公开(公告)号：CN119863922A

公开(公告)日：2025-04-22

申请号：CN202411786653.7

申请日：2024-12-06

Applicant: 东南大学

Inventor： 任刚 ,  王瑞宇 ,  曹奇 ,  张哲 ,  吴场建 ,  邓玥 ,  张增志 ,  李大韦 ,  李豪杰

IPC: G08G1/01 ,  G08G1/123 ,  G06N3/0442

Abstract: 本发明公开了一种考虑物理约束的车辆轨迹重构方法，包括步骤：S1、基于上游固定检测器和下游虚拟检测器的观测记录，构建车辆轨迹数据集。S2、将每辆车的轨迹数据处理成时间序列数据。S3、引入超车行为作为物理约束条件，通过时间消耗曲线估计车辆的超车点信息，得到目标车辆的超车行为约束条件；S4、引入基于激波理论的速度时空分布图作为物理信息表征目标车辆所在交通流的运行状态，得到目标车辆的速度时空分布约束条件。S5、基于跟驰模型和GRU模型构建并训练得到融合模型，并采用两个约束条件对重构轨迹进行校正。S6、对校正之后的车辆轨迹进行平滑处理。本发明能精准把控交通流状态，对于细化交通状态评价具有重要的应用价值。

公开(公告)号：CN119810783A

公开(公告)日：2025-04-11

申请号：CN202411925701.6

申请日：2024-12-25

Applicant: 东南大学

Inventor： 任刚 ,  张增志 ,  曹奇 ,  石欣宇 ,  邓玥 ,  张哲 ,  吴场建 ,  王瑞宇

IPC: G06V20/56 ,  G06V20/40 ,  G06V10/764 ,  G06V10/77 ,  G06V10/762 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明提供一种交通危险驾驶场景智能识别与分类方法及系统，交通危险驾驶场景智能识别与分类方法包括：提取交通事故视频中与预设各事故特征对应的各事故特征值；将各事故特征值分别转化为数值形式；利用分类主成分分析进行降维；利用肘部法和K‑means聚类方法，获得最佳聚类数目和聚类结果，并依据聚类结果将交通事故视频划分为多个不同的类别；利用统计分析，确定各个类别的主要特征及各类别对应的危险驾驶类别。该方法能智能化地识别交通危险驾驶场景的不同类型，更好地进行驾驶员风险感知培训和辅助自动驾驶系统场景识别和决策。

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

Inventor： 曹奇 ,  张增志 ,  任刚 ,  张水潮 ,  贺康康 ,  黄俊松 ,  祁垚 ,  刘洪田 ,  高尚兵

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：CN119811111A

公开(公告)日：2025-04-11

申请号：CN202510197821.7

申请日：2025-02-21

Applicant: 东南大学

Inventor： 任刚 ,  吴场建 ,  曹奇 ,  张哲 ,  李大韦 ,  李豪杰 ,  邓玥 ,  张梦瑶 ,  王瑞宇 ,  张增志 ,  刘洪田

IPC: G08G1/083 ,  G06Q10/047

Abstract: 本发明涉及交通信号控制技术领域，公开了一种面向多关键路径的干道可变带宽协调绿波方法及系统，该方法包括如下步骤：获取实时的干道道路结构数据、交叉口信号配时参数和关键路径信息；将采集的数据输入预先构建好的干道绿波优化模型中，求解干道绿波优化模型，输出优化后的信号控制参数，根据所述优化后的信号控制参数来协调绿波；所述干道绿波优化模型包括目标函数和约束条件；以最大化关键路径的绿波带宽的加权和为目标，得到干道绿波优化模型的目标函数。本发明能够应用于城市干道场景，为多条关键路径提供绿波带，且绿波带宽在不同路段是可以灵活变化，提高城市干道车流通行效率。

公开(公告)号：CN119580509A

公开(公告)日：2025-03-07

申请号：CN202411616312.5

申请日：2024-11-13

Applicant: 东南大学

Inventor： 任刚 ,  张哲 ,  张增志 ,  曹奇 ,  陈维翰 ,  宋建华 ,  马景峰 ,  杜建玮

IPC: G08G1/081 ,  G08G1/01

Abstract: 本发明提供一种考虑速度波动的多路径主干道信号协同控制方法，包括首先采集交通数据，包括路网几何数据、交通流量数据、以及信号控制数据，根据交通流量数据确定若干条主要路径。然后基于各个主要路径上每辆车的行驶速度，计算各主要路径上的车辆行驶平均速度和速度波动量。最后构建信号控制优化模型：以所有路径的加权绿波带宽最大化为目标，构建目标函数，同时添加环路整数约束、干扰约束、速度波动时空约束、最高速度波动约束、最低速度波动约束，求解信号控制优化模型，获得优化信号周期和绿波带宽，输出优化的信号配时策略。本发明的方法生成的信号配时在减少行程延迟和停车次数方面具有良好前景，能够实现更好的多路径协同效果。

公开(公告)号：CN119541231A

公开(公告)日：2025-02-28

申请号：CN202411507915.1

申请日：2024-10-28

Applicant: 东南大学

Inventor： 任刚 ,  张哲 ,  陈维翰 ,  曹奇 ,  张增志 ,  吴场建 ,  吴问涛 ,  邓玥

IPC: G08G1/081 ,  G08G1/01

Abstract: 本发明公开了一种面向公交优先的多路径信号协调控制方法，包括以下步骤：S1、采集干线交叉口和干线中公交运行线路的相关信息，S2、基于各公交线路的停靠站位置，结合哑元变量进行多路径公交信号控制子区的划分；S3、以最大化各公交路径的加权绿波带宽为优化目标，建立面向公交优先的多路径信号协调控制优化模型，然后分别建立各路径的控制子区组内约束、控制子区组间约束以及行程时间约束；S4、求解优化模型，获得各条公交路径的绿波带宽，并输出干线中各交叉口的优化信号控制参数。本发明在应用于城市干线的公交信号协调控制时，能够为多条公交路径提供绿波带宽，显著提升城市干道中公交车辆的通行效率，缓解交通拥堵。