一种城市道路信号交叉口饱和车头时距泛化估计方法及系统

    公开(公告)号:CN119132041A

    公开(公告)日:2024-12-13

    申请号:CN202411029116.8

    申请日:2024-07-30

    Applicant: 东南大学

    Abstract: 本发明涉及城市道路交通技术领域,公开了一种城市道路信号交叉口饱和车头时距泛化估计方法及系统,包括获取号牌识别数据,提取得到交叉口信号周期;匹配所述号牌识别数据与浮动车数据,提取所有交叉口信号周期下路口排队车辆的饱和车头时距样本;筛选出饱和车头时距影响因素;用所述饱和车头时距样本作为输入,根据所述饱和车头时距影响因素,基于NGBoost模型构建饱和车头时距与各种饱和车头时距影响因素的概率估计模型;以各饱和车头时距影响因素作为概率估计模型的输入,输出饱和车头时距的泛化估计结果。本发明的有益效果为:能够根据现有且易获取的号牌识别数据和浮动车数据,对饱和车头时距进行泛化估计。

    一种手机信令数据驱动的居民出行方式可靠辨识方法

    公开(公告)号:CN116017407B

    公开(公告)日:2024-12-03

    申请号:CN202211616958.4

    申请日:2022-12-15

    Applicant: 东南大学

    Abstract: 本发明提供了一种手机信令数据驱动的居民出行方式可靠辨识方法,包括:获取手机信令原始数据并预处理;获取居民出行调查数据,并与手机信令数据匹配,获得带有出行方式标签的手机信令数据;提取居民出行特征并结合出行方式标签进行相关性分析;构建基于信息论的贝叶斯网络结构和基于概率论的贝叶斯网络结构,构建融合贝叶斯网络模型;将连续出行特征处理为有序的离散状态,完成贝叶斯网络模型节点参数学习,完成基于贝叶斯网络模型的居民出行方式可靠辨识模型构建。本发明从信息论和概率论角度分别构建贝叶斯网络,考虑到了出行方式特征之间的隐性关系,运用BIC函数进行网络评分,对出行方式的辨识具有更高的可靠度和精度。

    一种考虑行进时间不确定性的公交绿波方案鲁棒生成方法

    公开(公告)号:CN116434575B

    公开(公告)日:2024-04-09

    申请号:CN202211612761.3

    申请日:2022-12-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑行进时间不确定性的公交绿波方案鲁棒生成方法,涉及城市公共交通技术领域,首先获取公交位置与身份识别数据、社会车辆交通流数据和城市道路网络静态数据等相关的交通数据并进行数据预处理,据此获得车辆位置与速度信息,对路段公交行进时间不确定性的量化;其次,计算社会车辆初始排队长度和初始排队消散时间,以此构建约束条件;最后,输入公交车辆行进时间不确定性分布,对经典的公交绿波优化模型MAXBAND进行改进,通过随机优化手段,将不确定性模型转换为线性确定性模型,而后采用基于蒙特卡罗模拟的遗传算法对模型进行求解。

    一种多源数据驱动的城市公交出行需求模式估计方法

    公开(公告)号:CN117556186A

    公开(公告)日:2024-02-13

    申请号:CN202311483614.5

    申请日:2023-11-08

    Applicant: 东南大学

    Abstract: 本发明公开了一种多源数据驱动的城市公交出行需求模式估计方法,首先对收集得到的手机信令数据、居民调查数据、公交GPS数据与公交IC卡数据进行预处理,提取居民出行产生至分布于公交线路站点过程的样本出行数据;然后根据城市公交线网实际网络结构,将公交出行需求模式估计计算图划分为出行生成、公交出行分布、公交方案选择、线路站点客流分配四个层级,设置计算图框架各层级出行行为参数;再将不同阶段出行变量映射到相应的出行样本数据,通过各出行阶段与信息源之间的连接实现数据交叉验证与融合,利用反向传播算法进行模型求解,直至满足误差收敛规则;最后,输出模型估计得到的城市公交出行需求模式,为城市公交系统规划与管理提供决策支撑。

    一种全样本高分辨率车辆轨迹鲁棒重构方法、设备、介质

    公开(公告)号:CN117473741A

    公开(公告)日:2024-01-30

    申请号:CN202311425411.0

    申请日:2023-10-31

    Applicant: 东南大学

    Abstract: 本发明涉及一种全样本高分辨率车辆轨迹鲁棒重构方法、设备、介质,重构方法包括:获取线圈检测器数据和网联车数据,并通过基于交通阻塞流和自由流特征改进的自适应平滑方法,估计时空速度矩阵;选取需要重构轨迹的非网联车,分别依据其上游和下游已知轨迹,通过IDM模型生成候选轨迹;对已生成候选轨迹的非网联车,以生成的时空速度矩阵为约束,计算候选轨迹的权重,用加权法融合候选轨迹,重构所述非网联车的高分辨率车辆轨迹;对每辆非网联车依次重复候选轨迹生成和融合的过程。与现有技术相比,本发明提高了重构精度和鲁棒性;准确估计了车辆在阻塞流和自由流不同场景下的轨迹信息,通过简易的参数调节即可接近最优重构结果。

    基于号牌识别数据的交叉口车辆累积到达曲线重构方法

    公开(公告)号:CN117456719A

    公开(公告)日:2024-01-26

    申请号:CN202311167622.9

    申请日:2023-09-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于号牌识别数据的交叉口车辆累积到达曲线重构方法,包括:获取上下游交叉口的号牌数据,提取上游交叉口出口道断面处到达曲线的观测值;基于高斯过程构建到达曲线插值模型,以到达曲线的部分观测值为输入,对未匹配车辆的上游到达信息进行推断;采用最大最小倾斜方法对到达曲线插值模型中参数的分布进行简化,采用最大似然对到达曲线插值模型中的参数进行估计,重构上游交叉口断面处的到达曲线。本发明能够,能够自动捕获车辆到达的非线性和不确定性,使重构的到达曲线在实际应用中具有物理意义,为到达曲线的精准重构提供了可靠方案。

    基于号牌识别数据的车道级到达曲线历史和实时重构方法

    公开(公告)号:CN116721551A

    公开(公告)日:2023-09-08

    申请号:CN202310488494.1

    申请日:2023-05-04

    Applicant: 东南大学

    Abstract: 本发明公开了基于号牌识别数据的车道级到达曲线历史和实时重构方法,包括:利用号牌识别数据以及上下游的信号配时数据,获得上下游交叉口累计驶离车辆数;通过车辆号牌匹配,获得在目标断面的车道级部分车辆到达观测数据;采用历史数据训练贝叶斯神经网络,将训练后的贝叶斯神经网络作为到达曲线学习模型;以实时或历史上游交叉口累计驶离车辆数为输入,利用到达曲线学习模型预测得到目标断面的实时或历史到达车辆数,进而重构车道级实时到达曲线或历史到达曲线。本发明通过学习的方式自动捕捉历史数据中隐含的车辆到达模式,能够较好地描述各车道非线性的车辆到达过程,提高了到达曲线重构的精度。

    基于网联车轨迹数据的绿波行进车速不确定性量化方法

    公开(公告)号:CN115100875B

    公开(公告)日:2023-05-16

    申请号:CN202210630060.6

    申请日:2022-06-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于网联车轨迹数据的绿波行进车速不确定性量化方法,包括:将网联车轨迹点与实际道路路段进行地图匹配,计算网联车轨迹点到下游交叉口的距离;对车辆运行状态进行划分;将轨迹点汇聚到相应的路段元胞内;获得多条不同时间间隔内的路段元胞绿波行进车速序列;利用隐马尔科夫模型对元胞绿波行进车速进行联合分布建模,输入多条不同时间间隔内的元胞绿波行进车速序列进行训练,确定元胞绿波行进车速联合分布;获取若干组路段元胞绿波行进车速样本,计算空间平均值得到路段绿波行进车速样本,确定路段绿波行进车速分布。本发明实现了绿波行进车速的不确定性量化,为支撑鲁棒信号协调控制提供了现实可靠依据。

    基于手机信令数据的新型共享公共交通转移需求估计方法

    公开(公告)号:CN116070033A

    公开(公告)日:2023-05-05

    申请号:CN202310091813.5

    申请日:2023-02-09

    Applicant: 东南大学

    Abstract: 本发明公开了基于手机信令数据的新型共享公共交通转移需求估计方法,首先通过信令数据提取用户出行链信息,利用地图匹配算法重构手机用户出行轨迹,建立职住地判别规则,识别手机用户通勤出行需求;之后构建用户出行方式识别模型,获得现状各出行方式的通勤出行需求;通过用户出行特性问卷调查获取用户出行选择行为信息以及选取新型共享公共交通通勤意愿信息,构建新型共享公共交通出行转移意愿结构方程模型,获得各出行方式向新型共享公共交通转移的显著性个体感知影响因素;再分别构建各出行方式向新型共享公共交通转移的有序Logit模型,获得各方式通勤出行向新型共享公共交通潜在转移概率。本发明利用手机信令数据,以更细的颗粒度研究城市居民出行行为及特性,建立的模型更合理地估计新型共享公共交通需求。

    一种多目标融合的交叉口动态车辆网联速度引导控制方法

    公开(公告)号:CN113299107B

    公开(公告)日:2022-03-18

    申请号:CN202110498844.3

    申请日:2021-05-08

    Applicant: 东南大学

    Abstract: 本发明公开了一种多目标融合的交叉口动态车辆网联速度引导控制方法,根据车辆及道路信息,设定合理的初始车辆预测范围,制定车辆运行过程中多目标融合下的目标函数;采用滚动时域的模型预测控制的方法,将智能网联环境下的所有自动驾驶车辆进行动态车队划分,并优化车队的运行效率并保障车队运行的安全性与稳定性;采用二次规划求解的方法,求解车辆的控制变量与状态变量在多目标融合后的优化结果,并给车辆运行提供动态速度建议。本发明可以有效弥补现有车辆网联速度引导控制方法的缺陷。

Patent Agency Ranking