“交通流量”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果593421个，建议您升级VIP下载更多相关专利

[发明专利]一种神经网络模型预测道路交通流量的方法-CN202111041210.1有效
发明人：吴烨南;白雪;齐家;卞加佳;朱磊 -专利权人：南京感动科技有限公司
申请日： 2021-09-07 - 公布日： 2021-12-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及大数据相关技术领域，具体为一种神经网络模型预测道路交通流量的方法，根据设定的时间间隔进行统计道路交通流量基础数据，并对数据进行清洗预处理；基于最短路径算法进行空间路网中相邻两个观测点间的距离计算；分析获取对道路交通流量预测有影响因素并量化处理；构建预测模型，并利用历史数据对MSTSGCN模型进行预测训练分析优化筛选；通过模型对各个观测点未来交通流量预测分析，最后通过计算机绘制显示得到交通流量预测曲线图本发明提供了一种有效降低预测滞后性影响、预测因素考虑全面、预测快速准确且可基于历史数据训练优化的基于多变量时空同步图卷积网络模型预测道路交通流量的方法。
一种神经网络模型预测道路交通流量方法

[实用新型]一种十字路口交通流量监控装置-CN202222747237.9有效
发明人：王高飞;李大川;王高攀 -专利权人：陕西铁路工程职业技术学院
申请日： 2022-10-18 - 公布日： 2023-02-03 - 主分类号： G08G1/01 文献下载
摘要：本实用新型公开了一种十字路口交通流量监控装置，属于交通流量监控设备领域，一种十字路口交通流量监控装置，包括龙门架，所述龙门架两侧底端均固定设置有底座，所述龙门架内腔顶部表面中部固定设置有安装架，并且安装架底部设置有多组交通流量检测摄像机，同时每组交通流量检测摄像机均通过定位组件与安装架底部相连，所述龙门架一侧壁设置有控制组件，所述控制组件用于接收和控制交通流量检测摄像机运行，所述定位组件包括立柱，所述立柱顶端通过定位板与所述安装架底部表面相连，本实用新型可方便工作人员对十字路口的各个方向的车流量统计，既能实现智能的统计车流量，又能提高工作效率。
一种十字路口交通流量监控装置

[发明专利]一种交通大数据管理平台-CN202011183926.0在审
发明人：孙艳佳;杨达宙;江汉青;李鹏祥;马楠木 -专利权人：广东领域集团有限公司
申请日： 2020-10-29 - 公布日： 2021-02-05 - 主分类号： G06Q50/26 文献下载
摘要：本发明提供一种交通大数据管理平台，其特征在于，包括交通流量信息关系分析模块、车辆识别模块、模拟分析交通流量关系模块、VR全景摄影模块和数据中心；所述交通流量信息关系分析模块、车辆识别模块、模拟分析交通流量关系模块和VR全景摄影模块的数据与数据中心连接；针对智能交通的发展趋势，提高交通监控质量，降低釆集、处理、传输、压缩和存储的成本，集成前端和后端的绝大部分功能，为智能交通的应用提供稳定的产品和服务，解决目前国内多数城市的道路交通管理难题
一种交通数据管理平台

[发明专利]一种基于视频和传感器的交通流量参数采集方法-CN201410350548.9在审
发明人：张登 -专利权人：杭州智诚惠通科技有限公司
申请日： 2014-07-22 - 公布日： 2014-12-10 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及交通流量参数采集方法，公开了基于视频和传感器的交通流量参数采集方法，步骤包括视频输入、离线学习、目标检测、目标跟踪、在线学习、视频流量统计、传感器流量统计和多数据融合统计。本发明提供一种基于视频和传感器的交通流量参数采集方法，通过离线学习得到目标检测器及对交通视频图像进行检测，快速确定当前视频场景中对象类型和数量，运用目标跟踪确定目标轨迹，采用在线学习机制，不间断更新目标模型及其特征向量，修正目标检测器和跟踪器，保证目标能够被持续跟踪，确保通过视频检测准确获取当前路段交通流量参数信息，并通过多数据融合统计分析道路内传感器采集的交通数据，进一步提高采集的交通流量参数数据的准确性。
一种基于视频传感器交通流量参数采集方法

[发明专利]一种基于多尺度图卷积网络模型的交通预测方法-CN202110284607.7有效
发明人：付晶莹;张珣;江东;林刚;梁春芳;杨岚雁;岳明齐;王梓旭 -专利权人：中国科学院地理科学与资源研究所;北京工商大学
申请日： 2021-03-17 - 公布日： 2022-04-22 - 主分类号： G08G1/01 文献下载
摘要：本发明公布了一种基于多尺度图卷积网络模型的交通预测方法，采用多尺度图卷积网络和门控循环单元GRU，通过同时捕获交通路网的时间依赖性即交通流的局部时间变化趋势和空间依赖性即拓扑空间结构，通过历史时间步的交通流量预测未来时间步的各个路段的交通流量，由此准确预测道路网络的交通流。本发明方法能够有效预测交通流的时空变化特征和规律，预测精度高，提升了交通流预测效果。
一种基于尺度图卷网络模型交通预测方法

[发明专利]判断网联自动驾驶环境下的混行交通流状态的方法及装置-CN202111208240.7有效
发明人：陈博奎;胡凯;缪立新 -专利权人：清华大学深圳国际研究生院
申请日： 2021-10-18 - 公布日： 2022-08-12 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种判断网联自动驾驶环境下的混行交通流状态的方法及装置。其中方法包括，建立混行交通流的匝道元胞自动机模型；根据安全换道和行车最小化跟车时间，确定混行交通流的换道方法；基于所述混行交通流的匝道元胞自动机模型，获得在匝道瓶颈处，道路占有率和交通流量之间的关系，或道路占有率、自动驾驶车通信能力约束和交通流量之间的关系，道路占有率、自动驾驶车的比例、自动驾驶车通信能力约束和交通流量之间的关系；并根据上述关系，判断混行交通流交通状态。本发明研究在匝道瓶颈处自动驾驶车和人工驾驶车混行交通流的换道和跟车规则，据此对下游匝道车流的合理疏导，在接近临界车辆密度时能够显著提高车辆通行效率。
判断自动驾驶环境混行交通流状态方法装置

[发明专利]考虑时空相关性的短时交通流预测方法、装置及存储介质-CN202111554586.2在审
发明人：方冬;吴珂 -专利权人：重庆中信科信息技术有限公司
申请日： 2021-12-17 - 公布日： 2022-03-29 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种考虑时空相关性的短时交通流预测方法、装置及存储介质，该方法包括首先考虑交通流的空间相关性，采用KNN算法筛选与预测站点相关的附近检测站点，并以所选检测站点的交通流序列构造数据集；接着考虑交通流的时间相关性，将所构造的时序历史交通流量数据输入到LSTM神经网络进行训练与测试；最后通过真实历史交通数据对提出的短时预测方法进行验证。本发明充分利用交通流数据的空间相关性，提高了短时交通流的预测精度；同时引入LSTM神经网络模型，充分利用交通流数据的时间相关性，以此提高短时交通流的预测精度。本发明在实际交通流量预测中具有较高的准确性和较好的实用性，可以实现快速、准确的短时交通流预测。
考虑时空相关性短时交通流预测方法装置存储介质

[发明专利]一种基于图卷积循环神经网络的短时交通流控制方法-CN201911092839.1有效
发明人：刘宴兵;彭文勤;肖云鹏;陶虹妃;杨晨;李锐 -专利权人：重庆邮电大学
申请日： 2019-11-11 - 公布日： 2022-09-02 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及短时交通流控制领域，具体涉及一种基于图卷积循环神经网络的短时交通流控制方法；该方法包括：获取数据源；构建图结构交通流量序列；根据图结构交通流量序列在时间维的多级别性构建时空图卷积循环网络的近期组件模型，时空图卷积循环网络日周期组件模型以及时空图卷积循环网络周周期组件模型；融合3个模型的结果，得到短时交通流量预测模型；根据这个模型得到预测结果；统计预测数据，将统计的结果发送给交通部门，控制该路网各卡口车流量；本发明利用时空图卷积循环神经网络同时建模交通流近期、日周期和周周期依赖性，建立基于多组件数据融合的时空图卷积循环神经网络的短时流量预测模型，从而达到精准的预测结果。
一种基于图卷循环神经网络短时交通流控制方法

[发明专利]基于对象检测的交通流量检测方法-CN201310106728.8有效
发明人：权伟;陈锦雄;于小娟;刘彬;邬祖全 -专利权人：西南交通大学
申请日： 2013-03-29 - 公布日： 2013-07-17 - 主分类号： G08G1/065 文献下载
摘要：本发明提供了一种基于对象检测的交通流量检测方法，属于智能视频监控技术领域。目前交通流量检测存在难以对机动或非机动车辆实现有效的区分的问题。本发明首先通过离线训练得到基于随机蕨的实时对象检测器，然后通过该检测器对交通视频图像进行对象检测，确定当前视频场景中对象的类型和数量；接着在运行时对检测结果进行基于活动区的标记匹配，实现对交通流量的计算同时，本发明支持通过加入新的训练数据在线更新检测器，使系统能够得到不断的优化和完善，可以对交通流量进行实时地分类计算和统计，使流量计算结果更加准确。主要用于交通流量检测。
基于对象检测交通流量方法

[发明专利]一种基于复合材料的交通流量检测装置及其使用方法-CN202310775016.9在审
发明人：张军伟;王俊杰;邓琴 -专利权人：西南石油大学
申请日： 2023-06-28 - 公布日： 2023-08-15 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于复合材料的交通流量检测装置及其使用方法，利用钾基地质聚合物复合材料受压力电阻改变的特性使道路自身具备对交通流量的监测功能，另外，本发明的检测装置与道路融为一体，使其无缝集成到具有强机械强度的路面，使道路本身成为交通流量检测装置的一部分，在不影响道路完整性的同时监测道路交通流量。
一种基于复合材料交通流量检测装置及其使用方法

[发明专利]一种基于BP神经网络数据融合的MFD估测方法-CN201810950491.4有效
发明人：黄良;林晓辉;曹成涛;李彩红 -专利权人：广东交通职业技术学院
申请日： 2018-08-20 - 公布日： 2021-06-08 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及神经网络技术方法领域，更具体地，涉及一种基于BP神经网络数据融合的MFD估测方法，将LDD估测法和FCD估测法所得的交通数据结合起来考虑，以车联网下100%联网车数据（Network Car Data，NCD）估测的交通参数为检验数据，分别建立路网加权交通流量和路网加权交通密度的BP神经网络数据融合模型，以便可获得更加准确的路网加权交通流量和路网加权交通密度在有固定检测器的路段，对固定检测器和浮动车所采集的交通数据进行BP神经网络数据融合，得到路段加权交通流量和加权交通密度；在没有固定检测器的路段，用浮动车采集的交通数据提取路段加权交通流量和加权交通密度。最后依据数据融合的路网加权交通流量和加权交通密度，估测路网MFD。
一种基于 bp 神经网络数据融合 mfd 估测方法

[发明专利]一种基于空间copula理论的交通流量预测方法-CN201610243324.7有效
发明人：马晓磊;栾森;丁川;刘从从 -专利权人：北京航空航天大学
申请日： 2016-04-18 - 公布日： 2017-12-05 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于空间copula理论的交通流量预测方法，包括1、获取一条路段中磁感线圈设备的地理位置及其统计的交通流量数据；2、基于样本点的地理位置计算其两两之间的距离；3、根据半变异函数来确定样本适合的相关函数模型；4、由样本交通流量进行边缘分布拟合；5、选择cpula模型，计算交通流基于距离的关联系数，从而验证所选copula模型的可行性；6、调用模型进行预测。本发明考虑交通流的空间特征，深度挖掘交通流分布类型，具有较高的精度和可靠性。
一种基于空间 copula 理论交通流量预测方法

[发明专利]一种混合交通流的控制方法、装置、设备及存储介质-CN202211677684.X在审
发明人：李萌;陈湘冬;郭娅明;林犀 -专利权人：清华大学
申请日： 2022-12-26 - 公布日： 2023-06-23 - 主分类号： G08G1/07 文献下载
摘要：本发明公开了一种混合交通流的控制方法、装置、设备及存储介质。该方法包括：根据目标路网中各路段交通流量、各路段通行时间以及各起止点组合匹配的非准入交通流量，确定预设离线控制周期内的第一关系式；在所述第一关系式满足第一约束条件时，确定各路段交通流量的目标取值；其中，所述第一约束条件包括流量分配约束、第一道路容限约束、信号灯时间约束、信号灯相位差约束、路段通行时间约束以及第一关系式取值约束；根据各路段交通流量的目标取值，确定各路段信号灯的绿灯亮起时长，以实现目标路网内的混合交通流控制本技术方案解决了混合交通流的过饱和现象难以有效消除问题，可以在提高路网信号控制协同性的同时，大大降低通行成本。
一种混合通流控制方法装置设备存储介质

[发明专利]一种基于Markov的灰色Verhulst短时交通流预测方法及系统-CN201811532341.8有效
发明人：曹阳;沈琴琴;王玥;黄悦;刘恒孜 -专利权人：南通大学
申请日： 2018-12-14 - 公布日： 2021-06-18 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于Markov的灰色Verhulst短时交通流预测方法：S1、基于原始交通流量序列建立灰色Verhulst模型，得出原始交通流量预测值；S2、利用倒数变换和最小二乘法对原始交通流量预测值进行改进本发明将原始交通流量预测值作为待定参数，再利用倒数变换和最小二乘法求对公式中的初值进行改进，得交通流量的初始预测值，使其预测的偏差达到最小，保证预测结果的准确性和有效性；最后利用Markov链对预测所得到的残差进行修正，一方面有利于提高模型的精度，另一方面能够大大提高最终预测结果的精确性，从而为实际短时交通流的计算提供准确有效的参照基础。
一种基于 markov 灰色 verhulst 短时交通流预测方法系统

[发明专利]一种基于模糊C均值交通流量聚类以及误差反馈卷积神经网络的短时交通流预测方法-CN201910064570.X在审
发明人：桂智明;陈龙;郭黎敏;李壮壮 -专利权人：北京工业大学
申请日： 2019-01-23 - 公布日： 2019-05-03 - 主分类号： G06Q10/04 文献下载
摘要：一种基于模糊C均值交通流量聚类以及误差反馈卷积神经网络的短时交通流预测方法属于交通预测领域。本发明采用模糊聚类的思想对交通流进行模式划分，弥补了传统硬性聚类算法对交通流量进行模式划分的不足。同时提出了误差反馈卷积神经网络结构，解决了传统的神经网络不能够充分利用时空交通信息，且对突变异常流量不敏感等缺点。并且将两者结合构建组合模型，用于短时交通流的预测中。该方法在使得预测模型可以更加精确地预测未来时间单位的流量，同时提高了对突发事件引起的流量变化的识别能力。
交通流量误差反馈短时交通流预测卷积神经网络聚类神经网络结构短时交通流模糊交通信息交通预测聚类算法流量变化模糊聚类神经网络时间单位突发事件异常流量预测模型组合模型不敏感传统的交通流预测构建卷积突变时空