Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南交通大学;与川行网络科技(成都)有限公司丁月获国家专利权

西南交通大学;与川行网络科技(成都)有限公司丁月获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西南交通大学;与川行网络科技(成都)有限公司申请的专利一种基于过抽样GPS数据的交通拥堵控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119360620B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411524601.2,技术领域涉及:G08G1/01;该发明授权一种基于过抽样GPS数据的交通拥堵控制方法是由丁月;刘苗;官振中;腾达;许乾;陈彦如;陈静;宋竞;冯琳设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。

一种基于过抽样GPS数据的交通拥堵控制方法在说明书摘要公布了:本发明公开了一种基于过抽样GPS数据的交通拥堵控制方法,涉及交通拥堵控制技术领域,包括以下步骤:采集活动期间的城市交通历史数据;对采集的城市交通历史数据进行预处理,基于过采样模拟活动期间车辆流,并利用格林希尔茨速度‑密度线性模型进行数据处理,获得车辆GPS轨迹数据;将车辆GPS轨迹数据输入网格交通拥堵识别模型,进行网格交通拥堵的识别;基于识别结果,利用VISSIM仿真模型对原有的不同交通拥堵控制方法进行指标评判,选取最优交通拥堵控制方法的预案,实现基于过抽样GPS数据的交通拥堵控制。本发明解决了现有方法存在局限性、数据收集成本高、计算难度大,难以做到密集交通流获取或者实时交通拥堵区域分析的问题。

本发明授权一种基于过抽样GPS数据的交通拥堵控制方法在权利要求书中公布了:1.一种基于过抽样GPS数据的交通拥堵控制方法,其特征在于,包括以下步骤: S1:采集活动期间的城市交通历史数据; S2:对采集的城市交通历史数据进行预处理,基于过采样模拟活动期间车辆流,并利用格林希尔茨速度-密度线性模型进行数据处理,获得车辆GPS轨迹数据; 所述S2中包括以下分步骤: S2-1:对营运车辆GPS数据进行清洗去重后,构建营运车辆GPS轨迹数据集T,并新建集合D用于存放新增轨迹数据; S2-2:对研究区域路网进行网格划分,并判断营运车辆GPS轨迹数据集T是否为空,如果是,则进入步骤S2-5,否则进入步骤S2-3: S2-3:从营运车辆GPS轨迹数据集T中选取一段轨迹Traj,将所述轨迹Traj从数据集T中删除,并对所述轨迹Traj进行过抽样增密; S2-4:将过抽样增密后的轨迹数据与原始轨迹数据储存在集合D中,并返回步骤S2-2; S2-5:新建集合G,并将集合D中的数据根据网格划分范围进行划分,以网格为单位存储在集合G中; S2-6:判断集合G是否为空,如果是,则进入步骤S2-9,否则进入步骤S2-7; S2-7:在集合G中选择一个网格的数据集Grid_ij,并在集合G中删除所述数据集Grid_ij; S2-8:将所述数据集Grid_ij中的轨迹聚合在特定时间内,计算所述网格的车流密度,并结合格林希尔茨速度-密度线性模型计算所述网格的平均车速,同时返回步骤S2-6; 所述网格的车流密度计算公式为: 其中,为某一时刻道路中的车辆数,为道路的长度; S2-9:将聚合到特定时间的速度结合网格编号匹配到新增轨迹数据中,并根据每段轨迹的经纬度坐标计算车辆的行驶里程,结合车辆行驶速度对轨迹数据的时间进行调整,获得车辆GPS轨迹数据; S3:将车辆GPS轨迹数据输入网格交通拥堵识别模型,进行网格交通拥堵的识别; S4:基于识别结果,利用VISSIM仿真模型对原有的不同交通拥堵控制方法进行指标评判,选取最优交通拥堵控制方法的预案,实现基于过抽样GPS数据的交通拥堵控制。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南交通大学;与川行网络科技(成都)有限公司,其通讯地址为:610031 四川省成都市二环路北一段;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。