-
公开(公告)号：CN111882858B
公开(公告)日：2022-05-20
申请号：CN202010484814.2
申请日：2020-06-01
Applicant: 重庆大学 , 重庆高速公路集团有限公司
Abstract: 本发明公开了一种基于多源数据的高速公路异常事件排队长度预测方法，本发明在考虑道路检测设备分布稀疏的情况下，基于车检器数据和收费数据，采用模态划分的方法在一定程度上解决排队长度预测所需数据获取困难的问题，可适用于发生于一定场景下的异常事件排队长度预测；本发明的方法是通过结合历史车检器数据和收费数据得到两个部分的车流量参数，通过历史收费数据结合收费站之间的OD特性得到两两收费站间的平均行程速度，结合建立的目标场景下的排队长度预测模型达到对排队长度进行预测的目的，该方法依据多源数据能够较为准确的预测排队长度的变化趋势，为道路交通系统的交通管制以及交通拥堵问题的缓解提供强有力的技术支持。
-
公开(公告)号：CN111724591A
公开(公告)日：2020-09-29
申请号：CN202010537046.2
申请日：2020-06-12
Applicant: 重庆大学
Abstract: 本发明公开了一种用于检测高速公路断面交通拥堵的三维McMaster方法，充分考虑了速度参数对流量和占有率的影响，分析流量、速度、占有率三者之间的相关关系，利用贝叶斯正则化BP神经网络将McMaster算法从二维参数空间拓展到三维参数空间，从而提高算法对交通拥堵的检测率。
-
Patent Agency Ranking
公开(公告)号：CN107066929A
公开(公告)日：2017-08-18
申请号：CN201710010428.8
申请日：2017-01-06
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
CPC classification number: G06K9/00798 , G06K9/00825 , G06K9/3233
Abstract: 本发明公开了一种融合多种特征的高速公路隧道停车事件分级识别方法，通过研究隧道场景下停车目标的静态动态特点，分析实际停车目标和伪停车目标的特征差异，设计了一种融合多特征的高速公路隧道场景下的停车目标分级识别方法。该方法首先结合修正后的各车道感兴趣区域，利用分车道方法以及多帧前景融合方式提取前景的周期性特征并分析、处理，进而以动态质心特征为首、静态颜色、面积特征为辅逐级判断是否有停车事件发生，实现对停车目标的有效识别，提高现有高速公路隧道停车事件检测的准确率。
-
公开(公告)号：CN111724591B
公开(公告)日：2022-12-23
申请号：CN202010537046.2
申请日：2020-06-12
Applicant: 重庆大学
Abstract: 本发明公开了一种用于检测高速公路断面交通拥堵的三维McMaster方法，充分考虑了速度参数对流量和占有率的影响，分析流量、速度、占有率三者之间的相关关系，利用贝叶斯正则化BP神经网络将McMaster算法从二维参数空间拓展到三维参数空间，从而提高算法对交通拥堵的检测率。
-
公开(公告)号：CN107066929B
公开(公告)日：2021-06-08
申请号：CN201710010428.8
申请日：2017-01-06
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明公开了一种融合多种特征的高速公路隧道停车事件分级识别方法，通过研究隧道场景下停车目标的静态动态特点，分析实际停车目标和伪停车目标的特征差异，设计了一种融合多特征的高速公路隧道场景下的停车目标分级识别方法。该方法首先结合修正后的各车道感兴趣区域，利用分车道方法以及多帧前景融合方式提取前景的周期性特征并分析、处理，进而以动态质心特征为首、静态颜色、面积特征为辅逐级判断是否有停车事件发生，实现对停车目标的有效识别，提高现有高速公路隧道停车事件检测的准确率。
-
公开(公告)号：CN111882858A
公开(公告)日：2020-11-03
申请号：CN202010484814.2
申请日：2020-06-01
Applicant: 重庆大学 , 重庆高速公路集团有限公司
Abstract: 本发明公开了一种基于多源数据的高速公路异常事件排队长度预测方法，本发明在考虑道路检测设备分布稀疏的情况下，基于车检器数据和收费数据，采用模态划分的方法在一定程度上解决排队长度预测所需数据获取困难的问题，可适用于发生于一定场景下的异常事件排队长度预测；本发明的方法是通过结合历史车检器数据和收费数据得到两个部分的车流量参数，通过历史收费数据结合收费站之间的OD特性得到两两收费站间的平均行程速度，结合建立的目标场景下的排队长度预测模型达到对排队长度进行预测的目的，该方法依据多源数据能够较为准确的预测排队长度的变化趋势，为道路交通系统的交通管制以及交通拥堵问题的缓解提供强有力的技术支持。
-
公开(公告)号：CN111785018A
公开(公告)日：2020-10-16
申请号：CN202010560045.X
申请日：2020-06-18
Applicant: 重庆大学
Abstract: 本发明公开了一种基于门控循环单元的收费站下道流量预测方法，预测方法包括以下内容：S1：采集对应收费站的历史数据，构成收费站下道流量时间序列，并将时间序列分为训练集和测试集；S2：采用训练集中的数据建立初始门控循环单元模型；S3：利用蝗虫优化算法对初始门控循环单元模型的参数进行优化，得到门控循环单元流量预测模型的最佳参数组合；S4：利用最佳参数组合，构建门控循环单元模型，得到下一时刻收费站的流量预测结果。本发明利用循环门控单元网络对收费站下道流量时间序列数据进行训练，深入挖掘了数据点之间的相关性以及潜在本质特征，解决了线性模型无法应对交通流随机性和不稳定性的问题，同时利用蝗虫优化算法对门控循环网络的参数选择进行了优化，解决模型训练过程中的参数选择问题，提高了最终的预测结果的精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
