-
公开(公告)号：CN102043902A
公开(公告)日：2011-05-04
申请号：CN201010600088.2
申请日：2010-12-22
Applicant: 东南大学
IPC: G06F19/00
Abstract: 本发明公开了一种交通参与者交通行为安全性测评方法，能够根据交通参与者的基本信息和交通行为数据，确定其行为的安全等级。首先依据交通行为“事前-事中-事后”的行为过程，按两层指标体系的原则建立交通行为安全性测评指标体系；然后经综合评测，确定交通参与者各安全等级及各等级测评因子的标准值；设计测评指标对应量表，并在此基础上获得样本数据；最后在研究“交通参与者-交通安全测评指标-交通行为需求”之间联系的基础上，使用模糊测度理论，针对测评样本构造测评函数，确定模糊测度和模糊积分测评模型，建立交通行为安全性测评方法，经过模糊识别，最终得到测评样本的安全等级。
-
公开(公告)号：CN119811068A
公开(公告)日：2025-04-11
申请号：CN202411722159.4
申请日：2024-11-28
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0442 , G06Q10/047
Abstract: 本发明公开了一种适应混合交通流多场景下的车辆轨迹重构方法，步骤如下：S1、采集周围人工驾驶车辆位置，速度等信息。S2、根据相邻浮动车类型把重构场景划分为全感知场景、半感知场景和常规交通流场景，考虑浮动车的渗透率生成研究场景数据。S3、采用滑动窗口技术生成时间序列。S4、常规交通流场景下，在不同浮动车渗透率下采用智能驾驶人模型IDM重构车辆。S5、半感知场景下，采用融合模型IDM‑LSTM进行重构有片段化观测的车辆轨迹，存在大量轨迹信息缺失的车辆采用IDM模型进行轨迹重构。S6、全感知场景下，能够获取所有车辆的片段化观测轨迹，引入权重模块对IDM模型与长短期记忆神经网络融合，重构缺失的车辆轨迹。
-
公开(公告)号：CN119379997A
公开(公告)日：2025-01-28
申请号：CN202411615953.9
申请日：2024-11-13
Applicant: 东南大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/776 , G06T7/246
Abstract: 本发明公开了多源视觉感知的车辆目标协同检测与ID跨视角分配方法，适用于交通状态监测、无人驾驶测试和控制等场景，包括：从车载、路侧和空中视角获取图像帧序列，对图像进行同步、去噪和尺度标准化处理；标注图像，生成YOLO格式的标签文件，并划分为训练集和验证集；改进YOLOv8模型以处理不同视角图像输入，调整卷积核和检测层以适应不同目标；使用ResNet50模型提取检测目标的高维特征向量；基于特征相似度矩阵使用匈牙利算法进行目标匹配和ID分配；将检测结果输出为包含类别、位置和ID的YOLO格式标签文件。本发明通过特征匹配和ID更新机制，解决了多视角下的目标检测一致性问题，确保目标跟踪的稳定性。
-
公开(公告)号：CN118197049B
公开(公告)日：2024-10-29
申请号：CN202410316165.3
申请日：2024-03-19
Applicant: 东南大学
Abstract: 本发明公开了一种预算约束下的交通检测器布局优化及路径流估计方法，包括：根据路径时间消耗分布曲线计算得到路网中所有路径的时间消耗；建立有限检测器数量预算约束下的道路交通检测器布局优化模型；求解道路交通检测器布局优化模型，得到检测器布局方案；基于检测器布局方案，建立改进的路径流量估计模型；结合检测器的观测数据，求解改进的路径流量估计模型，完成路径流量估计。本发明能够在有限的检测器预算约束下，实现使用更少的检测器完成路径数量的最大化观测，并在此基础上改进了传统的路径流量估计模型，将计算得到的可观测路段数据纳入传统的流量估计模型，实现有限观测条件下的全局网络路径流量估计。
-
公开(公告)号：CN117912245B
公开(公告)日：2024-09-27
申请号：CN202410046345.4
申请日：2024-01-12
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于极大似然估计的AVI检测器流量分配方法，包括基于时空棱镜划定候选目的地集的搜索范围；在候选目的地集基础上，使用有偏随机游走算法生成连接各目的地的候选路径集；通过求解似然函数最优化模型，推断不同候选目的地集的匹配概率；基于极大似然估计进行检测器流量分配；本发明将路径流视为检测器流的分配结果而不是OD流，并基于这一新的视角，将UE假设和先验OD矩阵替换为时间一致性假设和检测器对之间的观测交通流，从而得到更真实的结果。
-
Patent Agency Ranking
公开(公告)号：CN113393104B
公开(公告)日：2024-05-14
申请号：CN202110621844.8
申请日：2021-06-03
Applicant: 东南大学
IPC: G06Q10/063 , G06Q50/26 , G06Q30/0645
Abstract: 本发明公开了一种轨道交通运行状态对周边公共自行车影响的评价方法，包括：确定轨道交通和有桩公共自行车为研究对象及数据采集；分别筛选若干个协变量，生成数据集；构建得到随机效应模型；利用随机效应模型进行影响评估：选取距离轨道交通运营站点设定范围内的有桩公共自行车站点数据集，根据早高峰是否发生站点关闭将选取的数据集作为输入，利用随机效应模型输出估计结果并分析得出轨道交通运行状态对周边有桩公共自行车使用量的影响。本发明能够较为准确的评估轨道交通运营状态对周边有桩公共自行车租赁站点自行车的影响，为今后相关城市规划、慢行交通系统与原有交通设施相匹配和有桩公共自行车站点的布设提供了科学有效的方法。
-
公开(公告)号：CN115352502B
公开(公告)日：2023-11-24
申请号：CN202211048400.0
申请日：2022-08-30
Applicant: 东南大学
Abstract: 本发明公开了一种列车运行方案调整方法、装置、电子设备及存储介质，首先通过轨道交通的AFC数据研究乘客的到站规律、重现乘客的出行链，然后用对抗神经网络生成轨道交通线网的OD矩阵，并以此为基础搭建轨道交通的线网仿真模型，建立列车调整的深度强化学习模型，利用深度强化学习模型进行训练和学习；列车运行方案调整系统利用训练好的深度强化学习模型进行列车运行方案的调整。
-
公开(公告)号：CN115620513B
公开(公告)日：2023-10-03
申请号：CN202211144275.3
申请日：2022-09-20
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于韧性分析的城市道路网络状态监测方法及可视化系统，根据城市道路交通网络特性选取路网性能指标，构建路网韧性表征模型；获得路网静和动态属性数据，输入韧性表征模型以量化监测时段路网韧性值；基于时韧性值，确定路网在监测时间内的状态为正常或异常；若路网状态正常，则对上述路网实时韧性数据统计分析，得到路网潜在风险路段；若路网状态被判定为异常，则在计算路网潜在风险路段的基础上，进一步利用路网实时韧性数据，采用交通仿真技术识别路网薄弱点。本发明基于监测区域的静态和动态数据及路网韧性值的计算结果，实现路网异常状态的实时监测，有助于为管理部门快速响应突发事件、及时采取控制措施提供方法支持。
-
公开(公告)号：CN116543550A
公开(公告)日：2023-08-04
申请号：CN202310306814.7
申请日：2023-03-27
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供了一种基于OD数据的集疏运货运通道定向专用车道设置方法，包括：判断集疏运货运通道路段是否满足定向专用车道设置的要求；基于交通出行量OD调查数据、收费数据和卡口数据，生成的OD数据库；建立集疏运货运通道定向专用车道延误优化模型，输入OD流量数据，得到不同OD对的定向专用车道设置与否的结果；基于时间不均匀系数判断是否设置为限时定向专用车道，基于临界方向分布系数判断是否设置为潮汐定向专用车道；给出定向专用车道设置方案。本发明克服了现有集疏运货运通道服务水平较低、车道功能管控方案不完善、定向专用车道应用场景局限于城市普通路网的缺点，从整体的角度给出了定向专用车道的布局方案，更加系统全面。
-
公开(公告)号：CN115481207A
公开(公告)日：2022-12-16
申请号：CN202210899716.4
申请日：2022-07-28
Applicant: 东南大学
Abstract: 本发明涉及一种基于浮动车卫星定位数据的轨迹重构方法，包括以下步骤：处理存在错误和误差的输入卫星定位数据；基于隐马尔可夫模型将浮动车卫星定位数据精确匹配到道路中心线上；依据地图匹配方法处理浮动车卫星定位数据获得离散浮动车轨迹数据；结合插值算法和一致性约束提出平滑重构离散的匹配后卫星定位数据。本发明使通过卫星定位系统获得的卫星定位数据能够得到有效的利用，促进了交通状态预测、交通管理控制等领域的发展。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.063 seconds)
