陈圆圆
- 作品数：25 被引量：34H指数：3
- 供职机构：中国科学院自动化研究所更多>>
- 发文基金：国家自然科学基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程机械工程经济管理更多>>
- 平行交通:虚实互动的智能交通管理与控制被引量：24
- 2019年
- 概述了平行交通系统的概念、框架、方法与应用。平行交通系统能够针对具体任务和特定场景构建对应的软件定义的人工交通系统,在此基础上,利用计算实验方法进行实验、分析、评估、预测、学习与优化,并借助平行执行实现对实际交通系统的管理与控制,实现虚实互动的平行智能。平行交通管理与控制是ACP理论的拓展应用,主要强调虚实互动的平行智能产生方式在城市交通管理与控制中的应用,以提高城市交通管理与控制的智能化水平。
- 吕宜生陈圆圆陈圆圆李镇江叶佩军李镇江
- 关键词：智能交通系统
- 城市交通路网动态短时推理与精准预测研究被引量：1
- 2022年
- 城市路网结构对于交通拥堵的形成及其在时空上的传播过程具有重要的影响。然而,在基于传统交通模型或深度学习模型的研究中,交通模式的生成与传播往往并未考虑路网特征,且只能通过交通特征指标进行间接刻画,使得难以动态描述其在时间及空间维度上的特征,导致交通模式传播预测精准度不高且缺乏针对性。为了解决上述问题,提出了一种新型的基于交通模式推理的交通预测框架TP2。该框架将拥堵传播模式建模为一个随时间变化的时序知识图谱,并使用一种包含了全新聚合函数RGraAN的推理框架进行时序推理,以捕捉交通拥堵的动态时变传播模式,将路段和与其存在交通模式关联的路段进行组合,并构建时空关联路网子区域,然后基于图神经网络的交通短时预测模块充分挖掘子区内的交通流时空相关性,并预测子区内各个路段的未来速度变化情况。与现有方法相比,TP2预测精度相比A3T-GCN模型有1%~2%的提升。
- 覃缘琪季青原葛俊戴星原陈圆圆王晓
- 关键词：路网结构
- 基于电动-机动车混合交通流模型的单路口交通信号控制方法
- 中国经济持续快速发展,城市化水平不断提高,在我国迅速发展的三四线城市中,电动自行车己成为出行的主要交通工具之一.提出了一种基于电动自行车-机动车混合交通流模型,在此模型的基础上,得到了混合交通流情况下的平均延误公式.分别...
- 刘裕良吕宜生段艳杰陈圆圆
- 关键词：交通信号控制电动自行车机动车混合交通流
- 基于深度学习的分时段交通流趋势预测方法、系统、装置
- 本发明属于智能交通系统领域，具体涉及一种基于深度学习的分时段交通流趋势预测方法、系统、装置，旨在解决现有预测交通流的方法预测精度较低、稳定性较差的问题。本系统方法包括：获取待预测的交通观测点t时刻之前的历史交通流数据及对...
- 朱凤华张伟吕宜生陈圆圆董西松王飞跃
- 文献传递
- 基于数字孪生平台的设备故障检测方法和装置
- 本发明提供一种基于数字孪生平台的设备故障检测方法和装置，应用于智能工厂技术领域。该方法包括：从生产机器人的数字孪生平台获取设备运行数据，所述设备运行数据包括：感应热图像和传感器信息；基于图像特征提取模型确定所述感应热图像...
- 朱凤华武许可熊刚陈世超陈圆圆
- 基于注意力机制和分时图卷积的公交客流预测被引量：4
- 2021年
- 实际公交路网通常为复杂的非线性时变系统,难以有效构建线路间的时空间依赖关系.因此,文中提出基于注意力机制和分时图卷积的公交客流预测模型,提升公交客流量预测的准确性.首先通过长短期记忆网络提取历史数据中的时间特征,并利用通道注意力模块加权特征.再使用分时图卷积方法分析不同时段下公交线路间的空间依赖性,根据预测时段选择不同的关系矩阵,通过图卷积的方式完成对非欧关系的建模.最后,融合提取的时空间特征与外部因素(天气、节假日信息等)的特征表示,得到最终的预测结果.在真实公交数据上的实验表明,文中模型可提升预测精度,加快学习速率.
- 张伟朱凤华陈圆圆吕宜生
- 关键词：智能交通递归神经网络
- 融合时空特征的端到端自动驾驶车辆转向角预测被引量：1
- 2022年
- 端到端自动驾驶系统可完成从感知输入到车辆控制输出的直接映射,已成为当前无人驾驶研究的一个重要方向。显然,在动态环境中自主驾驶车辆需要具有处理时空信息的能力,以实现精确平滑的车辆运动控制。为此,提出一种新的时空信息融合模型,在双流卷积网络(Two-stream CNN)的基础上引入门控循环单元(GRU)网络来实现端到端自动驾驶车辆转向角预测。该模型利用RGB图像、基于运动的光流图像和门控循环单元网络来融合连续多帧驾驶场景的空间特征与时间特征。首先通过双流卷积网络的2组卷积网络分支提取特征,一组分支从RGB图像中提取空间特征,另一组分支从光流中学习时间特征;然后利用门控循环单元网络对具有短时依赖关系的特征进行建模;最后,融合时间与空间特征,得到转向角预测结果。提出的结合门控循环单元的双流卷积模型(Two-stream C-GRU)获取的时间动态不仅依赖于表示前后2帧图像位移的光流,也与连续多帧图像相关。在真实驾驶场景数据集上进行模型的测试工作,试验结果表明:提出的时空模型在驾驶转向角预测的准确度和平稳性方面效果显著,优于其他主流时空模型;其中,对比基本的双流卷积网络,该模型在测试集1上的转向角预测精度和稳定度分别提高了20%和6%,在测试集2上分别提高了5%和10%。
- 吕宜生刘雅慧陈圆圆陈圆圆
- 关键词：交通工程无人驾驶
- 基于稀疏卷积神经网络的模型压缩方法、系统及相关设备
- 本发明涉及深度学习技术领域，具体涉及一种基于稀疏卷积神经网络的模型压缩方法、系统及相关设备，旨在减轻模型对资源的占用。本发明的压缩方法包括：对模型进行稀疏正则化训练得到待压缩模型；根据待压缩模型各卷积层与BN层的参数，计...
- 朱凤华韦越陈世超陈圆圆吕宜生熊刚叶佩军王飞跃
- 文献传递
- 聚焦关键样本的基于集成学习的道路区域检测方法、系统
- 本发明属于计算机视觉领域，具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括：获取输入图像数据并预处理后得到处理后的图像数据；基于检测网络分别获取道路区域数据和道路边缘数据；对所述道路边缘数据...
- 朱凤华范嗣祺陈圆圆王晓徐延才熊刚王飞跃
- 文献传递
- 基于深度学习网络的多区域车辆需求预测方法及系统
- 本发明涉及一种基于深度学习网络的多区域车辆需求预测方法及系统，所述车辆需求预测方法包括：获取多个待测区域的不同时段内的车辆需求的观测数据及天气环境历史数据；根据多个待测区域的车辆需求的观测数据，将各待测区域划分为多个簇；...
- 朱凤华张驰展陈圆圆吕宜生熊刚王飞跃
- 文献传递
