“夏井新”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果80个，建议您升级VIP下载更多相关专利

[发明专利]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-CN202310488494.1在审
发明人：贺洋;雷蕾;安成川;夏井新;陆振波 -专利权人：东南大学
申请日： 2023-05-04 - 公布日： 2023-09-08 - 主分类号： G08G1/017 文献下载
摘要：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。
基于号牌识别数据车道到达曲线历史实时方法

[发明专利]基于车牌识别数据的城市路网车流OD不确定性估计方法-CN202310486336.2在审
发明人：赵嘉悦;王寅朴;成岷;夏井新;陆振波 -专利权人：东南大学
申请日： 2023-04-28 - 公布日： 2023-08-29 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于车辆号牌识别数据的城市路网车流OD不确定性估计方法，包括：获取车辆号牌识别数据，重构车辆轨迹，并按照Time‑of‑Day的时间维度提取路网样本车流OD、样本路径流量、样本路段流量和实际路段流量；基于贝叶斯计算图框架构建得到车流OD不确定性估计框架；分别设计历史车流OD、实时车流OD的不确定性估计流程，基于车流OD不确定性估计框架，设置损失函数，采用Adam方法进行训练求解，得到实时车流OD和历史车流OD的不确定性估计结果。本发明能够提高车流OD估计的鲁棒性和准确性，对提升交通管理系统的响应能力和服务水平具有重要意义。
基于车牌识别数据城市路网车流 od 不确定性估计方法

[发明专利]一种基于号牌数据的城市干线道路子区划分方法-CN202211368855.0有效
发明人：柯四平;夏井新;王寅朴;安成川 -专利权人：东南大学
申请日： 2022-11-03 - 公布日： 2023-08-29 - 主分类号： G08G1/08 文献下载
摘要：本申请涉及一种基于号牌数据的城市干线道路子区划分方法。该方法包括：获取目标干线的交叉口的号牌数据，以及卡口式电子警察设备与干线道路交叉口关联表，并构建目标干线的干线交通OD流矩阵，进而利用干线道路协调控制距离原则，获取目标干线的干线道路初始划分结果，再根据干线交通OD流矩阵，优化干线道路初始划分结果，得到多个备选子区划分方案，并根据干线交通车辆运行特征和信号协调控制特性，构建目标干线的干线道路子区划分的评价指标，从而根据干线道路子区划分评价指标，对各备选子区划分方案进行评价，确定目标干线的最优子区划分方案，提高干城市干线道路子区划分结果对于干线信号协调控制与优化的作用。
一种基于号牌数据城市干线道路子区划分方法

[发明专利]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-CN202211612761.3在审
发明人：周倩;夏井新;宋慧洁 -专利权人：东南大学
申请日： 2022-12-15 - 公布日： 2023-07-14 - 主分类号： G08G1/081 文献下载
摘要：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。
一种考虑行进时间不确定性公交方案生成方法

[发明专利]面向低渗透率网联车轨迹数据的排队服务时间估计方法-CN202210550566.6有效
发明人：宋慧洁;安成川;夏井新;熊睿成;圣皓 -专利权人：东南大学
申请日： 2022-05-18 - 公布日： 2023-05-26 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了面向低渗透率网联车轨迹数据的排队服务时间估计方法，该方法首先，根据车速信息判别车辆在路口的排队停车状态，识别标记排队停车车辆。然后，通过对车辆到达、驶离周期的一致性判别，识别标记过饱和车辆。接着，针对欠饱和、过饱和两种情况，将车辆停车状态进行转换，以此为输入构建基于Logistic回归的车辆排队服务时间概率模型。最后，采用拉普拉斯近似方法，基于贝叶斯先验‑后验滚动实现排队服务时间的动态估计。本发明适用于低渗透率数据环境，在网联车车辆轨迹样本有限的条件下，可以实现欠饱和、过饱和场景下的排队服务时间估计，能为基于网联车数据的信号控制优化提供支撑。
面向渗透率网联车轨迹数据排队服务时间估计方法

[发明专利]基于网联车轨迹数据的绿波行进车速不确定性量化方法-CN202210630060.6有效
发明人：贺洋;安成川;夏井新;伊笑莹;陆振波;宋慧洁 -专利权人：东南大学
申请日： 2022-06-06 - 公布日： 2023-05-16 - 主分类号： G08G1/052 文献下载
摘要：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。
基于网联车轨迹数据行进车速不确定性量化方法

[发明专利]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-CN202310091813.5在审
发明人：张晓雪;刘欢;王宇璐;刘娟;陆振波;夏井新 -专利权人：东南大学
申请日： 2023-02-09 - 公布日： 2023-05-05 - 主分类号： G06F16/9536 文献下载
摘要：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。
基于手机数据新型共享公共交通转移需求估计方法

[发明专利]一种行为动作检测方法、装置、设备及存储介质-CN202211694017.2在审
发明人：司武飞;巫远;黄永明;夏井新 -专利权人：网络通信与安全紫金山实验室
申请日： 2022-12-28 - 公布日： 2023-04-25 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种行为动作检测方法、装置、设备及存储介质。该方法包括：从视频流中截取一个图像帧序列；对图像帧序列中的图像帧进行时空特征提取，获得图像帧序列的时空特征；对图像帧序列中的图像帧进行人物框检测跟踪，获得图像帧序列中所包含各人物的人物框信息；根据时空特征及各人物框信息，确定图像帧序列中各人物的行为动作信息。利用该方法，对视频中的不同目标运行一次行为识别算法，提取出时空特征之后，用目标检测和跟踪得到的人物框信息，从而确定图像帧序列中各人物的行为动作信息，不需要多次运行行为识别算法，提高了行为动作的检测效率。同时通过得到时空特征，进而提取每个目标的行为动作信息，更好的兼顾了人与环境的交互行为。
一种行为动作检测方法装置设备存储介质

[发明专利]一种驻留点确定方法、装置、电子设备及存储介质-CN202211698443.3在审
发明人：姜海航;夏井新;黄永明 -专利权人：网络通信与安全紫金山实验室
申请日： 2022-12-28 - 公布日： 2023-04-25 - 主分类号： H04W8/18 文献下载
摘要：本发明实施例公开一种驻留点确定方法、装置、电子设备及存储介质。该方法包括：根据目标用户的手机信令数据确定目标用户对应的信令轨迹点，根据各信令轨迹点在至少一个基站内的数量确定数据处理顺序，按照数据处理顺序以及预设聚类规则在各信令轨迹点内提取核心轨迹点，并将核心轨迹点组成目标用户的驻留点。本发明实施例，通过各信令轨迹点在至少一个基站内的数量确定相应的数据处理顺序，按照数据处理顺序以及预设聚类规则在各信令轨迹点内提取核心轨迹点，并将核心轨迹点组成目标用户的驻留点，能够解决核心轨迹点提取时计算复杂度高的问题，在不降低提取核心轨迹点精度的情况下，降低计算复杂度的同时节约了时间成本。
一种驻留确定方法装置电子设备存储介质

[发明专利]一种手机信令数据驱动的居民出行方式可靠辨识方法-CN202211616958.4在审
发明人：彩晨;刘欢;陆振波;贺洋;何静;刘娟;安成川;夏井新 -专利权人：东南大学
申请日： 2022-12-15 - 公布日： 2023-04-25 - 主分类号： H04W8/20 文献下载
摘要：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。
一种手机数据驱动居民出行方式可靠辨识方法

[发明专利]低秩和稀疏张量表示的交通数据恢复和异常值检测方法-CN202211492049.4在审
发明人：贺洋;赵嘉悦;夏井新;安成川;陆振波 -专利权人：东南大学
申请日： 2022-11-25 - 公布日： 2023-04-07 - 主分类号： G06F18/15 文献下载
摘要：本发明公开了低秩和稀疏张量表示的交通数据恢复和异常值检测方法，包括：按地点、日期、时间三个维度，将包含缺失和异常值的交通数据观测构建为位置×日期×时间的三维张量在此基础上进一步将时空交通数据分解表示为代表交通模式的低秩张量和代表异常值的稀疏张量ε；针对交通模式和异常值的特点，分别采用基于对数的非凸松弛函数和l1范数对两部分进行约束，以此为基础构建基于低秩稀疏张量表示的交通数据恢复和异常值检测模型；根据ADMM框架，将模型的多变量优化问题转化四个单变量子优化问题，初始化张量依次更新四个变量；以作为输入，利用交叉方向乘子算法迭代优化直至满足收敛条件，获得收敛后的低秩张量和稀疏张量ε。本发明能够同步实现交通数据的准确鲁棒恢复和异常值检测。
稀疏张量表示交通数据恢复异常检测方法

[发明专利]无专用道公交信号感应与右转合乘时空协同优先控制方法-CN202210448314.2有效
发明人：圣皓;安成川;夏井新;邢韵;宋慧洁 -专利权人：东南大学
申请日： 2022-04-26 - 公布日： 2023-04-07 - 主分类号： G08G1/087 文献下载
摘要：本发明公开了一种无专用道公交信号感应与右转合乘时空协同优先控制方法，在获取实时的到达时刻和公交权重的基础上，首先结合社会车辆通行效益选择绿时延长、红灯早断的公交信号优先控制策略，而如果无法在社会车辆通行效益不受损失的基础上使公交绿灯通行，则利用右转合乘选择相位插入的公交信号优先控制策略，从而实现整个流程的公交优先控制。本发明动态地利用了路口已有的空间和资源，解决了传统的公交信号优先无法合理地平衡公交车和其它社会车辆的运行效益、需要公交专用车道等弊端。
专用公交信号感应右转时空协同优先控制方法

[发明专利]基于无参数非凸松弛低秩张量补全的交通数据修复方法-CN202211497496.9在审
发明人：贺洋;张敏;夏井新;安成川;陆振波 -专利权人：东南大学
申请日： 2022-11-25 - 公布日： 2023-03-21 - 主分类号： G06Q10/067 文献下载
摘要：本发明公开了一种基于无参数非凸松弛低秩张量补全的交通数据修复方法，包括：按地点、日期、时间三个维度，将包含缺失数据的交通数据构建为位置×日期×时间的三维张量提出基于对数的无参数非凸松弛函数，以此构建基于低秩张量补全的交通数据修复模型；考虑模型求解效率和去除等式约束，构建模型的增广拉格朗日函数；根据ADMM框架，将模型的多变量优化问题转化三个单变量子优化问题，初始化张量依次更新三个变量；以作为输入，利用交叉方向乘子算法迭代优化直至满足收敛条件，获得低秩张量本发明能够实现交通数据的智能准确修复。
基于参数松弛张量交通数据修复方法

[发明专利]基于先进先出规则异常侦测的车辆有效行程时间提取方法-CN202210186268.3有效
发明人：申浩亮;安成川;夏井新;陆振波;贺洋;孙琳 -专利权人：东南大学
申请日： 2022-02-28 - 公布日： 2023-03-21 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于先进先出规则异常侦测的车辆有效行程时间提取方法，步骤为：1、获取路网路口卡口式电子警察检测到的号牌数据，进行上下游号牌匹配；2、筛选出完整通过路段的号牌数据；3、按照车流到达下游交叉口次序，提取车辆通过上游交叉口时的时间戳序列；4、利用车辆先进先出规则，筛检时间戳序列中的异常值，并重新生成符合先进先出规则的时间戳序列；5、将号牌数据与新生成的时间戳序列匹配，计算序列中包含车辆的行程时间值，得到车辆有效路段行程时间。本发明提升了车辆行程时间预处理的科学性和准确性。
基于先进规则异常侦测车辆有效行程时间提取方法

[发明专利]一种高精度地图生成方法、装置、设备及存储介质-CN202211566846.2在审
发明人：沈嘉成;巫远;黄永明;夏井新 -专利权人：网络通信与安全紫金山实验室
申请日： 2022-12-07 - 公布日： 2023-03-10 - 主分类号： G01C21/00 文献下载
摘要：本发明提供一种高精度地图生成方法、装置、设备及存储介质，根据最近关键帧到当前激光点云帧之间的IMU数据和上一激光点云帧经后端优化的位姿，估计第一位姿估计值；根据第一位姿估计值以及扫描当前激光点云时间内对应的IMU数据，对当前激光点云进行去畸变并提取出特征点；根据去畸变后的当前激光点云帧得到当前描述子，根据当前描述子判断是否检测出回环，若检测出回环，则估计第二位姿估计值；根据第一位姿估计值和特征点得到第三位姿估计值；将第二位姿估计值、第三位姿估计值输入因子图，得到当前帧的后端优化的位姿估计值；根据后端优化的位姿估计值将去畸变后的当前激光点云帧拼接到历史点云地图中，生成静态点云地图，提高地图精度。
一种高精度地图生成方法装置设备存储介质

1
2
3
4
5
6
下一页»
尾页
共 80 条