-
公开(公告)号：CN116013101B
公开(公告)日：2023-06-20
申请号：CN202310303131.6
申请日：2023-03-27
Applicant: 之江实验室
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明公开了一种基于网联环境的无信号路口速度建议系统和方法，该方法利用网联环境，实时收集车辆行驶信息，以安全性条件为约束，以提升通行效率、降低油耗排放、提高驾驶舒适性为目标，建立优化问题，获得每辆车在各时刻的速度和加速度，为网联车辆提供速度建议。本发明兼顾驾驶多方面效益，实现了无信号交叉口时空资源的有效分配。
-
公开(公告)号：CN117332954A
公开(公告)日：2024-01-02
申请号：CN202311256163.1
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06Q10/0631 , G06Q50/06 , G06N3/045 , G06N3/092 , B60L53/31
Abstract: 本发明属于智能交通领域，涉及一种基于深度强化学习的充电桩调度方法及系统，所述基于深度强化学习的充电桩调度系统中请求终端和充电桩的状态通过通信模块经传输介质上传至智能控制平台；智能控制平台根据环境(充电请求和充电桩的状态)基于深度强化学习算法计算请求终端的调度方案，并返回动作到请求终端。本发明中，深度强化学习算法嵌入在智能控制平台中，并且深度强化学习算法与外界环境不断进行交互学习，具有较好的自适应能力，在满足汽车充电需求的同时，能够显著提高充电桩的服务效率。
-
公开(公告)号：CN116543561B
公开(公告)日：2023-10-31
申请号：CN202310823361.5
申请日：2023-07-06
Applicant: 之江实验室
Abstract: 本发明公开一种基于知识和数据双驱动的交通拥堵传播预测方法，该方法包括：构建交通预测的知识图谱；采集待分析路段的历史交通数据，明确路段拥有的兴趣点，确定实体和关系；将实体和关系进行编码，利用TransE方法进行知识表示；将步骤S3得到的知识与交通特征进行融合，得到融合知识的交通特征值；利用时域图卷积网络进行交通特征值预测，得到预测的交通特征值；将预测的交通特征值输入交通拥堵传播算法，进行交通拥堵传播预测。本发明在考虑交通时空特征的同时，捕捉外部因素对出行的影响，提升了交通拥堵传播的预测能力。
-
公开(公告)号：CN113554877B
公开(公告)日：2021-12-28
申请号：CN202111097587.9
申请日：2021-09-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于可变限速的长上坡交通流稳定性提升方法，该方法首先对路段根据坡度与上下游关系进行编码划分，将摄像头获取的交通流密度、速度、车型信息等数据作为模型输入，构建双机制的车辆跟驰随机模型，搭建交通仿真平台进行交通仿真，通过网格搜索法获取可变限速的输出值，从而通过引导长上坡上游车辆适当提前减速，避免因上坡路段引擎动力不足造成的速度突变。该方法主要用于城市快速路或高速公路的长上坡路段。根据仿真结果，该方法显著提升了交通流稳定性，从而降低了安全隐患，同时该方法显著降低了长上坡路段的车辆排放。
-
公开(公告)号：CN116543561A
公开(公告)日：2023-08-04
申请号：CN202310823361.5
申请日：2023-07-06
Applicant: 之江实验室
Abstract: 本发明公开一种基于知识和数据双驱动的交通拥堵传播预测方法，该方法包括：构建交通预测的知识图谱；采集待分析路段的历史交通数据，明确路段拥有的兴趣点，确定实体和关系；将实体和关系进行编码，利用TransE方法进行知识表示；将步骤S3得到的知识与交通特征进行融合，得到融合知识的交通特征值；利用时域图卷积网络进行交通特征值预测，得到预测的交通特征值；将预测的交通特征值输入交通拥堵传播算法，进行交通拥堵传播预测。本发明在考虑交通时空特征的同时，捕捉外部因素对出行的影响，提升了交通拥堵传播的预测能力。
-
Patent Agency Ranking
公开(公告)号：CN116151493A
公开(公告)日：2023-05-23
申请号：CN202310443476.1
申请日：2023-04-24
Applicant: 之江实验室
IPC: G06Q10/04 , G08G1/01 , G06Q50/30 , G06F18/2321 , G06N3/0442
Abstract: 本发明公开了一种基于头部效应和循环神经网络的交通拥堵预测方法和装置，属于交通预测领域，包括：获取车辆轨迹点序列数据并依次进行清洗和路网匹配得到有效轨迹点序列数据；基于有效轨迹点序列数据构建节点表示轨迹点对应访问行为、连边表示行为间关系强度的原始行为图；基于头部效应在有效轨迹点序列数据中挖掘真实意图轨迹数据，基于真实意图轨迹数据对原始行为图进行意图增强，得到意图增强行为图；对意图增强行为图进行嵌入表示得到嵌入向量；采用门控循环神经网络根据嵌入向量预测未来时刻轨迹点对应的访问行为后，对访问行为进行密度聚类，根据聚类结果预测交通拥堵情况。该方法和装置通过考虑头部效应以提升交通拥堵的预测准确性。
-
公开(公告)号：CN113506442B
公开(公告)日：2021-12-28
申请号：CN202111059324.9
申请日：2021-09-10
Applicant: 之江实验室
Abstract: 本发明公开了一种基于预期收益估计的城市路网交通信号灯控制方法，利用C‑V2X无线通信技术从车载终端获取路网中所有车辆的实时信息，从而获得当前道路实时交通状态，自适应的根据交通状态动态控制信号灯相位变换。本发明通过预估信号灯的各个相位绿灯时长内可通行车辆的及时行驶距离和未来行驶距离，并综合提出的道路优先通行指数计算出保持当前相位和执行变换相位的预期收益。通过比较保持当前相位和切换为其他相位的预期收益大小，选择最佳相位，实现在下一个信号灯周期执行最佳相位的绿灯通行时长内尽可能让更多的可通行车辆行驶的更远。本发明方法通过在每一个信号灯周期内实现最大预期收益，能明显缓解交通拥堵，提高交通参与者的出行体验。
-
公开(公告)号：CN113257005B
公开(公告)日：2021-12-10
申请号：CN202110708750.4
申请日：2021-06-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于关联度量的车流量统计方法，该方法基于高速道路路侧监控视频，采用视觉分析方法，统计通过虚拟断面的车流量。本发明引入基于深度学习的车辆检测方法，在连续视频帧中对运动车辆外框进行准确贴合的检测，通过提出一种融合前后视频帧中运动车辆的位置重叠度和基于车辆检测框子区域的特征向量的特征匹配度这两个度量因子的关联度量，分析运动车辆在前后帧的关联关系，从而实现对经过虚拟断面车辆的持续稳定跟踪，减少由于车辆换道、互相遮挡造成的统计结果不准的问题。本发明提出了一种基于关联度量的车流量统计方法，有效统计出通过高速道路虚拟断面的车流量，为高速道路路网管理和交通精准管控提供可靠依据。
-
公开(公告)号：CN113554877A
公开(公告)日：2021-10-26
申请号：CN202111097587.9
申请日：2021-09-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于可变限速的长上坡交通流稳定性提升方法，该方法首先对路段根据坡度与上下游关系进行编码划分，将摄像头获取的交通流密度、速度、车型信息等数据作为模型输入，构建双机制的车辆跟驰随机模型，搭建交通仿真平台进行交通仿真，通过网格搜索法获取可变限速的输出值，从而通过引导长上坡上游车辆适当提前减速，避免因上坡路段引擎动力不足造成的速度突变。该方法主要用于城市快速路或高速公路的长上坡路段。根据仿真结果，该方法显著提升了交通流稳定性，从而降低了安全隐患，同时该方法显著降低了长上坡路段的车辆排放。
-
公开(公告)号：CN117275240B
公开(公告)日：2024-02-20
申请号：CN202311554142.8
申请日：2023-11-21
Applicant: 之江实验室
IPC: G08G1/01 , G06N3/092 , G06F18/23213
Abstract: 本发明公开了一种考虑多类型驾驶风格的交通信号强化学习控制方法和装置。包括：基于路口周围车辆的历史轨迹数据，确定车辆驾驶风格的类别；获取路口周围车辆的实时轨迹数据，结合确定的车辆驾驶风格类别，实时获取车辆驾驶风格；设置强化学习环境，包括状态空间、动作空间和奖励函数；对强化学习智能体进行训练；将完成训练的智能体部署在路口，实现交通信号的强化学习控制。本发明相比传统交通信号控制方法，考虑了实时的交通流量，更加智慧化；相比于其他强化学习交通控制方法，考虑了多类型的驾驶风格，有助于进一步提升交通效率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.017 seconds)
