摘要
本发明涉及交通安全管理技术领域,公开了一种基于交通流加减速特性的稳态基本图估计方法,包括以下步骤:S1、获取研究区域的轨迹数据;S2、根据轨迹数据估计宏观交通流特征场;S3、由宏观交通流特征场构建NLKV样本;S4、通过NLKV样本标定基本图模型参数。与现有技术相比的优点在于:提高交通流基本图建模的准确性和可靠性;减少滞后效应的影响;增强模型鲁棒性;避免对噪声分布的高斯假设依赖;提供方法上合理的框架。通过引入NLKV样本和ECE损失,提高了交通流基本图的建模准确性、减少了滞后效应的影响、增强了模型鲁棒性、避免了噪声分布的高斯假设依赖,并提供了一个方法上合理的框架。这些优点使得本发明在智能交通系统等领域具有广泛的应用前景。
技术关键词
宏观交通流
估计方法
样本
交通安全管理技术
加速度
交通流特征参数
稳态
密度
车辆轨迹数据
激光雷达点云
Adam算法
智能交通系统
梯度下降算法
跨度
鲁棒性
系统为您推荐了相关专利信息
分级系统
影像
图像处理模块
深度学习模型
CT切片图像
四轮独立转向汽车
协同控制方法
车辆参数信息
横摆角速度
矩阵
大语言模型
训练样本数据
编码生成方法
偏差
编码策略