-
公开(公告)号：CN110134865A
公开(公告)日：2019-08-16
申请号：CN201910345427.8
申请日：2019-04-26
Applicant: 重庆大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06Q50/00
Abstract: 本发明公开了一种基于城市公共交通出行大数据的通勤乘客社交推荐方法，包括提取各乘客的城市公共交通出行数据；选择合适的网格粒度，将城市公共交通覆盖区域进行网格划分；利用通勤乘客的出行行为特征，识别所有城市公共交通乘客中的通勤乘客；将通勤乘客序列中任意两个通勤乘客进行通勤时间、通勤地点以及兴趣类型进行相似度计算，从而获得通勤乘客间的相似度；确定通勤乘客的通勤乘客相似性序列，按照相似度大小排列通勤乘客；根据相似性序列对所有通勤乘客进行社交推荐；本发明还公开了一种社交推荐平台，本发明利用真实的城市公共交通数据，根据通勤乘客的出行行为，有效提供了一种新型社交模式，用于满足现代人立足生活圈和工作圈的社交需求。
-
公开(公告)号：CN109472433A
公开(公告)日：2019-03-15
申请号：CN201810550231.8
申请日：2018-05-31
Applicant: 重庆大学
Abstract: 本发明公开了一种基于机动车电子标识数据的城市出行热点提取方法，该方法包括以下步骤：步骤1.获取每个RFID电子标识采集点的辐射关径；步骤2.将区域D划分为若干个大小一致的正方形网格单元，求取每个网格单元的网格热度值；步骤3.通过网格热度分布直方图获得网格热度阈值，将超过网格热度阈值的网格定义为热点网格；步骤4.遍历各热点网格，合并互可达的热点网络得到热点区域。本发明通过引入数据场理论挖掘出居民出行的热点区域，这为今后的城市规划和交通管理打下了基础；本发明使用了机动车电子标识数据，数据量大，车辆数据全面，受干扰程度小，得到结果更加具有说服力。
-
公开(公告)号：CN108564789A
公开(公告)日：2018-09-21
申请号：CN201810594341.4
申请日：2018-06-11
Applicant: 重庆大学
CPC classification number: G08G1/0145 , G06Q10/04 , G06Q50/26
Abstract: 本发明公开了一种基于收费站数据的高速公路匝道上下行方向流量估计方法，步骤1.建立分车型流量时间序列；步骤2.建立上行方向入口匝道流量时间序列；步骤3.建立训练集作为最小二乘支持向量机回归的训练数据；步骤4.选择适当的参数和核函数,根据最小二乘支持向量机回归的算法求解SVR的最优化问题；步骤5.构造决策函数；步骤6.将收费站入口实时的中小型车流量和拖挂车流量式，代入决策函数中，即得到上行方向入口匝道实时的流量估计结果。本发明能够根据收费站车流量数据在时间阈的相似性以及上、下行方向车流比例的规律性对进口匝道上、下行方向车流量进行实时估计。
-
公开(公告)号：CN106067248B
公开(公告)日：2018-08-24
申请号：CN201610369536.X
申请日：2016-05-30
Applicant: 重庆大学
Abstract: 本发明公开了一种考虑速度离散特性的高速公路交通状态估计方法，包括以下步骤：S1：设置速度离散特性指标及交通流特征参数；S2：获取交通流数据并利用RelielfF方法对交通流特征参数进行加权；S3：利用人工蜂群算法对交通流特征参数的聚类中心进行优化；S4：输出优化聚类中心并确定交通估计状态。本发明基于模糊C均值算法，通过引入速度离散特征参数，并根据不同特征对状态估计结果的贡献程度不同，利用ReliefF方法确定特征权重，并利用人工蜂群方法进行聚类初值点的优化，而实现了高速公路交通状态的估计。
-
公开(公告)号：CN107564276A
公开(公告)日：2018-01-09
申请号：CN201710545628.3
申请日：2017-07-06
Applicant: 重庆大学
Abstract: 本发明公开了一种基于交通状态突变的交通事件检测方法，包括以下步骤：S1车联网环境下提取所选路段和时段的单车基本信息；S2按统计周期统计所选路段的平均车速、平均车头间距、车速变异系数和车头间距离变异系数；S3融合交通流宏微观参数进行交通状态模糊判别；S4建立均值变点模型，以交通状态的实测值与预测值之差作为样本序列，以最小方差法搜索变点，检测交通事件。本发明充分利用交通流中单车的基本参数，从微观角度考虑车速离散性和车头间距离散性，研究交通流变化时它们的变化规律，融合宏观和微观参数对交通状态进行判别，最后基于宏微观参数融合后的交通状态的突变进行交通事件自动检测，为研究适应车联网环境的交通事件检测技术提供了新思路。
-
Patent Agency Ranking
公开(公告)号：CN107452201A
公开(公告)日：2017-12-08
申请号：CN201710607365.4
申请日：2017-07-24
Applicant: 重庆大学
Abstract: 本发明公开了一种考虑前车换道驶离过程的跟驰行为建模方法，包括S1获取车辆换道驶离当前车道过程中该换道车辆、换道车辆后车、换道车辆前车的换道轨迹数据；S2判断换道车辆换道过程中的加速度状态变化；S3判断换道车辆是否已驶主当前车道，则以当前车道次前车为跟踪目标，若否则以当前车道前车、换道驶离车辆为跟驰目标；S4基于遗传算法的建模基本参数标定；S5驾驶员竞争系数识别；S6输出当前车辆下一时刻的跟驰加速度。本发明在经典跟驰行为模型FVDM模型基础上，引入间距增益因子来反映当前车道前车发生横向偏移时，其后车对前方行驶空间的放大程度，以合理反映前车换道行为对后车跟驰行为的影响，有效提高跟驰行为建模方法的适应性。
-
公开(公告)号：CN107293119A
公开(公告)日：2017-10-24
申请号：CN201710607976.9
申请日：2017-07-24
Applicant: 重庆大学
CPC classification number: G08G1/0129 , G06F17/5009
Abstract: 本发明公开一种交通事件检测California算法模型改进方法，包括S1.对交通数据进行预处理；S2.若上下游检测器占有率绝对差大于K1继续S3，否则转到S6；S3.若上下游检测器占有率之比大于K2继续S4，否则转到S6；S4.若上下游检测器占有率之差与下游检测器占有率之比大于K3继续S5，否则转到S6；S5.若上游检测器占有率与流量之比和下游占检测器有率与流量之比的差值小于等于K4转到S6，否则转到S7；S6.若上游车速大于KV，则判别该检测路段处于非拥堵状态，否则继续S7；S7.判断上一周期该检测路段交通状态是否为拥堵，是则判别该检测路段处于拥堵状态，否则为非拥堵。本发明通过固定检测器得到的交通信息，对交通事件检测California算法模型进行改进，提高算法检测率，降低误报率。
-
公开(公告)号：CN107247824A
公开(公告)日：2017-10-13
申请号：CN201710368329.7
申请日：2017-05-23
Applicant: 重庆大学
CPC classification number: G06F17/5009 , G06F17/15 , G06F17/16 , G06F17/5086 , G06F17/5095
Abstract: 本发明公开了一种考虑刹车和转弯影响的汽车质量‑道路坡度联合估计方法，包括如下步骤：步骤1：采集数据：步骤11：利用数据采集装置获取车辆行驶状态数据；步骤12：结合车辆行驶状态数据和车辆固有参数，计算模型所需相关参数；步骤2：基于车辆动力学模型建立汽车质量、道路坡度与车辆行驶状态数据的关系模型；步骤3：分别基于汽车质量、道路坡度与车辆行驶状态数据的关系模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型；步骤4：采用嵌套循环迭代进行汽车质量和道路坡度联合估计；步骤5：采用状态保持的方式消除刹车和转弯的影响。其考虑了实车驾驶过程中刹车和转弯的影响，实现了汽车质量和道路坡度的实时动态联合估计。
-
公开(公告)号：CN107194924A
公开(公告)日：2017-09-22
申请号：CN201710369342.4
申请日：2017-05-23
Applicant: 重庆大学
CPC classification number: G06T7/0002 , G01N21/17 , G01N2021/177 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30236
Abstract: 一种基于暗通道先验和深度学习的高速公路雾天能见度检测方法，包括如下步骤：步骤1：采集高速公路摄像头获取的视频图像，建立背景模型；步骤2：获取初步透射率图：步骤21：构建一个六层的卷积神经网络，并使用大量样本训练得到网络模型；步骤22：加载卷积神经网络模型，并使用原始图片的长和宽对网络进行初始化；步骤23：把原始雾天图像送入该网络进行计算，得到对应的透射率图；步骤3：透射率图优化；步骤4：求取平均大气消光系数：步骤41：在原始图像中指定至少两条车道白线以选取道路关键点；步骤42：对于每一条车道线，获取车道线两端位置的透射率，分别计算出对应的大气消光系数；步骤43：求得平均大气消光系数；步骤5：能见度估计。
-
公开(公告)号：CN103400112B
公开(公告)日：2017-02-15
申请号：CN201310290738.1
申请日：2013-07-10
Applicant: 重庆大学
Abstract: 本发明涉及交通检测技术领域，尤其涉及一种高速公路摄像头监控范围偏差检测方法，包括如下步骤：1）从高速公路隧道摄像头获取的视频中按预设帧率抽取图片；2）划分内存区域存储步骤1）获得的图片；3）根据步骤2）存储的图片获取当前道路的背景图像；4）从步骤3）获取的背景图像中提取疑似公路标志线图像;5）通过对步骤4）获得的疑似公路标志线图像进行分析，判断摄像头监控范围是否发生偏差。本发明只检测道路中的标志线，因此可以快速、准确的根据当前摄像头采集的视频图像，判断摄像头监控范围偏差事件的发生。
-
-
-
-
-
-
-
-
-
Search Results
202
records
(took 0.082 seconds)
