公开(公告)号：CN108986457A

公开(公告)日：2018-12-11

申请号：CN201810707735.6

申请日：2018-07-02

Applicant: 东南大学

Inventor： 何杰 ,  闫雪彤 ,  张燕 ,  李佳佳 ,  赵池航 ,  周博见

IPC: G08G1/01

Abstract: 本发明公开了一种基于交通冲突分析的ETC车道布设方案评价方法，包括如下步骤：1、确定影响收费站交通安全的因素和各因素的因素水平2、收集收费站的本身参数及收费站的交通流参数；3、利用VISSIM软件建立收费站仿真模型，将步骤2获取的参数作为仿真模型的输入参数；4、确定收费站仿真模型的输出参数、参数的权重、交通冲突指数λ的计算；5、设计正交试验法的试验方案；6、按照步骤5中设计的试验方案，修改收费站仿真模型的输入参数，获取输出参数，计算各试验交通冲突指数λ；7、通过极差分析法确定各因素对收费站交通安全影响程度，确定最佳ETC车道布设方案。该方法可以较为直接准确地评价影响收费站交通安全的因素，进而评价ETC车道布设方案。

公开(公告)号：CN108665093A

公开(公告)日：2018-10-16

申请号：CN201810353740.1

申请日：2018-04-19

Applicant: 东南大学

Inventor： 何杰 ,  章晨 ,  刘子洋 ,  邢璐 ,  周博见

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的高速公路交通事故严重度预测方法，包括如下步骤：1、收集L个交通事故发生时的道路条件、驾驶员情况、车辆情况等M个变量因素，构成样本集；记录每个交通事故的严重度值rl；2、对收集到的L个事故样本的变量因素进行降维和归一化；3、建立深度学习神经网络，构建交通事故严重度预测模型；4、将降维后的待预测事故的变量因素向量x代入步骤3建立的交通事故严重度预测模型中，得到待预测事故的严重度预测结果。该方法能够精确地预测高速公路事故的严重度。

公开(公告)号：CN107248290A

公开(公告)日：2017-10-13

申请号：CN201710573312.5

申请日：2017-07-14

Applicant: 东南大学

Inventor： 何杰 ,  吴冠鹤 ,  刘子洋 ,  邢璐 ,  杭文 ,  周博见

IPC: G08G1/017 ,  G06K9/00 ,  G06Q50/26

CPC classification number: G08G1/0175 ,  G06K9/00724 ,  G06Q50/26

Abstract: 本发明公开了一种基于车辆视频识别的混合式主线收费站交通冲突评价方法，包括如下步骤：1、在收费站的收费广场布置摄像头，采集车辆在收费广场的行驶视频；2、对采集到的车辆行驶视频进行车辆识别和跟踪，获取每一帧图像中车辆的位置坐标；3、利用车辆的M帧图像数据，计算车辆在每一帧图像中的速度和减速度指标如果发生跟驰冲突，计算车辆跟驰模型的时间指标TTCk；如果发生变道冲突，计算车辆转向模型时间指标Tpet；5、将TTCk和Tpet进行同级化处理，统一为交通冲突评价指标STC，根据STC的值判断交通冲突的严重程度。该方法可以对收费站交通冲突的严重程度进行量化，对收费站道路安全性评价、管理运营、道路引流措施等决策有重要的应用价值。