基于交叉口综合通行效率的自动驾驶与人工驾驶通行方法

    公开(公告)号:CN118247948A

    公开(公告)日:2024-06-25

    申请号:CN202410222294.6

    申请日:2024-02-28

    Applicant: 扬州大学

    Abstract: 本发明涉及一种基于交叉口综合通行效率的自动驾驶与人工驾驶通行方法,在一个通行周期内,该方案首先利用路侧单元采集交叉口各个进口方向交通流的交通量、速度、车辆类型、左转车辆数、排队构型和渗透率等数据。然后,计算各个进口车流人均延误、到达停止线通行时间、停止线到冲突点通行时间、当量交通量,选取人均延误、通行时间和交通量3个指标,依次得到基于每个指标最优的交叉口各进口交通流通行顺序。最后,给各指标下的最优通行顺序赋值,采用基于DEA交叉效率评价的通行顺序优化模型,计算综合通行效率,确定交叉口各进口交通流的通行顺序。对于交叉口自动驾驶汽车与人工驾驶汽车混行条件下的通行效率的提高有重要意义。

    基于交叉口综合通行效率的自动驾驶与人工驾驶通行方法

    公开(公告)号:CN118247948B

    公开(公告)日:2024-09-24

    申请号:CN202410222294.6

    申请日:2024-02-28

    Applicant: 扬州大学

    Abstract: 本发明涉及一种基于交叉口综合通行效率的自动驾驶与人工驾驶通行方法,在一个通行周期内,该方案首先利用路侧单元采集交叉口各个进口方向交通流的交通量、速度、车辆类型、左转车辆数、排队构型和渗透率等数据。然后,计算各个进口车流人均延误、到达停止线通行时间、停止线到冲突点通行时间、当量交通量,选取人均延误、通行时间和交通量3个指标,依次得到基于每个指标最优的交叉口各进口交通流通行顺序。最后,给各指标下的最优通行顺序赋值,采用基于DEA交叉效率评价的通行顺序优化模型,计算综合通行效率,确定交叉口各进口交通流的通行顺序。对于交叉口自动驾驶汽车与人工驾驶汽车混行条件下的通行效率的提高有重要意义。

    一种基于深度强化学习的完全自动驾驶交叉口远引掉头路径优化方法

    公开(公告)号:CN120024352A

    公开(公告)日:2025-05-23

    申请号:CN202510175746.4

    申请日:2025-02-18

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于深度强化学习的完全自动驾驶交叉口远引掉头路径优化方法,通过远引掉头设置,结合交叉口的实时交通流数据,利用深度强化学习算法训练自动驾驶车辆选择合适的掉头路径;包括步骤:S1,以每辆车作为一个智能体,以选择最优的远引掉头路径为目标,构建基于深度强化学习的智能体模型;在每个时间步中,以每辆车目前所在掉头口的排队车辆数和上一个动作作为时间步t的状态S(t),以车辆选择保持当前掉头路径或选择下一个掉头路径为时间步t的动作A(t),以所选择掉头路径上的排队车辆数的负数为时间步t的奖励R(t);S2,对智能体参数进行初始化;S3,训练完成保存智能体模型。本发明能有效减少交叉口排队现象,提升交叉口的整体运行效率。

    一种基于交叉口穿越风险度的自动驾驶车辆安全通行优化方法

    公开(公告)号:CN118116214B

    公开(公告)日:2024-08-13

    申请号:CN202410161110.X

    申请日:2024-02-05

    Applicant: 扬州大学

    Abstract: 本发明涉及一种基于交叉口穿越风险度的自动驾驶车辆安全通行优化方法,该方法以完全自动驾驶环境下交叉口进口道不同方向冲突车队中的车辆可以利用优先车队中的车辆间隙穿插通行为前提条件,基于文中提出的穿越风险度指标(Crossing Risk Degree,以下简记为CRD)来确定交叉口进口道各方向冲突车队的穿行次序。CRD定义为优先车队中的车辆和冲突车队中的车辆发生碰撞产生的能量损失与优先车队和冲突车队的冲突概率的乘积,CRD值越大表示穿行风险越高。本发明通过比较CRD值的大小合理制定进口道不同方向冲突车队的放行顺序,以保证交叉口车辆高效穿行的同时,使车辆间的冲突风险降低,事故损失最小化,达到在完全自动驾驶环境下提高交叉口安全性与高效性的目的。

    一种基于交叉口穿越风险度的自动驾驶车辆安全通行优化方法

    公开(公告)号:CN118116214A

    公开(公告)日:2024-05-31

    申请号:CN202410161110.X

    申请日:2024-02-05

    Applicant: 扬州大学

    Abstract: 本发明涉及一种基于交叉口穿越风险度的自动驾驶车辆安全通行优化方法,该方法以完全自动驾驶环境下交叉口进口道不同方向冲突车队中的车辆可以利用优先车队中的车辆间隙穿插通行为前提条件,基于文中提出的穿越风险度指标(Crossing Risk Degree,以下简记为CRD)来确定交叉口进口道各方向冲突车队的穿行次序。CRD定义为优先车队中的车辆和冲突车队中的车辆发生碰撞产生的能量损失与优先车队和冲突车队的冲突概率的乘积,CRD值越大表示穿行风险越高。本发明通过比较CRD值的大小合理制定进口道不同方向冲突车队的放行顺序,以保证交叉口车辆高效穿行的同时,使车辆间的冲突风险降低,事故损失最小化,达到在完全自动驾驶环境下提高交叉口安全性与高效性的目的。

Patent Agency Ranking