公开(公告)号：CN119180741A

公开(公告)日：2024-12-24

申请号：CN202411268280.4

申请日：2024-09-11

Applicant: 苏州大学

Inventor： 舒玥绮 ,  金辉 ,  王禹同 ,  唐武 ,  杨晓光 ,  李哲宇 ,  朱翔

IPC: G06Q50/40 ,  G06Q10/04 ,  G06Q10/063

Abstract: 本发明涉及公共交通规划与管理的技术领域，尤其涉及一种公交站点时刻表优化方法及系统。以公交运营成本和乘客候车时间成本加权之和最小为目标，建立公交发车间隔优化模型，获取最优公交发车间隔；以各个目标站点的公交早到时间之和与晚到时间平方之和的加权值最小为目标，建立公交站间运行时间优化模型，获取相邻目标站点间的目标运行时间；基于最优公交发车间隔与相邻目标站点间的目标运行时间，获取预设时间段内目标公交线路各目标站点的公交到站时刻表。本发明考虑了公交在途运行时间的随机性，提高了公交时刻表的准确性与有效性。

公开(公告)号：CN118824008A

公开(公告)日：2024-10-22

申请号：CN202410939654.4

申请日：2024-07-15

Applicant: 苏州大学

Inventor： 王禹同 ,  王翔 ,  周战胜

IPC: G08G1/01 ,  G08G1/052 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06F18/214

Abstract: 本申请提供一种轨迹数据用于监测城市交通的方法和系统。所述方法包括：数据预处理，通过目标检测算法获取车辆具有时间序列特征的坐标序列，作为正常轨迹数据；轨迹预测，使用LSTM模型对车辆的未来轨迹进行预测；异常轨迹生成，在预测的未来轨迹中引入特征值变异，模拟潜在的异常行为，生成异常轨迹样本；样本训练，在正常轨迹数据和异常轨迹样本一起输入到神经网络模型中进行训练；异常事件检测，将训练好的神经网络模型用于实时监测新的车辆轨迹数据，当模型检测到实际轨迹与预测轨迹之间存在显著偏差时，判断发生异常事件。本申请利用深度学习技术提高了目标检测和多目标跟踪的精确性；引入了LSTM网络以实现更精准的车辆轨迹预测；通过ConvLSTM结合时空信息实现了更精准的异常驾驶行为识别。