术相比，本发明具有弱化噪声影响，准确评估城市轨道交通网络在扰动事件下的韧性特征等优点。
-
公开(公告)号：CN118627663A
公开(公告)日：2024-09-10
申请号：CN202410663520.4
申请日：2024-05-27
Applicant: 上海海勃物流软件有限公司 , 上海国际港务(集团)股份有限公司 , 同济大学
Abstract: 本发明公开了一种车辆多模态轨迹预测方法、系统、设备及存储介质，所述车辆多模态轨迹预测方法包括以下步骤：获取车辆轨迹和车道数据，使用注意力模型提取轨迹特征和车道特征，构建多尺度超图处理轨迹特征得到交互特征，将交互特征传递给车道特征并构建车辆未来行驶路线的全局概率网络图，通过全局概率网络图对车辆轨迹进行预测。使用路测感知单元获取高精度的车辆轨迹数据和车道数据，便于特征的提取与计算；通过多尺度超图对车辆之间的相互作用进行建模，实现了车辆之间相互作用的量化计算和可解释性表达；引入全局概率网络图表征车辆驾驶的不确定性，结合采用算法、轨迹解码器得到预测的多条车辆轨迹，实现准确、多模态的车辆轨迹预测。
-
Patent Agency Ranking
公开(公告)号：CN117854278A
公开(公告)日：2024-04-09
申请号：CN202410029137.3
申请日：2024-01-09
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明提供一种感应信号控制交叉口交通信号预测方法，属于信号控制交叉口交通技术领域，其包括三部分，分别是采集历史数据、构建马尔科夫转移概率矩阵、交通信号预测。在采集历史数据时，需要采集道路交通流数据与交通信号数据，并将它们存储至本地。在构建马尔科夫转移概率矩阵时，用存储的历史数据进行构建。在交通信号预测时，用已经得到的马尔科夫转移概率矩阵，结合当前的交通流数据与交通信号数据，完成交通信号预测。本发明与现有的交通信号预测方法相比，考虑了实时的交通流状态，因此预测精度较高，同时由于计算过程相对简单，因此计算效率较高，本发明提供的方法适用于绝大部分的感应信号控制交叉口交通信号预测。
-
公开(公告)号：CN117331313A
公开(公告)日：2024-01-02
申请号：CN202311248018.9
申请日：2023-09-25
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于平行学习的自动驾驶智能决策控制方法及域控制系统，该方法包括：将自动驾驶决策控制问题划分成子问题，确定出专家模型；基于深度强化学习算法，建立自动驾驶决策控制的状态和动作空间、决策控制规则、奖励函数；以多个专家模型为底层、以多个工人模型为中层、以一个领导模型为顶层，建立平行学习框架和平行仿真环境，对三个模型进行相应训练；在动态变化驾驶环境中测试领导模型的性能，若满足测试要求，则由领导模型观测状态，结合工人模型输出的动作，得到当前决策信息，并执行该决策信息完成车辆控制。与现有技术相比，本发明能有效解决样本数据抽样效率低下、泛化能力差的问题，能够适应动态的驾驶环境和变化的乘车需求。
-
公开(公告)号：CN115512544B
公开(公告)日：2023-08-29
申请号：CN202211159837.1
申请日：2022-09-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于状态识别的公交运行评估方法和系统，所述方法步骤包括：获取车辆定位数据；对所得定位数据进行预处理，并求取公交运行状态表征指标；通过训练好的公交系统状态迁移识别模型将所述公交运行状态表征指标的序列识别为有限种公交基本运行模式的组合；基于定义好的语义类型，对识别的所述公交基本运行模式进行语义类型归属判定。与现有技术相比，本发明具有不依赖先验知识或专家经验即可确定公交运行状态类别与数量等优点。
-
公开(公告)号：CN113127466B
公开(公告)日：2023-04-11
申请号：CN202110422349.4
申请日：2021-04-20
Applicant: 同济大学
IPC: G06F16/215 , G06F16/29 , G08G1/01
Abstract: 本发明提供了一种车辆轨迹数据预处理方法及计算机存储介质，所述车辆轨迹数据预处理方法包括以下步骤：将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据；将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型；从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正；计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除；以及根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正。本发明通过对车辆轨迹数据的预处理，提高了数据精度，为更加准确的识别道路交通运行状态与安全状态提供数据支持。
-
公开(公告)号：CN113127466A
公开(公告)日：2021-07-16
申请号：CN202110422349.4
申请日：2021-04-20
Applicant: 同济大学
IPC: G06F16/215 , G06F16/29 , G08G1/01
Abstract: 本发明提供了一种车辆轨迹数据预处理方法及计算机存储介质，所述车辆轨迹数据预处理方法包括以下步骤：将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据；将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型；从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正；计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除；以及根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正。本发明通过对车辆轨迹数据的预处理，提高了数据精度，为更加准确的识别道路交通运行状态与安全状态提供数据支持。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.02 seconds)
