一种基于Transformer的高速公路主动管控方案生成方法

    公开(公告)号:CN118262518A

    公开(公告)日:2024-06-28

    申请号:CN202410351284.2

    申请日:2024-03-26

    IPC分类号: G08G1/01

    摘要: 发明提供了一种基于Transformer的高速公路主动管控方案生成方法,具体为:1、从高速公路数据中台获取全线交通状态、云控上报事件信息以及初始化全线控制设备信息;2、基于Transformer的主动管控方案生成模块生成全线控制对象的目标信息;3、基于Transformer的全线交通状态预测模块输入初始化全线交通状态及控制对象的目标信息,生成全线交通状态预测结果;4、对主动管控方案进行评价,并将具体方案上传至数据中台。本发明能实现高速公路管控方案的智能生成与实时评价。

    一种基于深度学习的两阶段高速公路车辆离散点轨迹重构方法与系统

    公开(公告)号:CN118351682A

    公开(公告)日:2024-07-16

    申请号:CN202410348396.2

    申请日:2024-03-26

    IPC分类号: G08G1/01

    摘要: 本发明公开了一种基于深度学习的两阶段高速公路车辆离散点轨迹重构方法与系统,包括对基于毫米雷达波数据进行特征提取后采用基于密度的离群值检测算法清洗异常的离散轨迹点;建立高速公路路网拓扑图,考虑基于图论的Betweenness Centrality法识别关键轨迹节点;对清洗后的毫米雷达波多源离散交通流轨迹点利用CA‑LWR方法进行全时空交通流轨迹预测;将离散轨迹点预测得到的交通流轨迹嵌入深度学习的编码器中并作为历史车辆轨迹输入到Transformer中增强目标车辆轨迹重构的精度。本发明能够提高轨迹重构的精度和实时性,有助于优化交通系统、提高交通效率,为高速公路管理者提供数据支撑,同时在自动驾驶领域能够为车辆定速巡航提供较为安全的路径。

    一种基于手机信令数据的多段出行方式识别方法

    公开(公告)号:CN117858024B

    公开(公告)日:2024-10-01

    申请号:CN202410028618.2

    申请日:2024-01-09

    申请人: 东南大学

    摘要: 本发明公开了一种基于手机信令数据的多段出行方式识别方法,包括:收集基站和手机信令数据信息,并进行处理;基于处理后的手机信令数据集,提出一种结构β‑熵混合密度子空间聚类模型,得到驻留点子空间集和驻留点向量,实现对驻留点的提取;将处理后的手机信令数据样本集和驻留点子空间集做差得到运动点子空间集和运动点向量,根据运动点向量得到用户出行次数和每次出行的出行持续时间、出行距离,提出出行阈值模型识别每一段出行的出行方式,实现将单一用户一天内的所有出行划分为多段单一目的出行;推算运动轨迹并可视化。本发明为多段出行方式的研究提供了新的模型和研究思路,有利于提高对居民多段出行方式研究的准确性。

    一种基于手机信令数据的多段出行方式识别方法

    公开(公告)号:CN117858024A

    公开(公告)日:2024-04-09

    申请号:CN202410028618.2

    申请日:2024-01-09

    申请人: 东南大学

    摘要: 本发明公开了一种基于手机信令数据的多段出行方式识别方法,包括:收集基站和手机信令数据信息,并进行处理;基于处理后的手机信令数据集,提出一种结构β‑熵混合密度子空间聚类模型,得到驻留点子空间集和驻留点向量,实现对驻留点的提取;将处理后的手机信令数据样本集和驻留点子空间集做差得到运动点子空间集和运动点向量,根据运动点向量得到用户出行次数和每次出行的出行持续时间、出行距离,提出出行阈值模型识别每一段出行的出行方式,实现将单一用户一天内的所有出行划分为多段单一目的出行;推算运动轨迹并可视化。本发明为多段出行方式的研究提供了新的模型和研究思路,有利于提高对居民多段出行方式研究的准确性。

    复杂网络理论信用评价的路内停车欠逃费追缴方法及系统

    公开(公告)号:CN113393113B

    公开(公告)日:2024-04-09

    申请号:CN202110646502.1

    申请日:2021-06-10

    申请人: 东南大学

    发明人: 李志斌 陆盛康

    IPC分类号: G06Q40/03 G06F17/10 G06Q50/26

    摘要: 本发明公开了复杂网络理论信用评价的路内停车欠逃费追缴方法及系统,包括:从订单管理模块获取路内停车场车辆的付费信息与历史轨迹信息,从辅助信息模块获取辅助因素信息;构建空间使用判断模型、滞纳行为判断模型、辅助因素集合;通过不同评价方法以三种模型下各种相应指标进行信用变化评价;基于复杂网络理论计算组合信用变化评价结果;车辆在系统管控的路外停车场停车时,根据信用评价结果对车辆出入场进行不同方式的处理。本发明引入了复杂网络理论,计算组合信用评价结果,较好地解决不同方法评价结论非一致性问题;此外,采用停车场本地系统与中央控制系统对接的办法,可有效控制总体成本。

    道路交通事故严重程度与持续时间预测方法

    公开(公告)号:CN117010559A

    公开(公告)日:2023-11-07

    申请号:CN202310970832.5

    申请日:2023-08-03

    申请人: 东南大学

    摘要: 本发明公开了一种道路交通事故严重程度与持续时间预测方法,具体为:1、获取道路交通事故严重程度影响因素和道路交通事故持续时间的影响因素;2、建立MobileNetV2‑SENet模型;3、将获取的道路交通事故严重程度影响因素数据转换为图像数据输入至MobileNetV2‑SENet模型中,得到道路交通事故严重程度;4、构建异质集成学习模型,作为道路交通事故持续时间预测模型;5、将MobileNetV2‑SENet模型输出的道路交通事故严重程度和其他道路交通事故持续时间的影响因素输入至构建异质集成学习模型,得到道路交通事故持续时间。本发明能够较好的实现对于交通事故严重程度与持续时间的联合预测。

    基于改进MADDPG的多车联合纵向控制方法

    公开(公告)号:CN116935669A

    公开(公告)日:2023-10-24

    申请号:CN202310893941.1

    申请日:2023-07-20

    申请人: 东南大学

    发明人: 李志斌 李戈阳

    摘要: 本发明公开了一种基于改进MADDPG的多车联合纵向控制方法,包括步骤:S1,采用仿真软件SUMO对交通走停波进行建模,对每辆车进行建模并设计车辆的单车道行进路线;S2,运用仿真软件SUMO内置的交通控制接口Traci与实现深度强化学习的Python进行交互;S3,对仿真模型进行标定与验证;S4,根据多车纵向控制任务,对多智能体的联合状态空间、动作空间以及联合奖励进行设计;构建SRM‑MADDPG算法改进多智能体间的状态通信方式和奖励通信方式;S5,设置策略目标函数和值函数。本发明能增强多智能体之间的合作,降低计算复杂度,提高多智能体系统的性能,有效优化交通安全并抑制交通走停波现象的发生。

    基于大规模浮动车轨迹数据的区域交通事故风险分析方法

    公开(公告)号:CN116502885A

    公开(公告)日:2023-07-28

    申请号:CN202310295833.4

    申请日:2023-03-24

    申请人: 东南大学

    摘要: 本发明公开了一种基于大规模浮动车轨迹数据的区域交通事故风险分析方法,包括以下步骤:S1,采用断裂GPS定位融合匹配的改进Dijkstra时空轨迹重构算法,对城市大规模浮动车轨迹数据进行城市道路网络时空线路匹配;S2,采用全天候‑多时段融合的星期‑小时‑用地类型多维度标签化处理方法,最终生成浮动车全天候多维复杂的活动标签;S3,对各交通分区内全天候活动标签进行文本聚类分析,挖掘各交通分区浮动车潜在的时空活动特征;S4,构建结合浮动车的城市路网区域交通事故风险分析模型,得到交通事故风险影响因素的重要性排序。本发明计算高效,对实现城市路网的交通安全评估具有重要的现实意义。

    基于行为趋向聚类和特征映射的多智能体可变限速控制方法

    公开(公告)号:CN116150639A

    公开(公告)日:2023-05-23

    申请号:CN202310130501.0

    申请日:2023-02-17

    申请人: 东南大学

    摘要: 本发明公开了一种基于行为趋向聚类和特征映射的多智能体可变限速控制方法,有如下步骤:设计同时考虑效率和安全的智能体奖励函数,再设计出整条公路的全局奖励函数;采集连续多瓶颈路段的交通流数据;采用结合参数再梯度化的多智能体深度强化学习算法对可变限速控制智能体训练;设计能够持久记忆和信息交换的神经网络计算交通流运行趋向,再用高斯混合模型进行趋向聚类并对智能体分组;对同组内的源智能体与共享智能体间进行横向特征映射,加快学习过程;同组内的智能体同步更新神经网络直至收敛;最后对道路限速控制。结果表明,提出的可变限速控制方法具有协调性能好,收敛速度快,有效地提升了道路通行效率、改善了交通安全。