-
公开(公告)号：CN118840712A
公开(公告)日：2024-10-25
申请号：CN202410868886.5
申请日：2024-07-01
Applicant: 东南大学
IPC: G06V20/54 , G06V20/40 , G06V10/764
Abstract: 本发明提供的一种基于视频检测交通目标轨迹的虚拟检测事件实时提取方法，基于视频图像中配置的断面、区域检测器，通过与视频检测目标轨迹的空间分析，可自动区分目标进入、离开两种断面虚拟检测事件，获取目标进入、包含、离开区域、区域未占用四种区域虚拟检测事件，并可记录目标的车头时距、速度等关联信息。与现有技术相比，本发明与当前人工智能驱动的视频智能感知技术紧密结合，克服了传统视频检测方法局限于交通目标存在检测的局限；本发明针对断面、区域检测器实时逐帧提取精细化、个体级的检测事件数据，克服了现有利用视频智能感知技术的应用未充分挖掘目标轨迹的精细化信息，以断面流量计数、区域检测目标数统计等简单分析为主的不足。
-
公开(公告)号：CN116721551B
公开(公告)日：2024-05-14
申请号：CN202310488494.1
申请日：2023-05-04
Applicant: 东南大学
Abstract: 本发明公开了基于号牌识别数据的车道级到达曲线历史和实时重构方法，包括：利用号牌识别数据以及上下游的信号配时数据，获得上下游交叉口累计驶离车辆数；通过车辆号牌匹配，获得在目标断面的车道级部分车辆到达观测数据；采用历史数据训练贝叶斯神经网络，将训练后的贝叶斯神经网络作为到达曲线学习模型；以实时或历史上游交叉口累计驶离车辆数为输入，利用到达曲线学习模型预测得到目标断面的实时或历史到达车辆数，进而重构车道级实时到达曲线或历史到达曲线。本发明通过学习的方式自动捕捉历史数据中隐含的车辆到达模式，能够较好地描述各车道非线性的车辆到达过程，提高了到达曲线重构的精度。
-
公开(公告)号：CN117593908A
公开(公告)日：2024-02-23
申请号：CN202311453508.2
申请日：2023-11-02
Applicant: 网络通信与安全紫金山实验室 , 东南大学
IPC: G08G1/14 , G08G1/052 , G08G1/0968
Abstract: 本申请涉及一种车辆轨迹估计方法、装置、计算机设备和存储介质。该方法包括：根据目标路段的终点通行状态和目标车辆的排队序列，确定目标车辆在目标路段的目标停车位置；根据目标停车位置确定目标车辆的待行驶距离，根据待行驶距离和目标车辆的当前速度调整目标车辆的行驶速度，得到调整后的行驶速度，并根据调整后的行驶速度更新待行驶距离，得到更新后的待行驶距离，根据更新后的待行驶距离确定目标车辆的行驶轨迹点；迭代计算更新后的待行驶距离，直至更新后的待行驶距离对应的行驶轨迹点在目标路段之外为止；根据各行驶轨迹点确定目标车辆的目标行驶轨迹，采用本方法能够准确率的实现对车辆轨迹的估计，可靠性高。
-
公开(公告)号：CN115935147A
公开(公告)日：2023-04-07
申请号：CN202211492049.4
申请日：2022-11-25
Applicant: 东南大学
IPC: G06F18/15
Abstract: 本发明公开了低秩和稀疏张量表示的交通数据恢复和异常值检测方法，包括：按地点、日期、时间三个维度，将包含缺失和异常值的交通数据观测构建为位置×日期×时间的三维张量在此基础上进一步将时空交通数据分解表示为代表交通模式的低秩张量和代表异常值的稀疏张量ε；针对交通模式和异常值的特点，分别采用基于对数的非凸松弛函数和l1范数对两部分进行约束，以此为基础构建基于低秩稀疏张量表示的交通数据恢复和异常值检测模型；根据ADMM框架，将模型的多变量优化问题转化四个单变量子优化问题，初始化张量依次更新四个变量；以作为输入，利用交叉方向乘子算法迭代优化直至满足收敛条件，获得收敛后的低秩张量和稀疏张量ε。本发明能够同步实现交通数据的准确鲁棒恢复和异常值检测。
-
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
IPC: G08G1/01
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。
-
Patent Agency Ranking
公开(公告)号：CN115691170A
公开(公告)日：2023-02-03
申请号：CN202211368855.0
申请日：2022-11-03
Applicant: 东南大学
Abstract: 本申请涉及一种基于号牌数据的城市干线道路子区划分方法。该方法包括：获取目标干线的交叉口的号牌数据，以及卡口式电子警察设备与干线道路交叉口关联表，并构建目标干线的干线交通OD流矩阵，进而利用干线道路协调控制距离原则，获取目标干线的干线道路初始划分结果，再根据干线交通OD流矩阵，优化干线道路初始划分结果，得到多个备选子区划分方案，并根据干线交通车辆运行特征和信号协调控制特性，构建目标干线的干线道路子区划分的评价指标，从而根据干线道路子区划分评价指标，对各备选子区划分方案进行评价，确定目标干线的最优子区划分方案，提高干城市干线道路子区划分结果对于干线信号协调控制与优化的作用。
-
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。
-
公开(公告)号：CN113299080B
公开(公告)日：2021-12-21
申请号：CN202110468059.3
申请日：2021-04-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于路口交通通行状态的信号实时优化方法，根据路口渠化信息和历史车流信息，确定路口信号配时参数。根据路口所有流向的交通通行状态，计算相位运行过程中每一秒的相位切换分。根据每一秒的相位切换分以及路口绿灯流向的交通通行状态，判断是否结束当前相位。根据本发明信号优化方法能够达到路口信号实时优化，最大化利用路口时空资源。
-
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
IPC: G08G1/01
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。
-
公开(公告)号：CN108665703B
公开(公告)日：2020-08-14
申请号：CN201810365989.4
申请日：2018-04-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于宏观基本图的路网状态转换点判别方法，采用动态时间弯矩算法，以MFD状态点前后序列的DTW距离衡量当前状态的变化程度，通过分析序列演化模式捕捉路网状态转换点，基于局部加权回归及差分法确定最大DTW距离所处区间,然后利用布伦特法确定区间极值,完成转换点的提取，从而准确识别路网状态，制定与状态相适应的交通管控策略。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.022 seconds)
