-
公开(公告)号：CN109633716B
公开(公告)日：2020-10-27
申请号：CN201811501854.2
申请日：2018-12-10
Applicant: 东南大学
IPC: G01S19/38
Abstract: 本发明公开了一种基于GPS的城市配送车辆出行链的识别方法，按照经停点识别、配送中心及客户区域识别、出行端点识别、出行链识别、出行轨迹识别五个步骤依次从车辆GPS数据中识别出配送车辆出行链信息。在此基础上，本发明还提出了一种基于GPS的城市配送车辆出行链特征的识别方法，包括时间特征指标识别、空间特征指标识别以及运行特征指标识别。通过本发明能够准确地识别出配送车辆出行链，并进一步较为精细、准确和全面地识别车辆出行行为特征，通过有效规划可以改善城市交通拥堵，空气污染，为企业城市配送提供合理有效的出行规划，具有良好的社会效益和经济效益。
-
公开(公告)号：CN111163290A
公开(公告)日：2020-05-15
申请号：CN201911152349.6
申请日：2019-11-22
Applicant: 东南大学
Abstract: 本发明公开了一种夜间航行船舶检测并跟踪的装置，包括摄像头、AIS船台、通信服务器、数据中心以及监控终端，本发明还公开了此种夜间航行船舶检测并跟踪的方法，基于LOG算子进行光斑检测和卡尔曼滤波多目标跟踪算法实现夜间船舶跟踪，并进一步与AIS数据进行融合，提高船舶检测准确性。本发明能够有效应用于夜间船舶的检测和跟踪，增加相关部门关于夜间船舶的检测方法。另外，通过计算机采用所述方法进行计算，可实现实时监测航道的通航情况，供决策人员了解并及时处置，以达到对船舶高效、合理的调度。
-
公开(公告)号：CN109697590A
公开(公告)日：2019-04-30
申请号：CN201811492121.7
申请日：2018-12-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于大数据的城市配送车辆出行监控系统，包括；信息获取模块，用于获取各城市配送点和需求点数据信息以及公共交通信息；数据集成模块，用于实现对所述信息获取模块中的数据的集成、融合、清洗、转换，将数据整合成特定的数据样式，并存储在数据库中；数据库管理模块，用于负责对数据库的日常维护和管理；辅助决策分析模块，用于利用大数据分析技术对数据库数据特征进行挖掘，包括线路规划单元、车辆调度单元和需求预测单元。本发明根据配送货物重量和配送地区，进行分别规划，同时考虑物流车的最大承载重量，提高配送效率，同时系统管理模块对配送情况进行有效监管，增加了配送货物时的安全性。
-
公开(公告)号：CN108428084A
公开(公告)日：2018-08-21
申请号：CN201810195877.9
申请日：2018-03-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于服务链的多式联运系统及方法，其中方法包括：获取多式联运托运人信息、运输场站信息、运输工具的信息、以及运输货物的信息；根据托运人的运输需求，托运货物对运输过程的需求，确定多式联运服务链类型，多式联运服务链的类型包括公铁联运、公铁水联运、铁水联运、以及这三种联运方式分别和航空、管道自由组合的联运服务链；根据多式联运运输时间、运输重量和运输成本为指标，对各多式联运服务链进行分析和评估，确定最终多式联运服务链。此外，还可采用预测方法对货物运输需求进行短期和长期的预测。本发明能够为多式联运运输需求方提供高效便捷的运输方案，为城市规划设计和智慧城市的建设提供科学指导。
-
公开(公告)号：CN108053058A
公开(公告)日：2018-05-18
申请号：CN201711224096.X
申请日：2017-11-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于大数据的电动出租车充电桩选址方法，所述的方法包括以下步骤：(1)采集电动出租车的GPS数据；(2)依据GPS数据计算出电动出租车每天的充电需求位置及充电需求时间；(3)计算的每天充电需求位置及充电时间基础上找出满足所有充电需求以及总成本最小的一天最优充电桩数量及选址；(4)计算所有天数充电桩数量的平均值即为本发明的最优充电桩数量。(5)将计算的最优充电桩数量作为K均值聚类的簇数，集中所有天数的最优充电桩位置数据并进行K均值聚类分析，所得簇的位置即为最优充电桩选址。本发明利用车辆的停车时间来给电动出租车充电，可以充分提高电动出租车的运输效率、节约运输成本。
-
Patent Agency Ranking
公开(公告)号：CN108045241A
公开(公告)日：2018-05-18
申请号：CN201711205931.5
申请日：2017-11-27
Applicant: 东南大学
IPC: B60L11/18
Abstract: 本发明公开了一种汽车充电站及其工作方法。其包括如下步骤：S1：汽车入站、接收用户请求，判定是否更换电池，若为是步骤S2，若判定为否、进入S5；S2：将汽车驶入电池更换区、对汽车电池进行检测，判定汽车电池是否存在故障，若为是进入S3，若为否进入S4；S3：将汽车驶入维护车间，对汽车电池进行维护或更换，并进入步骤S7；S4：将汽车驶入电池充电区，检测用户车型，判定是否需要快充充电，若判定为是、进入步骤S5，若判定为否、进入步骤S6；S5：将汽车驶入快充区、对汽车电池进行快充充电；S6：将汽车驶入慢充区、对汽车电池进行慢充充电；S7：汽车出站。本发明能够根据不同用户的需求进行针对性工作，提高了工作效率，降低了用电成本。
-
公开(公告)号：CN108022041A
公开(公告)日：2018-05-11
申请号：CN201711197733.9
申请日：2017-11-25
Applicant: 东南大学
Abstract: 本发明公开了电动物流车能源管理与实时调度决策系统及其运行方法，其中，系统包括控制中心以及与控制中心互传数据的电动物流车车载终端，电动物流车车载终端包括：存储模块、以及分别与存储模块连接的定位模块、监测模块、数据传输模块、数据接收与显示模块。通过本发明系统和方法可实现对电动物流车运行速度、地理位置等信息的实时掌握，为系统决策提供大量数据支撑；本系统和方法能实时地监测城市电动物流车电池的运行状况，当电动物流车需进行充电时，本系统能将其自动导航至最近的充电站，预防因能源不足造成安全事故发生，实现对电动物流车能源的实时监控和实时调度。
-
公开(公告)号：CN107909805A
公开(公告)日：2018-04-13
申请号：CN201710994231.2
申请日：2017-10-23
Applicant: 东南大学
CPC classification number: G08G1/205 , G07C9/00309
Abstract: 本发明公开了一种基于大数据的共享单车电子围栏引导停车系统及方法，本发明的系统包括数据处理运营服务平台，安装于共享单车上的智能锁，由数据处理运营服务平台根据共享单车停放区域的实际四点坐标在电子地图上框选出的电子围栏，数据处理运营服务平台能根据智能锁发送的共享单车位置数据判断共享单车是否处于电子围栏内，当共享单车处于电子围栏范围内时，数据处理运营服务平台会向智能锁反馈共享单车已处于电子围栏范围内信号，智能锁根据信号允许完成上锁，否则智能锁根据信号不允许上锁。本发明具有能实现车辆精准引导停放的优点。
-
公开(公告)号：CN107767040A
公开(公告)日：2018-03-06
申请号：CN201710933492.3
申请日：2017-10-10
Applicant: 东南大学
CPC classification number: G06Q10/0635 , G06Q50/30
Abstract: 本发明公开了一种基于网络的城市轨道交通大客流车站安全评估指标系统，包括：由节点度安全影响指数模块及近邻平均度安全影响指数模块组成的网络结构类指标系统；由行车间隔安全影响指数模块、能力强度安全影响指数模块及上游区间满载率模块组成的输送能力类指标系统；由平均大客流强度模块及上下车客流冲突强度模块组成的大客流状态类指标系统；由闸机安全指数模块、楼梯安全指数模块、自动扶梯安全指数模块、通道安全指数模块及站台安全指数模块组成的设备类指标系统；由综合环境安全指数模块组成的环境类指标系统；由应急管理指数模块及站内工作人员能力指数模块组成的管理类指标系统。本发明有能反应人、设备、环境、管理、网络和大客流状态的优点。
-
公开(公告)号：CN107092979A
公开(公告)日：2017-08-25
申请号：CN201710223331.5
申请日：2017-04-07
Applicant: 东南大学
CPC classification number: G06Q10/047 , G06N3/126 , G06Q10/0836
Abstract: 本发明公开了考虑碳排放的转运网络选址方法，包括以下步骤：(1)构建物流转运网络选址模型；(2)构建物流转运网络选址模型的目标函数，综合分析物流转运网络选址模型的经济成本与资源环境成本；(3)构建物流转运网络选址模型的约束限制条件，所述约束限制条件包括容量限制约束、供需平衡约束、流量守恒约束及数量限制约束；(4)采用遗传算法对物流转运网络选址模型进行求解并输出最优的转运网络选址。本发明的优点是：考虑碳排放成本，通过建立物流转运网络选址模型，来优化转运中心的布局，能够减少物流操作流程，降低了物流运作成本，并使所规划的货物运输路径温室气体排放量最小，同时物流网络的运营效益最大。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.028 seconds)
