-
公开(公告)号：CN113954865B
公开(公告)日：2023-11-10
申请号：CN202111105690.3
申请日：2021-09-22
Applicant: 吉林大学 , 天津市政工程设计研究总院有限公司
Abstract: 本发明专利公开了一种自动驾驶车辆冰雪环境下跟驰控制方法。具体方法包括三个主要步骤，即一、冰雪环境影响系数计算；二、冰雪环境下车辆行驶影响参数计算，具体分为轮胎磨损影响计算、机动车动力性能影响系数计算和车辆动力性能影响计算；三、冰雪环境下自动驾驶车辆跟驰控制计算，具体分为基本参数设置计算和自动驾驶车辆跟驰控制计算。本发明专利通过研究冰雪环境下自动驾驶车辆的跟驰控制方法，丰富了自动驾驶车辆应用场景，提高自动驾驶的安全性，为自动驾驶车辆在冰雪环境纵向行驶提供了一种新的算法。
-
公开(公告)号：CN113928314B
公开(公告)日：2023-11-10
申请号：CN202111361361.5
申请日：2021-11-17
Applicant: 吉林大学
IPC: B60W30/165 , B60W40/068 , B60W40/105 , B60W40/107
Abstract: 本发明公开了一种冰雪路面条件下考虑前后车的自动驾驶车辆跟驰控制方法。具体方法包括三个主要步骤，即一、冰雪路面条件下安全跟车间距计算，具体分为冰雪路面条件下车辆最大加速度和冰雪路面条件下安全跟车间距；二、冰雪路面条件下车辆最优速度计算，具体分为冰雪路面条件下车辆最大速度与期望速度、冰雪路面条件下车辆最优速度；三、冰雪路面条件下自动驾驶车辆跟驰控制计算。本发明专利通过量化不同冰雪路面条件下对于自动驾驶车辆的影响并考虑前、后方车辆行驶参数，提出冰雪路面条件下的自动驾驶车辆跟驰控制方法，拓宽了自动驾驶车辆应用场景，保障冰雪路面条件下自动驾驶车辆行车安全。
-
公开(公告)号：CN112967499A
公开(公告)日：2021-06-15
申请号：CN202110155394.8
申请日：2021-02-04
Applicant: 吉林大学
Abstract: 本发明公开了一种信控交叉口定时式CAV专用直行进口道设置条件判定方法，适用于进口道直行车道数不小于2、拟设置定时式CAV专用直行进口道的行车方向所有进口道小时交通量不小于550pcu/h且最大值与最小值相差大于120pcu/h的定时控制信控交叉口。所述方法根据进口道直行车道数、交通量、有效绿灯时长和绿信比的不同情况，定量化地提出拟设置定时式CAV专用直行进口道的行车方向需满足的设置条件。将其作为判定标准指导CAV专用直行进口道的设置，考虑了交通影响因素随时间变化的特性，有利于提高信控交叉口混行车流的通行效率、降低延误及油耗，为混行交通流环境下信控交叉口进口道的交通组织优化提供方法支撑。
-
公开(公告)号：CN106197460B
公开(公告)日：2018-12-21
申请号：CN201610443062.9
申请日：2016-06-21
Applicant: 吉林大学
IPC: G01C21/36
Abstract: 本发明公开了一种应用GPS出行数据进行出行目的地预测的方法。具体预测方法分为三个步骤，即步骤1、确定出行目的地和划分出行目的地预测，步骤2、确定不同出行目的地预测时段的频繁到访出行目的地及每一个频繁到访出行目的地对应的支持点，步骤3、分别建立和标定工作日时段和非工作日时段的出行目的地预测模型，预测出行目的地。应用本发明所述的预测方法，利用GPS出行数据进行工作日时段和非工作日时段的出行目的地预测，无需传统的入户式大规模居民出行调查、无需获得道路网图，可以对所有出行方式的出行目的地进行预测，识别准确率高，适用性强。预测结果可应用于车载导航设备或手机导航软件进行实时的出行目的地推荐。
-
公开(公告)号：CN113421423A
公开(公告)日：2021-09-21
申请号：CN202110694136.7
申请日：2021-06-22
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明专利公开了一种面向单车道交通事故疏导的网联车辆协同积分奖励方法。具体方法包括五个主要步骤，即一、交通事故场景判断；二、警示车辆选取，具体分为交通事故所在车道上警示车辆选取和消散车道上警示车辆选取；三、拥堵消散区划定；四、拥堵消散策略实施，具体分为信息转发和拥堵消散策略；五、积分奖惩，具体分为拥堵消散参与车辆奖惩和积分支付。本发明专利通过积分鼓励的方法组织拥堵区车辆协同合作加快拥堵消散，避免交通拥堵负面影响增加，加快拥堵疏导和交通事故处理，从交通管理角度解决了由交通事故导致的交通拥堵问题。
-
Patent Agency Ranking
公开(公告)号：CN108279017A
公开(公告)日：2018-07-13
申请号：CN201810085655.1
申请日：2018-01-29
Applicant: 吉林大学
IPC: G01C21/34
Abstract: 本发明公开了一种在导航过程中实时计算和添加途经点的方法。具体方法包括五个步骤，即步骤1、判断是否启动途经点添加算法，步骤2、确定备选途经点集合，步骤3、计算各备选途经点被选择的概率，步骤4、向驾驶员推送途经点，步骤5、添加已选途经点，重新规划导航路线。本发明所述方法在检测到车辆偏离导航路线后对途径点进行实时计算和推荐，并在添加途经点后对导航路线进行重新计算，从而解决目前的导航设备和软件无法在导航过程中添加途经点，需要驾驶员中途停车手动输入途经点的问题，节省手动输入的时间，提高驾驶安全性和行车效率。
-
公开(公告)号：CN103279802A
公开(公告)日：2013-09-04
申请号：CN201310150107.X
申请日：2013-04-17
Applicant: 吉林大学
IPC: G06Q10/04
Abstract: 本发明公开了一种通勤者日活动-出行时间预测方法，旨在克服现有技术存在仅考虑一天内的某一段活动-出行、某一类出行或活动等问题。步骤为：调查通勤者出行数据；将通勤日活动和出行按顺序划分为5个活动-出行段；构建通勤者日活动-出行时间预测的模型系统的整体框架；为模型系统筛选影响变量；设定出发时间选择模型和驻停开始时间选择模型的选择枝；应用Ordered Probit模型，构建模型系统的出发时间选择子模型和驻停开始时间选择子模型；应用支持向量回归机模型，构建模型系统中的出行耗时预测子模型和活动耗时预测子模型；预测和计算通勤日活动-出行时间要素；识别和去除重叠时间段，形成最终的通勤者日活动-出行时间安排。
-
公开(公告)号：CN120032326A
公开(公告)日：2025-05-23
申请号：CN202510067966.5
申请日：2025-01-16
Applicant: 吉林大学
IPC: G06V20/54 , G06V20/13 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/126
Abstract: 本申请提出了一种基于GAG‑YOLO模型进行卫星遥感图像中车辆识别的方法，属于卫星遥感图像目标识别领域。本申请结合GIS数据，提高模型的数据处理效率；在主干网络中添加注意力机制，以加强模型的特征提取能力并提高卫星遥感图像中车辆目标的识别精度；应用遗传算法获得模型的最优训练超参数。具体步骤包括：1.对卫星遥感图像进行处理，创建模型数据集；2.基于YOLOv5算法，结合GIS数据、注意力机制与遗传算法创建GAG‑YOLO模型，对GAG_YOLO模型的输出端进行适用于卫星遥感图像的设置并应用模型数据集对模型加以训练与验证；3.利用训练后的GAG‑YOLO模型，对目标卫星遥感图像中的车辆进行识别。本申请提出的方法经实际验证能够实现城市大范围、高效率、高精度的车辆识别。
-
公开(公告)号：CN109521449B
公开(公告)日：2022-10-28
申请号：CN201910061715.0
申请日：2019-01-23
Applicant: 吉林大学
IPC: G01S19/38
Abstract: 本发明专利公开了一种基于出租车GPS轨迹选择巡航目的地的方法。具体方法包括五个步骤，即步骤1、确定不同时段的巡航区域，步骤2、对巡航范围进行网格划分，步骤3、确定备选巡航目的地网格，步骤4、计算各备选巡航目的地网格的吸引力，步骤5、向出租车推送备选巡航目的地网格。本发明所述方法基于出租车GPS轨迹数据，将巡航区域网格化，根据历史载客点的数量、土地利用强度以及最短出行时间计算备选巡航目的地网格对出租车的吸引力，按照吸引力由大到小的排序为出租车推送备选巡航目的地网格。通过该方法可以辅助出租车选择巡航目的地，提高载客成功率，减少空载巡航里程，以及空载巡航导致的燃油消耗、环境污染和交通拥堵。
-
公开(公告)号：CN113222678A
公开(公告)日：2021-08-06
申请号：CN202110694121.0
申请日：2021-06-22
Applicant: 吉林大学
Abstract: 本发明专利公开了一种网联环境下鼓励车辆协同换道的积分奖励方法。具体方法包括两个主要步骤，即一、系统积分计算，二、积分分配，积分分配具体分为换道场景划分和各换道场景的积分分配。本发明专利所述方法适用于网联环境下鼓励车辆主动协同换道，通过量化协同换道收益来鼓励车辆积极主动协同合作，从交通管理角度解决了车辆主动协同换道问题，鼓励车辆文明驾驶，规范车辆行车操作，降低车辆换道冲突，提高车辆换道成功率，保障和提高车辆的行驶安全性和通行效率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.015 seconds)
