-
公开(公告)号：CN118690929A
公开(公告)日：2024-09-24
申请号：CN202411188461.6
申请日：2024-08-28
Applicant: 吉林大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于换电需求预测领域，涉及一种基于深度学习的换电站换电需求预测方法，以下步骤：步骤A：获取换电站的历史换电数据，获取天气数据、节假日数据；步骤B：对换电站的历史换电数据、天气数据、节假日数据进行预处理；步骤C：基于深度学习TCN‑BiGRU‑Attention的换电需求预测模型；步骤D：模型训练与验证；步骤E：模型有效性分析；步骤F：模型预测与应用；本发明的优点：具有高预测精度和强泛化能力，并能融合多种影响因素的换电需求预测模型，能够为电动汽车换电站的运营提供更准确和高效的决策支持。
-
公开(公告)号：CN116362523B
公开(公告)日：2023-09-26
申请号：CN202310639210.4
申请日：2023-06-01
Applicant: 吉林大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0639 , G06Q50/06
Abstract: 本发明属于交通控制系统技术领域，涉及一种考虑温度适应性的换电站选址与运营协同优化方法，包括：获取电动汽车历史轨迹信息和区域历史温度信息，提取历史出行链和行程，并温度信息匹配。基于出行链和行程时空变量，挖掘出行特征模型。基于行程时空变量和温度信息，建立电动汽车能耗模型。结合电动汽车出行特征和能耗模型，对预期规模的电动汽车的出行与换电行为进行仿真，获得不同季节情景下的换电需求时空分布。基于不同季节情景下的换电需求时空分布，构建两阶段选址与运营策略协同优化模型。采用整数L‑shaped算法对模型进行求解。本发明的优点是：实现了换电需求快速增长和换电基础设施供给梯度扩充之间的平衡。
-
公开(公告)号：CN116363905A
公开(公告)日：2023-06-30
申请号：CN202310565970.5
申请日：2023-05-19
Applicant: 吉林大学
IPC: G08G1/16 , B60W30/18 , B60W30/095
Abstract: 本发明属于交通控制系统领域，具体提供一种异质交通流合流区换道时机判别及主动安全控制方法，包括以下步骤：获取道路上车辆的运行信息及驾驶员信息；构建安全场模型；构建基于安全势场的最小换道距离模型；构建基于安全势场的行车安全指标；合流区上游早期的自由换道；合流区加速车道的强制换道与合作换道。本发明结合现有合流区等重点场景交通冲突矛盾复杂、换道合并策略单一、行车安全指标缺乏等问题，综合道路环境和车辆运动状态因素，以安全势能及势能变化率等标量测度换道目标位置风险，构建了以行车安全指数换道安全评价指标为核心的多车组合换道控制策略，以此判断安全换道时机。
-
公开(公告)号：CN106910018A
公开(公告)日：2017-06-30
申请号：CN201710099427.5
申请日：2017-02-23
Applicant: 吉林大学 , 山东高速股份有限公司
IPC: G06Q10/06
CPC classification number: G06Q10/06315
Abstract: 本发明公开了一种救援资源调度方法及系统，该方法和系统通过获取在不灾难下不同高速公路事故发生的概率，建立救援资源配置模型；并通过救援资源配置模型，确定每个救援帮助点的位置以及每个救援帮助点配置的救援物资，避免因救援帮助点布置不合理以及救援物资短缺，耽误救援时间；通过事故发生位置和救援资源配置模型，确定救援车最佳出发位置和救援所需物资，减少救援时间，即采用本发明提供的方法和系统，有效地提高高速公路救援效率，提升我国高速公路救援服务能力。
-
公开(公告)号：CN104794895A
公开(公告)日：2015-07-22
申请号：CN201510166765.7
申请日：2015-04-09
Applicant: 吉林大学 , 山东高速股份有限公司
IPC: G08G1/01
Abstract: 本发明公开了一种面向高速公路的多源交通信息融合方法，通过有检测器路段交通信息的融合，获取更加全面准确的交通信息；通过有检测器路段数据和历史数据相融合，预测无检测器路段的交通信息，从而获得整个路段的交通信息；包括以下步骤：高速公路路段单元划分、交通信息数据预处理、单元内多源交通信息融合、单元间的交通信息融合；将多种方式采集的交通信息进行有效融合，不但可以增加信息的种类、扩大数据采集范围，而且还能够有效提高信息获取的性价比、准确度和可靠度，避免单个信息源失效而导致的判断和决策错误。
-
Patent Agency Ranking
公开(公告)号：CN118629219A
公开(公告)日：2024-09-10
申请号：CN202411121266.1
申请日：2024-08-15
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明属于交通控制系统领域，涉及一种基于安全场的车辆换道决策与轨迹规划交互耦合方法，包括：A：构建行车安全场模型;B：构建自车周围车辆短时轨迹预测模型;C：构建行车安全指标阈值模型;D：构建换道行为决策及轨迹规划集;E：轨迹规划初次筛选方法;F：最优轨迹二次筛选方法;本发明的优点：综合考量了行为决策与轨迹规划两个模块间的复杂耦合机理，以车辆短时轨迹预测为基础，从换道整个过程出发，以全局视角衡量最优决策与最优轨迹，以行车安全指标阈值初次筛选出满足安全性的轨迹集，以急动度、本车和周围车辆的期望速度等指标二次筛选出满足安全阈值下的综合衡量本车舒适性和交通流整体效率特性的换道决策与轨迹规划方案。
-
公开(公告)号：CN118427287A
公开(公告)日：2024-08-02
申请号：CN202410883187.8
申请日：2024-07-03
Applicant: 吉林大学
IPC: G06F16/29 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N5/04 , G06Q50/26 , G06F16/901
Abstract: 本发明属于绿道选线技术领域，涉及一种基于图神经网络的绿道选线方法，包括以下步骤：步骤一：点的选择与提取；步骤二：基于点的选取，构建图神经网络所需节点矩阵；步骤三：构建两层GCN网络，实现对于绿道的精确求解；本发明的优点是：通过利用传统的阻力因子所具有的多种数据，结合行人对于自然景观、游憩的喜好等行人的主观因素，利用图神经网络模型实现对于绿道的选择，充分运用该模型在大规模数据集上进行训练后，能够学习到复杂的地理特征、地形和环境条件以及行人活动和景观密度，实现提供高精度的绿道选线预测。实现对于绿道的精确选择。
-
公开(公告)号：CN109583797B
公开(公告)日：2022-08-02
申请号：CN201910077139.9
申请日：2019-01-28
Applicant: 吉林大学
Abstract: 本发明公开了一种面向停车生成率获取的商业综合体的模糊聚类方法，涉及停车规划与管理领域，本发明通过将商业综合体内各类功能用地的建筑规模、商业综合体内建筑功能类型、周围第一圈主干道合围范围内道路饱和度、公交可达性、停车供给能力、停车收费六项指标进行聚类分析，将具有相似停车生成率的商业综合体准确分类，以便于实现对具有相似停车生成特性的商业综合体停车生成率的获取，以及城市商业综合体停车场配建标准的制定和建筑规模的规划。
-
公开(公告)号：CN109760582B
公开(公告)日：2020-06-19
申请号：CN201910224440.8
申请日：2019-03-23
Applicant: 吉林大学
IPC: B60Q1/08
Abstract: 一种基于车联网的会车防眩目车灯自动控制方法，属于车联网控制领域。本发明通过网络获取车辆前照灯照度分布、车型、驾驶员、道路线形、环境亮度、车辆实时定位和实时车速信息，在云服务器上面对这些信息进行运算处理，得到使来车驾驶员产生眩目的亮度阈值，最后调节车灯亮度使其被控制在阈值以内来降低夜间会车眩目导致的交通事故的发生几率。弥补了现有产品获取眩目因素信息单一局限而导致无法精准判断，难以在中低端车型上普及和无法使会车双方同时避免眩目等一系列问题。从而减少交通事故造成的人员伤亡和财产损失，使我国的交通更加智能化、便利化，同时促进我国智能交通的快速发展。
-
公开(公告)号：CN106781446A
公开(公告)日：2017-05-31
申请号：CN201710099979.6
申请日：2017-02-23
Applicant: 吉林大学 , 山东高速股份有限公司
Abstract: 本发明公开了一种施工环境下高速公路应急车辆资源配置方法，包括：获取高速公路基本通行能力和施工路段通行能力；根据高速公路基本通行能力和施工路段通行能力计算高速公路施工环境修正系数；对高速公路进行分段，根据高速公路施工环境修正系数采用模糊综合评价法确定路段危险程度；利用路段危险程度和资源配置影响因素建立资源配置模型；采用粒子群寻优算法求解资源配置模型，获得最佳资源配置方案。本发明对施工环境下的高速公路应急车辆资源进行配置，保证了救援资源的科学配置，提升了高速公路的应急救援效果。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.027 seconds)
