-
公开(公告)号:CN117576897B
公开(公告)日:2024-12-03
申请号:CN202311448915.4
申请日:2023-11-02
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的高速公路交通状态估计方法,包括:采集高速公路的交通数据并进行预处理,将历史交通数据转化为交通状态特征向量;构建基于Transformer的交通状态估计模型,利用多头自注意力机制捕获交通数据的时空特点,构建深度学习模型来学习交通数据中的隐藏模式,利用交通状态特征向量训练一个交通状态估计器;在进行状态估计时,该方法会将实时交通数据输入到Transformer模型中,获取其特征向量,并通过前述训练的交通状态估计器得到高速公路的当前交通状态参数。本发明方法不仅提高了交通状态估计的准确性,还为高速公路管理者提供了一种高效、可靠的工具,帮助他们更好地进行交通管理和调度,从而优化路网的交通流动性和整体性能。
-
公开(公告)号:CN117576905B
公开(公告)日:2024-11-26
申请号:CN202311538852.1
申请日:2023-11-17
Applicant: 东南大学
Abstract: 本发明公开一种智能网联车辆队列的关键控制节点识别方法、装置及存储介质,属于智能交通控制技术领域。方法包括:获取智能网联车辆队列运动轨迹信息,提取出队列中所有车辆的车辆自身运动参数与车间相对运动参数;根据智能网联车辆的分布建立图结构表征,根据车辆动力学参数计算特征参数并构建相似度矩阵,推导基于智能网联车辆队列图结构与特征矩阵的拉普拉斯矩阵;并基于拉普拉斯矩阵,执行特征分解,确定最优化聚类簇数,进而执行智能网联车辆队列的谱聚类操作;根据聚类结果,提取各聚类簇中的关键车辆,输出智能网联车辆队列的关键控制节点识别结果至智能网联车辆队列。本发明能够为智能网联车辆队列的安全和高效控制提供决策依据与保障。
-
公开(公告)号:CN117576897A
公开(公告)日:2024-02-20
申请号:CN202311448915.4
申请日:2023-11-02
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的高速公路交通状态估计方法,包括:采集高速公路的交通数据并进行预处理,将历史交通数据转化为交通状态特征向量;构建基于Transformer的交通状态估计模型,利用多头自注意力机制捕获交通数据的时空特点,构建深度学习模型来学习交通数据中的隐藏模式,利用交通状态特征向量训练一个交通状态估计器;在进行状态估计时,该方法会将实时交通数据输入到Transformer模型中,获取其特征向量,并通过前述训练的交通状态估计器得到高速公路的当前交通状态参数。本发明方法不仅提高了交通状态估计的准确性,还为高速公路管理者提供了一种高效、可靠的工具,帮助他们更好地进行交通管理和调度,从而优化路网的交通流动性和整体性能。
-
公开(公告)号:CN115311844A
公开(公告)日:2022-11-08
申请号:CN202210714620.6
申请日:2022-06-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于自监督学习支持向量机的高速公路交通状态估计方法,包括:生成训练交通数据集;构建基于自监督学习支持向量机的交通状态分类模型,利用高速公路样本交通数据特征向量训练交通状态分类模型;求解分类器决策权值参数,获得不同交通状态及对应向量分类器决策权值参数;通过计算高速公路所测时段交通数据与交通状态分类器的间隔距离,估计高速公路所测时段的交通状态。本发明实现了对高速公路交通状态估计,从而方便高速公路管理者对高速公路交通运营进行针对性管控和评价,提升路网交通整体性能。
-
公开(公告)号:CN118298634A
公开(公告)日:2024-07-05
申请号:CN202410462928.5
申请日:2024-04-17
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及交通管理系统技术领域,公开了一种基于有向图时空信息嵌入的交通流预测方法及系统,基于单向交通流的路网结构,构造有向图,加强模型对交通时空数据的空间特征提取能力;将基于有向图的静态空间信息和动态空间信息嵌入到交通流数据中,增强模型对路网空间信息的学习能力;设计了具有时间周期信息嵌入的时空注意力记忆块来捕捉数据的时空相关性。编码器阶段,根据上述的时空信息嵌入方法和时空注意力记忆块连接设计以提取交通时空数据特征;解码器阶段,使用全卷积的UniRepLKNet‑S架构生成最终的预测结果。本发明的有益效果为:能够更好的帮助交通管理部门和个体驾驶者应对复杂多变的交通环境,提高路网交通效率。
-
公开(公告)号:CN117670111A
公开(公告)日:2024-03-08
申请号:CN202311565117.X
申请日:2023-11-22
Applicant: 东南大学
IPC: G06Q10/0639 , G06Q50/40 , G06F18/2337 , G06F18/24 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/082 , G08G1/01
Abstract: 本发明提出了一种基于评价指标改进FCM的高速路交通参数估计方法,主要改进了FCM状态划分算法。首先,通过经验模态分解对高速公路交通数据进行平稳化处理和去噪,以减少数据波动带来的误差,构建模型输入的数据矩阵。接着,从断面级和路段级尺度出发,建立多维交通状态评价指标体系,并基于此体系提出改进的FCM算法,实现交通状态的精准划分。最后,结合交通状态划分和深度学习方法,构建自适应时间序列分析预测模型,对流量和速度进行短时预测,从而获得动态的交通参数估计结果。本发明方法引入了道路物理结构,并利用改进的FCM算法对路网交通状态进行动态评价,有助于高速公路管理者提升交通管理与调度能力,优化路网的整体运行性能。
-
公开(公告)号:CN117671955B
公开(公告)日:2025-03-04
申请号:CN202311684067.7
申请日:2023-12-08
Applicant: 东南大学
IPC: G08G1/01 , G08G1/065 , G08G1/0967
Abstract: 本发明公开了一种基于车道级元胞动态划分的合流瓶颈区综合管控方法,包括:针对合流瓶颈区的每个车道设置动态自适应大小的元胞;获取各元胞的交通流初始分布信息,构建得到合流瓶颈区的CTM交通流模型;基于CTM交通流模型,对合流瓶颈区的交通流进行综合管控。本发明对于元胞大小实行车道级动态划分,并对CTM交通流模型进行优化改进,在MPC框架中对多种控制及其协同策略优化求解,为智能网联环境下合流瓶颈路段的管控策略提供了可行的思路,可有效缓解合流瓶颈问题。
-
公开(公告)号:CN118247966A
公开(公告)日:2024-06-25
申请号:CN202410424672.9
申请日:2024-04-10
Applicant: 东南大学
IPC: G08G1/01 , G06N3/045 , G06F18/214
Abstract: 本发明公开了一种基于时空序列的交通流量预测方法、装置、存储介质及计算设备,该方法包括:预先训练交通流量预测模型;获取当前时刻的交通流量输入所述交通流量预测模型中,预测得到未来时刻的交通流量。其中,交通流量预测模型包括多个时空块和预测模块,每个时空块均包括时空注意力机制模块,用于提取输入的交通流量数据的空间相关性特征和时间相关性特征;和时空卷积模块,用于提取交通流量数据的空间特征和时间特征。该预测方法不仅能够提供高准确度的交通量预测,预测出交通流量的有效变化情况,而且对硬件及实施成本要求低,易于部署实现。
-
公开(公告)号:CN117671955A
公开(公告)日:2024-03-08
申请号:CN202311684067.7
申请日:2023-12-08
Applicant: 东南大学
IPC: G08G1/01 , G08G1/065 , G08G1/0967
Abstract: 本发明公开了一种基于车道级元胞动态划分的合流瓶颈区综合管控方法,包括:针对合流瓶颈区的每个车道设置动态自适应大小的元胞;获取各元胞的交通流初始分布信息,构建得到合流瓶颈区的CTM交通流模型;基于CTM交通流模型,对合流瓶颈区的交通流进行综合管控。本发明对于元胞大小实行车道级动态划分,并对CTM交通流模型进行优化改进,在MPC框架中对多种控制及其协同策略优化求解,为智能网联环境下合流瓶颈路段的管控策略提供了可行的思路,可有效缓解合流瓶颈问题。
-
公开(公告)号:CN115311844B
公开(公告)日:2023-05-16
申请号:CN202210714620.6
申请日:2022-06-22
Applicant: 东南大学
IPC: G08G1/01 , G06F18/2411
Abstract: 本发明公开了一种基于自监督学习支持向量机的高速公路交通状态估计方法,包括:生成训练交通数据集;构建基于自监督学习支持向量机的交通状态分类模型,利用高速公路样本交通数据特征向量训练交通状态分类模型;求解分类器决策权值参数,获得不同交通状态及对应向量分类器决策权值参数;通过计算高速公路所测时段交通数据与交通状态分类器的间隔距离,估计高速公路所测时段的交通状态。本发明实现了对高速公路交通状态估计,从而方便高速公路管理者对高速公路交通运营进行针对性管控和评价,提升路网交通整体性能。
-
-
-
-
-
-
-
-
-