-
公开(公告)号：CN120032502A
公开(公告)日：2025-05-23
申请号：CN202510175745.X
申请日：2025-02-18
Applicant: 扬州大学
IPC: G08G1/00 , G06N3/092 , G06N3/084 , G06N3/045 , G08G1/0967
Abstract: 本发明公开了一种交叉口进口道人工驾驶与自动驾驶混合车队排队构型优化方法，包括步骤如下：S1，构建SAC模型整体框架；S2，设计智能体，对状态S(t)、动作A(t)和奖励R(t)进行设置；S3，利用城市交通仿真软件SUMO构建仿真模拟环境，仿真中的自动驾驶车辆均采用CACC模型模拟车辆跟驰行为，人工驾驶车辆均采用Krauss跟驰模型模拟其行为特征；S4，对SAC模型进行训练，达到停止训练条件后，输出优化后的Actor网络，用于实际指导实施例中的混合车队排队构型调整。本发明能有效提升混合车队通过交叉口的通行效率和稳定性，适用于动态混合交通环境的优化控制。
-
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。
-
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。
-
公开(公告)号：CN116153125A
公开(公告)日：2023-05-23
申请号：CN202310155733.1
申请日：2023-02-23
Applicant: 扬州大学
IPC: G08G1/123 , G06Q10/04 , G06Q50/26 , G06Q50/30 , G06N3/08 , G06N3/0455 , G06N3/0442
Abstract: 本发明公开了一种基于IDA‑RNN模型的空间维度公交到达时间预测方法，利用IDA‑RNN模型在双重注意力递归神经网络的空间维度下进行对公交到达时间预测，利用时间域中空间变化特征的影响，同时考虑公交运行前后车跟驰关系制定了空间域中的预测问题，从空间维度对公交到达时间进行准确、可靠的预测，为实现智能主动公交管控提供重要技术支撑，依据公交到达时间预测结果，交通管理者和组织者可据此制定完善交通运营与管理措施以提升公交系统运行效率，科学安排出行计划，从而有效增强城市公交的吸引力，减轻城市道路交通压力，提高居民出行体验，提升公交出行分担率。
-
公开(公告)号：CN110060476B
公开(公告)日：2021-04-27
申请号：CN201910310508.4
申请日：2019-04-17
Applicant: 扬州大学
Abstract: 一种基于速度离散风险系数的高速公路大车控制方法，涉及交通安全控制技术领域。本发明在实时检测数据的基础上，确定T1‑T2时段内安全风险临界状态下的大车比例值，进而明确当前大车比例所处的安全风险状态，以期通过利用升降杆和VMS板警示装置对进口匝道的大车进行控制和警示，可降低车流离散程度，保证车流平稳运行，减少交通事故，因此具有较好的市场前景。本发明对于明确安全风险临界状态下的大车比例值、降低车流离散程度、提高交通安全均具有重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN108734953A
公开(公告)日：2018-11-02
申请号：CN201810519627.6
申请日：2018-05-28
Applicant: 扬州大学
Abstract: 一种城市道路交叉口倒计时作用下预警诱导系统，利用中央控制器实时接收当前绿灯倒计时时刻t，预设停车线处的坐标和车辆之间的限距值，经中央控制器将倒计时任意时刻下不同位置车辆距离停车线的位移、相邻两机动车的车距、行驶速度、车牌号上传到VMS板中的数据分析器中，数据分析器、中央控制器中的数据信息随时间、车辆运行的变化进行实时动态更替。数据分析器对数据识别后对头车及后车进行分析判断，根据分析判断结果利用诱导警示系统对车辆进行诱导警示，驾驶分析信息显示在VMS板上，当车距低于限距时，车载警报器发出语音警示。本发明对于降低驾驶选择犹豫，减少交通冲突，降低追尾事故，保证驾驶安全具有重要的意义。
-
公开(公告)号：CN104916132A
公开(公告)日：2015-09-16
申请号：CN201510246667.4
申请日：2015-05-14
Applicant: 扬州大学
IPC: G08G1/01
Abstract: 一种确定交叉口交通流行驶轨迹的方法，涉及交通工程中混合交通流交通冲突领域。通过视图软件获得某一交通个体的图像坐标，通过图像坐标与实际坐标的转换公式即可求得某一交通个体在任意时刻的实际坐标。转换公式中有8个未知矩阵转换系数，通过在交叉口标定4个图像坐标和实际坐标已知的点，将标定点的图像坐标与实际坐标带入转换公式就可求得矩阵转换系数。在8个转换系数确定的基础上，将待求的某一交通个体的所有时刻的实际坐标求出，并将坐标系描绘出来即为该交通个体的行驶轨迹。本发明对于交叉口交通冲突的量化、交通事故黑点的预测以及交通安全的提高均具有重要的意义。
-
公开(公告)号：CN117854293A
公开(公告)日：2024-04-09
申请号：CN202410035705.0
申请日：2024-01-09
Applicant: 扬州大学
Abstract: 本发明公开了基于稀疏自注意力网络的城市车流OD流量提取方法，在研究路网中分别在各交叉路口安装车辆自动号牌检测器，对自动车辆号牌识别系统提取的车辆轨迹数据进行综合预处理，基于稀疏自注意力神经网络建立能够有效表征和捕捉路网车辆出行规律的车辆轨迹重构模型，通过所构建的基于稀疏自注意力网络的车辆轨迹重构模型对不完整车辆出行轨迹链进行补全，得到完整车辆出行轨迹链，在此基础上通过聚合所有完整车辆出行轨迹链获得路径流量，最后通过设计路径流量扩样策略，估计获得路网最终的车流OD流量。
-
公开(公告)号：CN110060476A
公开(公告)日：2019-07-26
申请号：CN201910310508.4
申请日：2019-04-17
Applicant: 扬州大学
Abstract: 一种基于速度离散风险系数的高速公路大车控制方法，涉及交通安全控制技术领域。本发明在实时检测数据的基础上，确定T1-T2时段内安全风险临界状态下的大车比例值，进而明确当前大车比例所处的安全风险状态，以期通过利用升降杆和VMS板警示装置对进口匝道的大车进行控制和警示，可降低车流离散程度，保证车流平稳运行，减少交通事故，因此具有较好的市场前景。本发明对于明确安全风险临界状态下的大车比例值、降低车流离散程度、提高交通安全均具有重要的意义。
-
公开(公告)号：CN119889033A
公开(公告)日：2025-04-25
申请号：CN202510016195.7
申请日：2025-01-06
Applicant: 扬州大学
IPC: G08G1/01 , G06F18/23 , G06F18/22 , G06F123/02
Abstract: 本发明提供一种基于时间序列聚类的道路交通状态在线辨识方法，该方法通过获取目标时段内目标道路走廊内安装的各个交通检测站点采集的历史交通流状态参数时间序列数据，对所采集的数据进行预处理后基于动态时间规整和FCM聚类算法，挖掘高解析度的交通流状态参数时间序列数据中隐含的全局与局部交通状态演化特征和交通流状态参数时间序列之间的相似性，提取得到历史交通状态模式，在此基础上结合实时获取的交通流状态参数时间序列以及基于动态规划的在线交通状态平滑算法，实现可靠的在线交通状态辨识。本发明有效提升了交通状态识别的稳定性，显著降低了人工参与度和人力成本，为智慧交通决策提供了新的技术支持选择。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.017 seconds)
