公开(公告)号：CN119740388A

公开(公告)日：2025-04-01

申请号：CN202411903021.4

申请日：2024-12-23

Applicant: 同济大学

Inventor： 朱宏 ,  谢小龙 ,  李子正 ,  唐克双

IPC: G06F30/20 ,  G06F9/50 ,  G06F111/02

Abstract: 本发明涉及一种基于社区检测的大规模微观交通并行仿真方法，包括以下步骤：获取已有路网数据和路由数据；根据路网数据构建第一路网拓扑图，并进行连通性检测，清除其中的不连通分量，保留最大的子图作为第二路网拓扑图；根据路由数据，结合第二路网拓扑图计算车道权重，并进行非线性放大后赋予对应的边，得到第三路网拓扑图；基于第三路网拓扑图，利用改进Leiden社区检测实现社区划分和合并，得到社区划分结果；基于社区划分结果分配并行仿真计算任务，进行大规模微观交通仿真。与现有技术相比，本发明在保证高负载均衡和最小化通信开销的同时，显著减少了仿真任务的执行时间。

公开(公告)号：CN119169842A

公开(公告)日：2024-12-20

申请号：CN202411313420.5

申请日：2024-09-20

Applicant: 同济大学

Inventor： 朱宏 ,  李子正 ,  谢小龙 ,  唐克双 ,  黄子炫

IPC: G08G1/081 ,  G08G1/01 ,  G06N3/0442 ,  G06N3/094 ,  G06N3/08 ,  G06V20/58 ,  G06V10/26 ,  G06V10/40

Abstract: 本发明涉及一种交叉口车辆跟驰行为学习与数据增强方法，包括以下步骤：获取高空交叉口监测视频数据；基于目标识别算法对视频数据中的车辆目标进行精准识别；基于轨迹跟踪算法匹配并提取识别出的每辆车的轨迹数据，获得交叉口连续交通流的真实车辆轨迹数据；基于结合长短期记忆网络的生成式对抗网络模型对连续交通流的真实车辆轨迹数据进行学习，捕捉车辆跟驰行为的个体时序变化特征和整体不确定性分布特征，合成特征一致的交叉口跟驰轨迹数据。与现有技术相比，本发明可以通过对目标交叉口内的轨迹数据学习，大量地生成与真实数据特征一致的车辆跟驰行为轨迹数据，通过这种数据增强的模式，为交叉口控制策略加速推演提供有效数据供给，是交通数字孪生实现的重要基础之一。