公开(公告)号：CN117473741A

公开(公告)日：2024-01-30

申请号：CN202311425411.0

申请日：2023-10-31

Applicant: 东南大学

Inventor： 赵嘉悦 ,  贺洋 ,  陆振波 ,  夏井新

IPC: G06F30/20 ,  G06F18/25 ,  G06Q50/40 ,  G06F111/04

Abstract: 本发明涉及一种全样本高分辨率车辆轨迹鲁棒重构方法、设备、介质，重构方法包括：获取线圈检测器数据和网联车数据，并通过基于交通阻塞流和自由流特征改进的自适应平滑方法，估计时空速度矩阵；选取需要重构轨迹的非网联车，分别依据其上游和下游已知轨迹，通过IDM模型生成候选轨迹；对已生成候选轨迹的非网联车，以生成的时空速度矩阵为约束，计算候选轨迹的权重，用加权法融合候选轨迹，重构所述非网联车的高分辨率车辆轨迹；对每辆非网联车依次重复候选轨迹生成和融合的过程。与现有技术相比，本发明提高了重构精度和鲁棒性；准确估计了车辆在阻塞流和自由流不同场景下的轨迹信息，通过简易的参数调节即可接近最优重构结果。

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

Inventor： 赵嘉悦 ,  王寅朴 ,  成岷 ,  夏井新 ,  陆振波

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/065

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：CN116665439B

公开(公告)日：2024-05-07

申请号：CN202310486336.2

申请日：2023-04-28

Applicant: 东南大学

Inventor： 赵嘉悦 ,  王寅朴 ,  成岷 ,  夏井新 ,  陆振波

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/065

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：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

Inventor： 贺洋 ,  赵嘉悦 ,  夏井新 ,  安成川 ,  陆振波

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。