-
公开(公告)号：CN109272744A
公开(公告)日：2019-01-25
申请号：CN201810907648.5
申请日：2018-08-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于排队长度的城市快速路入口匝道控制系统及控制方法，控制方法包括构建匝道排队长度分段监测机制；选择主路的服务水平等级；计算匝道控制参数；通过检验参数的合理性，迭代计算得到最终合理的绿信比。本发明同时考虑匝道车辆排队长度和快速路主路上游交通流量，将两者的参数整合在控制目标中，使得匝道排队车辆不影响地面交通的运行，同时实现主路交通流量受匝道汇入影响最小；实现匝道排队长度的动态监测，解决匝道排队过长影响地面道路及交叉口运行的问题；引入主路服务水平的分级，结合匝道排队长度分级，选择允许的主路最大服务交通量，进而计算得到实时的信号控制调整策略。
-
公开(公告)号：CN112990563B
公开(公告)日：2022-11-18
申请号：CN202110245304.4
申请日：2021-03-05
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路追尾事故风险实时预测方法，方法包括分别获取目标车辆在历史时间段内和未来的预设时间段内时间序列的季节性时间趋势序列、周期性时间趋势序列、剩余残差项序列，获取在预设时间段内目标路段中发生的各追尾事故的在发生时刻向历史时刻方向的预设时间段内的时间序列的季节性时间趋势序列、周期性时间趋势序列、剩余残差项序列；基于时间规整算法，获取各追尾事故与目标车辆的季节性时间趋势相似性参数中的最大值、周期性时间相似性参数中的最大值、剩余残差项相似性参数中的最大值，结合预测模型，获取目标车辆发生追尾事故的预测值。本发明提供的方法获取的预测结果准确，可对追尾事故分析进行实时预测。
-
公开(公告)号：CN113762364B
公开(公告)日：2022-11-04
申请号：CN202110966831.4
申请日：2021-08-23
Applicant: 东南大学
Abstract: 本发明公开了一种不平衡交通事故数据合成采样方法，该方法包括：利用余弦距离对事故数据集子集进行筛选，若事故向量对应同一子集中其他所有事故向量的余弦距离小于等于0元素的累计数量大于某预设的特定值时，则删除该事故向量；利用K近邻估计算法搜索得到各事故向量对应的K个近邻向量，计算各事故向量与K个近邻向量之间的累计变异系数，基于累计变异系数，加权得到每个事故向量需要合成的新样本值，利用事故向量与K个近邻向量的余弦距离，加权得到对应各近邻向量需要合成的新样本值；结合随机参数，合成新的事故样本。本发明提供的方法获取的采样结果准确，可解决事故数据类别不平衡问题。
-
公开(公告)号：CN114170794A
公开(公告)日：2022-03-11
申请号：CN202111293352.7
申请日：2021-11-03
Applicant: 东南大学
Abstract: 本发明公开了基于VISSIM仿真的城市快速路交织区动态影响范围计算方法，首先根据城市快速路交织区及其上下游路段的设计参数构建VISSIM仿真模型，选取合适的驾驶行为参数和仿真参数；再输入不同的主路驶入交通量数据和主‑主交通量占主路驶入交通量比例数据进行交通仿真，提取数据采集点上的各车道交通流运行速度参数；其后绘制各仿真条件下的位置‑速度散点图，并根据界定方法界定该条件下的各车道影响范围；最后绘制不同交通条件与其对应的交织区影响范围的散点图，拟合得函数关系，获得计算动态影响范围的公式。本发明提出了不同设计参数和不同交通状况下的城市快速路交织区影响范围计算方法，为对城市快速路交织区进行交通组织提供了研究基础。
-
公开(公告)号：CN113096379A
公开(公告)日：2021-07-09
申请号：CN202110234618.4
申请日：2021-03-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于交通冲突的驾驶风格识别方法通过采集行车轨迹数据，基于行车轨迹数据，提取单个车辆的车辆动力学参数、换道行为表征参数以及车辆交互产生的交通冲突参数，根据单个车辆的车辆动力学参数、换道行为表征参数以及车辆交互产生的交通冲突参数构建驾驶风格表征参数集合，采用因子分析降低驾驶风格表征参数集合的数据维度，提取驾驶风格表征参数集合的主因子，利用三种聚类算法识别主因子表征的驾驶风格，能够实现对驾驶风格的快速准确识别，可以有效提高驾驶风格识别的精度；采用交通冲突严重性和冲突类型对分类结果进行验证，可以更直接地反映出驾驶风格对道路交通安全的影响。
-
Patent Agency Ranking
公开(公告)号：CN108842652B
公开(公告)日：2020-11-27
申请号：CN201810857116.5
申请日：2018-07-31
Applicant: 东南大学
IPC: E01F9/582
Abstract: 本发明专利公开了一种高速公路匝道合流区可变合流标线及其设置方法，利用设置在合流区加速车道与主线最外侧车道分界部分的LED可变标线，根据主线及匝道车流不同的流量及速度组合，动态地调整不可跨越同向车道分界线的长度，从而尽可能保证匝道车辆避开不适宜合流的区域，降低主线车流和匝道待合流车辆之间的速度差，提升合流区的安全性；同时，根据合流区车辆加速至最低合流车速所需的长度和车辆汇入过程所需的长度，确定理论上不可跨越白色实线的长，即白线与LED灯组组成的实线总长度，灵活调配LED灯组显示单元和白线的工作组合，使得本发明适用于不同结构构造的公路类型，灵活性更好，适用范围更广。
-
公开(公告)号：CN109637158A
公开(公告)日：2019-04-16
申请号：CN201811607498.2
申请日：2018-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种用于快速路入口匝道区域的智能车辆合流预警方法，该方法采用下列步骤：先通过传感器获取车辆合流时的相关数据；构建基于MNL模型的合流车辆碰撞风险预测模块，分别通过样本数据的选取和处理、模型构建和决策模型的精确度验证；实时获取车辆相关数据，通过合流车辆碰撞风险预测模块进行风险判断，给出预警信息。本发明不仅考虑了合流车辆及周围车辆状态，还考虑了驾驶员驾驶习惯，可以给出综合考虑“驾驶员‑车辆‑环境”的风险告警信息，此外还给出了针对下一秒换道的提示及告警信息，不仅可提醒驾驶员准备换道，还可对危险换道行为给出预警及安全换道策略，减少合流换道事故的发生。
-
公开(公告)号：CN108374361A
公开(公告)日：2018-08-07
申请号：CN201810026438.5
申请日：2018-01-11
Applicant: 东南大学
Abstract: 本发明公开一种基于交通冲突的高速公路分流区控速与提前分流实现方法，在距分流鼻端前1km处，于右侧护栏外设置分流指示标志，分流鼻端前分流三角区施画禁止汇入标线；距分流鼻端前1km至渐变段起点，于右侧护栏外设置高度依次增高的视线诱导标，构成空间低频视觉信息流；从渐变段起点至匝道范围内，于护栏外侧边缘设置高度依次降低的视线诱导标，减速车道路面设置视错觉标线，构成空间中频视觉信息流；在距分流鼻端前1km至分流匝道内，于道路边缘线外侧设置突起路标，于护栏上设置轮廓标，于左侧路缘石、右侧护栏立柱下缘及路面铺设不同颜色的引导标线，构成空间高频视觉信息流。此种方法采用多频及多层次信息，有效改善速度感，引导车辆提前变道。
-
公开(公告)号：CN113919731B
公开(公告)日：2025-03-07
申请号：CN202111240266.X
申请日：2021-10-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于交通冲突的快速路交织区安全评价方法，包括以下步骤：S1，按照交通运行特点，将快速路交织区划分为若干区段；S2，采集各区段交通冲突数据，并将交通冲突划分为：侧击冲突、追尾冲突、一般冲突和严重冲突；S3，选取各区段的交通冲突风险指数作为安全评价指标；S4，根据步骤S3所得的各区段安全评价指标值，利用灰色聚类分析方法，根据评价矩阵结果，确定交织区各区段的安全等级。本发明可以实现对快速路交织区的分区段安全评价，有效识别快速路交织区安全薄弱处，继而有针对性地对快速路交织区进行交通安全改善，在交通安全管理中具有一定的应用价值。
-
公开(公告)号：CN118486158A
公开(公告)日：2024-08-13
申请号：CN202410397699.3
申请日：2024-04-03
Applicant: 东南大学
IPC: G08G1/01 , G08G1/16 , G06Q10/04 , G06Q50/40 , G06N3/048 , G06N3/08 , G06F18/214 , G06F18/243
Abstract: 本发明公开了一种基于实时交通流数据的快速路交织区车道级冲突预测方法，包括以下步骤：S1，选择合适的快速路交织区作为调查地点，进行实地调查；S2，采集各车道的交通流数据和交通冲突数据，划定不同冲突类型的阈值；S3，利用调查获取的交通参数搭建交通仿真模型，根据步骤S2中获取的冲突阈值划定不同冲突类型，并获取不同类型的交通冲突数据；S4，根据步骤S3获取的数据，提取特征变量，构建不同冲突类型预测模型的数据集；S5，构建冲突分析模型；S6，构建冲突预测模型。本发明可以实现对快速路交织区车道级的实时交通冲突预测，进而可以为各车道驾驶车辆提供更加精确的车道级别冲突风险信息，帮助驾驶员选择更加安全的车道和路径行驶。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.018 seconds)
