公开(公告)号：CN117540842A

公开(公告)日：2024-02-09

申请号：CN202311350002.9

申请日：2023-10-18

Applicant: 东南大学 ,  苏州同尚工程设计咨询有限公司

Inventor： 张健 ,  冯战雨 ,  陈娟 ,  姜涵 ,  钱宇 ,  徐贤昭 ,  姚雪健 ,  钱品政 ,  张海燕

IPC: G06Q10/04 ,  B60L3/12 ,  G01C21/34 ,  G06Q50/06

Abstract: 本发明公开了一种基于路径诱导的纯电动汽车微观能耗预测方法、系统，该方法包括初始化纯电动汽车能耗预测基础信息；定义当前车辆行驶方向；获取修正后车辆基础能耗集合和车辆到达各个交叉口的剩余能耗集合；判断车辆剩余电量，若支持车辆到达最终目的点交叉口，则计算结束，输出此时总能耗；若剩余电量不支持车辆到达最近距离充电站亦无法到达最终目的点交叉口，遍历剩余能耗集合和最低能耗集合内的元素，寻找预警交叉口，进行路径优化并重新计算能耗，基于当前起点与终点重新进行路径规划，再次定义内容进行计算。本发明考虑在获知路网信息后基于路径诱导前提计算出所需能耗，提高了预测准确度并提供给驾驶员一种更精准、有效的预测方法。

公开(公告)号：CN119005387A

公开(公告)日：2024-11-22

申请号：CN202410949343.6

申请日：2024-07-16

Applicant: 东南大学 ,  江苏高速公路联网营运管理有限公司

Inventor： 张健 ,  赵若邻 ,  杨中岳 ,  李楠 ,  姚雪健 ,  郑逸飞 ,  钱宇 ,  张海燕

IPC: G06Q10/04 ,  G06N7/01 ,  G06N3/09 ,  G06Q50/26

Abstract: 本发明公开了一种基于收费数据的收费站服务水平识别与车道开放配置优化方法，包括以下步骤：(1)采集收费站历史单向服务水平数据和收费数据；(2)根据单向服务水平数据建立收费站单向服务水平自适应预测的隐马尔科夫链模型；(3)根据收费数据构建基于服务水平的收费通道开放策略逻辑；(4)基于步骤(2)和步骤(3)构建收费站收费车道配置优化策略；本发明考虑有关政策对排队长的限制，以期望实时根据收费数据来动态优化收费站车道配置，降低收费站服务水平，从而提高交通流运行的安全性和交通流运行效率，保证降低车辆通行时间与收费站运营成本的双赢。

公开(公告)号：CN119805230A

公开(公告)日：2025-04-11

申请号：CN202411739092.5

申请日：2024-11-29

Applicant: 东南大学

Inventor： 张健 ,  姚雪健 ,  苏开春 ,  张宏斌 ,  冷希乔 ,  平浩 ,  王乐言 ,  张帅

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/378

Abstract: 本发明公开了一种高速公路机电设备锂电池寿命估计及维护状态评估方法，首先根据锂电池循环中的电压和电流数据，计算锂电池不同循环轮次对应的容量增量IC曲线；对于不同轮次的IC曲线，计算去除数量级后的概率密度曲线，使用EM算法提取其统计学状态参数；然后提取与锂电池寿命衰减相关的物理学特征；处理提取的统计学状态参数和物理学状态参数，输入锂电池寿命预测网络，输出下一循环电池寿命估计值；最后针对当前电池寿命，提出相应的高速公路机电设备维护方法。本发明方法简单，运行效率较高，通过锂电池循环情况及时估计锂电池寿命，并提供维护指导，有效降低了高速公路机电设备锂电池出现突发状况概率。

公开(公告)号：CN117455948B

公开(公告)日：2024-07-02

申请号：CN202310997376.3

申请日：2023-08-09

Applicant: 东南大学

Inventor： 姚雪健 ,  金诚杰 ,  柳维希 ,  于子萱 ,  赵昕洋

IPC: G06T7/246 ,  G06T7/277 ,  G06V20/17 ,  G06V20/40 ,  G06V20/52 ,  G06V40/10 ,  G06V10/62 ,  G06V10/82

Abstract: 本发明公开了基于深度学习算法的多视角行人轨迹提取分析方法与设备。步骤如下：首先使用卷积神经网络算法，添加小目标检测层并使用数据增强方法来对俯视角行人的特征进行提取训练得到权重；采用YOLOV5负责俯视角行人的检测，DeepSORT负责目标法追踪、锚框预测和部分轨迹的平滑，并结合坐标投影转换和像素点标定进行行人轨迹提取；轨迹重构算法对初步轨迹进行拼接、去噪、平滑等一系列处理；最后对轨迹的步频、步速、加速度等行人交通量参数进行提取。该项目在不同环境下权重具有较好的可移植性，且极大地简化了外出携带检测设备的复杂度，能够较为实时地得到反馈检测结果和相关参数，对行人交通流研究具有很大的意义。

公开(公告)号：CN117455948A

公开(公告)日：2024-01-26

申请号：CN202310997376.3

申请日：2023-08-09

Applicant: 东南大学

Inventor： 姚雪健 ,  金诚杰 ,  柳维希 ,  于子萱 ,  赵昕洋

IPC: G06T7/246 ,  G06T7/277 ,  G06V20/17 ,  G06V20/40 ,  G06V20/52 ,  G06V40/10 ,  G06V10/62 ,  G06V10/82

Abstract: 本发明公开了基于深度学习算法的多视角行人轨迹提取分析方法与设备。步骤如下：首先使用卷积神经网络算法，添加小目标检测层并使用数据增强方法来对俯视角行人的特征进行提取训练得到权重；采用YOLOV5负责俯视角行人的检测，DeepSORT负责目标法追踪、锚框预测和部分轨迹的平滑，并结合坐标投影转换和像素点标定进行行人轨迹提取；轨迹重构算法对初步轨迹进行拼接、去噪、平滑等一系列处理；最后对轨迹的步频、步速、加速度等行人交通量参数进行提取。该项目在不同环境下权重具有较好的可移植性，且极大地简化了外出携带检测设备的复杂度，能够较为实时地得到反馈检测结果和相关参数，对行人交通流研究具有很大的意义。