一种基于低速特征和聚类算法的交叉口提取方法

    公开(公告)号:CN116401590A

    公开(公告)日:2023-07-07

    申请号:CN202310260876.9

    申请日:2023-03-17

    Abstract: 本发明提供了一种基于低速特征和聚类算法的交叉口提取方法,包括以下步骤:读入轨迹数据;提取轨迹中的转向对,定义两个连续的GPS定位点为转向对,并提取对应的转弯点,得到转弯点集合;筛选出平峰时段所有车辆轨迹的低速点;根据每一转弯点周围的低速点数量,剔除或保留该转弯点,得到筛选后的转弯点数据集;采用基于局部连通性的聚类算法,对筛选后的转弯点数据集进行分类提取类簇中心,得到交叉口;本发明提出的方法考虑了车辆在经过交叉口时的低速特征,根据车辆的航向变化提取出转弯点,根据低速点数目对转弯点进行剔除,聚类后得到交叉口信息,精确率高。

    基于引力聚合算法的道路中心线提取方法

    公开(公告)号:CN116415134A

    公开(公告)日:2023-07-11

    申请号:CN202310260873.5

    申请日:2023-03-17

    Abstract: 本发明提出一种基于引力聚合算法的道路中心线提取方法。涉及交通大数据应用领域。所述的道路中心线提取方法包括读入轨迹数据,计算每个轨迹点的相似点集合;对于每个轨迹点,使用引力聚合算法计算其在相似点作用下的偏移量和偏移后坐标;更新所有轨迹点的坐标,并计算所有轨迹点的平均偏移量,重复使用引力聚合算法更新轨迹点的坐标,直至满足阈值条件,算法结束。通过本发明,可以降低传统测绘需要大量的人力物力而产生的成本,利用由无处不在的车辆搭载的定位设备产生的轨迹数据,精确地提取城市的道路中心线。相较于其他其它的引力聚合算法,本算法引入了质量权重,弱化了离群点的引力,具有收敛速度快、算法效果好的优点。

    车辆轨迹预测模型训练方法、多模型迁移预测方法及装置

    公开(公告)号:CN117709394A

    公开(公告)日:2024-03-15

    申请号:CN202410166654.5

    申请日:2024-02-06

    Abstract: 本发明提供了车辆轨迹预测模型训练方法、多模型迁移预测方法及装置,包括获取高速公路段的交通数据集,对交通数据集进行数据预处理,生成车辆的初步数据集;根据初步数据集进行构建处理,生成车辆轨迹训练模型的所需特征,并将所需特征进行组合,构建生成车辆轨迹监督学习数据集;根据车辆轨迹监督学习数据集,采用LSTM‑BILSTM算法结合分位数回归QR到算法的损失函数,对预设的车辆轨迹训练模型进行训练,生成车辆单步轨迹预测模型,将在训练样本量大的车型上训练完的车辆单步轨迹预测模型的权值迁移到同样网络结构但样本量小的车型上微调权重。本发明能精准呈现出每种类型车的驾驶行为特性,具有预测精度高、模型收敛速度快、需要训练样本数量少等特点。

    公交线路中快线站点的规划方法、装置、介质及设备

    公开(公告)号:CN115797133A

    公开(公告)日:2023-03-14

    申请号:CN202211399038.1

    申请日:2022-11-09

    Abstract: 本申请的实施例提供了一种公共线路中快线站点的规划方法、装置、介质及设备。该方法包括:获取待规划公交线路的客运数据,按照预定行驶方向确定所述待规划公交线路中两两站点之间的客运量,以确定各所述站点相关联的客运总量,从各所述站点中去除客运总量最小的站点,并将与其相关联的客运量置零,重新确定剩余的各所述站点对应的客运总量,重复上述处理直至剩余的所述站点的数量满足第一预设规则,以将剩余的所述站点作为待定站点;根据所述待定站点之间的站点分布以及对应的客运量,确定是否将各所述待定站点作为快线站点。本申请实施例的技术方案可以提高快速公交线路的规划效率并保证规划结果的合理性。

    基于K-means的交通运输主体信用评级方法及装置

    公开(公告)号:CN112907035A

    公开(公告)日:2021-06-04

    申请号:CN202110114076.7

    申请日:2021-01-27

    Abstract: 本发明公开了一种基于K‑means的交通运输主体信用评级方法及装置,其中,方法包括:获取交通运输主体的原始信用数据并进行预处理,以得到多维度指标;采用因子分析法对多维度指标进行降维处理,以便对多维度指标进行分类并获取每一类对应的因子;采用K‑means聚类算法对降维后的各类因子进行处理,以获取聚类后的最优数据集;根据获得的聚类后的最优数据集分别采用因子分析法、熵值法和critic权重法计算各类指标对应的权重,并采用列求和归一化方法获取各类指标的权重值;获取预先设置的评分分值和对应的评分等级,以及根据各类指标的权重值获取各类指标的信用评分分值,以便根据3sigma原则匹配出各类指标的信用评分分值对应的评分等级,从而大大提高评级效果。

    一种多车队冲突预警方法及介质

    公开(公告)号:CN108615354A

    公开(公告)日:2018-10-02

    申请号:CN201810438510.5

    申请日:2018-05-09

    Abstract: 本发明公开了一种多车队冲突预警方法,包括预设报信点的报信定位信息,实时获取所述多车队中各车队的车队定位信息;根据所述车队定位信息以及所述报信定位信息计算各车队抵达报信点的预计时间;判断各预计时间之间的时间差是否小于预设的时间阈值;若是,则对时间差小于时间阈值的各车队进行冲突报警。相应地,本发明还公开了一种计算机可读存储介质。本发明通过预设报信点的报信定位信息,实时监控车队定位信息,根据报信定位信息以及车队定位信息计算各车队抵达报信点时间,判断各车队是否存在冲突风险,进而进行冲突预警。可有效防止多车队相遇而导致交通拥堵。

    车辆活跃度统计方法及系统
    9.
    发明公开

    公开(公告)号:CN116645820A

    公开(公告)日:2023-08-25

    申请号:CN202310429660.0

    申请日:2023-04-20

    Abstract: 本发明提出了一种车辆活跃度统计方法及系统,该方法包括:实时获取卡口过车数据;构建有效车牌库,将预设时间段内的卡口过车数据中的经过不同卡口数量大于第一阈值的车牌信息标记为有效车牌,并不断更新有效车牌库;判断卡口过车数据中的经过不同卡口数量小于第二阈值的车牌信息是否存在有效车牌库内,如果不存在,则将其剔除,并根据更新后的卡口过车数据统计不同维度的车辆活跃度;根据卡口过车数据获取所有卡口中的每个卡口对应的活跃度和相似性以得到关键卡口,以便在不同维度的车辆活跃度出现异常时根据其与关键卡口的对应关系进行数据补算;由此,从而不仅能够从宏观上反映道路交通出行情况,而且还能减少由于数据质量问题导致的数据波动。

    船名自动识别方法
    10.
    发明公开

    公开(公告)号:CN114882204A

    公开(公告)日:2022-08-09

    申请号:CN202210215789.7

    申请日:2022-03-07

    Abstract: 本发明公开了一种船名自动识别方法和介质,其中方法包括以下步骤:获取船舶视频数据,并进行预处理,以提取船舶图像数据;将船舶图像输入到文字区域检测模型,以提取船舶图像对应的船名所在感兴趣区域,并对船名所在感兴趣区域进行标注,以及根据标注了船名所在感兴趣区域的船舶图像进行数据扩充,以生成训练样本集;根据训练样本集进行模型的训练,以得到最终船名自动识别模型;获取待识别船牌图像,并将待识别船牌图像输入到最终船名自动识别模型,以通过最终船名自动识别模型对待识别船牌图像的船名进行自动识别;能够自动对采集到的数据进行自动标注,提高识别模型的训练效率,降低识别模型训练过程中所需要消耗的人工成本。

Patent Agency Ranking