-
公开(公告)号：CN109448370B
公开(公告)日：2021-09-28
申请号：CN201811268992.0
申请日：2018-10-29
Applicant: 东南大学
IPC: G08G1/01 , G08G1/081 , G06F16/901
Abstract: 本发明公开了一种基于车辆轨迹数据的交通控制子区划分方法，包括如下步骤：对某区域交叉口编号，获取卡口数据、路段长度数据以及该区域路网底图；汇聚卡口数据，将单个车辆的出行链划分成轨迹数据，并剔除无效轨迹；基于最短路原则对缺失的车辆轨迹进行修补；计算一定时段内各交叉口对之间的双向流量，形成交叉口对流量矩阵；以交叉口为节点、交叉口对之间的双向流量作为节点连线的关联度建立全联通的有向网络图，利用随机漫步地图算法对网络图进行初始划分；同类交叉口连通性检验，对现实路网划分非联通部分进行修正；划分结束，将划分结果投射到现实路网上。本发明能够更加充分挖掘交通流的中信息，从全局的角度分析交通网络中的结构。
-
公开(公告)号：CN110322704B
公开(公告)日：2021-05-04
申请号：CN201910514435.0
申请日：2019-06-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于号牌识别和GPS数据的排队长度实时估计方法，包括如下步骤：S1：通过车辆在路段中的停车位置和与停车位置相关的特征参数，建立二级随机森林回归模型；S2：对二级随机森林回归模型进行训练和测试，确定最终的随机森林回归模型；S3：将实际排队车辆中所有车辆的号牌信息，作为最终随机森林回归模型的输入，通过最终随机森林回归模型的输出，确定出实际路段中车辆排队的长度。本发明利用GPS轨迹数据提供的车辆停车位置和上下游号牌匹配数据提供对应停车位置相关的特征参数，建立随机森林回归模型，将从号牌数据中提取出的特征作为随机森林回归模型的输入，从而可以预测待测车辆的停车位置，得到具体的实时排队长度。
-
公开(公告)号：CN110322704A
公开(公告)日：2019-10-11
申请号：CN201910514435.0
申请日：2019-06-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于号牌识别和GPS数据的排队长度实时估计方法，包括如下步骤：S1：通过车辆在路段中的停车位置和与停车位置相关的特征参数，建立二级随机森林回归模型；S2：对二级随机森林回归模型进行训练和测试，确定最终的随机森林回归模型；S3：将实际排队车辆中所有车辆的号牌信息，作为最终随机森林回归模型的输入，通过最终随机森林回归模型的输出，确定出实际路段中车辆排队的长度。本发明利用GPS轨迹数据提供的车辆停车位置和上下游号牌匹配数据提供对应停车位置相关的特征参数，建立随机森林回归模型，将从号牌数据中提取出的特征作为随机森林回归模型的输入，从而可以预测待测车辆的停车位置，得到具体的实时排队长度。
-
公开(公告)号：CN109448370A
公开(公告)日：2019-03-08
申请号：CN201811268992.0
申请日：2018-10-29
Applicant: 东南大学
IPC: G08G1/01 , G08G1/081 , G06F16/901
Abstract: 本发明公开了一种基于车辆轨迹数据的交通控制子区划分方法，包括如下步骤：对某区域交叉口编号，获取卡口数据、路段长度数据以及该区域路网底图；汇聚卡口数据，将单个车辆的出行链划分成轨迹数据，并剔除无效轨迹；基于最短路原则对缺失的车辆轨迹进行修补；计算一定时段内各交叉口对之间的双向流量，形成交叉口对流量矩阵；以交叉口为节点、交叉口对之间的双向流量作为节点连线的关联度建立全联通的有向网络图，利用随机漫步地图算法对网络图进行初始划分；同类交叉口连通性检验，对现实路网划分非联通部分进行修正；划分结束，将划分结果投射到现实路网上。本发明能够更加充分挖掘交通流的中信息，从全局的角度分析交通网络中的结构。
-
公开(公告)号：CN112634620B
公开(公告)日：2021-11-30
申请号：CN202011546643.8
申请日：2020-12-24
Applicant: 东南大学
Abstract: 本发明公开了基于Encoder‑Decoder深度神经网络的路网动态交通分配方法，依托于车辆轨迹数据，采用LSTM神经网络模型构建Encoder‑Decoder模型，输入为路网交通多时段车流OD，输出为道路断面流量以及交叉口进口道转向流量，构建模型过程引入Attention机制，进行动态交通分配，得到路网交通需求与实际道路流量之间的非线性映射关系。本发明得到的分配模型结果精度较高，解决了传统方法存在的精度低、实时性差等弊端，为解决交通关键技术问题提供有力支撑。
-
Patent Agency Ranking
公开(公告)号：CN109191872B
公开(公告)日：2021-03-19
申请号：CN201811180897.5
申请日：2018-10-09
Applicant: 东南大学
IPC: G08G1/08
Abstract: 本发明公开了一种基于号牌数据的路口交通流特征参数提取方法，步骤为：1、获取路网内路口卡口式电子警察检测到的号牌数据，并获取卡口式电子警察设备与交叉口对照表、路段与上下游交叉口对照表；2、获得每辆被检测车辆的驶离特征参数；3、在每一条过车数据后，增加该辆车在上游交叉口的过车信息；4、计算获得每条过车数据在路段上游交叉口的车辆到达特征参数；5、分别提取被检测车辆、位于被检测车辆前后的同周期且在上游交叉口有过车记录的最近车辆的行驶特征参数；6、根据得出的车辆驶离、到达、行驶特征参数补全车辆的路段“行程时间”，得出路段的交通状态，将交通状态上传到路口信号机，进而对路口信号配时进行调整。
-
公开(公告)号：CN110148295A
公开(公告)日：2019-08-20
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：CN116665439A
公开(公告)日：2023-08-29
申请号：CN202310486336.2
申请日：2023-04-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于车辆号牌识别数据的城市路网车流OD不确定性估计方法，包括：获取车辆号牌识别数据，重构车辆轨迹，并按照Time‑of‑Day的时间维度提取路网样本车流OD、样本路径流量、样本路段流量和实际路段流量；基于贝叶斯计算图框架构建得到车流OD不确定性估计框架；分别设计历史车流OD、实时车流OD的不确定性估计流程，基于车流OD不确定性估计框架，设置损失函数，采用Adam方法进行训练求解，得到实时车流OD和历史车流OD的不确定性估计结果。本发明能够提高车流OD估计的鲁棒性和准确性，对提升交通管理系统的响应能力和服务水平具有重要意义。
-
公开(公告)号：CN115691170B
公开(公告)日：2023-08-29
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：CN109410574B
公开(公告)日：2021-05-11
申请号：CN201811265021.0
申请日：2018-10-29
Applicant: 东南大学
Abstract: 本发明公开了一种面向阶段‑相位信号控制方案的配时参数优化方法，包括以下步骤：1、获取信号交叉口的车道信息、信号控制方案和各车道交通量，生成车道信息表和信号配时方案表；2、将两张表构成车道‑相位映射；3、提取相位‑阶段分布关系表；4、根据相位的目标饱和度，得出各相位的需求绿信比；以交叉口的饱和度为优化目标，构建线性规划方程模型，得出最优的周期时长和各阶段绿灯时长，作为信号配时方案优化结果；5、将信号配时方案优化结果输入到路口交通信号控制器中。本发明满足国内单环信号配时方案结构，可实现信号配时自优化、准确化。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.016 seconds)
