-
公开(公告)号：CN109147324B
公开(公告)日：2020-04-14
申请号：CN201811024236.3
申请日：2018-09-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于用户反馈机制的交通拥堵概率预报的方法，包含了确定交通流影响因素系数的方法、确定交通流量的预测与修正的方法、确定使用概率预报交通拥堵的方法、确定了修正拥堵指数的方法四个步骤。该方法使用采用修正后的历史流量数据作为预测的基准流量，提高了交通流量的预测精度，为精确预报建立良好的基础。本发明方法由于考虑驾驶员对交通拥堵指数发布的反馈，对预报结果进行调整，预报准确度高、自适性强，具有很高的实用性。并且该方法计算了拥堵状态发生的概率，丰富了预报结果的形式，结果更加直接，拥堵预报模式更加新颖，提升了预报的可信程度，可为驾驶员的出行提供更加切实的参考。
-
公开(公告)号：CN107038862B
公开(公告)日：2020-02-14
申请号：CN201710306621.6
申请日：2017-05-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种尾号限行条件下的交通分配修正方法。该方法包括获取最新的城市基础路网信息、获取用于交通分配的初始路权表、获取用于交通分配的交通小区信息、获取最新的城市各出行方式OD分布矩阵、获取用于测试的机动车尾号限行方案、确定两次交通分配所用OD分布矩阵的比例、进行多路径‑容量限制迭代交通分配、输出尾号限行方案下各路段所分配的机动车交通量八个步骤。本发明充分考虑了我国现有的机动车尾号限行方案，以受限制的机动车尾号个数作为依据，将受尾号限制的出行方式OD分布矩阵拆分为不受限尾号部分和受限尾号部分，并分别进行交通分配。本发明方法可用于城市虚拟交通测试平台中对机动车尾号限行策略实施效果的量化测试。
-
公开(公告)号：CN109147324A
公开(公告)日：2019-01-04
申请号：CN201811024236.3
申请日：2018-09-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了基于用户反馈机制的交通拥堵概率预报的方法，包含了确定交通流影响因素系数的方法、确定交通流量的预测与修正的方法、确定使用概率预报交通拥堵的方法、确定了修正拥堵指数的方法四个步骤。该方法使用采用修正后的历史流量数据作为预测的基准流量，提高了交通流量的预测精度，为精确预报建立良好的基础。本发明方法由于考虑驾驶员对交通拥堵指数发布的反馈，对预报结果进行调整，预报准确度高、自适性强，具有很高的实用性。并且该方法计算了拥堵状态发生的概率，丰富了预报结果的形式，结果更加直接，拥堵预报模式更加新颖，提升了预报的可信程度，可为驾驶员的出行提供更加切实的参考。
-
公开(公告)号：CN106991813A
公开(公告)日：2017-07-28
申请号：CN201710338060.8
申请日：2017-05-15
Applicant: 东南大学
CPC classification number: G08G1/0125 , G08G1/0129 , G08G1/065
Abstract: 本发明提供了一类掉头车辆和转向限制的道路交叉口流量流向推算方法，包括以下步骤：（1）通过道路检测和监控系统获取路段现状交通流量或者通过交通需求预测获取路段未来交通流量；（2）获取道路交叉口历史资料；（3）检查道路交叉口进口道流量和与出口道流量和是否满足平衡条件，不平衡的交叉口进行流量校正；（4）根据等概率假设，并考虑交叉口掉头车辆和转向限制，确定道路交叉口流量流向迭代初始值；（5）利用增长系数法进行交叉口各个转向交通量迭代运算；本发明高效、实用又精确，避免了传统交叉口流量人工调查方法的繁琐性和低效性，为交通管理、规划及城市虚拟交通系统测试平台的建设提供了可靠的技术基础。
-
公开(公告)号：CN110135642B
公开(公告)日：2022-12-20
申请号：CN201910413761.2
申请日：2019-05-17
Applicant: 东南大学
Abstract: 本发明提供了一种基于DTW距离的交通流量序列相似性度量方法，属于交通数据分析技术领域，包括以下步骤：(1)获取需要进行相似性度量分析的若干个交通流量时间序列；(2)任意两个交通流量时间序列划分为一组，组内进行数据标准化处理；(3)计算组内两序列中任意两个元素之间的欧式距离，构成匹配全集矩阵；(4)根据边界条件、连续性、单调性和局部最优等规则，确定最优匹配路径；(5)计算最优匹配路径上各匹配元素之间的平均DTW距离，用于衡量两个序列之间的相似性。本发明步骤简明，逻辑清晰，度量结果科学有效，对城市道路、交叉口流量时间序列之间的相似性分析提供了有力的技术支撑，为挖掘大数据中蕴藏的交通本质信息奠定了基础。
-
Patent Agency Ranking
公开(公告)号：CN109767623A
公开(公告)日：2019-05-17
申请号：CN201910135930.0
申请日：2019-02-25
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于城市交通仿真平台的高峰小时人均出行机动车一氧化碳排放评价方法，包括5个步骤：步骤S1是基于城市交通仿真平台提取基本数据库；步骤S2是标定不同车型在不同运行状态下一氧化碳的排放因子；步骤S3是计算城市交通高峰小时机动车一氧化碳排放总量；步骤S4是计算城市交通高峰小时总出行量；步骤S5是计算城市交通高峰小时人均出行车辆一氧化碳排放量。本发明技术改变了传统技术方法只注重宏观交通状态以及未考虑交通总出行量的弊端，综合考虑了车辆微观行驶状态以及总出行量，评价更加全面，使得城市交通机动车一氧化碳排放物排放评价更加科学。
-
公开(公告)号：CN107977914A
公开(公告)日：2018-05-01
申请号：CN201711119237.1
申请日：2017-11-14
Applicant: 东南大学
Abstract: 本发明公开了一种城市交通管理与控制策略可视量化测试方法。本发明系统性地将常用的交通管理与控制策略按照节点、路段、区域和附加四个作用层面分类，从OD矩阵修正、节点通行能力修正、交叉口延误及排队修正、路段通行能力修正、路段行驶时间修正、附加阻抗修正六个模块实现各类策略的量化分析，并采用图形分析模块将量化分析结果进行可视化表达。本发明可用于城市虚拟交通系统仿真平台中交通管理控制可视化测试功能的开发，增加平台对交通管控策略的决策支持能力。
-
公开(公告)号：CN107038862A
公开(公告)日：2017-08-11
申请号：CN201710306621.6
申请日：2017-05-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种尾号限行条件下的交通分配修正方法。该方法包括获取最新的城市基础路网信息、获取用于交通分配的初始路权表、获取用于交通分配的交通小区信息、获取最新的城市各出行方式OD分布矩阵、获取用于测试的机动车尾号限行方案、确定两次交通分配所用OD分布矩阵的比例、进行多路径‑容量限制迭代交通分配、输出尾号限行方案下各路段所分配的机动车交通量八个步骤。本发明充分考虑了我国现有的机动车尾号限行方案，以受限制的机动车尾号个数作为依据，将受尾号限制的出行方式OD分布矩阵拆分为不受限尾号部分和受限尾号部分，并分别进行交通分配。本发明方法可用于城市虚拟交通测试平台中对机动车尾号限行策略实施效果的量化测试。
-
公开(公告)号：CN110189531B
公开(公告)日：2021-07-02
申请号：CN201910430320.3
申请日：2019-05-22
Applicant: 东南大学
IPC: G08G1/081
Abstract: 本发明提供了一种城市道路干线交叉口协调控制过渡方案制定方法，属于城市交通信号协调控制技术领域，包括以下步骤：(1)获取城市道路干线交叉口动态协调控制过程中新、旧信号配时方案；(2)计算各交叉口新、旧配时方案的相位差偏差量，并依据偏差量的中值进行均衡性调整；(3)根据新、旧配时方案周期时长的变化量和相位差的偏差量，依据不同情况，在两个周期内完成配时方案的过渡；(4)输出两个过渡周期内各个交叉口的信号配时方案。本发明过渡方案制定过程简明清晰，计算结果实用有效，对城市道路干线交叉口动态协调控制信号配时方案快速平滑过渡具有重要的现实意义，为城市智能交通管理和控制提供了有力的技术支撑。
-
公开(公告)号：CN110189531A
公开(公告)日：2019-08-30
申请号：CN201910430320.3
申请日：2019-05-22
Applicant: 东南大学
IPC: G08G1/081
Abstract: 本发明提供了一种城市道路干线交叉口协调控制过渡方案制定方法，属于城市交通信号协调控制技术领域，包括以下步骤：(1)获取城市道路干线交叉口动态协调控制过程中新、旧信号配时方案；(2)计算各交叉口新、旧配时方案的相位差偏差量，并依据偏差量的中值进行均衡性调整；(3)根据新、旧配时方案周期时长的变化量和相位差的偏差量，依据不同情况，在两个周期内完成配时方案的过渡；(4)输出两个过渡周期内各个交叉口的信号配时方案。本发明过渡方案制定过程简明清晰，计算结果实用有效，对城市道路干线交叉口动态协调控制信号配时方案快速平滑过渡具有重要的现实意义，为城市智能交通管理和控制提供了有力的技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.016 seconds)
