-
公开(公告)号：CN113421423A
公开(公告)日：2021-09-21
申请号：CN202110694136.7
申请日：2021-06-22
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明专利公开了一种面向单车道交通事故疏导的网联车辆协同积分奖励方法。具体方法包括五个主要步骤，即一、交通事故场景判断；二、警示车辆选取，具体分为交通事故所在车道上警示车辆选取和消散车道上警示车辆选取；三、拥堵消散区划定；四、拥堵消散策略实施，具体分为信息转发和拥堵消散策略；五、积分奖惩，具体分为拥堵消散参与车辆奖惩和积分支付。本发明专利通过积分鼓励的方法组织拥堵区车辆协同合作加快拥堵消散，避免交通拥堵负面影响增加，加快拥堵疏导和交通事故处理，从交通管理角度解决了由交通事故导致的交通拥堵问题。
-
公开(公告)号：CN110084355B
公开(公告)日：2021-06-22
申请号：CN201910373088.4
申请日：2019-05-06
Applicant: 吉林大学
Abstract: 本发明公开了大量相互作用粒子运动仿真系统的网格尺度寻优方法，包括如下步骤：S1、初始化场景：空间维度，边界长度；S2、初始化粒子：直径1b，质量，作用力截止距离，作用力方程，运动方程；S3、系统参数测算：A1、设置系统粒子数；A2、设定粒子占有空间的边长分别为2b、3b、4b、5b、6b五个等级；A3、对于每个密度等级，数值实验重复三次以上，寻找密度等级对应的最优格子尺寸；A4、基于最小二乘法估计回归方程参数，本发明基于理论分析，提供了一个计算方法，使得我们可以根据粒子的密度、“截止距离”以及空间维度来直接计算最优网格尺度，从而可以将获得的最优网格尺度应用于更大规模的粒子运动模拟系统中，节省计算时间。
-
公开(公告)号：CN110084355A
公开(公告)日：2019-08-02
申请号：CN201910373088.4
申请日：2019-05-06
Applicant: 吉林大学
Abstract: 本发明公开了大量相互作用粒子运动仿真系统的网格尺度寻优方法，包括如下步骤：S1、初始化场景：空间维度，边界长度；S2、初始化粒子：直径，质量，作用力截止距离，作用力方程，运动方程；S3、系统参数测算：A1、设置系统粒子数；A2、设定粒子占有空间的边长分别为(2d、3d、4d、5d、6d)五个等级；A3、对于每个密度等级，数值实验重复三次以上，寻找密度等级对应的最优格子尺寸；A4、基于最小二乘法估计回归方程参数，本发明基于理论分析，提供了一个计算方法，使得我们可以根据粒子的密度、“截止距离”以及空间维度来直接计算最优网格尺度，从而可以将获得的最优网格尺度应用于更大规模的粒子运动模拟系统中，节省计算时间。
-
公开(公告)号：CN108279017A
公开(公告)日：2018-07-13
申请号：CN201810085655.1
申请日：2018-01-29
Applicant: 吉林大学
IPC: G01C21/34
Abstract: 本发明公开了一种在导航过程中实时计算和添加途经点的方法。具体方法包括五个步骤，即步骤1、判断是否启动途经点添加算法，步骤2、确定备选途经点集合，步骤3、计算各备选途经点被选择的概率，步骤4、向驾驶员推送途经点，步骤5、添加已选途经点，重新规划导航路线。本发明所述方法在检测到车辆偏离导航路线后对途径点进行实时计算和推荐，并在添加途经点后对导航路线进行重新计算，从而解决目前的导航设备和软件无法在导航过程中添加途经点，需要驾驶员中途停车手动输入途经点的问题，节省手动输入的时间，提高驾驶安全性和行车效率。
-
公开(公告)号：CN103279802A
公开(公告)日：2013-09-04
申请号：CN201310150107.X
申请日：2013-04-17
Applicant: 吉林大学
IPC: G06Q10/04
Abstract: 本发明公开了一种通勤者日活动-出行时间预测方法，旨在克服现有技术存在仅考虑一天内的某一段活动-出行、某一类出行或活动等问题。步骤为：调查通勤者出行数据；将通勤日活动和出行按顺序划分为5个活动-出行段；构建通勤者日活动-出行时间预测的模型系统的整体框架；为模型系统筛选影响变量；设定出发时间选择模型和驻停开始时间选择模型的选择枝；应用Ordered Probit模型，构建模型系统的出发时间选择子模型和驻停开始时间选择子模型；应用支持向量回归机模型，构建模型系统中的出行耗时预测子模型和活动耗时预测子模型；预测和计算通勤日活动-出行时间要素；识别和去除重叠时间段，形成最终的通勤者日活动-出行时间安排。
-
Patent Agency Ranking
公开(公告)号：CN101826122A
公开(公告)日：2010-09-08
申请号：CN201010030828.3
申请日：2010-01-18
Applicant: 吉林大学
IPC: G06F17/50
Abstract: 本发明涉及一种交通仿真技术领域中模拟行人交通行为的方法，一种基于阻塞角的行人仿真中障碍物避碰方法，在扫描避碰范围内所有静态障碍物以及其他行人后，建立这些障碍物对当前行人产生的阻塞角，若当前行人的目标方向不被任一阻塞角包含，行人沿该方向行走，否则，行人需绕过目标方向上的阻塞角组成的阻塞区域。本发明通过提出阻塞角的概念，建立障碍物对当前行人的阻塞角，进而确定行人需要绕行的阻塞区域，同时根据路径最短原则选择对静态障碍物以及同向行人的绕行路径，通过降低阻塞角的某一边的优先级实现对向行人避碰，这一过程不需要复杂的参数标定，且避碰范围以及绕行规则可以自由设定，进而满足不同目的的仿真需要。
-
公开(公告)号：CN118658078A
公开(公告)日：2024-09-17
申请号：CN202411046572.3
申请日：2024-08-01
Applicant: 吉林大学
Abstract: 本发明属于遥感图像数据处理、数据分析、僵尸车识别领域，涉及一种卫星图像数据支持的径向基网络僵尸车监视方法，该方法先读取卫星遥感图像车辆识别数据，标准化表示车辆属性数据；之后建立自反馈式径向基函数神经网络，自反馈式径向基函数神经网络包括输入层、隐藏层和输出层，输入层包括多个输入单元，隐藏层包括多个隐藏单元，输出层包括多个输出单元，输入单元与输出单元一一对应，输出单元输出的第t‑1期数据反馈至与其对应的隐藏单元，用于第t期卫星图像数据的识别；利用自反馈式径向基函数神经网络实现对城市大范围僵尸车的多期卫星图像滚动式连续监视，以达到僵尸车自动识别和动态监视的效果。
-
公开(公告)号：CN118552918A
公开(公告)日：2024-08-27
申请号：CN202411013306.0
申请日：2024-07-26
Applicant: 吉林大学
Abstract: 本发明属于僵尸车预测领域，涉及一种基于多期卫星遥感图像信息的僵尸车统计识别方法，通过分析计算多期卫星图像的车辆位置、车辆尺寸和车顶颜色的差异，利用统计推断方法，计算相邻观测期车辆之间的相似度判断变量，以此判断相邻观测期的车辆与其最近邻车辆之间是否为同一车辆，并建立持续更新的可疑僵尸车数据库，对这些相邻期的同一车辆数据进行跟踪记录，从而达到动态识别和跟踪可疑僵尸车的目标；该方法相对于已有的僵尸车监测方法，大幅降低了人力和时间成本，简化了数据处理过程，提高了城市大范围的僵尸车识别效率。
-
公开(公告)号：CN118135797B
公开(公告)日：2024-06-25
申请号：CN202410534445.1
申请日：2024-04-30
Applicant: 吉林大学 , 长光卫星技术股份有限公司
Abstract: 本发明属于交通控制领域，涉及一种基于卫星数据多源融合的车路空间从属关系确定方法，该方法读取遥感图像识别的车辆数据和数字路网数据；根据车辆的中心坐标以及路段集合中各个路段的连接点坐标，计算车辆到达各路段的距离，确定车辆的从属路段，并将从属路段中距离车辆最近线段的两个连接点的坐标记为pr和pr’，之后由pr和pr’确定超平面，并将车辆的位置pc所确定的向量X代入其对应的超平面方程，根据计算结果判定车辆行驶方向；同时建立相应最小误差方程，采用粒子群算法对车辆的行驶车道进行判断，该方法在统计意义上实现对车路空间从属关系的确定，对于大范围城市道路网络交通状态感知和交通管理控制等应用领域具有现实意义。
-
公开(公告)号：CN118094476A
公开(公告)日：2024-05-28
申请号：CN202410494074.9
申请日：2024-04-24
Applicant: 吉林大学
IPC: G06F18/25 , G06F18/23213 , G06F16/29 , G06N3/006 , G06V20/13 , G06V20/10 , G06V20/54 , G06Q50/40 , G08G1/017
Abstract: 本发明属于交通控制领域，涉及一种融合卫星遥感图像和数字路网的行驶车辆车道判断方法，该方法通过融合卫星遥感图像数据和已有数字路网数据信息来判断车辆的行驶车道，当道路上车辆较多时，考虑车辆与车辆之间的相对位置信息，使用聚类分析方法捕捉车辆位置分布的特征；当道路上车辆较少时，考虑道路上车辆的位置总是最大可能分布在车道的正中间，建立相应最小误差方程，采用粒子群算法对车辆的行驶车道进行判断，该方法在无需测量车道宽度以及道路边界的情况下，在统计意义上实现车辆的行驶车道判断，这对于大范围城市道路网络交通状态感知和交通管理控制等应用领域，具有现实意义。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.021 seconds)
