公开(公告)号：CN116187762A

公开(公告)日：2023-05-30

申请号：CN202310193003.0

申请日：2023-03-02

Applicant: 东南大学

Inventor： 李铁柱 ,  刘诗靓

IPC: G06Q10/0635 ,  G06Q50/30 ,  G06F30/20

Abstract: 本发明公开了一种基于Anylogic的轨道交通枢纽站瓶颈风险识别方法，包括步骤：S1，确定城市轨道交通换乘枢纽站，获取基础数据；S2，根据设施功能和客流特性将瓶颈分为排队类和通道类，建立枢纽站瓶颈点评价模型；S3，基于Anylogic软件完成建筑环境搭建、行人行为模型和列车行为模型搭建、列车智能体和行人智能体模型搭建，对轨道交通车站进行客流情况的仿真模拟，运行确定瓶颈点，并收集排队类或通道类的瓶颈评价指标；S4，根据各瓶颈点的类型，将排队类的瓶颈评价指标或通道类的瓶颈评价指标代入枢纽站瓶颈点评价模型，进行瓶颈风险级别分析。本发明能为城市轨道交通站点集散管理和控制优化提供决策依据。

公开(公告)号：CN109859495A

公开(公告)日：2019-06-07

申请号：CN201910254634.2

申请日：2019-03-31

Applicant: 东南大学

Inventor： 李铁柱 ,  杨阳 ,  张涛

IPC: G08G1/052 ,  G08G1/042 ,  G06K17/00

Abstract: 本发明公开了一种基于RFID数据获取区间速度的方法，通过覆盖城市道路网络的RFID基站对带有电子标签的车辆进行识别和读取，形成实时数据并进行分析和挖掘。主要包括对RFID冗余数据(包括重复数据和相似数据)的清洗方法和对车辆轨迹缺失数据的填补方法，以及通过预处理后的数据计算区间速度的方法。本发明通过研究路网RFID数据的处理和分析方法，提高了智能交通大数据背景下利用RFID数据挖掘提取道路交通参数的能力，该方案提供了一种更精确更稳定的道路交通信息采集方法，为交通管理和规划人员做出优化交通决策提供技术支持。

公开(公告)号：CN103927893A

公开(公告)日：2014-07-16

申请号：CN201410168651.1

申请日：2014-04-24

Applicant: 东南大学

Inventor： 李铁柱 ,  薛长松 ,  钱芳

IPC: G08G1/087 ,  G08G1/042

Abstract: 本发明公开了一种基于线圈检测器的公交车到达时间预测方法，在公交专用道上布设公交车检入检测器和公交车检出检测器；根据公交车检入检测器和其下游相邻的公交车检出检测器检测到的公交车经过时间及信号控制节点处信号相位的状态，根据下式计算出待测公交车到达下游信号控制节点处的停车线的时间Ta=Tt+Tw+Td，其中Tt为待测公交车的当前位置至排队公交车辆尾部的时间，Tw为等待绿灯时间，Td为排队公交车辆消散时间。通过本发明方法可以准确掌握检测到的公交车辆在各信号控制节点通行时间上的需求，使得公交信号优先控制措施的实施更合理、更高效。

公开(公告)号：CN118277906A

公开(公告)日：2024-07-02

申请号：CN202410397557.7

申请日：2024-04-03

Applicant: 东南大学

Inventor： 李铁柱 ,  吴周泞

IPC: G06F18/243 ,  G06F18/10 ,  G06F18/2135 ,  G06F18/23213 ,  G06N20/20

Abstract: 本发明公开了一种基于PCA‑KM和随机森林的柴油洗扫车高排放点识别方法，包括步骤：S1，收集柴油洗扫车的车辆属性信息和OBD数据；S2，对收集的车辆OBD数据进行预处理；S3，对预处理后的数据，采用PCA方法对尾气中的NOX排放速率与各个影响因素进行评估，选取前n个基于特征参数的主成分；S4，对主成分采用K‑Means聚类算法，对NOX的排放速率进行聚类，获得各个样本点的排放类别标签；S5，构建随机森林分类模型，基于排放类别标签来训练随机森林分类模型，得到高排放点的识别模型；S6，利用高排放点的识别模型对新的OBD数据进行NOX排放识别。本发明能实现对车辆行驶过程中的高排放点进行自动识别。

公开(公告)号：CN112837532A

公开(公告)日：2021-05-25

申请号：CN202011621859.6

申请日：2020-12-31

Applicant: 东南大学

Inventor： 彭剑坤 ,  张海龙 ,  谭华春 ,  李铁柱

IPC: G08G1/01 ,  G08G1/0968 ,  G08G1/127

Abstract: 本发明提供一种新能源公交协同调度与节能驾驶系统及其控制方法，本发明在公交系统运行过程中，首先获取同一线路所有公交车GPS信息、动力电池状态与各车站等待乘客人数，根据等候乘客状态以及公交行驶状态规划公交到达下一个站点时间，公交基于当前行驶道路的交通状态以及动力电池状态对车速进行调节，然后公交能量管理系统根据需求速度加速度计算动力需求，进而计算动力源的能量分配。相对于传统公交调度，本发明考虑新能源公交动力系统动力电池衰退以及能量管理，利用速度调节将公交个体节能驾驶与整体公交系统运行效率联系起来，避免公交串车及行驶分布不均匀，同时减少频繁加减速提升动力系统能量利用效率，实现了经济效益的最大化。

公开(公告)号：CN105976604A

公开(公告)日：2016-09-28

申请号：CN201610453936.9

申请日：2016-06-21

Applicant: 东南大学

Inventor： 李铁柱 ,  王雷

IPC: G08G1/00

CPC classification number: G08G1/20

Abstract: 本发明公开了一种基于GIS和公交GPS数据的公交线路匹配方法，首先采用GIS技术建立公交站点和公交线路矢量数据并设置相关属性，然后基于公交GPS数据获取与其相匹配公交线路所在的上行和下行两条公交线路并且通过计算比较两条线路的首站与公交车第一个轨迹点距离大小，从两条线路中进一步确定与公交GPS数据相匹配的一条公交线路，最后从公交站点图层中获取所有与该条线路匹配的站点，采用GIS可视化控制技术控制匹配的站点和线路可见，其它不匹配的站点和线路不可见。这一方法的提出很好的解决了公交电子地图中公交线路可视化控制问题，可以很好地应用于工程实践。

公开(公告)号：CN118728533A

公开(公告)日：2024-10-01

申请号：CN202410735066.9

申请日：2024-06-07

Applicant: 东南大学

Inventor： 李铁柱 ,  刘紫昕

IPC: F01N11/00 ,  F01N9/00 ,  G06F18/2433 ,  G06F18/23213

Abstract: 本发明公开了一种基于排放变量连续趋势的重型柴油车NOx排放状态识别方法，包括以下步骤：S1，获取重型柴油车实际道路运行工况下尾气管道NOx污染物的排放数据；S2，对获取的NOx污染物的排放数据中的缺失值和异常值进行识别和处理；S3，以处理后的排放数据为变量，引入连续趋势作为衡量标准，获取变量的连续趋势；S4，采用自组织映射算法对排放数据进行聚类；S5，对获得的簇进行分析，得到每簇中排放数据的主要特征；S6，根据排放变量的主要特征构建排放状态识别矩阵，通过排放状态识别矩阵获取每一簇的重型柴油车NOx排放状态。本发明的排放状态获取速度更快、无需人工反复设定并更新阈值且与车辆实际排放特征更加符合。

公开(公告)号：CN118395075A

公开(公告)日：2024-07-26

申请号：CN202410397553.9

申请日：2024-04-03

Applicant: 东南大学

Inventor： 李铁柱 ,  王雨涵

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/2413 ,  G06F18/22

Abstract: 本发明公开了一种基于OBD的车辆不同载重状态下排放数据提取方法，该方法包括：利用车辆的OBD数据计算获取目标车辆的行驶数据；对所述行驶数据进行预处理，得到有效行驶数据；依据所述有效行驶数据，利用KNN算法进行道路匹配，得到不同道路类型下的行驶数据，提取高速行驶数据；依据提取行驶数据获取与载重状态相关的特征列与特征数据标签；利用特征数据标签将所述行驶数据进行重构并进行特征排序；利用循环算法识别重构的行驶数据中的特征数据标签，得到所述目标车辆的不同载重状态下排放数据结果。本发明可基于车辆自身安装的车载智能终端的行驶数据进行载重状态排放数据提取，不需要安装载重传感器。

公开(公告)号：CN116468165A

公开(公告)日：2023-07-21

申请号：CN202310398747.6

申请日：2023-04-14

Applicant: 东南大学

Inventor： 李铁柱 ,  刘华 ,  郑楠芳 ,  冀宇飞 ,  付清浩 ,  李小峰

IPC: G06Q10/04 ,  G06Q10/0833 ,  G06Q10/083 ,  G06F16/2458 ,  G06F16/29 ,  G06F16/901 ,  G06F18/2323 ,  G06F18/23213 ,  G06N7/01

Abstract: 本发明公开了一种基于历史GPS数据语义轨迹的货车停靠位置预测方法，包括步骤：依据车辆编号及时间序列，将原始GPS轨迹点匹配至道路，生成车辆行驶轨迹序列；通过谱聚类，生成车辆停靠位置轨迹序列，对其进行语义化处理，生成车辆停靠语义轨迹序列；分别建立个体频繁停靠语义轨迹模式树和群体频繁停靠位置轨迹模式树，生成个体相似停靠语义轨迹车辆集合和群体相似停靠位置轨迹车辆集合；输入用于预测的目标轨迹序列，通过计算经路径匹配后的停靠轨迹序列模式树的加权得分，得到车辆停靠位置预测候选集合，选取概率最大值为所预测的车辆停靠点位置。本发明提高了货车停靠位置预测的准确性和时效性，利于货车运营企业有效降低运力成本。

公开(公告)号：CN116227730A

公开(公告)日：2023-06-06

申请号：CN202310284551.4

申请日：2023-03-22

Applicant: 东南大学

Inventor： 唐莎 ,  李志斌 ,  李铁柱 ,  赵佳慧

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N20/20

Abstract: 本发明公开一种基于双层架构模型交通事故持续时间的预测方法，该方法基于双层构架模型，对交通事故持续时间进行了预测，其包括如下步骤：获取待预测交通事故数据的相关变量，并对待预测交通事故数据的相关变量进行预处理；构建双层架构模型，第一层模型由三种不同类型的机器学习算法并列组成，第二层模型采用逻辑回归模型；利用N折交叉验证的方法将预处理后的数据送入双层架构模型，得到分类等级。本发明的交通事故持续时间预测方法结合多模型的优势，有效提高预测结果的准确性，同时避免由于模型复杂度过高造成的过拟合问题。