基于先进先出规则异常侦测的车辆有效行程时间提取方法

    公开(公告)号:CN114639240B

    公开(公告)日:2023-03-21

    申请号:CN202210186268.3

    申请日:2022-02-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于先进先出规则异常侦测的车辆有效行程时间提取方法,步骤为:1、获取路网路口卡口式电子警察检测到的号牌数据,进行上下游号牌匹配;2、筛选出完整通过路段的号牌数据;3、按照车流到达下游交叉口次序,提取车辆通过上游交叉口时的时间戳序列;4、利用车辆先进先出规则,筛检时间戳序列中的异常值,并重新生成符合先进先出规则的时间戳序列;5、将号牌数据与新生成的时间戳序列匹配,计算序列中包含车辆的行程时间值,得到车辆有效路段行程时间。本发明提升了车辆行程时间预处理的科学性和准确性。

    一种基于手机信令数据的地图匹配方法

    公开(公告)号:CN110160538B

    公开(公告)日:2022-11-04

    申请号:CN201910383992.3

    申请日:2019-05-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于手机信令数据的地图匹配方法:根据基站与地图信息的空间拓扑,构建基站‑交叉口、基站‑道路、交叉口‑道路的对应关系;根据手机信令数据,通过对停驻点的识别得到用户占用基站的轨迹序列;在此基础上,根据道路频次、空间距离等判别依据确定基站对应的最有可能交叉口;然后,对于没有相连的交叉口采用Dijkstra最短路算法补全轨迹;最后删除交叉口序列中的A‑B‑A型数据,获得连续交叉口序列即完成地图匹配工作。

    基于网联车轨迹数据的绿波行进车速不确定性量化方法

    公开(公告)号:CN115100875A

    公开(公告)日:2022-09-23

    申请号:CN202210630060.6

    申请日:2022-06-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于网联车轨迹数据的绿波行进车速不确定性量化方法,包括:将网联车轨迹点与实际道路路段进行地图匹配,计算网联车轨迹点到下游交叉口的距离;对车辆运行状态进行划分;将轨迹点汇聚到相应的路段元胞内;获得多条不同时间间隔内的路段元胞绿波行进车速序列;利用隐马尔科夫模型对元胞绿波行进车速进行联合分布建模,输入多条不同时间间隔内的元胞绿波行进车速序列进行训练,确定元胞绿波行进车速联合分布;获取若干组路段元胞绿波行进车速样本,计算空间平均值得到路段绿波行进车速样本,确定路段绿波行进车速分布。本发明实现了绿波行进车速的不确定性量化,为支撑鲁棒信号协调控制提供了现实可靠依据。

    一种估计路段自由流速度及交叉口上游到达流率的方法

    公开(公告)号:CN110148295B

    公开(公告)日:2020-09-01

    申请号:CN201910267003.4

    申请日:2019-04-03

    Applicant: 东南大学

    Abstract: 本发明公开了基于贝叶斯后验分布从历史号牌数据中获取单个车道路段自由流速度和上游到达流率的方法,以单个车道及其上下游交叉口为研究对象,建立以车辆自由流速度、红时到达流率、绿时到达流率为参数的后验分布函数,以号牌识别数据作为样本,采用M‑H算法进行参数估计,得出各参数的概率密度分布。本发明中将周期内上游车辆到达根据配时方案划分为车辆在相位红灯期间到达和相位绿灯期间到达两种情况,并分别估计两种情况下的到达流率分布,同时估计得到的分布一定程度上体现了干线车流波动特性,估计结果可为干线协调配时方案评估和微调提供参考。

    基于交通冲突随机过程演化的交叉口事故预测方法

    公开(公告)号:CN107731007B

    公开(公告)日:2020-06-16

    申请号:CN201711137576.2

    申请日:2017-11-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于交通冲突随机过程演化的交叉口事故预测方法,通过采集驾驶者反应时间数据和不同车辆的最大刹车能力,分别得到驾驶者反应时间的概率密度函数和车辆的最大减速度概率密度函数,采用概率性算法,使用蒙特卡洛方法对于每一个冲突可能造成的严重事故的概率进行推演,针对每一个冲突,重复进行该随机过程,将其中的所有严重事故的概率进行相加,并归一化,最终可以得到该冲突导致严重事故的概率,且本发明引入了Delta‑V速率变化,可以直接计算出严重事故概率,区别于以往只考虑某一方避让的情况,本发明考虑冲突中双方的减速行为进行判断。

    交通事故中事故类型和违章类型对应分析方法

    公开(公告)号:CN106778866B

    公开(公告)日:2020-06-05

    申请号:CN201611157657.4

    申请日:2016-12-15

    Applicant: 东南大学

    Abstract: 交通违章是导致交通事故的重要因素,从驾驶者发生交通事故类型及其历史违章类型的角度研究交通安全行为风险。利用归一化和阈值法,选取合适的交通违章类型。通过皮尔逊卡方检验交通违章和交通事故两者关联性。再采用对应分析的方法,研究不同交通事故类型对应的主、次要相关违章类型,并建立影响程度模型。同时,基于两者的交互影响,对部分交通事故类型和违章类型分类、合并。结果表明,交通事故类型和违章类型存在显著的相关性和对应关系,基于这种特性可做到交通事故防范,事故类型预判。

    一种基于车辆出行轨迹数据的信号控制子区划分方法

    公开(公告)号:CN110415523A

    公开(公告)日:2019-11-05

    申请号:CN201910746473.9

    申请日:2019-08-13

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于车辆出行轨迹数据的信号控制子区划分方法,该方法包括S1根据车辆轨迹数据,计算一段时间内研究区域各交叉口对之间的平均OD流量并做归一化处理,基于此构建全连通无向加权图;S2用Newman算法对路网进行划分得到划分后的初始路网子区;S3计算路段双向平均密度;S4利用自适应尺度NJW算法将路网划分为多个控制子区;S5选取能得到最好评价指标的方案为较优的控制子区划分方案。本发明提升了初始路网子区内交叉口信号控制的协调性,为后续进一步面向区域门限控制子区划分做出了初始划分方案。

    基于跟车法的干线信号协调优化方法

    公开(公告)号:CN106530767B

    公开(公告)日:2019-02-01

    申请号:CN201611137625.8

    申请日:2016-12-12

    Applicant: 东南大学

    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。

    基于虚拟车辆轨迹重构的在线城市道路路径行程时间估计方法

    公开(公告)号:CN106652458B

    公开(公告)日:2019-01-29

    申请号:CN201710088907.1

    申请日:2017-02-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于虚拟车辆轨迹重构的在线城市道路路径行程时间估计方法,包括如下步骤:由信号控制交叉口上游路段车辆检测器获取实时采集的交通流数据,由交叉口信号机实时采集信号相位信息;实时估计交叉口交通波轨迹坐标,绘制信号交叉口存在的冲击波i、ii、iii、iv及其时空运行轨迹;将车辆行驶状态简化为以自由流速度在非排队路段上行驶以及在交叉口处的停车状态两类;对于计算车辆经过特定位置的时刻,通过提取虚拟车辆坐标序列中与特定位置信息相对应的车辆时空坐标,实现对车辆路径行程时间的估计。本发明能够获得任意时刻出发的车辆在路径上的传播状态及其到达路径上任意地点的在线行程时间,具有更高的时效性和准确性。

Patent Agency Ranking