一种货车停靠点提取方法和出行特征确定方法、装置

    公开(公告)号:CN113011815A

    公开(公告)日:2021-06-22

    申请号:CN202110271122.4

    申请日:2021-03-11

    Abstract: 本发明提供了一种货车停靠点提取方法和出行特征确定方法、装置,涉及交通运输统计技术领域。货车停靠点提取方法,包括:获取货车GPS轨迹数据,并筛选得到单个待测车辆的行驶轨迹点;对行驶轨迹点进行预处理,得到有效的行驶轨迹段;初步判断每个有效的行驶轨迹段的状态为静止状态、临界状态或者运动状态;将临界状态的行驶轨迹段进行二次识别和处理;将同一状态下的行驶轨迹段合并,并根据预设时间阈值和预设距离阈值,对不同状态下的行驶轨迹段进行处理,获得待测车辆的停靠点。这样,通过货车GPS数据获取得到较全面的包括时间和空间维度的货运数据,接着对得到的原始数据进行处理,通过不断地优化识别结果,最后判别得到较准确的停靠点位置。

    一种基于交通流基本图的城市道路积水智能识别方法

    公开(公告)号:CN111815955A

    公开(公告)日:2020-10-23

    申请号:CN202010949980.5

    申请日:2020-09-11

    Abstract: 一种基于交通流基本图的城市道路积水智能识别方法,属于城市防涝技术领域。解决了现有技术中存在的易出现误判,且判别周期过长,实时性不强的问题。要点:本发明融合了交通大数据以及气象数据实现了对积水的实时识别,摆脱了对高成本检测设备的依赖;针对积水影响的是道路通行能力这一特征,引入了交通流基本图工具,避免识别积水导致的拥堵扩散路段为积水路段以减少误判;用以识别积水的各项交通流参数统计周期为5分钟,相比现有方法30分钟的统计周期能够更加敏感地反映积水的影响,缩短积水被识别到的时间。本发明用于城市防涝积水识别。

    一种基于速度时空图的交通拥堵成因智能识别算法

    公开(公告)号:CN111785031B

    公开(公告)日:2021-01-19

    申请号:CN202010925899.3

    申请日:2020-09-07

    Abstract: 一种基于速度时空图的交通拥堵成因智能识别算法,属于交通规划与管理技术领域。解决了现有技术中拥堵子集的特征量化指标提取成本高,缺乏对分类后交通拥堵成因的细致识别,无法支撑具有针对性的交通拥堵疏散决策的问题。要点:数据预处理:获得路段速度;基于速度时空图拥堵分类:依托速度时空图,利用图像形态学获得交通拥堵子集,通过拥堵特征提取方法,采用无监督分类算法实现交通拥堵子集的无监督分析结果;常偶发拥堵判别:基于McMaster算法或加州算法实现交通拥堵的常偶发判别;基于决策树的拥堵成因智能判别:基于拥堵子集分类与常偶发判别,结合数据实现拥堵成因的精细化判别。本发明利用路段速度提出交通拥堵成因智能判别算法。

    一种交通事故预警方法、装置、终端设备及存储介质

    公开(公告)号:CN111815986B

    公开(公告)日:2021-01-01

    申请号:CN202010909513.X

    申请日:2020-09-02

    Abstract: 本申请适用于道路预警技术领域,提供了一种交通事故预警方法、装置、终端设备及存储介质,该方法包括:获取目标区域在目标时间段的天气数据和目标区域的事故风险等级;基于天气数据和事故风险等级,得到目标区域在目标时间段的风险评估值;获取车辆的位置信息,并基于所述位置信息,预测车辆是否在目标时间段经过目标区域;若车辆在所述目标时间段经过目标区域,向车辆发送预警信号,其中,预警信号基于风险评估值生成;本申请通过天气数据和事故风险等级共同评估目标区域在目标时间段是否存在风险,使风险评估更准确,另外,将风险程度发送至车辆,可以提醒驾驶员安全驾驶,避免事故发生。

    一种基于速度时空图的交通拥堵成因智能识别算法

    公开(公告)号:CN111785031A

    公开(公告)日:2020-10-16

    申请号:CN202010925899.3

    申请日:2020-09-07

    Abstract: 一种基于速度时空图的交通拥堵成因智能识别算法,属于交通规划与管理技术领域。解决了现有技术中拥堵子集的特征量化指标提取成本高,缺乏对分类后交通拥堵成因的细致识别,无法支撑具有针对性的交通拥堵疏散决策的问题。要点:数据预处理:获得路段速度;基于速度时空图拥堵分类:依托速度时空图,利用图像形态学获得交通拥堵子集,通过拥堵特征提取方法,采用无监督分类算法实现交通拥堵子集的无监督分析结果;常偶发拥堵判别:基于McMaster算法或加州算法实现交通拥堵的常偶发判别;基于决策树的拥堵成因智能判别:基于拥堵子集分类与常偶发判别,结合数据实现拥堵成因的精细化判别。本发明利用路段速度提出交通拥堵成因智能判别算法。

    基于多源数据融合的城市热点区域高峰出行需求预测方法

    公开(公告)号:CN113222645A

    公开(公告)日:2021-08-06

    申请号:CN202110443653.7

    申请日:2021-04-23

    Abstract: 本发明公开了一种基于多源数据融合的城市热点区域高峰出行需求预测方法,包括:获取待预测区域的出行影响特征集合,其中,出行影响特征集合包含出行影响特征和/或出行影响特征组合;分别获取出行影响特征集合中各出行影响特征和/或各出行影响特征组合对应的高峰实时数据;将各出行影响特征和/或各出行影响特征组合对应的高峰实时数据,分别输入至对应训练好的GRU模型,获得各出行影响特征和/或各出行影响特征组合对应的第一出行预测结果;将所有出行影响特征和/或所有出行影响特征组合对应的第一出行预测结果输入至训练好的随机森林模型,获得待预测区域的高峰出行需求预测结果。本发明可获得较为精准的出行需求预测结果。

Patent Agency Ranking