本发明公开了一种车辆线路预测方法及装置、计算机可读存储介质，所述车辆线路预测方法包括：获取布控车辆的标识以及当前行驶位置，所述当前行驶位置位于第一线路，所述第一线路具有唯一出入口；确定多条候选线路，所述多条候选线路与所述第一线路通过所述第一线路的出口相连通；根据历史轨迹数据计算所述布控车辆从各条候选线路驶出的概率，所述历史轨迹数据包括各个车辆在各条线路上的历史轨迹信息；根据所述布控车辆从各条候选线路驶出的概率，对各条候选线路进行排序，并选取排序靠前的至少一条候选线路，以作为目标线路。使用上述技术方案能够更科学、精准地预测车辆的前进线路，以提高车辆拦截的成功率。
📄 2021116744238
📂 G08G1_01
👤 上海芯翌智能科技有限公司
📅 2021-12-31
本发明公开了一种应用于微观交通仿真引擎的启发式车辆路径规划方法，包括构造一路网道路权重模型；在路网中生成车辆，根据起点和终点对车辆规划初始路径，并预设仿真步长；车辆按初始路径行驶，并每当时间达到一仿真步长时进行一次动态路径规划，若需重新规划路径，采用启发式车辆路径规划方法。本发明提出了一种新的启发式再路由触发机制，结合OD矩阵、交叉口拥堵指数、道路拥堵指数、道路拥堵指数阈值、交叉口拥堵指数阈值等因素，用以解决在城市区域治理过程中车辆路径再规划的问题。提高了微观仿真过程中车辆的灵活性、真实性、有效性，提出了一种新的混合启发函数，提高了车辆在仿真过程中多源环境条件下路径规划的适配性。
📄 2024113690032
📂 G08G1_01
👤 电子科技大学
📅 2024-09-29
本发明涉及交通安全技术领域，具体公开了基于智能交通的路口防碰撞系统及方法，其中方法包括：S1、获取路口的交通信息；S2、识别车辆的所在车道以及车牌号；S3、判断车辆通过路口的实际行驶轨迹是否异常，若异常，标记为异常车辆；S4、判断已识别的车牌号中是否包含预存的目标车辆的车牌号，若包含，预估目标车辆通过路口的行驶轨迹；S5、判断已识别的车牌号中是否包含异常车辆的车牌号，若包含，预估异常车辆通过路口的行驶轨迹；S6、基于目标车辆与异常车辆的行驶轨迹判断目标车辆与异常车辆是否在通过路口时处于相邻车道，若处于相邻车道，向目标车辆的移动终端推送预警信息。采用本发明的技术方案能够提前对目标车辆周围的潜在危险进行预警。
📄 202210956054X
📂 G08G1_01
👤 重庆大学
📅 2022-08-10
本发明涉及交通安全技术领域，具体公开了一种智能交通信息自定义系统及方法，其中系统包括服务器、路侧设备和移动终端，服务器包括：路口管理模块，用于获取路口定义信息，基于路口定义信息在地图上标记对应路口；协同管理模块，用于获取已标记路口的协同定义信息，基于协同定义信息创建预警规则；预警模块，用于从移动终端获取目标车辆的位置信息，基于预警规则及目标车辆的位置信息判断是否处于触发半径内，若处于，基于路口交通信息以及目标车辆的导航路线判断是否存在危险，若存在，生成预警信息。采用本发明的技术方案能够能够对驾驶员提供预警服务，并方便管理人员对预警服务的内容进行灵活调整。
📄 2022109560501
📂 G08G1_01
👤 重庆大学
📅 2022-08-10
一种移动互联网的路况共享方法及系统，其中方法包括如下步骤，车流检测模块检测当前路段车流状况，形成当前路段路况信息，向外广播路况信息数据包。车辆端设置的移动通讯模块收到路况信息后，将所述通知信号存储在车载存储模块中，当移动通讯模块检测到移动互联网信号后，将通知信号发送至服务器。解决现有技术中路况共享不够便捷，地域普适性不强的问题。
📄 2018101643815
📂 G08G1_01
👤 湖南典丰科技有限公司
📅 2018-02-27
一种基于高斯过程回归算法的智能交通时段划分方法，包括以下步骤：1)获取交叉口道路流量信息；2)运用高斯过程回归算法对获取的数据进行平滑处理；3)基于梯度下降算法对高斯过程回归的超参数进行优化；4)通过回归后的数据进行差分计算，得到相应的导数，即车流量的变化趋势；5)根据车流导数的不同变化特征，进行进一步的数据判别，将一日的交通状态划分成多个时段，为下一步配时方案的设计提供依据。本发明以高斯过程回归对数据进行处理，可以较好地反应实际的车流变化规律，更以导数为依据对时段进行划分，能够更加灵敏地反应车流的数据变化趋势，对路网的交通状况进行更为准确的识别，提高配时方案的有效性。
📄 201910021704X
📂 G08G1_01
👤 浙江工业大学
📅 2019-01-10
本发明公开了一种基于深度学习模型的交通速度预测方法，包括以下步骤：构建GCLSTM模型，以Seq2Seq模型作为模型基础，引入GCN模型分别对细胞层状态和隐藏层状态进行图卷积运算；将待预测路段前一段时刻的交通速度输入至GCLSTM模型中，经计算，输出未来一段时刻的预测交通速度。还公开了一种基于深度学习模型的交通速度预测方法，包括以下步骤：构建GLAT模型，以Seq2Seq模型作为模型基础，引入时间注意力机制对编码器每个时刻的隐含层向量进行关注，将待预测路段前一段时刻的交通速度输入至GLAT模型中，经计算，输出未来一段时刻的预测交通速度。这两个交通速度预测方法能够准确预测交通速度。
📄 2019107690123
📂 G08G1_01
👤 浙江工业大学
📅 2019-08-20
针对我国城市交通量大，城市规模庞大，结构复杂等特点，本发明考虑基于MFD的路网交通信号迭代学习控制的方法。包括步骤一：1.1获取子区MFD的交通数据；1.2子区MFD拟合；1.3基于MFD确定道路理想占有率。步骤二：2.1开闭环迭代学习控制策略；2.2建立状态空间方程；2.3优化各交叉口的信号配时。本发明能使路网的整体结构达到相对均衡，提高子区的流出车辆，从而提高路网通行量，为交通管理者提供了一种有效的城市路网控制手段，提高了城市路网的交通服务水平。
📄 2018103746591
📂 G08G1_01
👤 浙江工业大学
📅 2018-04-24
本发明公布了一种基于深度学习的交通拥堵程度多维度分析方法，包括有以下步骤：1)相机预置位设置以及相机标定；2)卷积神经网络模型初始化；3)获取实时视频流；4)检查相机工作状态；5)使用卷积神经网络模型对兴趣区域进行车辆目标检测；6)车辆目标跟踪；7)交通参数采集；8)拥堵勘探初步进行拥堵预测；9)拥堵程度分析；10)拥堵事件上报并设置睡眠状态。本发明采用了道路容纳率、平均速度等多维度的交通参数来进行准确而快速地交通拥堵程度分析，鲁棒性好且检测准确率较高。
📄 2019112300175
📂 G08G1_01
👤 浙江工业大学
📅 2019-12-04
本发明涉及一种基于交通运行状况异常的路网脆弱性识别，分析与应对方法，本发明基于交通路网时序特征数据，构建交通运行状况异常区域，并依据服务能力和损失积累等指标，对路网脆弱性环节的识别与分析，并实现依据实际情况进行应对机制的目的。本发明利用交通网络时序特征数据来构建异常区域，并依据异常区域中路网对象的量化指标变化对脆弱区域进行分析与识别，降低交通治理时人为主观性的缺点及提高路网脆弱性的分析准确性，并提供主动应对措施，为交通治理提供重要的数据支持。
📄 2020108117023
📂 G08G1_01
👤 浙江工业大学
📅 2020-08-13
本发明方法首先构建曼哈顿城市网络，随机设置长程连边，并采用单口顺时针定时放行规则设置交通信号灯；接着，采用基于NaSch模型的更新规则更新车辆状态，并且为曼哈顿城市网络和长程连边设置不同的车辆最大行驶速度；然后，随机选择车辆的起点和终点，并设置车辆按照最短路径行驶；最后，设置粒子密度和粒子总数，初始化系统，采用并行更新规则，对路网交通流特性进行仿真和模拟。本发明方法不仅全面地考虑了路网交通流特性的路段模型、交叉口模型和路网模型，同时设置了长程连边、车辆OD属性和最短路径行驶规则，为长程连边和曼哈顿城市网络设置了不同的车辆最大行驶速度，更好地模拟了车辆的实际特征和城市路网的多层性。
📄 2020104389739
📂 G08G1_01
👤 浙江工业大学
📅 2020-05-22
一种基于历史和周边路口数据的拥堵预测算法，包括下列步骤：步骤1.对交通数据进行实时的更新和预处理；步骤2.输入预测的目标路口和时间区间；步骤3.讲当前区域车流量数据与历史数据进行匹配，找出相似的时间区间进而进行预测。本发明根据“交通流量预测”的问题，利用非参数回归的算法思想，结合历史数据和周边路口数据进行交通流量的预测，有效的实现了交通数据流量的预测。本发明最终实现的功能是能够根据用户对交通拥堵预测情况的需求，预测目标路口在需求时间的拥堵情况，并且可以高效准确的实现交通流量的预测。
📄 2018106015583
📂 G08G1_01
👤 浙江工业大学
📅 2018-06-12
柿子坊 · 知识产权运营
柿子坊知识产权运营平台