一种基于交通数字孪生的交通运行风险平行仿真系统

    公开(公告)号:CN115081508B

    公开(公告)日:2024-04-16

    申请号:CN202210450623.3

    申请日:2022-04-26

    申请人: 同济大学

    摘要: 本发明涉及一种基于交通数字孪生的交通运行风险平行仿真系统,包括:交通数据采集模块,采集高速公路车辆车道级位置轨迹信息;气象数据采集模块,采集高速公路沿途气象信息;数据处理模块,将信息处理成结构化数据;数据传输模块,将路侧处理好的数据发送至数据分析模块和可视化展示模块;仿真驱动模块,利用Gipps跟驰模型和换道模型对未来短时车辆位置进行预测仿真,同时根据实时气象数据对未来短时交通气象情况进行预测仿真;数据分析模块,利用基于SAEs的深度学习模型判断当前交通运行风险状态;可视化展示模块,进行可视化展示。与现有技术相比,本发明具有预测准确度高,具备可复制推广、鲁棒性强等优点。

    一种基于时序轨迹数据的车辆类型识别方法

    公开(公告)号:CN117150391A

    公开(公告)日:2023-12-01

    申请号:CN202311144608.7

    申请日:2023-09-06

    申请人: 同济大学

    发明人: 宋昊 王俊骅

    摘要: 本发明提供了一种基于时序轨迹数据的车辆类型识别方法,包括:将待测车辆的时序轨迹数据输入至构建好的车辆类型识别模型,得到车辆类型。本发明解决了现有技术中传统车辆类型识别方法依赖视觉传感器,利用驾驶轨迹特征值较少,存在在黑夜、气象条件较差等造成视觉传感器识别无法使用,识别精度不高的问题。

    一种基于交通数字孪生的交通运行风险平行仿真系统

    公开(公告)号:CN115081508A

    公开(公告)日:2022-09-20

    申请号:CN202210450623.3

    申请日:2022-04-26

    申请人: 同济大学

    发明人: 宋昊 王俊骅

    摘要: 本发明涉及一种基于交通数字孪生的交通运行风险平行仿真系统,包括:交通数据采集模块,采集高速公路车辆车道级位置轨迹信息;气象数据采集模块,采集高速公路沿途气象信息;数据处理模块,将信息处理成结构化数据;数据传输模块,将路侧处理好的数据发送至数据分析模块和可视化展示模块;仿真驱动模块,利用Gipps跟驰模型和换道模型对未来短时车辆位置进行预测仿真,同时根据实时气象数据对未来短时交通气象情况进行预测仿真;数据分析模块,利用基于SAEs的深度学习模型判断当前交通运行风险状态;可视化展示模块,进行可视化展示。与现有技术相比,本发明具有预测准确度高,具备可复制推广、鲁棒性强等优点。

    基于3D激光雷达的机动车闯黄灯行为预测方法和系统

    公开(公告)号:CN112927514A

    公开(公告)日:2021-06-08

    申请号:CN202110383518.8

    申请日:2021-04-09

    申请人: 同济大学

    IPC分类号: G08G1/01 G08G1/017

    摘要: 本发明涉及一种基于3D激光雷达的机动车闯黄灯行为预测方法和系统,包括:利用3D激光雷达检测获取车辆轨迹数据;将车辆轨迹数据映射进入进口道范围内的三维坐标系中,按车辆所在车道对车辆进行分类;在收到黄灯启动信号后,将黄灯时间的前1.5s内获取的车辆轨迹数据输入轨迹预测模型,通过轨迹预测模型对黄灯时间的前1.5s内车辆轨迹数据进行判断,根据判断结果预测黄灯时间后1.5s的车辆轨迹数据;根据黄灯时间后1.5s的车辆轨迹数据判断车辆在黄灯结束后的通行趋势。本发明能够为解决城市信号控制交叉口信号灯相位变换期间车辆闯入的交通安全问题提供很好的基础,且具有不依赖移动目标特征信息、检测准确稳定高效、成本低、适配性好等优点。

    一种基于交互式自解释模型的高速公路事故风险优化方法

    公开(公告)号:CN116959248B

    公开(公告)日:2024-04-05

    申请号:CN202310903318.X

    申请日:2023-07-22

    申请人: 同济大学

    IPC分类号: G08G1/01 G06F30/20 G06N20/00

    摘要: 本发明提供了一种基于交互式自解释模型的高速公路事故风险优化方法,包括:构建交通风险事故风险预测模型;基于交通风险事故影响因素,根据SHAP模型,得到各个交通风险事故影响因素之间交互关系;根据所述交通风险事故风险预测模型和各个交通风险事故影响因素之间交互关系构建各个交通风险事故影响因素两两交互的事故风险热力图;根据所述事故风险热力图对高速公路交通事故风险概率进行优化。本发明解决了现有技术中交通事故致因分析难以对影响因素重要性排序和交通事故风险控制中事故预测模型黑箱难以搜索优化方向的问题。

    一种基于交互式自解释模型的高速公路事故风险优化方法

    公开(公告)号:CN116959248A

    公开(公告)日:2023-10-27

    申请号:CN202310903318.X

    申请日:2023-07-22

    申请人: 同济大学

    发明人: 宋昊 王俊骅

    IPC分类号: G08G1/01 G06F30/20 G06N20/00

    摘要: 本发明提供了一种基于交互式自解释模型的高速公路事故风险优化方法,包括:构建交通风险事故风险预测模型;基于交通风险事故影响因素,根据SHAP模型,得到各个交通风险事故影响因素之间交互关系;根据所述交通风险事故风险预测模型和各个交通风险事故影响因素之间交互关系构建各个交通风险事故影响因素两两交互的事故风险热力图;根据所述事故风险热力图对高速公路交通事故风险概率进行优化。本发明解决了现有技术中交通事故致因分析难以对影响因素重要性排序和交通事故风险控制中事故预测模型黑箱难以搜索优化方向的问题。

    一种基于高清卡口数据及事故风险的可变限速控制方法

    公开(公告)号:CN111862598B

    公开(公告)日:2023-03-28

    申请号:CN202010563308.2

    申请日:2020-06-19

    申请人: 同济大学

    发明人: 王俊骅 宋昊

    摘要: 本发明涉及一种基于高清卡口数据及事故风险的可变限速控制方法,包括步骤:1)确定控制路段范围及高清卡口设置的位置,在高速公路路段内合理位置依次配套布设高清卡口、可变限速控制指示牌和微气象站;2)构建基于高清卡口交通流数据、微气象站天气数据的实时事故风险的二元logistic预测模型,预测交通流各位置处的交通事故发生概率;3)判断当前时刻是否为可变限速控制周期的整数倍,对可变限速控制指示牌的可变限速值进行计算;4)判断当前时刻实测交通流运行状态是否达到可变限速控制停止条件,控制可变限速。与现有技术相比,本发明具有克服可变限速控制中核心控制参数取值的随意性,提高可变速控制的效果等优点。

    一种基于毫米波雷达的车道级交通风险管控系统

    公开(公告)号:CN114550448A

    公开(公告)日:2022-05-27

    申请号:CN202210139767.7

    申请日:2022-02-16

    IPC分类号: G08G1/01 G08G1/16 H04L67/12

    摘要: 本发明涉及一种基于毫米波雷达的车道级交通风险管控系统,包括:广域毫米波雷达,布设于路侧,获取路段沿线的所有车道级车辆轨迹数据;路侧RSU信息发布设备;边缘计算模块,对广域毫米波雷达获取的车辆反射回来的信号进行处理,通过服务器对车车关系、车与障碍物关系和路段交通运行风险信息进行判断,以获取车道级交通风险信息,并通过路侧RSU信息发布设备对车道级交通风险信息进行发布;车载OBU设备;服务器,设置在云端,将车道级交通风险信息传递给RSU信息发布设备;车道级交通风险提示模块,结合车机组成车道级交通风险及管控信息展示系统。与现有技术相比,本发明具有提高自动驾驶的安全性和可靠性等优点。

    基于驾驶风格的可变限速控制方法、装置和计算机设备

    公开(公告)号:CN115880926B

    公开(公告)日:2024-01-12

    申请号:CN202211266397.X

    申请日:2022-10-14

    摘要: 本申请涉及一种基于驾驶风格的可变限速控制方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取车辆在目标路段执行限速控制信息之前的第一行车风险信息,以及车辆执行限速控制信息之后的第二行车风险信息;根据第一行车风险信息与第二行车风险信息之间的差异,得到限速控制信息的风险变化信息;根据风险变化信息、限速控制信息的速度离散损失信息、以及与车辆的驾驶风格类型所匹配的更新终止条件,对车辆的限速控制信息进行迭代更新,得到车辆在目标路段的目标限速控制信息;速度离散损失信息基于车辆在目标路段的速度标准差计算得到。采用本方法能够提高道路上各车辆的限速效果。

    一种基于轨迹数据的面向全局可变限速遵从度预测方法

    公开(公告)号:CN116884220A

    公开(公告)日:2023-10-13

    申请号:CN202310958826.8

    申请日:2023-08-01

    申请人: 同济大学

    IPC分类号: G08G1/01

    摘要: 本发明提供了一种基于轨迹数据的面向全局可变限速遵从度预测方法,包括:向构建好的驾驶人个体遵从度预测模型输入驾驶行为特征参数矩阵,得到驾驶人全局遵从度等级。本发明解决了当前可变限速控制仅考虑单一断面,单一断面遵从度容易受偶发因素影响导致遵从度过高或过低不能反应驾驶人驾驶行为特征的问题和传统交通可变限速控制无法根据驾驶人遵从度进行限速优化的问题。