公开(公告)号：CN115565368A

公开(公告)日：2023-01-03

申请号：CN202211138801.5

申请日：2022-09-19

Applicant: 浙江大学

Inventor： 张微 ,  冯天 ,  张继灵 ,  杨乐豪

IPC: G08G1/01 ,  G06F30/20

Abstract: 本发明公开了一种面向城市交通模拟的交通需求快速估算方法，该方法基于目标区域的人口密度数据，通过从OpenStreetMap中下载的道路网络数据，将道路网络对应的城市区域自定义划分为若干个交通分析区(Traffic Analysis Zone,TAZ)，结合OD矩阵和划分好的TAZ，根据TAZ间的距离、人口数量以及出入度数据使用重力模型(Gravity model)估算各TAZ间的出发和终到车辆数，快速生成对应的交通需求文件，进而利用Simulation of Urban MObility(SUMO)对道路网络进行仿真。本发明可在保证交通需求与实际情况相关的基础上，大幅降低因人工自定义所产生的时间消耗和错误率，进而提高使用SUMO进行城市交通模拟的准确性和可靠性。

公开(公告)号：CN115544613A

公开(公告)日：2022-12-30

申请号：CN202211138806.8

申请日：2022-09-19

Applicant: 浙江大学

Inventor： 冯天 ,  张微 ,  杨乐豪 ,  张继灵

IPC: G06F30/13 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明公开了一种多模态数据驱动的城市道路布局设计自动化方法。本发明在城市道路网络布局设计任务中引入多模态数据融合模块，对人口密度、地形高程和土地利用分类三类数据进行融合，输入至条件生成对抗网络(Conditional Generative Adversarial Networks,CGAN)，生成与上述三类数据分布对应的道路布局。与传统手工设计方法相比，本方法不需要相关领域的专业知识，不受限于道路模板，可高效生成特征多样的城市道路布局。与仅使用生成对抗网络(Generative Adversarial Networks,GAN)的方法相比，本方法引入了多模态的地理空间数据，对其压缩、降维，避免了因大量参数带来的高算力需求问题，同时突出了数据的关键特征，使生成的城市道路布局在视觉和结构上具有更高质量。