-
公开(公告)号：CN108922174A
公开(公告)日：2018-11-30
申请号：CN201810638685.0
申请日：2018-06-20
Applicant: 同济大学
Abstract: 本发明涉及一种快速路入口匝道周围交叉口群内路径动态分级方法，包括以下步骤：1)确定入口匝道周围的交叉口群；2)计算交叉口群内各交叉口进口道与入口匝道的流量时间序列相似度；3)以各交叉口与入口匝道流量时间序列相似度、交叉口与入口匝道的距离、交叉口流量为交叉口进口道的特征向量，对交叉口群内的路径进行聚类，划分路径等级，作为交通管控参考依据。与现有技术相比，本发明打破了以往对匝道与地面交叉口协同控制只考虑衔接交叉口，不考虑匝道周围交叉口群的局限，对匝道附近的交叉口群提出了更全面的控制范围；在分区的基础上对区域内的路径采取分级控制，提出了更精细的控制策略；基于去噪分析原始数据，凸显了交通流的短时变化特性。
-
公开(公告)号：CN114155742A
公开(公告)日：2022-03-08
申请号：CN202111411639.5
申请日：2021-11-23
Applicant: 同济大学
Abstract: 本发明涉及一种车联网技术，尤其是涉及一种网联车纵向行车风险评估和预警指标与方法。其特征在于，包括以下步骤：1)基于大量车辆轨迹数据中的纵向加速度数据对驾驶人所处的风险等级进行划分；2)筛选出与驾驶人感知的风险等级相关的的车辆运行指标及安全替代指标作为自变量，建立评估风险等级的Logit模型作为风险评估模型；3)对每个跟驰片段比较不同预测步长模型的预测效果，选择最优预测效果对应的预测步长；4)将建立的风险评估模型应用于网联车辆平台，对风险等级进行预测评估，并将此风险等级通过车载设备显示，对车辆进行预警。本发明可为驾驶人提供实时的准备的风险等级预警，提高驾驶人关注度，降低驾驶风险。
-
公开(公告)号：CN110555917A
公开(公告)日：2019-12-10
申请号：CN201910752027.9
申请日：2019-08-15
Applicant: 同济大学
IPC: G07B15/02
Abstract: 本发明涉及一种基于RFID技术的停车场差异化收费方法，包括以下步骤：1)以停车时长为指标，将停车用户分为短时停车用户、中时停车用户和长时停车用户；2)计算不同区域需要的车位数量，划分不同的专用区域提供停车服务；3)不同车位区域的布局安排原则的确定；4)根据停车用户停车的不同区域和不同停车时长分别设定不同的收费原则；5)不同收费方案的确定；6)利用RFID技术确保此收费方案的实现。与现有技术相比，本发明打破了以往对停车单一化收费方式导致的车位资源的浪费和停车场效益低下，对停车场提出更精细化的收费方案。收费方案不仅考虑停车时长，还要考虑不同停车区域的限制，综合二者提出收费方案，最大程度实现提升用户停车体验和提升停车场效益的目的，并利用发展日益成熟的RFID技术实现智能化停车管理，保证精细化收费方案的实施。
-
公开(公告)号：CN110444041A
公开(公告)日：2019-11-12
申请号：CN201910752168.0
申请日：2019-08-15
Applicant: 同济大学
Abstract: 本发明涉及一种基于分区的停车场精细化管理方法，包括以下步骤：1)考虑停车场的不同服务对象，分别针对不同的停车用户包括租位用户和临时用户挖掘其停车特征；2)为租位用户分配固定用户区域供其停车，通过对租位用户停车需求的统计固定用户区域车位数量；3)为临时用户分配非固定用户区域供其停车，通过考虑车位时空资源和泊位的周转率、利用率确定非固定用户区域车位数量；4)在固定用户区域和非固定用户区域之间设置缓冲区域来提供车位补给；5)提出车位的布局安排原则；6)根据不同区域车位数量以及停车场的实际布局确定精细化管理的分区方案；7)对不同区域设定不同的收费规则以提高停车场管理者的收益。
-
公开(公告)号：CN108922174B
公开(公告)日：2021-09-21
申请号：CN201810638685.0
申请日：2018-06-20
Applicant: 同济大学
Abstract: 本发明涉及一种快速路入口匝道周围交叉口群内路径动态分级方法，包括以下步骤：1)确定入口匝道周围的交叉口群；2)计算交叉口群内各交叉口进口道与入口匝道的流量时间序列相似度；3)以各交叉口与入口匝道流量时间序列相似度、交叉口与入口匝道的距离、交叉口流量为交叉口进口道的特征向量，对交叉口群内的路径进行聚类，划分路径等级，作为交通管控参考依据。与现有技术相比，本发明打破了以往对匝道与地面交叉口协同控制只考虑衔接交叉口，不考虑匝道周围交叉口群的局限，对匝道附近的交叉口群提出了更全面的控制范围；在分区的基础上对区域内的路径采取分级控制，提出了更精细的控制策略；基于去噪分析原始数据，凸显了交通流的短时变化特性。
-
Patent Agency Ranking
公开(公告)号：CN110555917B
公开(公告)日：2021-09-14
申请号：CN201910752027.9
申请日：2019-08-15
Applicant: 同济大学
IPC: G07B15/02
Abstract: 本发明涉及一种基于RFID技术的停车场差异化收费方法，包括以下步骤：1)以停车时长为指标，将停车用户分为短时停车用户、中时停车用户和长时停车用户；2)计算不同区域需要的车位数量，划分不同的专用区域提供停车服务；3)不同车位区域的布局安排原则的确定；4)根据停车用户停车的不同区域和不同停车时长分别设定不同的收费原则；5)不同收费方案的确定；6)利用RFID技术确保此收费方案的实现。与现有技术相比，本发明打破了以往对停车单一化收费方式导致的车位资源的浪费和停车场效益低下，对停车场提出更精细化的收费方案。收费方案不仅考虑停车时长，还要考虑不同停车区域的限制，综合二者提出收费方案，最大程度实现提升用户停车体验和提升停车场效益的目的，并利用发展日益成熟的RFID技术实现智能化停车管理，保证精细化收费方案的实施。
-
公开(公告)号：CN110570095A
公开(公告)日：2019-12-13
申请号：CN201910749416.6
申请日：2019-08-14
Applicant: 同济大学
Abstract: 本发明涉及一种停车场精细化管理的租位用户超发卡方法，包括以下步骤：对停车场用户细分，按照不同停车需求和特车特征，将租位用户和临时用户分离；其次，以停车需求稳定的租位用户为研究对象，分析其每天的停车需求；然后，建立超发卡问题模型并求解；最后结合停车场发展所处的不同时期决定不同的超发卡数量。与现有技术相比，本发明打破了以往停车场比较粗旷的管理模式，将不同用户细分后针对租位用户的停车超发卡问题进行建模研究，为停车场的精细化管理提出可行且易于操作的计算方法，并针对停车场发展的不同时期给出不同的超发卡问题求解计算方法以满足停车场的发展要求。
-
公开(公告)号：CN109767512A
公开(公告)日：2019-05-17
申请号：CN201811541114.1
申请日：2018-12-17
Applicant: 同济大学
Abstract: 本发明涉及一种基于身份识别的校园门口信号灯控制和考勤方法及装置。包括RFID信号感应模块、信息记录模块、信号灯感应控制模块、信号灯模块、终端信息发布模块、影像记录模块。根据校园门口区域安装的RFID阅读器检测过街学生信息给出相应的信号灯控制方法，实现自动调控校园门口信号灯并对学生进行考勤给学生家长发送通知信息的功能。如果在一定时间内感应不到学生的到达，根据预设的逻辑，系统会判断没有学生需要过街，因此不再需要信号控制该路段的交通状态，信号控制器则自动转成休眠状态，从而使道路上的车辆不会产生无谓的交通延误，保障道路正常的通行能力。否则当系统感应到学生的到达时，信号控制系统会被激活运行以确保学生的安全过街。
-
公开(公告)号：CN114155742B
公开(公告)日：2023-03-17
申请号：CN202111411639.5
申请日：2021-11-23
Applicant: 同济大学
IPC: G08G1/16 , G08G1/01 , G06Q10/0635 , G06Q10/0639 , G06F18/214
Abstract: 本发明涉及一种车联网技术，尤其是涉及一种网联车纵向行车风险评估和预警指标与方法。其特征在于，包括以下步骤：1)基于大量车辆轨迹数据中的纵向加速度数据对驾驶人所处的风险等级进行划分；2)筛选出与驾驶人感知的风险等级相关的的车辆运行指标及安全替代指标作为自变量，建立评估风险等级的Logit模型作为风险评估模型；3)对每个跟驰片段比较不同预测步长模型的预测效果，选择最优预测效果对应的预测步长；4)将建立的风险评估模型应用于网联车辆平台，对风险等级进行预测评估，并将此风险等级通过车载设备显示，对车辆进行预警。本发明可为驾驶人提供实时的准备的风险等级预警，提高驾驶人关注度，降低驾驶风险。
-
公开(公告)号：CN112193245B
公开(公告)日：2021-09-03
申请号：CN202011015180.2
申请日：2020-09-24
Applicant: 同济大学
Abstract: 本发明涉及一种考虑驾驶员模糊感知的深度学习跟驰预测方法，包括如下步骤：S1、训练用于根据跟驰特征数据预测本车速度深度学习跟驰模型；S2、获取真实跟驰特征时序数据，输入至深度学习跟驰模型得到本车速度预测时序数据；S3、提取待预测时刻前N个时刻的真实跟驰特征时序数据以及本车速度预测时序数据作为第一数据集和第二数据集；S4、确定模糊感知时间窗，将第一数据集中位于模糊感知时间窗内的本车速度替换为第二数据集中对应时刻的本车速度预测值形成预测输入数据；S5、将预测输入数据输入至深度学习跟驰模型得到待预测时刻的本车速度预测值。与现有技术相比，本发明设置不同的模糊感知时间窗可对同一跟驰场景生成异质跟驰行为。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
