公开(公告)号：CN106530767A

公开(公告)日：2017-03-22

申请号：CN201611137625.8

申请日：2016-12-12

Applicant: 东南大学

Inventor： 安成川 ,  夏井新 ,  陆振波

IPC: G08G1/081

CPC classification number: G08G1/081

Abstract: 本发明公开了一种基于跟车法的干线信号协调优化方法，在缺少准确交通量的情况下，对干线信号协调优化前后方案及效果分别进行辅助分析及迭代优化。在信号优化方案实施前，通过跟车法，掌握现有的信号配时下的路口的排队长度、等待时间、路段间平均车速及行程时间。从而确定协调路段的统一周期、双周期、绿信比及合适的相位差并检验信号配时软件中的路网建立是否准确。对已经上传执行的干线信号协调优化方案，跟车法可以检验方案的实际应用情况，判断相位差、绿信比在实际道路情况下设置是否合理并进行微调。从而将理论的干线信号协调优化方案落实到实际应用中，并确保达到理想的效果。

公开(公告)号：CN105205546A

公开(公告)日：2015-12-30

申请号：CN201510494806.5

申请日：2015-08-12

Applicant: 东南大学

Inventor： 陆振波 ,  夏井新 ,  李潇逸 ,  聂庆慧 ,  焦甜甜 ,  张伟 ,  安成川 ,  吕伟韬

IPC: G06Q10/04

Abstract: 本发明公开了一种城市道路平面交叉口转向比例实时估计方法，包括在获得交叉口进口道断面交通流量和交叉口出口道对应的下游路段交通流量数据的基础上，分析了交叉口出口道与其下游路段之间的流量偏差模式，建立了转向比例估计卡尔曼滤波模型。根据交叉口进出口道流量守恒以及流量偏差的随机漫步建立转向比估计的卡尔曼滤波模型的观测方程，依据交叉口转向比例的短期波动连续性和平稳性特征，建立卡尔曼滤波模型的状态方程，采用了卡尔曼滤波算法实现了交叉口转向比例的实时估计。充分挖掘了交叉口出口道与下游路段的流量偏差的显著的随机波动模式，它可以为城市道路交叉口信号配时设计和优化提供准确、实时的交叉口交通流量转向比例信息。

公开(公告)号：CN105139668A

公开(公告)日：2015-12-09

申请号：CN201510448450.1

申请日：2015-07-27

Applicant: 东南大学

Inventor： 夏井新 ,  陈珊珊 ,  陆振波 ,  焦恬恬 ,  安成川 ,  张韦华 ,  吕伟韬

IPC: G08G1/08

Abstract: 本发明公开了一种基于路段速度区间的城市干线双向绿波控制优化方法，通过历史车辆行驶速度数据，量化行驶速度的波动区间，实现了车速不均匀情况下的协调相位绿时和相位差参数的优化。本发明充分考虑路段速度随机波动性和非协调相位通行需求的基础上，提出了以相邻交叉口之间的绿波带宽最大化为目标的干线双向协调控制优化方法，并进行重叠度检验以防止可能出现的绿波带断层的现象。克服了传统的采用平均车速假设，忽略车速不均匀性的弊端，可有效的提升干线交通流的运行效率，良好的实用性特点确保了实际应用的可操作性，对于城市道路交通信号控制优化系统建设，提升城市交通管控水平具有积极的意义。

公开(公告)号：CN103794065B

公开(公告)日：2015-04-15

申请号：CN201410035986.6

申请日：2014-01-24

Applicant: 东南大学

Inventor： 陆振波 ,  安成川 ,  夏井新 ,  黄卫 ,  吕伟韬 ,  聂庆慧 ,  陈凝 ,  张韦华 ,  饶文明 ,  马党生

IPC: G08G1/081

Abstract: 本发明公开了一种主动式的城市道路区域信号配时参数协同优化方法，通过循环迭代过程，确定路网关键交叉口及其上游关联交叉口的交通需求控制量，进而实现了区域范围内交叉口信号配时参数的协同优化。该方法可将路网局部范围内的过量交通需求提前分散至上游关联交叉口，有效克服了现有区域路网交通信号协同优化方法仅能被动适应交通需求无法主动调节路网交通需求分布，以及优化求解过程中全局和局部最优兼容性不足、求解复杂度高和优化目标不合理等弊端，可有效发挥交通信号控制系统在提升城市道路交通系统的运行效率，主动缓解城市交通拥堵的重要作用，方法具有较高的实时性、适用性和可操作性特点。

公开(公告)号：CN102800197B

公开(公告)日：2014-07-16

申请号：CN201210045464.5

申请日：2012-02-27

Applicant: 东南大学

Inventor： 夏井新 ,  黄卫 ,  陆振波 ,  张韦华 ,  安成川 ,  聂庆慧

IPC: G08G1/01

Abstract: 一种城市道路路段动态交通流基础数据的预处理方法，包括步骤：动态获取交通流基础数据并进行时间规整；分车道交通流基础数据有效性检验；分车道交通流基础数据时间汇集；分车道交通流基础数据单个车辆行驶方向断面空间汇集；单个车辆行驶方向断面动态交通流缺失数据估计。本发明基于固定式车辆检测器采集数据特点，采用阈值法结合交通流理论的基本思想，提供了一套数据有效性检验方法；针对不同的数据缺失模式，合理利用历史数据，最大限度地保证数据的连续性和完整性；数据预处理涉及的算法同时兼顾实时性和准确性的要求，数据分析处理能力较强，对城市智能运输系统建设、提高道路交通信息化水平、改善道路运营管理水平有积极意义。

公开(公告)号：CN118865681A

公开(公告)日：2024-10-29

申请号：CN202410941855.8

申请日：2024-07-15

Applicant: 东南大学

Inventor： 杨丰文 ,  安成川 ,  喻晨骏 ,  夏井新

IPC: G08G1/01 ,  G08G1/00

Abstract: 本发明提出一种基于浮动车数据的信号交叉口排队长度估计方法与系统，首先对低频浮动车数据进行地图匹配；其次构建周期最大排队长度与浮动车空间位置分布的关系模型，基于历史浮动车数据，估计获得周期最大排队的均值；然后基于历史浮动车数据，根据交叉口信号配时数据，提取浮动车样本的周期平均最大排队长度，并获取方差；最后，以获得的均值与方差，定义周期最大排队长度的先验分布，基于当前时段观测的浮动车数据，采用贝叶斯方法，估计获得当前时段周期排队长度的后验分布。本发明利用现实城市路网中可广泛获取的低频低渗透率浮动车数据，实现可普及应用的大范围城市路网信号交叉口排队状态获取，为城市路网交通管理与控制提供基础支撑。

公开(公告)号：CN117592695A

公开(公告)日：2024-02-23

申请号：CN202311486201.2

申请日：2023-11-09

Applicant: 东南大学

Inventor： 张敏 ,  欧阳志珍 ,  安成川 ,  夏井新 ,  陆振波

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06Q50/06 ,  G06Q50/26 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明公开了一种基于增强型BP神经网络的机场加油车低碳调度方法，包括：获取机场网络拓扑信息和车辆运行状态数据，建立机场加油车低碳优化调度模型；提出基于增强型BP神经网络，将模型的多变量参数优化问题转化三个单变量子优化问题，初始化三个单变量，依次更新三个单变量，将更新的三个单变量作为增强型BP神经网络的输入，迭代优化直至满足收敛条件，获得权重向量；利用Lyapunov稳定性理论与数学推导，证明提出的增强型BP神经网络方法的稳定性和收敛性；本发明提出基于增强型BP神经网络的加油车路径调度模型，引入学习率的下界函数，避免了自适应梯度下降算法的过早收敛，提高了路径调度的预测精度。

公开(公告)号：CN113407906B

公开(公告)日：2024-02-02

申请号：CN202110520000.4

申请日：2021-05-13

Applicant: 东南大学 ,  南京瑞栖智能交通技术产业研究院有限公司

Inventor： 陆振波 ,  张改 ,  夏井新 ,  范小建 ,  卜许鑫 ,  石飞 ,  席东其 ,  张静芬 ,  施玉芬 ,  刘娟

IPC: G06F17/18 ,  G06F16/9537 ,  G08G1/01 ,  H04W4/20

Abstract: 本发明公开了一种基于手机信令数据的交通出行分布阻抗函数的确定方法，针对大样本的手机信令数据获取特定时段出行OD数据，结合高德地图API获取的出行距离获取出行概率，利用SPSS中的非线性回归工具，分别选取不同形式的阻抗函数，分区域对出行距离和出行概率进行回归，然后从R方、一区域不同函数、同一函数不同区域分别进行对比分析，根据比较结果最终选择对阻抗函数进行分段拟合，以市域为例回归分析适合市域的分段阻抗函数，为提高出行分布模型预测的提供定性与定量的基础。同时，利用手机大数据的样本量大、覆盖面广以及获得方式成熟稳定且成本较低等特性，增加结果准确性的同时(56)对比文件杨东;韩继国;武平;赵昕.基于手机信令数据的游客识别与出行轨迹匹配方法.交通运输研究.2019,(第06期),全文.杜亚朋;雒江涛;程克非;唐刚;徐正;罗克韧;余疆.基于手机信令和导航数据的出行方式识别方法.计算机应用研究.2017,(第08期),全文.

公开(公告)号：CN115100847B

公开(公告)日：2023-05-26

申请号：CN202210550566.6

申请日：2022-05-18

Applicant: 东南大学

Inventor： 宋慧洁 ,  安成川 ,  夏井新 ,  熊睿成 ,  圣皓

IPC: G08G1/01

Abstract: 本发明公开了面向低渗透率网联车轨迹数据的排队服务时间估计方法，该方法首先，根据车速信息判别车辆在路口的排队停车状态，识别标记排队停车车辆。然后，通过对车辆到达、驶离周期的一致性判别，识别标记过饱和车辆。接着，针对欠饱和、过饱和两种情况，将车辆停车状态进行转换，以此为输入构建基于Logistic回归的车辆排队服务时间概率模型。最后，采用拉普拉斯近似方法，基于贝叶斯先验‑后验滚动实现排队服务时间的动态估计。本发明适用于低渗透率数据环境，在网联车车辆轨迹样本有限的条件下，可以实现欠饱和、过饱和场景下的排队服务时间估计，能为基于网联车数据的信号控制优化提供支撑。

公开(公告)号：CN116017407A

公开(公告)日：2023-04-25

申请号：CN202211616958.4

申请日：2022-12-15

Applicant: 东南大学

Inventor： 彩晨 ,  刘欢 ,  陆振波 ,  贺洋 ,  何静 ,  刘娟 ,  安成川 ,  夏井新

IPC: H04W8/20 ,  G06N7/01 ,  G06F18/214 ,  G06F18/21 ,  H04W4/50 ,  G08G1/01

Abstract: 本发明提供了一种手机信令数据驱动的居民出行方式可靠辨识方法，包括：获取手机信令原始数据并预处理；获取居民出行调查数据，并与手机信令数据匹配，获得带有出行方式标签的手机信令数据；提取居民出行特征并结合出行方式标签进行相关性分析；构建基于信息论的贝叶斯网络结构和基于概率论的贝叶斯网络结构，构建融合贝叶斯网络模型；将连续出行特征处理为有序的离散状态，完成贝叶斯网络模型节点参数学习，完成基于贝叶斯网络模型的居民出行方式可靠辨识模型构建。本发明从信息论和概率论角度分别构建贝叶斯网络，考虑到了出行方式特征之间的隐性关系，运用BIC函数进行网络评分，对出行方式的辨识具有更高的可靠度和精度。