申请/专利权人：同济大学

申请日：2022-04-26

公开（公告）日：2022-09-20

公开（公告）号：CN115081508A

主分类号：G06K9/62

分类号：G06K9/62;G06F16/29;G06F16/28;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.11#实质审查的生效;2022.09.20#公开

摘要：本发明涉及一种基于交通数字孪生的交通运行风险平行仿真系统，包括：交通数据采集模块，采集高速公路车辆车道级位置轨迹信息；气象数据采集模块，采集高速公路沿途气象信息；数据处理模块，将信息处理成结构化数据；数据传输模块，将路侧处理好的数据发送至数据分析模块和可视化展示模块；仿真驱动模块，利用Gipps跟驰模型和换道模型对未来短时车辆位置进行预测仿真，同时根据实时气象数据对未来短时交通气象情况进行预测仿真；数据分析模块，利用基于SAEs的深度学习模型判断当前交通运行风险状态；可视化展示模块，进行可视化展示。与现有技术相比，本发明具有预测准确度高，具备可复制推广、鲁棒性强等优点。

主权项：1.一种基于交通数字孪生的交通运行风险平行仿真系统，其特征在于，包括：交通数据采集模块，用于实时采集高速公路车辆车道级位置轨迹信息；气象数据采集模块，用于实时采集高速公路沿途的气象信息，包括气温、能见度、降雨量、风力、风向、路面水膜厚度和路面水膜状态；数据处理模块，用于在边端及云端进行数据结构化处理及分析，利用分布式处理将雷达车辆轨迹信息和气象信息处理成结构化数据；数据传输模块，用于将路侧处理好的数据发送至云端的数据分析模块和可视化展示模块；仿真驱动模块，用于根据数据采集模块获取的实时车辆位置信息，利用Gipps跟驰模型和换道模型对未来短时车辆位置进行预测仿真，同时根据实时气象数据利用基于LinearRegression实现的多变量线性回归模型对未来短时交通气象情况进行预测仿真；数据分析模块，用于根据实时车辆位置信息、速度信息及气象信息，利用基于SAEs的深度学习模型判断当前交通运行风险状态；可视化展示模块，用于采用GIS匹配技术将车辆位置信息、速度信息、气象信息及交通运行风险信息进行可视化展示。

全文数据：

权利要求：

百度查询： 同济大学 一种基于交通数字孪生的交通运行风险平行仿真系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD