-
公开(公告)号:CN115640709B
公开(公告)日:2023-04-07
申请号:CN202211670702.1
申请日:2022-12-26
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种自主式交通系统架构离散模型转换方法、装置及存储介质,所述方法包括:根据第一组件在第一离散模型中的作用,获取第二离散模型中的第二组件;根据第一组件在第一离散模型中的组件参数,获取第二组件的组件参数;根据第一离散模型中多个第一组件之间的信息的传递方向,以及逻辑结构,获取多个第二组件之间的连接关系;根据第一离散模型中的模型整体参数,获取第二离散模型中的模型整体参数;获取第二离散模型。本发明提供的转换方法只需要建立一个离散模型,即可转换为另外一种离散模型,节省大量的人工成本及建模时间,且通过此方式使两个离散模型的对应性更好,能够从两种角度对自主式交通系统架构进行描述,使描述更加准确。
-
公开(公告)号:CN115114806B
公开(公告)日:2023-02-03
申请号:CN202211036571.1
申请日:2022-08-29
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提出自主式交通系统架构自主演进仿真方法,属于自主式交通系统架构仿真技术领域。包括:S1.根据先验知识,将系统架构演进条件、系统架构运行态势条件以及演进后的系统架构变化方法,对应关系,水平变量对应关系构建知识图谱;S2.对架构进行系统动力学仿真,获取当前仿真步的仿真结果;S3.将当前仿真步的仿真结果与知识库的演进条件进行对比得到触发结果;S4.根据触发结果,从知识库获取系统架构的对应关系,对存量进行调整,形成新的系统架构;S5.基于新的系统架构,进行架构查验,若查验成功,以新的系统架构继续仿真,若查验失败,则演进失败,给出失败原因,并以演进前交通系统结构继续仿真。解决架构仿真单一、无法实现动态架构获取的问题。
-
公开(公告)号:CN115587503A
公开(公告)日:2023-01-10
申请号:CN202211473704.1
申请日:2022-11-23
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F30/20 , G06F16/9537 , G06F16/29
Abstract: 本发明提出基于多模式仿真的个体出行链还原方法,包括以下步骤:S1.生成待还原出行链数据集;S2.将待还原出行链数据集输入至多模式仿真模型中,输出个体可能出行方案集;S3.对个体可能出行方案集中与打卡数据存在矛盾的数据进行处理,删除不符合实际情况的出行方案;S4.接入手机信令数据,提取个体出行驻留点及行程点集信息;S5.将个体可能出行方案集与手机信令驻留点的时空聚合信息进行时空匹配,计算出行链概率。解决了现有技术中存在的无法满足大规模个体出行链生成、过度依赖服务质量和数据准确性低的技术问题,大大提高了对于大规模个体出行链还原准确性,还原的出行链精度更高。
-
公开(公告)号:CN114968604A
公开(公告)日:2022-08-30
申请号:CN202210928507.8
申请日:2022-08-03
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种大规模路网下的道路仿真并行方法、装置及系统,涉及交通仿真技术领域。本发明所述的大规模路网下的道路仿真并行方法,包括:按照预设道路分层策略对道路进行分层,其中,所述预设道路分层策略包括第一规则、第二规则和第三规则,所述第一规则包括:相邻道路放于不同层,所述第二规则包括:冲突的交叉道路放于不同层,所述第三规则包括:若一道路的长度小于上游道路的最大制动距离,则将该道路的上游道路和下游道路放于不同层;创建并行队列;进行并行计算。本发明所述的技术方案,可以保证有冲突的车道在同一个处理器进行运算,能够避免并行造成的仿真异常,从而实现大规模路网下的道路仿真并行计算。
-
公开(公告)号:CN114548604B
公开(公告)日:2022-08-23
申请号:CN202210436229.4
申请日:2022-04-25
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提出一种客流动态引导方法、系统、电子设备及存储介质,属于客流引导技术领域。首先,通过人数采集模块统计乘客人数;其次,通过定位模块实现获取乘客的位置信息;再次,云处理器接收乘客人数及乘客位置信息,通过深度学习预测换乘点、楼梯口、电梯口地点的乘客人数,再次,根据系统最优分配模型,得到客流分配结果;再次,根据客流分配结果得出推荐路线;最后,将推荐路线通过显示屏或语音播放或引导箭头或可变引导箭头方式展示。本申请可以很好的解决现有技术中存在的客流疏散领域局限性大、目标设定单一无法适用复杂场景的技术问题。实现了同时应用于常态及疏散场景。
-
公开(公告)号:CN114548604A
公开(公告)日:2022-05-27
申请号:CN202210436229.4
申请日:2022-04-25
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提出一种客流动态引导方法、系统、电子设备及存储介质,属于客流引导技术领域。首先,通过人数采集模块统计乘客人数;其次,通过定位模块实现获取乘客的位置信息;再次,云处理器接收乘客人数及乘客位置信息,通过深度学习预测换乘点、楼梯口、电梯口地点的乘客人数,再次,根据系统最优分配模型,得到客流分配结果;再次,根据客流分配结果得出推荐路线;最后,将推荐路线通过显示屏或语音播放或引导箭头或可变引导箭头方式展示。本申请可以很好的解决现有技术中存在的客流疏散领域局限性大、目标设定单一无法适用复杂场景的技术问题。实现了同时应用于常态及疏散场景。
-
公开(公告)号:CN113553729A
公开(公告)日:2021-10-26
申请号:CN202111097117.2
申请日:2021-09-18
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F30/20
Abstract: 本发明公开了一种基于系统动力学的自主式交通系统模型构建方法及装置,方法包括:从自主式交通系统架构中,获取自主式交通系统的物理对象、所有所述物理对象的级别、所述物理对象的相关参数化数据和基于物理对象间逻辑关系构建的流的基础数据;基于所述物理对象、所有所述物理对象的级别和所述物理对象的相关数据,构建物理对象参数化模型;基于所述流的基础数据构建流模型;使用流连接不同物理对象,构建拓扑网络,形成自主式交通系统运行架构模型,其中,所述自主式交通系统运行架构模型基于所述物理对象参数化模型和所述流模型推演实现运行。本发明通过分级的物理对象构建物理对象参数化模型,实现多层次模型构建方法。
-
公开(公告)号:CN113256987A
公开(公告)日:2021-08-13
申请号:CN202110730818.9
申请日:2021-06-30
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明公开了一种基于多源数据融合的居民出行链生成方法及共乘查询方法,居民出行链生成方法包括:对手机信令数据执行相关处理得到用户的出行信息;基于出行信息切割用户行程;对用户的每个行程进行出行方式匹配;将公交出行行程与公交线路轨迹、公交车次信息进行时空匹配,生成第一匹配结果;将轨迹交通出行行程与轨道交通线路轨迹、轨道交通车次信息进行时空匹配,生成第二匹配结果;将小汽车出行行程与预置数据库中的小汽车进行时空匹配,生成第三匹配结果;根据匹配结果,得到用户每个行程的乘坐车次,结合用户每个行程的行程起讫点,生成用户的出行链。本发明在构建出行链时,将人‑公共交通车辆的联合建模,获得更精准的出行分析结果。
-
公开(公告)号:CN112381470B
公开(公告)日:2021-06-15
申请号:CN202110037097.3
申请日:2021-01-12
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种基于智能体的交通流量分配方法、设备及存储介质,方法包括:对居民进行分类,基于分类后的各居民群体构建智能体;根据居民个体的交通行为以及各路段流量,分析相应智能体使用各路径的概率,获得流量分配结果,计算获得相应的总效用值;以预设方式调整居民个体的交通行为,获得新的流量分配结果;计算相应的总效用值;获取新的总效用值与上一次计算的总效用值的差值,若大于第一预设值,则返回执行调整流量分配结果,根据新的结果计算相应的总效用值的步骤;若小于,则将新的流量分配结果作为最终的流量分配结果。本发明对居民个体出行直接进行分析,而非以宏观分析对应微观出行,其形成的流量分配方式更符合居民个体出行逻辑。
-
公开(公告)号:CN112949784A
公开(公告)日:2021-06-11
申请号:CN202110523440.5
申请日:2021-05-13
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明提供了一种居民出行链模型构建方法及居民出行链获取方法,涉及交通技术领域,该居民出行链模型构建方法包括根据多出行数据源获取区域特征数据;基于预设的聚类算法和区域特征数据对区域样本个体进行聚类,获取区域样本个体的簇集合;将每个簇作为一个类,根据类的集合建立分类模型,并通过预设的机器学习分类算法对各类中的个体的出行特征进行分析,获取各类的特征函数,将各类的特征函数作为分类模型的分类标准,根据各类中的所有个体的出行行为建立各类的交通行为模型,进而构建居民出行链模型。该模型构建方法通过多出行数据源获取区域特征数据,并基于聚类算法和机器学习分类算法进行分析,因此,构建的模型具有较高的准确性。
-
-
-
-
-
-
-
-
-