-
公开(公告)号：CN114565187B
公开(公告)日：2024-10-15
申请号：CN202210339542.6
申请日：2022-04-01
Applicant: 吉林大学
IPC: G08G1/01 , G06F18/25 , G06N3/042 , G06N3/049 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 一种基于图时空自编码网络的交通路网数据预测方法，本发明涉及基于图时空自编码网络的交通路网数据预测方法。本发明的目的是为了解决现有技术中存在的路网交通时空特征提取与数据预测过程中局部与全局特征失衡，难以保证路网各节点的预测结果的稳定可靠，降低了路网交通预测准确性的问题。过程为：一、将实际交通路网数据抽象为加权有向图结构；二、构建图时空自编码网络；三、将历史交通数据按一的图结构进行组织，并对二构建的图时空自编码网络进行训练，得到训练好的图时空自编码网络；四、将实时获取的交通数据按一处理获得图结构交通数据，输入训练好的图时空自编码网络中，获得路网各节点的预测结果。本发明属于智能交通技术领域。
-
公开(公告)号：CN112242039B
公开(公告)日：2022-09-23
申请号：CN202011345570.6
申请日：2020-11-25
Applicant: 吉林大学
Abstract: 一种桥梁路面结冰检测预警系统及方法，本发明涉及桥梁路面结冰检测预警系统及方法。本发明的目的是为了解决现有检测设备依靠结冰外在特征检测结冰，导致不能准确的对暗冰进行检测，以及不能实时的进行结冰预警的问题。过程为：一、大气温湿度采集模块获取空气温度数据和空气湿度数据，路面温度采集模块获取路面温度数据；二、对步骤一获取的数据进行处理，获得露点温度；三、分析模块对当前露点温度进行第二预设条件判断，若满足第二预设条件，分析模块发布预警命令；若不满足第二预设条件，分析模块不发布预警命令；四、预警模块接收到分析模块发布的预警命令后对路面进行提前预警。本发明用于交通安全领域。
-
公开(公告)号：CN112435474B
公开(公告)日：2022-03-18
申请号：CN202011316477.2
申请日：2020-11-20
Applicant: 吉林大学
Abstract: 面向追尾风险防控的高速公路可变限速控制系统及控制方法，本发明涉及高速公路可变限速控制系统及控制方法。本发明的目的是为了解决现有高速公路上车辆最高限速的设置并未考虑交通状态对交通安全的影响，导致无法动态控制高速公路最高限速的问题。系统包括：信息检测模块、控制模块和信息发布模块；信息检测模块用于实时检测路段的断面车流量、占有率、车辆速度、加速度和车头时距数据，并反馈至控制模块；控制模块用于接收信息检测模块检测的数据，判断路段追尾风险等级，计算路段的最高限速值，并输出到信息发布模块；信息发布模块用于实时发布路段的最高限速值和预警信息，提示驾驶员及时调整行驶速度，确保行车安全。本发明属于交通安全领域。
-
公开(公告)号：CN112907953B
公开(公告)日：2022-01-28
申请号：CN202110111089.9
申请日：2021-01-27
Applicant: 吉林大学
Abstract: 一种基于稀疏GPS数据的公交行程时间预测方法，本发明涉及基于稀疏GPS数据的公交行程时间预测方法。本发明的目的是为了解决现阶段由于公交数据稀疏特性造成公交行程时间预测可信度较低的问题。一种基于稀疏GPS数据的公交行程时间预测方法具体过程为：步骤一、接收到公交车辆上传的原始GPS数据后，对公交原始GPS数据进行归一化预处理，并将归一化预处理后的数据整合为二维时空速度矩阵；步骤二、构建基于交通流先验规则的生成式对抗网络，生成契合实际的公交线路交通状态；步骤三、基于无模型自适应驱动方法，在线预测公交行程时间。本发明用于公共交通信息处理技术领域。
-
公开(公告)号：CN112037351B
公开(公告)日：2021-08-13
申请号：CN202011060040.7
申请日：2020-09-30
Applicant: 吉林大学
Abstract: 面向风险防控的收费站ETC道闸延迟开启控制方法，本发明涉及收费站车流控制方法。本发明的目的是为了解决现有高速公路主线风险防控措施粗放，不能够根据具体风险源影响下的路段剩余通行能力准确判断收费站释放量的问题。过程为：1、获取高速公路主线路段的风险源信息，风险路段上游和匝道路段的交通流信息；2、计算风险路段剩余承载量；3、判断收费站采取开启或关闭控制；若开启收费站，判断是否实施收费站ETC道闸延迟开启控制方案；4、若需开启ETC道闸延迟开启方案，确定收费站调节量并计算ETC道闸延迟开启时间；5、风险解除后，收费站ETC道闸恢复为无延迟控制。本发明用于收费站车流控制领域。
-
Patent Agency Ranking
公开(公告)号：CN114565187A
公开(公告)日：2022-05-31
申请号：CN202210339542.6
申请日：2022-04-01
Applicant: 吉林大学
Abstract: 一种基于图时空自编码网络的交通路网数据预测方法，本发明涉及基于图时空自编码网络的交通路网数据预测方法。本发明的目的是为了解决现有技术中存在的路网交通时空特征提取与数据预测过程中局部与全局特征失衡，难以保证路网各节点的预测结果的稳定可靠，降低了路网交通预测准确性的问题。过程为：一、将实际交通路网数据抽象为加权有向图结构；二、构建图时空自编码网络；三、将历史交通数据按一的图结构进行组织，并对二构建的图时空自编码网络进行训练，得到训练好的图时空自编码网络；四、将实时获取的交通数据按一处理获得图结构交通数据，输入训练好的图时空自编码网络中，获得路网各节点的预测结果。本发明属于智能交通技术领域。
-
公开(公告)号：CN114141030A
公开(公告)日：2022-03-04
申请号：CN202111614016.8
申请日：2021-12-27
Applicant: 吉林大学
Abstract: 一种异质行驶需求下的事故后高速公路车流诱导方法，本发明涉及异质行驶需求下的事故后高速公路车流诱导方法。本发明目的是为了解决现有高速公路道路资源利用低效，难以充分降低潜在道路风险的问题。过程为：一、获取高速公路上发生事故时间以及交通OD信息；二、判定是否开启高速公路车流诱导管控措施；三、定义事故后高速公路车流诱导问题中的车辆绕行指标，制定事故后高速公路车流诱导优先级；四、构建考虑不同车型车流行驶需求及优先级的事故后高速公路车流诱导优化目标以及诱导约束；五、求解带有优先级的异质需求下的事故后高速公路车流诱导优化问题，最终得到事故后高速公路车流诱导方案。本发明用于智能交通管控领域。
-
公开(公告)号：CN112907953A
公开(公告)日：2021-06-04
申请号：CN202110111089.9
申请日：2021-01-27
Applicant: 吉林大学
Abstract: 一种基于稀疏GPS数据的公交行程时间预测方法，本发明涉及基于稀疏GPS数据的公交行程时间预测方法。本发明的目的是为了解决现阶段由于公交数据稀疏特性造成公交行程时间预测可信度较低的问题。一种基于稀疏GPS数据的公交行程时间预测方法具体过程为：步骤一、接收到公交车辆上传的原始GPS数据后，对公交原始GPS数据进行归一化预处理，并将归一化预处理后的数据整合为二维时空速度矩阵；步骤二、构建基于交通流先验规则的生成式对抗网络，生成契合实际的公交线路交通状态；步骤三、基于无模型自适应驱动方法，在线预测公交行程时间。本发明用于公共交通信息处理技术领域。
-
公开(公告)号：CN112037351A
公开(公告)日：2020-12-04
申请号：CN202011060040.7
申请日：2020-09-30
Applicant: 吉林大学
Abstract: 面向风险防控的收费站ETC道闸延迟开启控制方法，本发明涉及收费站车流控制方法。本发明的目的是为了解决现有高速公路主线风险防控措施粗放，不能够根据具体风险源影响下的路段剩余通行能力准确判断收费站释放量的问题。过程为：1、获取高速公路主线路段的风险源信息，风险路段上游和匝道路段的交通流信息；2、计算风险路段剩余承载量；3、判断收费站采取开启或关闭控制；若开启收费站，判断是否实施收费站ETC道闸延迟开启控制方案；4、若需开启ETC道闸延迟开启方案，确定收费站调节量并计算ETC道闸延迟开启时间；5、风险解除后，收费站ETC道闸恢复为无延迟控制。本发明用于收费站车流控制领域。
-
公开(公告)号：CN114141030B
公开(公告)日：2022-11-01
申请号：CN202111614016.8
申请日：2021-12-27
Applicant: 吉林大学
Abstract: 一种异质行驶需求下的事故后高速公路车流诱导方法，本发明涉及异质行驶需求下的事故后高速公路车流诱导方法。本发明目的是为了解决现有高速公路道路资源利用低效，难以充分降低潜在道路风险的问题。过程为：一、获取高速公路上发生事故时间以及交通OD信息；二、判定是否开启高速公路车流诱导管控措施；三、定义事故后高速公路车流诱导问题中的车辆绕行指标，制定事故后高速公路车流诱导优先级；四、构建考虑不同车型车流行驶需求及优先级的事故后高速公路车流诱导优化目标以及诱导约束；五、求解带有优先级的异质需求下的事故后高速公路车流诱导优化问题，最终得到事故后高速公路车流诱导方案。本发明用于智能交通管控领域。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.042 seconds)
