公开(公告)号：CN110276949A

公开(公告)日：2019-09-24

申请号：CN201910539753.2

申请日：2019-06-20

Applicant: 苏州大学

Inventor： 王翔 ,  周瑞祥 ,  王茜 ,  昝雨尧 ,  孟世维 ,  周怡雯 ,  郑思远

IPC: G08G1/01

Abstract: 本发明公开了一种基于机器学习的交通流短时预测方法，所述方法包括：S1、采集地感线圈数据；S2、将地感线圈数据按照线圈组的网络拓扑关系划分为不同类型的断面，并基于Daganzo模型对不同类型的断面进行交通流参数标定；S3、选取时空关联关系为特征向量；S4、以特征向量为LSTM模型的输入特征，分别对不同类型的断面进行速度值短时预测。本发明基于机器学习的交通流短时预测方法通过对断面进行分类，根据预测节点的上下游节点的历史交通流特征，采用LSTM模型进行速度预测，保证预测精度和预测速度。

公开(公告)号：CN111768619A

公开(公告)日：2020-10-13

申请号：CN202010545375.1

申请日：2020-06-16

Applicant: 苏州大学

Inventor： 王翔 ,  王茜 ,  赵坡 ,  汪思涵 ,  昝雨尧 ,  潘敏荣 ,  戈悦淳

IPC: G08G1/01 ,  G06K9/62

Abstract: 本发明实施例公开了一种基于卡口数据的快速车辆OD点确定方法。本发明实施例提供的基于卡口数据的快速车辆OD点确定方法通过定义车辆出行链并结合预处理的原始数据进行车辆单次出行轨迹的OD提取，再分析车辆单次出行轨迹的完整性并分类，并针对不同类别的车辆单次出行轨迹采用不同的OD点确定方法，具有城市快速路的针对性且OD点确定过程相对简单。

公开(公告)号：CN115018016B

公开(公告)日：2022-12-27

申请号：CN202210924589.9

申请日：2022-08-03

Applicant: 苏州大学

Inventor： 徐贝贝 ,  宋佳艺 ,  冯方宇 ,  王翔 ,  昝雨尧 ,  凌张吉 ,  彭子纯 ,  韩淑凡

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  B60W50/00 ,  B60W40/09

Abstract: 本申请提供一种人工驾驶车辆换道意图识别方法和系统，所述方法包括：对预设车辆轨迹数据集进行预处理；提取目标车辆的车辆行驶特征及驾驶行为特征；构建基于机器学习的车辆跟驰与换道决策预测模型，将预处理后的车辆轨迹数据集输入所述预测模型进行训练：根据所述目标车辆的车辆行驶特征得到目标车辆的速度、加速度、车头间距，根据所述目标车辆的驾驶行为特征得到大型车特征值和聚类特征值；将所述目标车辆的速度、加速度、车头间距、大型车特征值和聚类特征值输入训练好的预测模型，得到目标车辆的换道意图识别结果。本发明可以在高速公路瓶颈环境下识别人工驾驶车辆的换道意图，有利于降低碰撞风险；减少因换道决策失误导致的拥堵和交通事故。

公开(公告)号：CN111445700A

公开(公告)日：2020-07-24

申请号：CN202010490311.6

申请日：2020-06-02

Applicant: 苏州大学

Inventor： 王翔 ,  昝雨尧 ,  潘敏荣 ,  赵坡 ,  汪思涵 ,  戈悦淳

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/065

Abstract: 本发明实施例公开了一种基于车牌识别数据的区域行停车辆的监测方法。该监测方法包括步骤:获取预设区域内外的车牌识别数据；基于所述车牌识别数据进行所述预设区域内的行车识别，实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标；基于所述车牌识别数据进行所述预设区域内的停车识别，实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。本发明实施例提供的基于车牌识别数据的区域行停车辆的监测方法能够有效地应用车牌识别数据实现行停车辆的监测，从而给解决城市不同区域“行停”难的问题提供基础。

公开(公告)号：CN115018016A

公开(公告)日：2022-09-06

申请号：CN202210924589.9

申请日：2022-08-03

Applicant: 苏州大学

Inventor： 徐贝贝 ,  宋佳艺 ,  冯方宇 ,  王翔 ,  昝雨尧 ,  凌张吉 ,  彭子纯 ,  韩淑凡

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  B60W50/00 ,  B60W40/09

Abstract: 本申请提供一种人工驾驶车辆换道意图识别方法和系统，所述方法包括：对预设车辆轨迹数据集进行预处理；提取目标车辆的车辆行驶特征及驾驶行为特征；构建基于机器学习的车辆跟驰与换道决策预测模型，将预处理后的车辆轨迹数据集输入所述预测模型进行训练：根据所述目标车辆的车辆行驶特征得到目标车辆的速度、加速度、车头间距，根据所述目标车辆的驾驶行为特征得到大型车特征值和聚类特征值；将所述目标车辆的速度、加速度、车头间距、大型车特征值和聚类特征值输入训练好的预测模型，得到目标车辆的换道意图识别结果。本发明可以在高速公路瓶颈环境下识别人工驾驶车辆的换道意图，有利于降低碰撞风险；减少因换道决策失误导致的拥堵和交通事故。

公开(公告)号：CN111445700B

公开(公告)日：2021-06-11

申请号：CN202010490311.6

申请日：2020-06-02

Applicant: 苏州大学

Inventor： 王翔 ,  昝雨尧 ,  潘敏荣 ,  赵坡 ,  汪思涵 ,  戈悦淳

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/065

Abstract: 本发明实施例公开了一种基于车牌识别数据的区域行停车辆的监测方法。该监测方法包括步骤:获取预设区域内外的车牌识别数据；基于所述车牌识别数据进行所述预设区域内的行车识别，实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标；基于所述车牌识别数据进行所述预设区域内的停车识别，实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。本发明实施例提供的基于车牌识别数据的区域行停车辆的监测方法能够有效地应用车牌识别数据实现行停车辆的监测，从而给解决城市不同区域“行停”难的问题提供基础。