-
公开(公告)号：CN111736473B
公开(公告)日：2022-06-03
申请号：CN202010812160.1
申请日：2020-08-13
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供基于非线性终端滑模方法的车队有限时间制动控制方法，涉及车队协同控制技术领域。该方法首先根据车辆运行情况，建立车队动力学模型；再构造车辆的固定间距误差，确定车队的控制目标；最后基于车辆的间距误差，选取非线性终端滑模面使车间距误差在有限时间内收敛，并考虑外部扰动，分别设计领队车控制器和跟随车控制器，实现车队的控制目标。本发明提供的车队有限时间制动控制方法，通过构建耦合滑模面，保证了车队的串稳定性；同时考虑了有限时间收敛问题，通过保证跟踪误差在有限时间内到达滑模面，使车队中车辆可以在有限时间内停在指定的位置。
-
公开(公告)号：CN113298319A
公开(公告)日：2021-08-24
申请号：CN202110691544.7
申请日：2021-06-22
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于跳跃图注意力门控循环网络的交通速度预测方法，涉及大数据挖掘技术领域。本发明采用数据驱动的方式，设计跳跃图注意力门控循环网络，能够自适应调节模型空间路网高阶邻域路段的特征提取范围，融合图注意力神经网络和门控循环神经网络捕捉交通路网时空特征，提升目标路段交通速度预测精度。对交通路网中路段的精确的速度预测有利于减少交通拥堵情况，提升城市交通运行效率，降低交通管理部门管理成本，同时极大改善人们出行体验。
-
公开(公告)号：CN112419718A
公开(公告)日：2021-02-26
申请号：CN202011285404.1
申请日：2020-11-17
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于时空图卷积神经网络的交通拥塞传播预测方法，涉及交通大数据挖掘与分析技术领域。本发明通过获取交通数据源数据，制作交通速度数据集和传感器网络邻接矩阵数据，采用数据驱动的方式，引入时空图卷积神经网络，提升目标路段交通速度预测精度。将速度预测模块引入拥塞传播模型框架中，提升交通拥塞预测精度，准确表征交通拥塞传播过程，解决了现有的交通拥塞传播预测方案在空间特征提取不佳所导致的预测精度低、算法运算耗时等问题，预测拥塞发生路段在未来时间段里对其临近交通道路的传播情况。
-
公开(公告)号：CN111915081A
公开(公告)日：2020-11-10
申请号：CN202010766761.3
申请日：2020-08-03
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于深度学习的峰值敏感型出行需求预测方法，涉及出行需求预测技术领域。首先获取某城市一段时间内的出租车出行记录数据，并对数据进行预处理，得到具有时空特征的出行需求数据集；再选取卷积神经网络和时间卷积神经网络作为基础模块，设计出行需求预测的深度学习网络模型；将卷积神经网络和时间卷积神经网络融合，得到多个时空特征提取层，提取出行需求数据的时空特征；将多个时空特征提取层最终输出的时空特征输入全连接层，得到深度学习网络模型的出行需求预测结果；设计峰值敏感型损失函数，利用训练集中的出行需求数据和SGD算法进行模型训练及优化；进而实现对该城市未来某一段的出行需求进行预测。
-
公开(公告)号：CN111736473A
公开(公告)日：2020-10-02
申请号：CN202010812160.1
申请日：2020-08-13
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供基于非线性终端滑模方法的车队有限时间制动控制方法，涉及车队协同控制技术领域。该方法首先根据车辆运行情况，建立车队动力学模型；再构造车辆的固定间距误差，确定车队的控制目标；最后基于车辆的间距误差，选取非线性终端滑模面使车间距误差在有限时间内收敛，并考虑外部扰动，分别设计领队车控制器和跟随车控制器，实现车队的控制目标。本发明提供的车队有限时间制动控制方法，通过构建耦合滑模面，保证了车队的串稳定性；同时考虑了有限时间收敛问题，通过保证跟踪误差在有限时间内到达滑模面，使车队中车辆可以在有限时间内停在指定的位置。
-
Patent Agency Ranking
公开(公告)号：CN119991198A
公开(公告)日：2025-05-13
申请号：CN202510170161.3
申请日：2025-02-17
Applicant: 东北大学秦皇岛分校
IPC: G06Q30/0203 , G06Q30/0201 , G06Q30/0645 , G06Q50/40 , G06Q30/0601
Abstract: 本发明公开一种共享单车及用户访问规律分析方法和系统，涉及交通数据领域。该方法可以通过分析过往的共享单车数据，获得共享单车和共享单车用户具体地点或不同时段下各活跃度区域的访问规律，可以广泛应用于不同城市的共享单车流动规律分析；可获得城市内各地点或活跃度区域共享单车及其用户流入和流出的时空分布规律；可以获得不同地点或活跃度区域的共享单车及其用户流入量、流出量与不同因素的关系；可以得出单一共享单车或单一用户访问地点数量、频率的规律。本发明可以有效地实现对不同区域、时间的共享单车及其用户访问规律的分析。
-
公开(公告)号：CN118348793A
公开(公告)日：2024-07-16
申请号：CN202410504359.6
申请日：2024-04-25
Applicant: 东北大学秦皇岛分校
IPC: G05B13/04
Abstract: 本发明提供一种考虑执行器与传感器攻击的固定时间车队控制方法，涉及车辆队列控制技术领域。首先，提出一种新的自适应固定时间扰动观测器，保证攻击与扰动的观测误差在给定时间内趋向于一个预定的区域，而且消除攻击与扰动上界必须预先已知的约束；其次，提出一种改进的变指数固定时间收敛系统，具有更快的收敛速率，同时解决控制器设计中易出现的奇异问题；最后，基于所提出的自适应固定时间扰动观测器和变指数固定时间收敛系统，设计具有固定时间稳定性的滑模控制方案，保证车辆队列控制系统的固定时间单车稳定性和队列稳定性，实现控制目标。本发明可同时估计攻击和扰动，保证系统单车稳定性和队列稳定性。
-
公开(公告)号：CN111915146B
公开(公告)日：2022-08-23
申请号：CN202010650391.7
申请日：2020-07-08
Applicant: 东北大学秦皇岛分校
IPC: G06Q10/06 , G06Q30/02 , G06Q30/06 , G06Q50/06 , G06F30/20 , G06F111/06 , G06F111/10 , G06F113/08
Abstract: 本发明提供一种基于流体模型的按需出行系统充电与再平衡联合调度方法，涉及按需出行系统的控制技术领域。该方法结合流体模型与排队理论描述车辆迁移和排队充电过程，并构建AMoD系统的动力学方程，针对传统AMoD系统的研究忽略电车的充电问题或者简单假设充电设施供过于求，不贴合生活实际的问题，本发明在流体模型的基础上，结合排队论相关知识，搭建了AMoD系统的充电与再平衡联合调度模型，并给出了动力学方程，求解难度与系统规模无关，适用范围更加广泛。本发明针对静态策略难以应对动态的交通环境这一缺点，开发一个实时再平衡策略，周期性地调整再平衡方案。此外，提出了一种时间加权平均值的方法预测时变的出行需求，改善实时策略的性能。
-
公开(公告)号：CN111694366B
公开(公告)日：2022-07-29
申请号：CN202010650385.1
申请日：2020-07-08
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于滑模控制理论的车队协同制动控制方法，涉及同构车队控制技术领域。该方法构建车队三阶动力学模型，在实现车队中各车辆保持合理的车间距的同时，确保车辆迅速平稳地停到指定停车位置，分别设计了领队车的控制器和跟随车的协同控制器，并设计了终端滑模面，为了能够分析车队的队列稳定性，对滑模面进行了改进。本发明使用李雅普诺夫方法对车队的收敛性进行分析，并利用传递函数方法对车队的串稳定性进行了分析。仿真结果验证了所提方法的有效性。
-
公开(公告)号：CN113391553B
公开(公告)日：2022-04-01
申请号：CN202110658769.2
申请日：2021-06-15
Applicant: 东北大学秦皇岛分校
IPC: G05B13/04
Abstract: 本发明提供一种具有执行器饱和的异构CACC系统的自适应最优控制方法，首先建立领队车的纵向动力学模型和每辆跟随车的纵向动力学模型，建立整个车队的控制模型，建立控制器模型并求解开工至增益的最优解，通过最优控制器控制整个车队的运行，可以防止车辆过大加速、减速造成车辆碰撞现象，基于低增益自适应动态规划算法设计自适应巡航控制系统的最优控制器，确保控制器的控制信号控制在约束范围以内，解决了执行器延迟、外部干扰以及执行器饱和同时存在下的车队稳定性问题，不仅能够保证每辆车的稳定性，同时也能确保车队的串稳定性。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.03 seconds)
