一种基于深度强化学习的高速公路合流区协同控制方法

    公开(公告)号:CN120088976A

    公开(公告)日:2025-06-03

    申请号:CN202510005116.2

    申请日:2025-01-02

    Abstract: 本发明公开了一种基于深度强化学习的高速公路合流区的协同控制方法,建立LiikeSim‑Python联合仿真环境,在仿真环境中设置线圈检测器获取高速公路合流区上下游的交通流数据;采用基于高斯混合分布的EM算法作为交通状态分类器,以高速公路合流区的交通流数据为输入,对高速公路合流区的交通状态进行划分;设计状态空间、动作空间和奖励函数;以高速公路合流区的状态空间作为输入,以可变限速智能体和匝道计量智能体的动作作为输出,构建时序特征下的多智能体共享经验的网络模型;为可变限速和匝道计量智能体分别设置一个独立的经验池,以控制周期为频率收集智能体与交通仿真环境的交互经验;使用抽样样本训练智能体模型;利用训练得到的智能体模型实现高速公路合流区的协同控制。本发明能够降低高速公路合流区交通的行程延误。

    基于车内温度和气体检测的汽车自动报警器

    公开(公告)号:CN103927846A

    公开(公告)日:2014-07-16

    申请号:CN201410115119.3

    申请日:2014-03-26

    Abstract: 本发明提供一种基于车内温度和气体检测的汽车自动报警器,包括外壳和位于外壳内的主机,主机包括中央处理器及与之连接的存储器、车内气体环境测量模块、通信及报警模块、数据输入模块、GPS定位模块、红外感应模块、供电模块及蓄电池,红外感应模块感应车内是否有人,并将感应数据传输至中央处理器,中央处理器据此数据分析是否打开车内气体环境测量模块;车内气体环境测量模块检测车内O2、CO、CO2和温度参数;中央处理器将车内气体环境测量模块检测得到的参数与存储器内预先存储的警情参数比较,并基于比较结果控制将警情反馈给汽车车主。利用本发明可基于车内是否有人、自动检测车内O2、CO、CO2和温度的参数并在各种人体不适情况下自动示警。

Patent Agency Ranking