-
公开(公告)号：CN116498136A
公开(公告)日：2023-07-28
申请号：CN202310513368.7
申请日：2023-05-08
Applicant: 南京理工大学
Abstract: 本发明公开一种魔方立体停车库，包括：底盘，底盘顶端固定连接有若干立柱和支撑柱；升降装置，升降装置设置两组，两组升降装置对称设置在立柱上，升降装置包括设置在立柱上的升降机构，升降机构上安装有升降滑轨，升降滑轨滑动连接在立柱上；水平旋转装置，水平旋转装置包括竖向等间距设置在支撑柱上的若干固定滑轨，固定滑轨与升降滑轨对应设置，且固定滑轨与升降滑轨周向间隔设置，固定滑轨上通过载车机构安装有车厢；其中，通过载车机构用于驱动车厢在升降滑轨、固定滑轨上滑动。本发明提高了立体停车楼的运行效率，激发立体停车楼的运营活力，对提升城市空间停车利用率、缓解“停车难”问题具有重要意义。
-
公开(公告)号：CN114170789B
公开(公告)日：2023-06-20
申请号：CN202111222534.5
申请日：2021-10-20
Applicant: 南京理工大学
IPC: G08G1/01 , G06F18/214 , G06N3/0464 , G06F30/27
Abstract: 本发明涉及一种基于时空图神经网络的智能网联车换道决策建模方法,属于智能网联汽车控制技术领域，包括步骤获取车辆轨迹与运动参数的历史数据并生成特征向量；构建关联车辆的图结构并生成与图结构对应的图数据；构建时空图神经网络模型；对时空图神经网络模型进行训练和优化；利用模型进行实际换道决策。本发明引入图注意力单元，使得在车辆进行换道决策时，能够着重关注空间上对换道决策有重大影响的周围车辆状态，降低对其他非重要车辆的关注；同时引入门控循环单元，在车辆进行换道决策时，丢弃时间上重复且非重要信息数据，根据重要信息数据进行决策，从而有效提升决策效率。
-
公开(公告)号：CN114912669A
公开(公告)日：2022-08-16
申请号：CN202210436660.9
申请日：2022-04-24
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于多源数据的公交客流组合图神经网络预测方法，属于公共交通客流分析技术领域。包括如下步骤：A采集公交客流相关的多源数据；B构建属性图并生成图结构数据；C搭建公交客流预测组合图神经网络模型；D训练模型，得到预测结果。本发明利用图神经网络和深度学习的组合，实现了公交客流相关的多源数据在时空上的关联关系。
-
Patent Agency Ranking
公开(公告)号：CN113592419A
公开(公告)日：2021-11-02
申请号：CN202110606177.6
申请日：2021-05-31
Applicant: 南京理工大学
Abstract: 本发明涉及一种考虑客流和节能的轨道交通快慢车时刻表优化方法，属于轨道交通技术领域。包括S1对模型算法所需的快车、慢车的运营数据、线路数据、客流数据进行清洗、预处理；S2基于S1中的长短距离OD客流量计算快车、慢车开行比例，根据S1中的线路最大断面客流量P计算快慢车开行对数和开行周期时间H；S3、基于S1、S2的数据建立快车、慢车时刻表的数学模型；S4引入多种列车运行约束以及列车速度‑距离关系，并将多目标模型化为单目标模型；S5算法参数初始化，将S3中的决策变量转化为染色体进行编码，利用遗传算法求取全局最优解，得到此种场景下的快车、慢车最优时刻表。本发明解决了动态客流与列车运力不匹配的问题。
-
公开(公告)号：CN112052336A
公开(公告)日：2020-12-08
申请号：CN202010938903.X
申请日：2020-09-09
Applicant: 南京理工大学
IPC: G06F16/35 , G06K9/62 , G06N3/00 , G06F40/284 , G06F40/289 , G06F16/951 , G06Q50/00
Abstract: 本发明公开了一种基于社交网络平台信息的交通突发事件识别方法及系统，方法包括以下步骤：对社交网络平台信息文本爬取、初筛以及数字化；将经处理后的信息分割为训练文本和测试文本；通过布尔加权，构建训练文本和测试文本的词向量矩阵；将构造的测试文本词向量矩阵送入SVM分类器，然后利用分类模型进行分类，获得二值化分类结果，进而筛选出交通突发事件信息。该系统包括数据预处理模块，特征词选取模块，词向量矩阵构造模块以及事件分类识别模块。本发明通过对社交网络平台文本信息的挖掘、自然语言技术(NLP)的处理以及分类处理，可为交通突发事件识别提供一种新的信息获取方式，以辅助交通运营和管理相关单位和部门实现交通事件监测。
-
公开(公告)号：CN116229706A
公开(公告)日：2023-06-06
申请号：CN202211560864.X
申请日：2022-12-07
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于智能网联专用车道环境下的分车道可变限速控制方法，该方法针对混合车流状态下的高速公路，首先，利用基于改进元胞传输模型的混合车流状态预测模型，预测元胞交通流参数；然后，构建不同车道可变限速控制的多目标优化模型，获取并执行不同车道可变限速控制策略，完成不同车道可变限速控制。本发明与现有技术相比，其显著优点是：面向高速公路主线路段设立智能网联车专用车道的场景，通过改进不同道路交通流下的元胞传输参数，来匹配满足车辆混合行驶特性；在确定优化多目标模型的约束条件后，执行不同车道可变限速控制策略，从而提升驾驶员在行驶过程中的稳定性，保障了智能网联车与人类驾车行驶的独立性与安全性。
-
公开(公告)号：CN110459053B
公开(公告)日：2022-06-07
申请号：CN201910691083.6
申请日：2019-07-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于智能网联车信息的高速公路混合车流速度估计方法。该方法包括接入高速公路路段混合车流信息；判别智能网联车样本量是否达到临界样本量阈值；判别智能网联车平均车速是否达到临界车速阈值；在不同判别条件下应用不同模型得出混合车流平均速度的估计结果四个步骤，进而实现利用智能网联车信息来估计高速公路混合车流环境下的路段平均车速。本发明对未来智能网联车真正应用时的道路交通状态信息获取具有实际应用价值。
-
公开(公告)号：CN114170789A
公开(公告)日：2022-03-11
申请号：CN202111222534.5
申请日：2021-10-20
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于时空图神经网络的智能网联车换道决策建模方法,属于智能网联汽车控制技术领域，包括步骤获取车辆轨迹与运动参数的历史数据并生成特征向量；构建关联车辆的图结构并生成与图结构对应的图数据；构建时空图神经网络模型；对时空图神经网络模型进行训练和优化；利用模型进行实际换道决策。本发明引入图注意力单元，使得在车辆进行换道决策时，能够着重关注空间上对换道决策有重大影响的周围车辆状态，降低对其他非重要车辆的关注；同时引入门控循环单元，在车辆进行换道决策时，丢弃时间上重复且非重要信息数据，根据重要信息数据进行决策，从而有效提升决策效率。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
