公开(公告)号：CN111767644A

公开(公告)日：2020-10-13

申请号：CN202010506485.7

申请日：2020-06-05

Applicant: 重庆大学

Inventor： 孙棣华 ,  唐毅 ,  王卫平 ,  赵敏 ,  王世森 ,  陈星州 ,  陈力云 ,  黄启亮

IPC: G06F30/20 ,  G08G1/065 ,  G08G1/01

Abstract: 本发明公开了考虑单隧道限速影响高速公路路段实际通行能力估计方法，包括：基于预测路段的道路实际数据，建立道路仿真模型；基于时空消耗理论，获取预测路段的道路实际通行能力，建立估计模型；将不同的交通流量大小作为输入量，获取根据所述道路仿真模型得到的预测路段的通行能力与根据所述估计模型得到的预测路段的通行能力的偏差；根据偏差，修正估计模型，得到预测路段的实际通行能力。本发明主要考虑高速公路中存在隧道与外场在道路属性上不同的介质对于道路实际通行能力的影响，通过仿真的方式分析其实际的通行能力，基于时空消耗理论建立了针对隧道的高速公路基本路段的实际通行能力估计模型，为缓解交通拥堵问题的缓解提供一定理论依据。

公开(公告)号：CN118351493A

公开(公告)日：2024-07-16

申请号：CN202410340940.9

申请日：2024-03-25

Applicant: 重庆大学 ,  重庆首讯科技股份有限公司

Inventor： 赵敏 ,  孙棣华 ,  邱作伟 ,  王世森 ,  陈星州 ,  王璟婷 ,  张海波

IPC: G06V20/54 ,  G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09 ,  G08G1/01

Abstract: 本发明公开了一种适于高速公路监控场景的多尺度车辆目标检测方法，属于智能交通领域。本发明车辆目标检测方法，以ConvNeXt V2网络为基础对YOLOv8骨干网络进行改进，并向ConvNeXt V2网络中引入SPD‑Conv模块和SA‑Conv模块，用于强化模型的多尺度特征表达能力；其次，采用特征金字塔网络HS‑FPN对骨干网络提取到的特征图进行融合增强，以应对车辆目标的多尺度检测；最后，采用分类任务和回归任务相互解耦的检测头对增强的多尺度特征图进行分类与回归，最终得到车辆目标的检测结果。本发明能够有效提高高速公路监控场景的多尺度车辆目标特征提取的精确度，更好地应对场景中目标尺度变化大、干扰因素多等状况，可在保证检测效率的同时提升检测精度。

公开(公告)号：CN117012039A

公开(公告)日：2023-11-07

申请号：CN202311111518.8

申请日：2023-08-31

Applicant: 重庆大学 ,  重庆首讯科技股份有限公司

Inventor： 孙棣华 ,  赵敏 ,  赵文竹 ,  刘海生 ,  任玲 ,  王世森 ,  王璟婷 ,  陈星州

IPC: G08G1/052 ,  G08G1/01 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于多源数据融合的高速公路车道级速度预测方法，包括以下步骤：划分车道，利用GRG计算不同车道之间的相互影响度；使用Attention机制计算目标车道不同时间的注意力权重；基于注意力权重和不同车道之间的相互影响度，建立改进模型GRGA；基于改进模型GRGA，建立GRU_LSTM融合深度学习模型；根据GRU_LSTM融合深度学习模型，实时预测高速公路任一车道特定时间段内的平均行驶速度。本发明一种基于多源数据融合的高速公路车道级速度预测方法预测速度块、精准高，能够为交通管制人员进行交通诱导提供参考依据。