-
公开(公告)号:CN119580509A
公开(公告)日:2025-03-07
申请号:CN202411616312.5
申请日:2024-11-13
Applicant: 东南大学
Abstract: 本发明提供一种考虑速度波动的多路径主干道信号协同控制方法,包括首先采集交通数据,包括路网几何数据、交通流量数据、以及信号控制数据,根据交通流量数据确定若干条主要路径。然后基于各个主要路径上每辆车的行驶速度,计算各主要路径上的车辆行驶平均速度和速度波动量。最后构建信号控制优化模型:以所有路径的加权绿波带宽最大化为目标,构建目标函数,同时添加环路整数约束、干扰约束、速度波动时空约束、最高速度波动约束、最低速度波动约束,求解信号控制优化模型,获得优化信号周期和绿波带宽,输出优化的信号配时策略。本发明的方法生成的信号配时在减少行程延迟和停车次数方面具有良好前景,能够实现更好的多路径协同效果。
-
公开(公告)号:CN116543559B
公开(公告)日:2024-10-11
申请号:CN202310576909.0
申请日:2023-05-22
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种考虑超车行为的车辆轨迹重构方法,该方法包括如下步骤:(1)根据车牌信息检索同一辆车经过上下游固定检测器的观测记录,提取速度及时间信息。(2)选用三次多项式曲线表征车辆轨迹形式,对每一辆车分别建立多项式模型并标定参数,模拟车辆初始行驶轨迹。(3)考虑超车行为的随机性,对于超车/被超车辆,搜索其在行驶时段内超越/被超越的车辆,确定超车/被超车的具体时刻。(4)创建车辆顺序变量,计算每一辆车的顺序变化量。(5)建立分段线性车辆顺序变化模型,计算每一时间步长内的车辆顺序。(6)确定每一步长内自由流和非自由流情况下的车辆位置,选取最小值作为车辆真实位置,重构全时空车辆运行轨迹信息。
-
公开(公告)号:CN118116201A
公开(公告)日:2024-05-31
申请号:CN202410362997.9
申请日:2024-03-28
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/047 , G06F17/18 , G06F17/11
Abstract: 本发明提供了一种考虑出行时间分布特征的道路交通检测器布局优化方法,包括:基于路径出行时间服从正态分布的假设,估算路径出行时间概率密度函数;计算每两条路径的出行时间概率密度函数交并比,并依此确定每两条路径的出行时间可区分度;建立考虑出行时间分布特征的路径完全观测模型;最后使用启发式方法完成模型的求解并给出检测器布局方案。本发明充分利用AVI数据中的出行时间信息,实现了使用更少的检测器完成所有路径流量的观测,并在真实数据集πNEUMA数据集上验证了模型的有效性。本发明能更好地减少交通检测系统建设的成本,实现资源优化。
-
公开(公告)号:CN111127909B
公开(公告)日:2021-09-24
申请号:CN201911270593.2
申请日:2019-12-11
Applicant: 东南大学
Abstract: 本发明公开一种借用匝道消除X形交叉口左转车流预信号控制方法,包括(1)在X形交叉口的左转车流进口车道上游路径设置诱导标志,提示左转车流沿前进方向最右侧车道直行通过X形交叉口;(2)在X形交叉口的左转车流进口车道所对应的出口车道上距离停车线L处开设一条匝道,使其与相交道路的进口车道连通;(3)在X形交叉口的左转车流进口车道所对应的出口车道上辅以右转标线,提示左转车流前方存在右转匝道;(4)根据各转向交通流量进行交叉口主信号配时;(5)在匝道与相交道路的进口车道连接处设置预信号灯1对匝道车辆进行控制、预信号灯2对进口道行车方向最右侧车辆进行控制。本发明有效提升X型交叉口的通行能力。
-
公开(公告)号:CN110378556A
公开(公告)日:2019-10-25
申请号:CN201910500566.3
申请日:2019-06-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于消错决策法的地铁车站安全态势分级方法,包括如下步骤:选取地铁车站分级指标,高峰小时客流量、高峰时间不均匀系数、站点周边疏散公交线路数、站点换乘线路数、线网节点介数值;根据确定的分级指标收集相关基础数据资料,确定决策矩阵、分级属性类型、目标策略以及完全错误策略;计算车站分级属性的错误值;应用投影原理计算各分级属性的错误极限损失值;确定错误损失序列;计算车站分级集结值;运用SPSS进行聚类分析,得到最终车站分级结果。本发明通过选取与地铁车站密切相关的5个参数指标,建立一套能够动态反映地铁车站安全态势的评价指标体系,并采用消错决策法对车站进行较为科学合理的分级。
-
公开(公告)号:CN111833229B
公开(公告)日:2024-06-18
申请号:CN202010232612.9
申请日:2020-03-28
Applicant: 东南大学
IPC: G06Q50/40 , G06Q10/0639 , G06Q10/0637 , G06F18/23213 , G06F16/215 , G06F16/2458
Abstract: 本发明公开了一种基于地铁依赖度的出行行为时空分析方法及装置,其中方法包括:合并和过滤原始数据,得到有效的地铁乘客出行记录;计算地铁乘客依赖度指标;根据地铁乘客依赖度指标,利用K‑Means算法,对数据集进行聚类获得地铁乘客聚类结果并分析;计算并分析出行时间分布和出行耗时分布;计算并分析全日客流空间分布和客流源汇区分布。装置包括:原始数据预处理模块、地铁依赖度指标选取模块、地铁乘客聚类分析模块、出行时间特征分析模块、出行空间特征分析模块。本发明具有准确性、有效性和可操作性,深入挖掘地铁乘客的出行时空特征,可广泛应用于不同地铁依赖度乘客出行行为的分析中,为地铁运营管理、政策制定提供理论及方法依据。
-
公开(公告)号:CN114639238A
公开(公告)日:2022-06-17
申请号:CN202210167107.X
申请日:2022-02-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于归一化谱聚类算法的城市快速路交通状态估计方法,包括以下步骤:(1)对获取的城市快速路GPS数据进行预处理;(2)选定城市快速路交通运行状态的参数数据;(3)利用归一化谱聚类算法对交通流特征参数进行聚类划分并输出聚类结果确定交通估计状态;(4)利用轮廓系数SC对归一化谱聚类算法效果进行评价。本发明基于归一化谱聚类算法,通过引入新的速度离散概念和归一化拉普拉斯矩阵,能更加准确地对城市快速路交通状态进行精准估计,并在估计之后采用轮廓系数SC对整个估计结果进行效果评价,更完成整个估计过程。
-
公开(公告)号:CN110111563A
公开(公告)日:2019-08-09
申请号:CN201910278165.8
申请日:2019-04-08
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种城市快速路的实时交通状态估计方法。本发明的方法包括步骤(1)获取城市快速路交通流运行状态的历史参数数据;(2)根据历史参数数据,利用交通仿真模型VISSIM建立城市快速路模型;(3)根据网联车与普通车辆组成的混合交通特性搭建仿真的混合交通流,并收集混合交通流产生的数据并进行预处理;(4)根据支持向量机(SVM)算法进行实时交通状态估计;(5)设置不同比例的网联车,可计算其对交通状态估计精度的影响。本发明能够实现不同比例的网联车产生的交通状态评估参数以弥补基础数据的不足,能保证对交通状态实现高精度的实时精准估计。
-
公开(公告)号:CN118116201B
公开(公告)日:2024-08-27
申请号:CN202410362997.9
申请日:2024-03-28
Applicant: 东南大学
IPC: G08G1/01 , G06Q10/047 , G06F17/18 , G06F17/11
Abstract: 本发明提供了一种考虑出行时间分布特征的道路交通检测器布局优化方法,包括:基于路径出行时间服从正态分布的假设,估算路径出行时间概率密度函数;计算每两条路径的出行时间概率密度函数交并比,并依此确定每两条路径的出行时间可区分度;建立考虑出行时间分布特征的路径完全观测模型;最后使用启发式方法完成模型的求解并给出检测器布局方案。本发明充分利用AVI数据中的出行时间信息,实现了使用更少的检测器完成所有路径流量的观测,并在真实数据集πNEUMA数据集上验证了模型的有效性。本发明能更好地减少交通检测系统建设的成本,实现资源优化。
-
公开(公告)号:CN116543559A
公开(公告)日:2023-08-04
申请号:CN202310576909.0
申请日:2023-05-22
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种考虑超车行为的车辆轨迹重构方法,该方法包括如下步骤:(1)根据车牌信息检索同一辆车经过上下游固定检测器的观测记录,提取速度及时间信息。(2)选用三次多项式曲线表征车辆轨迹形式,对每一辆车分别建立多项式模型并标定参数,模拟车辆初始行驶轨迹。(3)考虑超车行为的随机性,对于超车/被超车辆,搜索其在行驶时段内超越/被超越的车辆,确定超车/被超车的具体时刻。(4)创建车辆顺序变量,计算每一辆车的顺序变化量。(5)建立分段线性车辆顺序变化模型,计算每一时间步长内的车辆顺序。(6)确定每一步长内自由流和非自由流情况下的车辆位置,选取最小值作为车辆真实位置,重构全时空车辆运行轨迹信息。
-
-
-
-
-
-
-
-
-