多尺度共享单车碳减排量估算及其关键因素辨识方法、设备、介质

    公开(公告)号:CN118863302A

    公开(公告)日:2024-10-29

    申请号:CN202411341297.8

    申请日:2024-09-25

    申请人: 浙江大学

    摘要: 本发明公开了一种多尺度共享单车碳减排量估算及其关键因素辨识方法、设备、介质,包括:将待分析区域划分为若干路段及网格;基于贝叶斯公式计算共享单车替代率;根据每次出行使用每一交通方式的出行距离、共享单车替代率计算每次出行的碳减排量;计算每一路段、每一网格对应的共享单车碳减排量;将输入因素分别输入至第一、第二碳减排量预测模型,以每一网格对应的共享单车碳减排量为训练标签,从而预测高峰、平峰时段对应的共享单车碳减排量;计算每一输入因素对应的SHAP值,将前K1、K2个输入因素作为影响高峰、平峰时段的共享单车碳减排量的关键因素;对所有SHAP值进行降维和聚类,提取共享单车减排模式。

    采用宽带光源的高灵敏度振动传感系统和方法

    公开(公告)号:CN117029995A

    公开(公告)日:2023-11-10

    申请号:CN202311004170.2

    申请日:2023-08-10

    申请人: 浙江大学

    IPC分类号: G01H9/00

    摘要: 本发明公开了一种采用宽带光源的高灵敏度振动传感系统和方法,宽谱光经过光纤光栅后实现光源谱宽压窄,控制相干长度使光程差在特定范围内的两束光发生干涉,可显著降低传感系统的噪声,采用外差调制解调方法,在参考路引入光纤延迟模块和声光移频器,通过控制腔长补偿光纤长度,使光纤法布里‑珀罗谐振腔中的高阶反射探测光与一阶反射参考光进行干涉实现提高灵敏度的效果。本发明利用宽带光源谱宽的优势及光纤光栅波长特性,实现了可复用、高灵敏度、低成本的宽带光源外差干涉动态信号调制与解调。

    面向混行交通流的车辆生态驾驶控制方法、电子设备

    公开(公告)号:CN116524722B

    公开(公告)日:2023-10-13

    申请号:CN202310757724.X

    申请日:2023-06-26

    申请人: 浙江大学

    IPC分类号: G08G1/01 G08G1/0967

    摘要: 本发明公开了一种面向混行交通流的车辆生态驾驶控制方法、电子设备;包括:基于冲击波演化理论,计算路口集结波速度、消散波速度,得到网联自动驾驶汽车下游交叉口最远排队点位置和其形成的时刻,预测网联自动驾驶汽车通过停车线的时间和车辆状态;根据风险场模型预测人工驾驶车辆的纵向加速度,获取人工驾驶车辆的预测轨迹;构建并求解网联自动驾驶汽车最优生态参考轨迹规划模型,得到网联自动驾驶车辆的加速度曲线,获取网联自动驾驶车辆的生态参考轨迹;基于网联自动驾驶车辆前后的人工驾驶车辆的预测轨迹和风险场模型设定风险因子,基于风险因子和生态参考轨迹构建循迹目标,采用模型预测控制求解,得到网联自动驾驶车辆的控制输入。

    基于个人出行链的碳排放计算方法、电子设备、介质

    公开(公告)号:CN116681323A

    公开(公告)日:2023-09-01

    申请号:CN202310433156.8

    申请日:2023-04-20

    申请人: 浙江大学

    摘要: 本发明公开了基于个人出行链的碳排放计算方法、电子设备、介质,所述方法包括:将个人单次出行的出行链划分出行方式及其能源类型;根据划分的出行方式及其能源类型和对应的能耗,利用能源生命周期法计算基础碳排放因子;将城市区域划分为若干个网格;根据历史交通数据,计算各网格对应的车速‑坡度时空分布;根据网格对应的道路建设信息,计算碳排放修正因子;根据每段行程途径的网格和时间,基于车速‑坡度时空分布和碳排放修正因子计算个人出行链中各段碳排放,并将各段碳排放求和计算个人出行链碳排放。

    基于多源传感器融合的可持续道路异常检测方法与系统

    公开(公告)号:CN116597404A

    公开(公告)日:2023-08-15

    申请号:CN202310514947.3

    申请日:2023-05-06

    申请人: 浙江大学

    摘要: 本发明公开了一种基于多源传感器融合的可持续道路异常检测方法,包括:在道路异常检测路段内,通过客户端在车辆行驶过程中采集加速度数据、GPS、时间戳和视频数据,上传至服务器;在服务器上进行数据预处理。对预处理得到的数据按视频帧的分辨率进行分类检测:当视频帧的分辨率大于预设的分辨率阈值时,将加速度数据和视频帧数据输入至第一道路异常检测网络进行预测,得到第一单车异常路面检测结果;当视频帧的分辨率小于预设的分辨率阈值时,将加速度数据输入至第二道路异常检测网络进行预测,得到第二单车异常路面检测结果;对单车异常路面检测结果基于OPTICS算法进行多车感知结果融合,得到异常路面检测结果。

    一种基于深度学习的网约车流量预测方法

    公开(公告)号:CN112669595B

    公开(公告)日:2022-07-01

    申请号:CN202011455308.7

    申请日:2020-12-10

    申请人: 浙江大学

    摘要: 本发明公开了一种基于深度学习的网约车流量预测方法,属于机器学习研究领域。该方法建立了历史交通量为输入的双向长短期记忆网络模型,即以过去8‑24小时的数据作为输入,预测未来一个小时的网约车流量数据。包括(1)获取网约车运营历史数据,统计网约车流量;(2)对网约车运营数据进行流量变化分析,匹配并标记流量骤增或骤减的外部环境属性;(3)DBSCAN聚类;(4)按照信息点扩大聚类区域;(5)构建以历史交通量分布为输入的LSTM预测模型,预测未来时间段的各区域的网约车流量数据。本发明的方法提高了预测准确性,尤其是在一些特殊情况下(如极端天气、节假日、大型活动等)的预测准确性。

    一种基于深度学习的网约车流量预测方法

    公开(公告)号:CN112669595A

    公开(公告)日:2021-04-16

    申请号:CN202011455308.7

    申请日:2020-12-10

    申请人: 浙江大学

    摘要: 本发明公开了一种基于深度学习的网约车流量预测方法,属于机器学习研究领域。该方法建立了历史交通量为输入的双向长短期记忆网络模型,即以过去8‑24小时的数据作为输入,预测未来一个小时的网约车流量数据。包括(1)获取网约车运营历史数据,统计网约车流量;(2)对网约车运营数据进行流量变化分析,匹配并标记流量骤增或骤减的外部环境属性;(3)DBSCAN聚类;(4)按照信息点扩大聚类区域;(5)构建以历史交通量分布为输入的LSTM预测模型,预测未来时间段的各区域的网约车流量数据。本发明的方法提高了预测准确性,尤其是在一些特殊情况下(如极端天气、节假日、大型活动等)的预测准确性。

    私家车碳排放关键特征和时空模式识别方法、设备、介质

    公开(公告)号:CN118378060B

    公开(公告)日:2024-09-24

    申请号:CN202410805213.5

    申请日:2024-06-21

    申请人: 浙江大学

    发明人: 胡隽 朱兵 李德纮

    摘要: 本发明公开了私家车碳排放关键特征和时空模式识别方法、设备、介质,包括:基于GPS轨迹数据识别得到私家车出行信息,从而估计私家车碳排放;从地理信息系统和兴趣点数据中提取道路网络特征和/或城市功能特征;将道路网络特征和/或城市功能特征分别输入至第一、第二碳排放预测模型,以私家车碳排放为训练标签,从而预测高峰时段和平峰时段分别对应的私家车交通碳排放;通过按序移除第一、第二碳排放预测模型的输入特征,计算每一输入特征对应的SHAP值,并排序,将前K1、K2个输入特征作为影响平峰时段的私家车碳排放的关键特征;对所有输入特征对应的SHAP值进行聚类,将聚类得到的离散的簇作为第一时空模式。

    一种机场综合交通枢纽客流运行仿真评估方法与系统

    公开(公告)号:CN118278168A

    公开(公告)日:2024-07-02

    申请号:CN202410258721.6

    申请日:2024-03-07

    申请人: 浙江大学

    摘要: 本发明公开了一种机场综合交通枢纽客流运行仿真评估方法与系统,所述方法包括:根据机场规划建设方案,构建面向机场综合交通枢纽全流程运营的机场综合交通枢纽设施模型,所述机场综合交通枢纽设施模型包括综合交通枢纽可行面域模型、旅客不可通行建筑障碍物模型;根据机场规划建设方案中的航站楼位置和换乘中心布局,设计行人的行进路线以及排队行为;在不同客流量压力下,基于行人的行进路线以及排队行为,根据运行机场综合交通枢纽设施模型,采集机场综合交通枢纽每一服务设施区域的仿真拥堵数据;根据仿真拥堵数据计算拥堵评估指标,基于拥堵评估指标分析得到拥堵瓶颈。

    面向混行交通流的车辆生态驾驶控制方法、电子设备

    公开(公告)号:CN116524722A

    公开(公告)日:2023-08-01

    申请号:CN202310757724.X

    申请日:2023-06-26

    申请人: 浙江大学

    IPC分类号: G08G1/01 G08G1/0967

    摘要: 本发明公开了一种面向混行交通流的车辆生态驾驶控制方法、电子设备;包括:基于冲击波演化理论,计算路口集结波速度、消散波速度,得到网联自动驾驶汽车下游交叉口最远排队点位置和其形成的时刻,预测网联自动驾驶汽车通过停车线的时间和车辆状态;根据风险场模型预测人工驾驶车辆的纵向加速度,获取人工驾驶车辆的预测轨迹;构建并求解网联自动驾驶汽车最优生态参考轨迹规划模型,得到网联自动驾驶车辆的加速度曲线,获取网联自动驾驶车辆的生态参考轨迹;基于网联自动驾驶车辆前后的人工驾驶车辆的预测轨迹和风险场模型设定风险因子,基于风险因子和生态参考轨迹构建循迹目标,采用模型预测控制求解,得到网联自动驾驶车辆的控制输入。