-
公开(公告)号：CN116992400B
公开(公告)日：2024-01-05
申请号：CN202311258271.2
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于时空特征融合的协同感知方法及协同感知装置，该方法中，智能体在进行协同感知时，接收通信范围内其他智能体广播的感知信息；然后基于感知信息的时空特征选择有效的协同者；并进一步从时空维度对选择的有效协同者的感知信息进行特征融合。本发明的方法可以减少协同者的数量，降低感知融合的计算开销和复杂度；此外还可以减少无效协同者带来的噪声和干扰，并从时空维度对感知信息的特征进行聚合与优化，有效提升协同感知的精度。
-
公开(公告)号：CN113746677B
公开(公告)日：2023-09-01
申请号：CN202111021001.0
申请日：2021-09-01
Applicant: 之江实验室
IPC: H04L41/0893 , H04W72/52 , H04W72/563
Abstract: 本发明提供一种面向5G新空口的网络切片内资源分配方法，充分考虑5G新空口频域资源结构特征，并针对5G网络中业务差异性、多样性的特性，设计基于业务数据流量、信息时效性等服务需求指标的业务资源分配优先级。同时，在5G网络硬切片的基础上，提供一种多用户终端、多数据包流共存情况下的基于资源分配优先级设计的网络切片内资源分配方法。该方法首先满足各用户终端的最低传输速率要求，然后以最大化切片内加权传输速率之和作为优化目标进行资源分配。本发明提供的方法具有低复杂度的特点，能够实现切片内资源灵活、快速、动态调整分配，并且能够显著提高资源利用率、提升用户终端服务体验。
-
公开(公告)号：CN114758506B
公开(公告)日：2022-09-16
申请号：CN202210672517.X
申请日：2022-06-15
Applicant: 之江实验室
Abstract: 本发明公开了一种快速路合流区可变限速与匝道限流协同控制方法和装置。该方法主要用于城市快速路合流区。在该方法中：根据上下游关系，对路段进行编码划分；将从各车道交通数据采集设备中获取的占有率、速度等数据作为模型输入，构建车道级交通流基本图；获取合流区实时占有率，进行匝道限流控制；获取匝道入口处的实时占有率，进行队尾控制，有效防止匝道排队溢出，在此同时依托合流区车道级交通数据，进行快速路主线车道级可变限速，防止进行队尾控制后，合流区瞬时流量过大，从而减缓交通流通行能力下降现象，有效提升交通效率。
-
公开(公告)号：CN114758506A
公开(公告)日：2022-07-15
申请号：CN202210672517.X
申请日：2022-06-15
Applicant: 之江实验室
Abstract: 本发明公开了一种快速路合流区可变限速与匝道限流协同控制方法和装置。该方法主要用于城市快速路合流区。在该方法中：根据上下游关系，对路段进行编码划分；将从各车道交通数据采集设备中获取的占有率、速度等数据作为模型输入，构建车道级交通流基本图；获取合流区实时占有率，进行匝道限流控制；获取匝道入口处的实时占有率，进行队尾控制，有效防止匝道排队溢出，在此同时依托合流区车道级交通数据，进行快速路主线车道级可变限速，防止进行队尾控制后，合流区瞬时流量过大，从而减缓交通流通行能力下降现象，有效提升交通效率。
-
公开(公告)号：CN112562337B
公开(公告)日：2022-05-13
申请号：CN202011455350.9
申请日：2020-12-10
Applicant: 之江实验室
Abstract: 本发明公开一种基于深度学习的高速公路实时交通事故风险评估方法，该方法首先使用ETC门架、高速互通、收费站的基础信息，为高速公路划分路段，并建立路段间的上下游关联关系；并分别计算各路段的车流量、车流速度与车流密度，获取道路信息、气象信息和事故信息，并将其转换为独热编码；然后对事故发生点的上下游路段对应的四类信息进行数据融合、数据重采样和标准化；再根据获取的数据，区分其中的时序特征和非时序特征，构建并训练深度学习模型；最后根据训练好的深度学习模型，对高速公路各路段发生交通事故的风险水平进行实时评估，计算获得事故风险水平指标。本发明可及时准确地对高速公路交通事故风险水平进行评估。
-
Patent Agency Ranking
公开(公告)号：CN114038216A
公开(公告)日：2022-02-11
申请号：CN202111171374.6
申请日：2021-10-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于路网划分和边界流量控制的信号灯管控方法，本方法先采用基于最大协同度的路网划分方法将城市全域交通路网划分为子路网簇，并将子路网的每个路口视为一个智能体，设计基于深度神经网络的多智能体强化学习方法，通过子网内智能体执行动作过程中与周围交通环境不断交互来学习生成子路网内信号灯最优协同控制策略。同时通过标定子路网宏观基本图模型，对子路网边界路段及路口进行流量控制，进一步优化子路网交通运行状态和通行效率。本发明相对于传统的交通信号灯控制方法，从全局角度对全域路网进行划分，通过对子路网内多信号灯的协同控制和子网边界的流量控制，实现城市信号灯的高效管控，对缓解城市交通拥堵具有重大意义。
-
公开(公告)号：CN113593242A
公开(公告)日：2021-11-02
申请号：CN202111140098.7
申请日：2021-09-28
Applicant: 之江实验室
Abstract: 本发明公开了一种基于路口车辆检测器组的在途量估算方法，包括以下步骤：S1：获取路网拓扑结构及全路网中车辆检测器的位置分布，将每个采样路段上下游路口的四个车辆检测器组成车辆检测器组；S2：在统计周期内通过车辆检测器组采集每个采样路段过车信息；S3：统计每个采样路段在统计周期内的车流量，并计算平均行驶速度和平均车流密度；S4：计算全路网所有采样路段的平均车流密度，并计算统计周期内的全路网平均在途量。本发明更为精准的观测路段平均车速，从而求得更加精准的车流密度，提高全路网在途量估算精度，避免由于无法全样本观测而造成的系统性偏差。
-
公开(公告)号：CN113506442A
公开(公告)日：2021-10-15
申请号：CN202111059324.9
申请日：2021-09-10
Applicant: 之江实验室
Abstract: 本发明公开了一种基于预期收益估计的城市路网交通信号灯控制方法，利用C‑V2X无线通信技术从车载终端获取路网中所有车辆的实时信息，从而获得当前道路实时交通状态，自适应的根据交通状态动态控制信号灯相位变换。本发明通过预估信号灯的各个相位绿灯时长内可通行车辆的及时行驶距离和未来行驶距离，并综合提出的道路优先通行指数计算出保持当前相位和执行变换相位的预期收益。通过比较保持当前相位和切换为其他相位的预期收益大小，选择最佳相位，实现在下一个信号灯周期执行最佳相位的绿灯通行时长内尽可能让更多的可通行车辆行驶的更远。本发明方法通过在每一个信号灯周期内实现最大预期收益，能明显缓解交通拥堵，提高交通参与者的出行体验。
-
公开(公告)号：CN111598069B
公开(公告)日：2020-11-06
申请号：CN202010729116.4
申请日：2020-07-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度学习的高速公路车辆换道区域分析方法，该方法通过先对道路的车道和车道线进行结构化建模；同时对高速公路高清监控视频中车辆的外边框进行检测；根据每帧图像中车辆的检测结果，对视频中车辆轨迹进行跟踪；再将车辆轨迹与道路结构化数据相结合，根据车辆所经过的车道区域对车辆换道进行识别，根据车辆框与车道线相交位置对车辆换道位置进行检测；最后对不同时间段内所经过车辆的换道位置进行聚类分析，得出不同时间段的高速公路车辆换道热点区域。本发明步骤简明，结果精确，运用高速公路中摄像头数据，对车辆换道行为进行检测，对换道区域进行分析，为高速公路的精细化交通管理和车道设计提供有力的支撑。
-
公开(公告)号：CN111508094B
公开(公告)日：2020-09-22
申请号：CN202010612426.8
申请日：2020-06-30
Applicant: 之江实验室
Abstract: 本发明公开一种基于ETC门架与卡口通行数据的高速公路拥堵发现方法，其包括如下步骤：获取ETC门架与卡口的所在道路编号、方向、设备桩号与设备编号信息；使用ETC门架与卡口的基础信息，以ETC门架与卡口为节点，建立节点之间通行关系的有向图；获取ETC门架与卡口的车辆通行数据，包括门架或者卡口的编号、经过车辆的车牌与车辆经过的时间；计算每个车辆通过有向图中每条边的行程时间，然后根据该边对应路段的长度获得每个车辆通过该路段的速度；根据车辆通过路段的速度，计算路段拥堵指数，发现高速公路拥堵路段。本发明可及时准确地发现高速公路路网拥堵情况，有效提升高速公路运营效率。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.026 seconds)
