公开(公告)号：CN118037147A

公开(公告)日：2024-05-14

申请号：CN202410284624.4

申请日：2024-03-13

Applicant: 东南大学 ,  南京现代综合交通实验室

Inventor： 程亚星 ,  刘志远 ,  黄凯 ,  陈诗雨 ,  周鹏 ,  余佳 ,  张晨洋

IPC: G06Q10/067 ,  G06Q10/047 ,  G06Q50/43 ,  G06F17/11

Abstract: 本发明公开一种基于优化和仿真的共享自动电动汽车系统分析方法，其建立了共享自动电动汽车系统的优化求解和仿真方法：首先，通过定义非线性充放电函数，构建实现共享自动电动汽车系统利润最大的混合整数非线性规划模型；然后，采用数学优化方法，求解混合整数非线性规划模型；最后，采用基于智能仿真体的仿真方法，跟踪车辆运动和电池容量，对比优化模型和仿真模型中的系统性能指数。本发明通过实际案例研究证明，提出的共享电动汽车分析方法可以在宏微观两个层面分析共享自动电动汽车系统的运行性能和运营特点，实现优化求解和仿真的联合分析。

公开(公告)号：CN118334602A

公开(公告)日：2024-07-12

申请号：CN202410509712.X

申请日：2024-04-26

Applicant: 江西赣粤高速公路股份有限公司 ,  南京现代综合交通实验室 ,  东南大学

Inventor： 余小晴 ,  刘志远 ,  虞安军 ,  张洋 ,  周臻 ,  余佳 ,  童蔚苹 ,  张晨洋

IPC: G06V20/54 ,  G06V20/56 ,  G06V20/40 ,  G06V10/25 ,  G06V10/762 ,  G06V10/764 ,  G06N3/09

Abstract: 本发明公开了一种针对高速公路改扩建区域导改点的安全事件识别方法及系统，首先获取目标路段的视频数据并进行预处理；对预处理后的视频数据进行车辆目标检测和追踪，提取车辆轨迹信息；然后划分背景网格，基于车辆轨迹信息，识别并更新背景状态；最后构建基于stacking方法的安全事件判别模型，实现车辆故障和交通事故检测，通过多个异质的无监督模型构成的组件学习器层对数据集进行预测，得到多个分类结果，从而通过有监督的元学习器实现安全事件的检测。本发明针对高速公路改扩建场景，能够适应因导改点设置而引起的交通环境变化并确保高检测准确率，从而保障改扩建期间施工路段的交通安全，提高通行效率。在实际场景检测中准确度高，误报率低。

公开(公告)号：CN118942054A

公开(公告)日：2024-11-12

申请号：CN202410985950.8

申请日：2024-07-23

Applicant: 江西赣粤高速公路股份有限公司 ,  东南大学

Inventor： 虞安军 ,  刘志远 ,  余小晴 ,  杨哲懿 ,  励英迪 ,  余佳 ,  童蔚苹 ,  张晨洋

IPC: G06V20/54 ,  G06V10/40 ,  G06V10/80 ,  G06V10/774 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/045

Abstract: 本发明公开了一种基于时空注意力机制的高速公路交通流量预测方法及系统。该方法以门架数据为基础，基于深度学习构建了高速公路交通流量预测模型MDAN。该模型主要包括：将扩散卷积与时间卷积网络进行融合，同时提取了空间特征和时间特征；从多个维度在模型中利用注意力机制，识别出不同特征、不同空间位置、不同时刻的重要程度，提高了模型的预测性能；采用了多任务学习架构，将每个门架的流量预测视为单独任务，并通过基于同方差不确定性的损失函数来平衡不同任务，共同学习以克服不同门架数据特征差别较大的问题，提高模型的泛化能力和鲁棒性。本发明融合了多种关键技术和组件，能够充分挖掘时空数据中的关键信息，实现高效准确的特征提取。

公开(公告)号：CN119207094A

公开(公告)日：2024-12-27

申请号：CN202411482453.2

申请日：2024-10-23

Applicant: 江西赣粤高速公路股份有限公司 ,  东南大学

Inventor： 余小晴 ,  代贵淇 ,  虞安军 ,  刘志远 ,  童蔚苹 ,  余佳 ,  张晨洋

IPC: G08G1/01

Abstract: 本发明提出了一种基于SDE(Stochastic Differential Equation)和GPR(Gaussian Process Regression)的高速公路交通流风险识别方法及系统，有效考虑了观测数据中的随机性和不确定性。该方法基于随机微分方程(SDE)和高斯过程回归(GPR)，通过SDE捕捉交通流量数据的漂移和扩散估计，结合GPR实现基于贝叶斯后验推断的离群点检测。为提高实用性，引入基于统计检验的灵活阈值设置，平衡模型拟合与检测复杂性。与传统SDE方法相比，本发明的SDE‑GPR方法展现出更强的鲁棒性，更适合交通系统复杂性，实验表明，本发明具有优于GPR的回归性能和更低的误报率。本发明为交通流数据的离群点检测提供了更先进、更准确的方法，为实时交通状况监控与管理开辟新途径。

公开(公告)号：CN119203510A

公开(公告)日：2024-12-27

申请号：CN202411240764.8

申请日：2024-09-05

Applicant: 江西赣粤高速公路股份有限公司 ,  东南大学

Inventor： 余小晴 ,  刘志远 ,  虞安军 ,  周鼎昊 ,  杨哲懿 ,  周洪越 ,  童蔚苹 ,  余佳 ,  张晨洋

IPC: G06F30/20 ,  G06F30/13 ,  G06Q10/0637 ,  G06Q50/40 ,  G06Q50/26

Abstract: 本发明公开了一种基于SUMO的高速公路改扩建仿真场景构建及其疏散救援决策方法及系统，方法包括如下步骤：步骤1、基于高速公路改扩建期间的救援与疏散路线方案，结合交通流运行参数建立动态的方案组合决策模型；步骤2、采用SUMO仿真软件进行高速公路改扩建期间的交通仿真，模拟在交通事故状态下的改扩建路段交通运行状态；步骤3、在改扩建仿真中实现多个救援及疏散路线，收集仿真数据并对决策模型进行回归拟合，统计仿真结果并验证决策模型的有效性。系统包括：模型建立模块、交通仿真模块和结果验证模块。本发明通过构建方案决策模型，根据输入交通流参数，判断当前交通状态下合适的救援以及疏散方案，达到改扩建期间事故快速救援与疏散，有效恢复正常交通流运行状态。