-
公开(公告)号：CN112201041B
公开(公告)日：2022-02-18
申请号：CN202011057740.0
申请日：2020-09-29
Applicant: 同济大学
Abstract: 本发明涉及一种融合电警数据和抽样轨迹数据的干道路径流量估计方法，包括以下步骤：1)获取干道上的抽样轨迹数据和干道两端交叉口的电警数据，将干道路径分为三类：第一类为路径信息完全已知的车辆路径，第二类为部分信息已知的车辆路径，第三类为路径信息完全未知的车辆路径；2)估计电警漏检率和抽样轨迹数据渗透率；3)建立粒子滤波模型，从微观层面重构第二类和第三类车辆路径并得到路径流量；4)建立广义最小二乘模型，从宏观层面估计第二类和第三类车辆路径的路径流量；5)构建混合模型，对粒子滤波子模型和广义最小二乘子模型进行迭代优化，得到最优估计值。与现有技术相比，本发明具有场景要求低、有效性高、适用性广等优点。
-
公开(公告)号：CN112201036B
公开(公告)日：2022-06-24
申请号：CN202011026285.8
申请日：2020-09-25
Applicant: 同济大学
Abstract: 本发明涉及一种基于Inception‑CNN的城市快速路行程速度短时预测方法，该方法包括：训练阶段：(A1)构建历史的断面级行程速度信息时空矩阵，组建训练样本；(A2)构建Inception‑CNN深度神经网络模型，模型输入为历史时间段的断面级行程速度信息时空矩阵，模型输出为未来短时时间段的断面级行程速度信息时空矩阵；(A3)基于训练样本对模型进行训练；预测阶段：(B1)构建实时的断面级行程速度信息时空矩阵；(B2)将实时的断面级行程速度信息时空矩阵输入至训练好的模型，完成行程速度短时预测。与现有技术相比，本发明能有效学习具有不同尺度、影响范围的交通拥堵与交通事件模式，预测精度高。
-
公开(公告)号：CN113240902A
公开(公告)日：2021-08-10
申请号：CN202110319665.9
申请日：2021-03-25
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于抽样车辆轨迹数据的信控路网路径流量估计方法，包括以下步骤：1)根据路网中的抽样车辆轨迹数据获取流向流量的先验矩阵2)根据路网中抽样的路径流量得到各路径的流量先验估计值，并构建路径流量的先验矩阵3)构建以路径流量和流向流量的误差最小化为目标的广义最小二乘模型，通过梯度搜索算法求解模型得到最优的路径流量估计值。与现有技术相比，本发明具有纯轨迹数据输入、假设条件少、适用性广等优点。
-
公开(公告)号：CN113129604A
公开(公告)日：2021-07-16
申请号：CN202110297192.7
申请日：2021-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于网联车辆轨迹数据的信控交叉口运行评估方法，包括以下步骤：1)根据网联车辆轨迹周期内的到达时刻信息获取累计到达曲线；2)根据网联车辆轨迹离开排队信息获取累计离开曲线；3)根据停车轨迹获取总延误标定平均到达率，从而确定交叉口累计流图；4)根据累计流图计算交叉口运行参数，与现有技术相比，本发明具有纯轨迹数据驱动、评估全面、估计精度高、适用性广等优点。
-
公开(公告)号：CN115798192A
公开(公告)日：2023-03-14
申请号：CN202211345681.6
申请日：2022-10-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于多截面电警数据的道路排队分布估计方法，包括以下步骤：步骤1)通过电警设备获取得到上、下游交叉口各流向车辆通过停车线的时间戳信息；步骤2)设置上游交叉口虚拟截面，基于电警设备所捕获的数据重构上游交叉口虚拟截面的累计车辆到达曲线，并计算下游交叉口的累计车辆离去曲线；步骤3)考虑车辆自由流行程时间的分布情况，分别针对固定行程时间场景、可变行程时间场景的假设，计算得到下游交叉口的车辆虚拟离去曲线，通过分析上游交叉口虚拟截面的累计车辆到达曲线、下游交叉口的累计车辆离去曲线、下游交叉口的车辆虚拟离去曲线之间的关系，还原路段的排队分布。与现有技术相比，本发明具有估计更为精确等优点。
-
Patent Agency Ranking
公开(公告)号：CN113129604B
公开(公告)日：2022-05-31
申请号：CN202110297192.7
申请日：2021-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于网联车辆轨迹数据的信控交叉口运行评估方法，包括以下步骤：1)根据网联车辆轨迹周期内的到达时刻信息获取累计到达曲线；2)根据网联车辆轨迹离开排队信息获取累计离开曲线；3)根据停车轨迹获取总延误标定平均到达率，从而确定交叉口累计流图；4)根据累计流图计算交叉口运行参数，与现有技术相比，本发明具有纯轨迹数据驱动、评估全面、估计精度高、适用性广等优点。
-
公开(公告)号：CN109544916B
公开(公告)日：2020-06-26
申请号：CN201811331943.7
申请日：2018-11-09
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于抽样轨迹数据的路网车辆OD估计方法，包括以下步骤：1)将抽样车辆轨迹数据预处理为轨迹向量，并构建先验路段流量矩阵和路段行程时间矩阵，计算得到先验OD矩阵；2)集计抽样车辆的路径选择比例作为全路网分配矩阵，通过估计得到路段流量与路段行程时间标定各路段BPR函数；3)扩展广义最小二乘框架，将OD、路段流量与路段行程时间同时作为决策变量，以交通分配关系与BPR函数作为约束条件，通过梯度下降法对优化模型进行求解。与现有技术相比，本发明具有单源数据、估计结果可靠、动态估计、适用性好等优点。
-
公开(公告)号：CN115798192B
公开(公告)日：2025-03-21
申请号：CN202211345681.6
申请日：2022-10-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于多截面电警数据的道路排队分布估计方法，包括以下步骤：步骤1)通过电警设备获取得到上、下游交叉口各流向车辆通过停车线的时间戳信息；步骤2)设置上游交叉口虚拟截面，基于电警设备所捕获的数据重构上游交叉口虚拟截面的累计车辆到达曲线，并计算下游交叉口的累计车辆离去曲线；步骤3)考虑车辆自由流行程时间的分布情况，分别针对固定行程时间场景、可变行程时间场景的假设，计算得到下游交叉口的车辆虚拟离去曲线，通过分析上游交叉口虚拟截面的累计车辆到达曲线、下游交叉口的累计车辆离去曲线、下游交叉口的车辆虚拟离去曲线之间的关系，还原路段的排队分布。与现有技术相比，本发明具有估计更为精确等优点。
-
公开(公告)号：CN113240902B
公开(公告)日：2022-06-07
申请号：CN202110319665.9
申请日：2021-03-25
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于抽样车辆轨迹数据的信控路网路径流量估计方法，包括以下步骤：1)根据路网中的抽样车辆轨迹数据获取流向流量的先验矩阵2)根据路网中抽样的路径流量得到各路径的流量先验估计值，并构建路径流量的先验矩阵3)构建以路径流量和流向流量的误差最小化为目标的广义最小二乘模型，通过梯度搜索算法求解模型得到最优的路径流量估计值。与现有技术相比，本发明具有纯轨迹数据输入、假设条件少、适用性广等优点。
-
公开(公告)号：CN112201041A
公开(公告)日：2021-01-08
申请号：CN202011057740.0
申请日：2020-09-29
Applicant: 同济大学
Abstract: 本发明涉及一种融合电警数据和抽样轨迹数据的干道路径流量估计方法，包括以下步骤：1)获取干道上的抽样轨迹数据和干道两端交叉口的电警数据，将干道路径分为三类：第一类为路径信息完全已知的车辆路径，第二类为部分信息已知的车辆路径，第三类为路径信息完全未知的车辆路径；2)估计电警漏检率和抽样轨迹数据渗透率；3)建立粒子滤波模型，从微观层面重构第二类和第三类车辆路径并得到路径流量；4)建立广义最小二乘模型，从宏观层面估计第二类和第三类车辆路径的路径流量；5)构建混合模型，对粒子滤波子模型和广义最小二乘子模型进行迭代优化，得到最优估计值。与现有技术相比，本发明具有场景要求低、有效性高、适用性广等优点。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
