基于多源数据融合的区域路网车辆路径重构推演方法及系统

    公开(公告)号:CN119274377A

    公开(公告)日:2025-01-07

    申请号:CN202411556340.2

    申请日:2024-11-04

    Abstract: 本发明提供了基于多源数据融合的区域路网车辆路径重构推演方法及系统,本发明方法先将采集到的视频监控数据置入YOLO系列或SSD深度学习检测模型中进行训练,得到车辆检测模型。再采用迭代优化后的车辆检测模型,获取车辆检测结果。然后,根据车牌号和车辆位置,按检测时间点的先后顺序,给车辆构建检测节点信息链。接着给检测节点信息链构建路径重构推演数据集,并构建路径重构推演数据集的目标函数,并设立目标函数的约束条件,得到路径推演优化模型。最后采用广度优先搜索算法和路径推演优化模型,计算分析得到车辆在路网中的最优路径。相较于现有技术,本发明方法解决了有限摄像头下路径重构时难以找到正确路径的难题。

    基于多源异构数据融合的隧道GIS空间数据构建方法

    公开(公告)号:CN117171286A

    公开(公告)日:2023-12-05

    申请号:CN202311432624.6

    申请日:2023-11-01

    Abstract: 本发明公开了基于多源异构数据融合的隧道GIS空间数据构建方法,属于隧道GIS空间数据构建技术领域。解决了现有技术中GPS数据缺失情况下难以精准构建隧道的GIS空间数据的问题;本发明包括以下步骤:S1.构建基于GPS数据的隧道出入口处各车道线形特征方程;S2.选定隧道线形参考点,并对隧道线形参考点及其所在切线方程和切线斜率进行求解;S3.根据隧道线形类型及线形特征方程划分隧道区段,并结合隧道线形参考点构建隧道整体分段线形方程;S4.根据多个隧道区段的空间坐标点构建隧道GIS数据。本发明有效避免了人工配置隧道参考点的误差,实现了自动化设置隧道参考点,可以应用于构建隧道GIS空间数据。

    设施群风险辨识方法、装置、计算机设备及存储介质

    公开(公告)号:CN115099730A

    公开(公告)日:2022-09-23

    申请号:CN202211026124.8

    申请日:2022-08-25

    Abstract: 本发明提供了一种设施群风险辨识方法、装置、计算机设备及存储介质,属于城市基础设施监测技术领域,所述方法包括:获取设施群的监测数据;对所述监测数据进行分类,其中,所述监测数据包括自然风险数据、人为风险数据和专项风险数据;根据所述自然风险数据、所述人为风险数据和所述专项风险数据,分别获取所述设施群的自然风险评分、人为风险评分和专项风险评分;根据所述自然风险评分、所述人为风险评分和所述专项风险评分,获取所述设施群的总体风险评分。本发明提供的设施群风险辨识方法能够对设施群进行多维度的分析,辨识出设施群存在的风险情况,从而挖掘有针对性的缓解措施,制定有效的应对策略,降低风险对设施群的影响程度。

    基于列车行驶特征的便捷式添乘仪数据里程校准方法

    公开(公告)号:CN117949020B

    公开(公告)日:2024-06-18

    申请号:CN202410338191.6

    申请日:2024-03-25

    Abstract: 本发明公开了基于列车行驶特征的便捷式添乘仪数据里程校准方法,属于城市轨道交通里程校准技术领域。解决了现有技术中传统的基于便捷式添乘仪的检测数据里程校准方法里程校准误差大的问题;本发明通过将停车车站与检测数据匹配将检测数据分为多个区段,结合便捷式添乘仪放置位置与车站中心点里程,基于列车车厢长度计算并校准列车在车站停车时便捷式添乘仪检测数据点的里程,根据便捷式添乘仪检测数据点的校准速度得到计算距离,考虑到车站间断链里程信息,求解计算距离与实际距离的误差,得到所有检测数据点的校准里程。本发明有效提升了轨道交通场景下便捷式添乘仪检测数据点的里程校准的精度,可以应用于基于便捷式添乘仪检测数据的里程校准。

    一种桥梁网络综合性能评估方法、装置及存储介质

    公开(公告)号:CN113743831A

    公开(公告)日:2021-12-03

    申请号:CN202111292177.X

    申请日:2021-11-03

    Abstract: 本发明提供了一种桥梁网络综合性能评估方法、装置及存储介质,方法包括:获取标定区域的路网数据和各座桥梁的桥梁数据;根据所述路网数据建立基于图论的桥梁网络,根据所述桥梁数据确定所述桥梁网络的桥梁网络属性值,并根据所述桥梁数据分别确定各座所述桥梁的桥梁单体属性值;根据所述桥梁网络属性值和所述桥梁单体属性值采用多属性效用函数分别确定各项评估指标对应的效应值,并采用层次分析法分别确定各项所述评估指标的权重;根据各项所述评估指标对应的所述效应值和所述权重确定所述桥梁网络的性能评估结果。本发明的技术方案能够提高桥梁性能评估的全面性。

    基于站城融合空间能耗模型的深度学习方法及系统

    公开(公告)号:CN119417266A

    公开(公告)日:2025-02-11

    申请号:CN202411589444.3

    申请日:2024-11-08

    Abstract: 本发明提供了一种基于站城融合空间能耗模型的深度学习方法及系统,所述方法先采用空间区域分析法分析站城融合立体网络空间内核心空间区域的核心能耗系统,并构建核心能耗系统的站城融合立体网络能耗模型,再通过站城融合立体网络能耗模型构建碳排放机理模型,然后根据碳排放机理模型中初始输入变量和输出变量的深度学习神经网络结构,定义碳排放机理模型的损失函数,接着采用迭代优化函数,对损失函数进行迭代训练,直至损失值低于容许值,输出深度学习神经网络代理模型,最后采用深度学习神经网络代理模型,依照规范要求,对站城融合立体网络空间的绿色运行性能评估,得到评估结果。相较于现有技术,本发明方法评估效率更高且可靠性更强。

Patent Agency Ranking