-
公开(公告)号：CN117238159A
公开(公告)日：2023-12-15
申请号：CN202310977971.0
申请日：2023-08-04
Applicant: 华南理工大学 , 广州通辉交通科技有限责任公司 , 广州现代产业技术研究院
IPC: G08G1/0967
Abstract: 本发明公开了一种面向城市道路的智能网联车行为决策方法，该方法包括：S1.获取网联车车辆状态信息、周围障碍车辆信息和交通信息；S2.结合周围障车辆信息，进行网联车安全性评估；S3.结合交通信息，进行网联车合法性评估；S4.结合全局路径规划换道需求、前方障碍车辆位置、障碍车辆速度、路段限速信息，进行网联车路径决策；S5.结合网联车正前方安全性、速度合法性以及信号灯状态信息，进行网联车速度决策；S6.输出智能网联车行为决策方案，下发目标路径和目标速度。本发明考虑了城市道路中障碍物和常见交通要素约束，适用于网联车在城市道路上安全、高效地通过干道及交叉口，为网联车的应用提供了一种可行的决策方法。
-
公开(公告)号：CN109544929B
公开(公告)日：2020-12-15
申请号：CN201811534976.1
申请日：2018-12-14
Applicant: 华南理工大学 , 广州运星科技有限公司 , 广州现代产业技术研究院
IPC: G08G1/01 , G08G1/08 , G08G1/081 , G08G1/0968 , H04L29/08
Abstract: 本发明公开了一种基于大数据的车辆低碳控制与诱导方法，包括如下步骤：S100.通过包括不同的检测设备、移动设备、网络在内的各种途径采集交通数据；S200.根据S100采集得到的交通数据，提出基于云计算技术加快数据处理速度的算法并对数据进行处理；S300.根据S200处理后的数据进行在线数据分析，分析得出不同时期的路口、路段交通状况；S400.根据干道信号协调方法，实时控制在线交通信号，实现干道信号协调优化；S500.通过交通诱导算法规划最优出行路径，最终诱导驾驶员选择最优路径出行。通过进行干道信号协调优化以及最优路径规划，诱导驾驶员选择最优路径出行，从而减少车辆在交叉口的停车次数与拥堵时间，减少车辆在交叉口引起的尾气排放量增多的问题。
-
公开(公告)号：CN117238159B
公开(公告)日：2024-08-27
申请号：CN202310977971.0
申请日：2023-08-04
Applicant: 华南理工大学 , 广州通辉交通科技有限责任公司 , 广州现代产业技术研究院
IPC: G08G1/0967
Abstract: 本发明公开了一种面向城市道路的智能网联车行为决策方法，该方法包括：S1.获取网联车车辆状态信息、周围障碍车辆信息和交通信息；S2.结合周围障车辆信息，进行网联车安全性评估；S3.结合交通信息，进行网联车合法性评估；S4.结合全局路径规划换道需求、前方障碍车辆位置、障碍车辆速度、路段限速信息，进行网联车路径决策；S5.结合网联车正前方安全性、速度合法性以及信号灯状态信息，进行网联车速度决策；S6.输出智能网联车行为决策方案，下发目标路径和目标速度。本发明考虑了城市道路中障碍物和常见交通要素约束，适用于网联车在城市道路上安全、高效地通过干道及交叉口，为网联车的应用提供了一种可行的决策方法。
-
公开(公告)号：CN116702026A
公开(公告)日：2023-09-05
申请号：CN202310599712.9
申请日：2023-05-24
Applicant: 华南理工大学 , 广州现代产业技术研究院
IPC: G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/048 , G06F18/25 , G06F18/10 , G06Q50/26
Abstract: 本发明公开了一种基于微博数据的公交服务负面情绪原因辨识方法，包括以下步骤：从微博获取公交服务评论数据；数据预处理；选出包含用户情绪的公交服务数据，并剔除其他数据；基于BERT‑BiGRU+CNN模型的公交服务数据情感分类；公交服务负面情绪原因分类；基于BERT‑BiGRU+CNN‑Attention模型的公交服务负面情绪原因辨识，得到公交服务负面情绪原因辨识结果。本发明能全面提取局部信息和关联上下文的信息，利用Attention机制关注重点信息，提升精确率、召回率和F1值三个指标值，具有较高的辨识度和精确度，适用于处理数据量大、处理速度快、辨识效果要求高的场景。
-
公开(公告)号：CN110276950B
公开(公告)日：2021-12-31
申请号：CN201910550349.5
申请日：2019-06-24
Applicant: 华南理工大学 , 广州运星科技有限公司 , 广州现代产业技术研究院
Abstract: 本发明采用PPA路径搜索算法(潜在路径区域路径搜索算法)，进行构建初始决策路径，采用决策属性因子模型训练方法最终输出算法复原的真实路径；并选取五种决策优化因子：路径行程时间、路径长度、路径转弯次数、路径受信号控制卡口数作为决策属性使得轨迹复原的决策因素更加具有环境适应性；本发明决策权重的设置由主、客观数据综合确立，更具科学实践性，算法速度快，可处理较大规模数据；适用于中小型路网的路径重构，可以高精度完成漏检车辆轨迹的复原，具有良好的鲁棒性，为进一步统计城市交通路网微观参数的统计奠定基础。
-
Patent Agency Ranking
公开(公告)号：CN117037467B
公开(公告)日：2024-08-27
申请号：CN202310803999.2
申请日：2023-06-30
Applicant: 华南理工大学 , 广州通辉交通科技有限责任公司 , 广州现代产业技术研究院
Abstract: 本发明公开了高速公路事故瓶颈下可变限速与入口收费站协同控制方法，包括以下步骤：获取高速公路、收费站、入口匝道和交通事故的静态和实时动态数据；根据交通事故场景、主线与入口匝道交通状态，判定是否满足协同控制的实施条件；满足条件下，实施高速公路事故瓶颈下可变限速与入口收费站协同控制；判定是否满足结束控制条件；满足条件下结束控制，否则下发可变限速控制方案和入口收费站控制方案。本发明根据事故瓶颈区域的交通状态，周期性调整主线路段限速值和入口收费站控制方案，最大限度地缓解事故引发的交通拥堵状况，为高速公路交通事故下的主线与匝道车辆控制提供了新方法。
-
公开(公告)号：CN117542213A
公开(公告)日：2024-02-09
申请号：CN202311390965.1
申请日：2023-10-24
Applicant: 华南理工大学 , 广州通辉交通科技有限责任公司 , 广州现代产业技术研究院
Abstract: 本发明公开了一种长距离干道多路径协同绿波优化方法，所述方法包括：S1.获取长距离干道路网结构、交叉口信号配时参数和车辆轨迹数据；S2.根据车辆轨迹数据，选出长距离干道中的关键车流路径；S3.以交叉口为分割点，建立关键车流路径绿波约束式；S4.以关键车流路径带宽最大化和停车等待时间最小化为优化目标，建立多路径协同绿波优化模型；S5.求解多路径协同绿波优化模型，输出最佳协调控制配时方案。本发明综合考虑长距离干道子区划分和多股车流同步绿波通行需求，能够在短周期和低饱和度下显著提升长距离干道整体运行效率，降低行驶车辆在交叉口的停车延误时间。
-
公开(公告)号：CN117037467A
公开(公告)日：2023-11-10
申请号：CN202310803999.2
申请日：2023-06-30
Applicant: 华南理工大学 , 广州通辉交通科技有限责任公司 , 广州现代产业技术研究院
Abstract: 本发明公开了高速公路事故瓶颈下可变限速与入口收费站协同控制方法，包括以下步骤：获取高速公路、收费站、入口匝道和交通事故的静态和实时动态数据；根据交通事故场景、主线与入口匝道交通状态，判定是否满足协同控制的实施条件；满足条件下，实施高速公路事故瓶颈下可变限速与入口收费站协同控制；判定是否满足结束控制条件；满足条件下结束控制，否则下发可变限速控制方案和入口收费站控制方案。本发明根据事故瓶颈区域的交通状态，周期性调整主线路段限速值和入口收费站控制方案，最大限度地缓解事故引发的交通拥堵状况，为高速公路交通事故下的主线与匝道车辆控制提供了新方法。
-
公开(公告)号：CN110362557A
公开(公告)日：2019-10-22
申请号：CN201910448107.5
申请日：2019-05-27
Applicant: 华南理工大学 , 广州运星科技有限公司 , 广州现代产业技术研究院
IPC: G06F16/215 , G06F16/29 , G06N20/00 , G08G1/01 , G08G1/017
Abstract: 本发明提供了一种基于机器学习和车牌识别数据的缺失路径修复方法，通过对获取的车牌识别数据寻找可能的噪声源，对其进行筛选清洗，提取车辆的出行轨迹，然后对出行轨迹针对行程时间的异常值进行进一步处理，以保证出行轨迹数据的有效性和合理性；并提取出行轨迹数据中的有效特征以训练有效的机器学习模型，针对大规模点位及车牌识别数据的缺失路径，估计出车辆经过每个路口的信息从而形成完整出行链。本发明方法以城市视频车牌识别数据的基本数据项为基础，解决了由于车牌识别数据存在漏拍、错拍等点位缺失现象，导致基于其提取的机动车出行轨迹存在路径缺失的问题。
-
公开(公告)号：CN110276950A
公开(公告)日：2019-09-24
申请号：CN201910550349.5
申请日：2019-06-24
Applicant: 华南理工大学 , 广州运星科技有限公司 , 广州现代产业技术研究院
Abstract: 本发明采用PPA路径搜索算法(潜在路径区域路径搜索算法)，进行构建初始决策路径，采用决策属性因子模型训练方法最终输出算法复原的真实路径；并选取五种决策优化因子：路径行程时间、路径长度、路径转弯次数、路径受信号控制卡口数作为决策属性使得轨迹复原的决策因素更加具有环境适应性；本发明决策权重的设置由主、客观数据综合确立，更具科学实践性，算法速度快，可处理较大规模数据；适用于中小型路网的路径重构，可以高精度完成漏检车辆轨迹的复原，具有良好的鲁棒性，为进一步统计城市交通路网微观参数的统计奠定基础。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.075 seconds)
