-
公开(公告)号：CN116434575B
公开(公告)日：2024-04-09
申请号：CN202211612761.3
申请日：2022-12-15
Applicant: 东南大学
IPC: G08G1/081 , G08G1/01 , G06Q10/0631 , G06Q50/40 , G06Q50/26
Abstract: 本发明公开了一种考虑行进时间不确定性的公交绿波方案鲁棒生成方法，涉及城市公共交通技术领域，首先获取公交位置与身份识别数据、社会车辆交通流数据和城市道路网络静态数据等相关的交通数据并进行数据预处理，据此获得车辆位置与速度信息，对路段公交行进时间不确定性的量化；其次，计算社会车辆初始排队长度和初始排队消散时间，以此构建约束条件；最后，输入公交车辆行进时间不确定性分布，对经典的公交绿波优化模型MAXBAND进行改进，通过随机优化手段，将不确定性模型转换为线性确定性模型，而后采用基于蒙特卡罗模拟的遗传算法对模型进行求解。
-
公开(公告)号：CN115100875B
公开(公告)日：2023-05-16
申请号：CN202210630060.6
申请日：2022-06-06
Applicant: 东南大学
IPC: G08G1/052 , G08G1/01 , G06F18/20 , G06F18/23213
Abstract: 本发明公开了一种基于网联车轨迹数据的绿波行进车速不确定性量化方法，包括：将网联车轨迹点与实际道路路段进行地图匹配，计算网联车轨迹点到下游交叉口的距离；对车辆运行状态进行划分；将轨迹点汇聚到相应的路段元胞内；获得多条不同时间间隔内的路段元胞绿波行进车速序列；利用隐马尔科夫模型对元胞绿波行进车速进行联合分布建模，输入多条不同时间间隔内的元胞绿波行进车速序列进行训练，确定元胞绿波行进车速联合分布；获取若干组路段元胞绿波行进车速样本，计算空间平均值得到路段绿波行进车速样本，确定路段绿波行进车速分布。本发明实现了绿波行进车速的不确定性量化，为支撑鲁棒信号协调控制提供了现实可靠依据。
-
公开(公告)号：CN115100875A
公开(公告)日：2022-09-23
申请号：CN202210630060.6
申请日：2022-06-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于网联车轨迹数据的绿波行进车速不确定性量化方法，包括：将网联车轨迹点与实际道路路段进行地图匹配，计算网联车轨迹点到下游交叉口的距离；对车辆运行状态进行划分；将轨迹点汇聚到相应的路段元胞内；获得多条不同时间间隔内的路段元胞绿波行进车速序列；利用隐马尔科夫模型对元胞绿波行进车速进行联合分布建模，输入多条不同时间间隔内的元胞绿波行进车速序列进行训练，确定元胞绿波行进车速联合分布；获取若干组路段元胞绿波行进车速样本，计算空间平均值得到路段绿波行进车速样本，确定路段绿波行进车速分布。本发明实现了绿波行进车速的不确定性量化，为支撑鲁棒信号协调控制提供了现实可靠依据。
-
Patent Agency Ranking
公开(公告)号：CN115100847B
公开(公告)日：2023-05-26
申请号：CN202210550566.6
申请日：2022-05-18
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了面向低渗透率网联车轨迹数据的排队服务时间估计方法，该方法首先，根据车速信息判别车辆在路口的排队停车状态，识别标记排队停车车辆。然后，通过对车辆到达、驶离周期的一致性判别，识别标记过饱和车辆。接着，针对欠饱和、过饱和两种情况，将车辆停车状态进行转换，以此为输入构建基于Logistic回归的车辆排队服务时间概率模型。最后，采用拉普拉斯近似方法，基于贝叶斯先验‑后验滚动实现排队服务时间的动态估计。本发明适用于低渗透率数据环境，在网联车车辆轨迹样本有限的条件下，可以实现欠饱和、过饱和场景下的排队服务时间估计，能为基于网联车数据的信号控制优化提供支撑。
-
公开(公告)号：CN116434575A
公开(公告)日：2023-07-14
申请号：CN202211612761.3
申请日：2022-12-15
Applicant: 东南大学
IPC: G08G1/081 , G08G1/01 , G06Q10/0631 , G06Q50/30
Abstract: 本发明公开了一种考虑行进时间不确定性的公交绿波方案鲁棒生成方法，涉及城市公共交通技术领域，首先获取公交位置与身份识别数据、社会车辆交通流数据和城市道路网络静态数据等相关的交通数据并进行数据预处理，据此获得车辆位置与速度信息，对路段公交行进时间不确定性的量化；其次，计算社会车辆初始排队长度和初始排队消散时间，以此构建约束条件；最后，输入公交车辆行进时间不确定性分布，对经典的公交绿波优化模型MAXBAND进行改进，通过随机优化手段，将不确定性模型转换为线性确定性模型，而后采用基于蒙特卡罗模拟的遗传算法对模型进行求解。
-
公开(公告)号：CN114913698B
公开(公告)日：2023-04-07
申请号：CN202210448314.2
申请日：2022-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种无专用道公交信号感应与右转合乘时空协同优先控制方法，在获取实时的到达时刻和公交权重的基础上，首先结合社会车辆通行效益选择绿时延长、红灯早断的公交信号优先控制策略，而如果无法在社会车辆通行效益不受损失的基础上使公交绿灯通行，则利用右转合乘选择相位插入的公交信号优先控制策略，从而实现整个流程的公交优先控制。本发明动态地利用了路口已有的空间和资源，解决了传统的公交信号优先无法合理地平衡公交车和其它社会车辆的运行效益、需要公交专用车道等弊端。
-
公开(公告)号：CN115100847A
公开(公告)日：2022-09-23
申请号：CN202210550566.6
申请日：2022-05-18
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了面向低渗透率网联车轨迹数据的排队服务时间估计方法，该方法首先，根据车速信息判别车辆在路口的排队停车状态，识别标记排队停车车辆。然后，通过对车辆到达、驶离周期的一致性判别，识别标记过饱和车辆。接着，针对欠饱和、过饱和两种情况，将车辆停车状态进行转换，以此为输入构建基于Logistic回归的车辆排队服务时间概率模型。最后，采用拉普拉斯近似方法，基于贝叶斯先验‑后验滚动实现排队服务时间的动态估计。本发明适用于低渗透率数据环境，在网联车车辆轨迹样本有限的条件下，可以实现欠饱和、过饱和场景下的排队服务时间估计，能为基于网联车数据的信号控制优化提供支撑。
-
公开(公告)号：CN114913698A
公开(公告)日：2022-08-16
申请号：CN202210448314.2
申请日：2022-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种无专用道公交信号感应与右转合乘时空协同优先控制方法，在获取实时的到达时刻和公交权重的基础上，首先结合社会车辆通行效益选择绿时延长、红灯早断的公交信号优先控制策略，而如果无法在社会车辆通行效益不受损失的基础上使公交绿灯通行，则利用右转合乘选择相位插入的公交信号优先控制策略，从而实现整个流程的公交优先控制。本发明动态地利用了路口已有的空间和资源，解决了传统的公交信号优先无法合理地平衡公交车和其它社会车辆的运行效益、需要公交专用车道等弊端。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
