-
公开(公告)号：CN112274152A
公开(公告)日：2021-01-29
申请号：CN202011130096.5
申请日：2020-10-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于记忆负荷的可变标志信息发布方法，包括以下步骤：计算待测城市可变信息标志VMS显示信息的刺激强度；获取多个试验者对每块待测VMS做出响应的实际反应时RT和正确率；获得VMS刺激强度S与平均反应时T的量化模型、VMS刺激强度S与平均正确率Ac的量化模型；利用量化模型计算不同设计反应时对应的可变信息标志刺激强度ST、不同设计正确率所对应的可变信息标志刺激强度SA；根据预设权重对ST、SA加权后获得VMS显示内容的加权刺激强度Sf，Sf乘以可变标志设计面积，以此构建VMS信息阈值量化模型，从而求得可变标志信息阈值M；可变标志发布信息，信息不超过上一步得到的M。本发明减少交通管理人员主观决策的影响，改善道路安全状况。
-
公开(公告)号：CN112085955A
公开(公告)日：2020-12-15
申请号：CN202010919748.7
申请日：2020-09-04
Applicant: 东南大学
Abstract: 本发明涉及一种连续流交叉口的渠化设计方法，包括⑴计算连续流交叉口处移位过渡段的初始取值范围，⑵依据连续流交叉口道路条件与几何设计及交通量确定最佳配时周期，⑶结合交通流传播规律得到直行车流排队长度以及⑷计算相位差与移位过渡段的最大值，最后将⑴与⑷的取值范围取其交集最终获得连续流交叉口处移位过渡段的长度范围；本发明是一种满足移位车流安全运行需求的渠化设计方法，使连续流交叉口处交通组织更加安全顺畅，提升了交叉口通行效率，降低了车辆延误，推动了连续流交叉口的应用。
-
公开(公告)号：CN111898793A
公开(公告)日：2020-11-06
申请号：CN202010513555.1
申请日：2020-06-08
Applicant: 东南大学
IPC: G06Q10/04 , G06Q30/02 , G06F16/9537
Abstract: 一种组合出行方式下考虑用户感知差异性的路径选择方法，依据MaaS平台为用户提供的一条或者多条全天规划路径集，对用户选择偏好进行离散选择建模分析，以后悔值作为评价标准改进了传统的logit模型，使得可以考虑到不同的人群对四种属性的感知差异性，具体体现在感知属性差别和选项差别，分别包括绝对效应、相对效应和对称性，最终加载到多模式路网中形成特定条件下的静态用户均衡，得到在特定条件下多模式路网分时段的平均交通流量，并且可以辨识出时段间出行方式的变化情况。通过该模型，分析相应的群体数据，MaaS平台可以根据用户的感知差异来管理人们的路径，继而间接影响路面上的交通状况，并能更好的进行交通资源的分配与管理，以提高资源的利用率。
-
公开(公告)号：CN111383452A
公开(公告)日：2020-07-07
申请号：CN201911219004.8
申请日：2019-12-03
Applicant: 东南大学
Abstract: 本发明公开了一种城市路网短期交通运行状态估计与预测方法，包括：（1）获取异构数据并进行预处理，并以城市两信号交叉口之间路段为研究单元，利用GASM算法对研究单元的速度场重构；（2）构建城市路网空间权重矩阵，计算各路段间的时空相关性并采用TOPSIS识别并量化脆弱路段；（3）依据重构后的研究单元速度场取速度的平均值及选取合理脆弱路段构建城市路网的时空特征矩阵；（4）根据Bi-ConvLSTM对全路网的交通状态进行估计与预测。本发明通过融合异构数据重构研究单元速度场，解决单一数据源导致的预测局限性，同时采用Bi-ConvLSTM考虑研究单元上游和下游的交通速度影响，充分挖掘交通流的时空特性，进一步提高了预测的准确率等优点。
-
公开(公告)号：CN109118774B
公开(公告)日：2020-04-21
申请号：CN201811158230.5
申请日：2018-09-30
Applicant: 东南大学 , 中电科大数据研究院有限公司
IPC: G08G1/01
Abstract: 本发明公开了一种新的地图匹配技术，提出了一种利用道路上固定检测器匹配的地图匹配模型，该模型是针对固定检测器记录的轨迹设计。基于两组关键观测的真实数据，固定地图匹配考虑每个路线的效用和出行时间约束以匹配观察到的具有最高概率的路线的行程。同时，根据样本轨迹分布规律，建立了合理的路径生成算法，生成固定地图匹配的备选集。最后，从车辆内浮动车检测器数据集和固定检测器数据中提取训练数据集和测试数据集。并利用训练数据集对固定地图匹配进行估计，参数估计结果证明了模型的合理性。利用测试数据集，对固定地图匹配进行了精度和效率评估，匹配结果表明，固定地图匹配可以有效和高效地运行。
-
Patent Agency Ranking
公开(公告)号：CN102288193B
公开(公告)日：2013-06-26
申请号：CN201110186767.4
申请日：2011-07-06
Applicant: 东南大学
IPC: G01C21/34
Abstract: 一种基于历史数据的机动车出行路径的确定方法，假设路段的旅行时间相互独立且服从正态分布，拥堵概率相互独立，具体步骤为：步骤1：设定起讫点，求解考虑路段容量约束的交通网络均衡问题，获得候选路径集合与路段的拥挤等待时间；对各候选路径，估计交叉口处的转向延误，并标定路段的旅行时间的期望值与标准差，将低于10km/h的路段作为拥堵路段，计算各路段的拥堵概率；步骤2：分别求取各候选路径的等待时间，确定各候选路径的旅行时间分布，得到候选路径α位旅行时间，计算候选路径的拥堵概率；步骤3：将候选路径按α位旅行时间从小到大的顺序，显示各候选路径的α位旅行时间、拥堵概率、等待时间，并由用户从中选择出行驶路径。
-
公开(公告)号：CN102288193A
公开(公告)日：2011-12-21
申请号：CN201110186767.4
申请日：2011-07-06
Applicant: 东南大学
IPC: G01C21/34
Abstract: 一种基于历史数据的机动车出行路径的确定方法，假设路段的旅行时间相互独立且服从正态分布，拥堵概率相互独立，具体步骤为：步骤1：设定起讫点，求解考虑路段容量约束的交通网络均衡问题，获得候选路径集合与路段的拥挤等待时间；对各候选路径，估计交叉口处的转向延误，并标定路段的旅行时间的期望值与标准差，将低于10km/h的路段作为拥堵路段，计算各路段的拥堵概率；步骤2：分别求取各候选路径的等待时间，确定各候选路径的旅行时间分布，得到候选路径α位旅行时间，计算候选路径的拥堵概率；步骤3：将候选路径按α位旅行时间从小到大的顺序，显示各候选路径的α位旅行时间、拥堵概率、等待时间，并由用户从中选择出行驶路径。
-
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：CN114399090B
公开(公告)日：2024-11-22
申请号：CN202111615033.3
申请日：2021-12-27
Applicant: 东南大学
IPC: G06F30/20 , G06F16/906 , G06F16/909 , G06F18/2431 , G06F18/2415 , G06Q50/40 , G06F18/20
Abstract: 本发明公开了一种基于Nested Logit模型的全天多模式出行链的选择建模方法，该方法包括旅客全天出行数据采集、旅客家庭身份信息获取、全天出行链分类、出行方式选择集制约值设置、旅客选择出行方式影响因素判定和全天出行链生成的六大步骤。本发明通过采集旅客一天完整出行数据及个人社会经济属性，分析个人全天出行特征，对旅客全天出行链选择偏好进行离散选择建模分析，以隐式选择集生成方法，降低选择集数量过大对个人选择误差影响，并将该选择集生成模式嵌入传统Nested Logit模型，得到不同旅客一天所有出行方式选择时的影响因素，通过计算出的出行链选择模型，进行个性化的出行方案推荐。
-
公开(公告)号：CN114398530B
公开(公告)日：2024-08-23
申请号：CN202111623992.X
申请日：2021-12-28
Applicant: 东南大学
IPC: G06F16/909 , G06F16/901 , G06Q10/04
Abstract: 本申请涉及一种实时预测驾驶员用车行为模式变化的方法。该方法包括：实时获取驾驶者的个人出行的历史数据并进行预处理，历史数据为驾驶者在以前的出行中车辆的使用时间以及出行的空间位置；将历史数据规整后，将出行地图划分为网格并对网格中每一个格子给予索引作为空间数据，将时间序列数据按日划分，每日统计个人车辆使用时间并以此作为时间数据，获得统计的时间序列数据；将时间序列数据输入到预先构建的广义似然比模型中，对当前周期的车辆使用模式进行分析，获得驾驶员当前周期内的车辆使用模式变化信息。以概率分布形式推断，考虑了时间依赖性以及个人属性的异质性的多个个体的私家车使用行为，有效地提升个人用车行为模式推断的精确率。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.021 seconds)
