公开(公告)号：CN119688330A

公开(公告)日：2025-03-25

申请号：CN202510198785.6

申请日：2025-02-24

Applicant: 福州大学

Inventor： 王书易 ,  王全德 ,  丘勋涛 ,  赖元文 ,  林剑政 ,  何泓焮

IPC: G01M17/007 ,  G01N33/00 ,  G06F18/15 ,  G06F18/214 ,  G06F18/2431 ,  G06N20/20

Abstract: 本发明提出考虑道路几何条件影响的自动驾驶排放可解释预测方法，包括以下步骤；步骤S1、通过现场实车测试实验，记录自动驾驶车辆的数据及控制策略相关信息，梳理其自动驾驶轨迹与排放数据并进行预处理，构建数据集；步骤S2、以构建的数据集来推算自动驾驶运行工况与道路几何相关信息；步骤S3、利用机器学习方法实施特征工程；步骤S4、从经典机器学习模型库中筛选具有良好可解释性的机器学习模型进行训练；步骤S5、基于模型预测性能与可解释性进行评估，确定最优的自动驾驶排放可解释预测模型；本发明能够考虑不同道路几何和控制策略对自动驾驶排放的影响，有效提高自动驾驶在真实道路场景中的排放预测精度。

公开(公告)号：CN119761222A

公开(公告)日：2025-04-04

申请号：CN202510260771.2

申请日：2025-03-06

Applicant: 福州大学

Inventor： 赖元文 ,  郭榕彬 ,  王书易 ,  丘勋涛 ,  魏烨榕 ,  何泓焮

IPC: G06F30/27 ,  G06F30/13 ,  G06N20/20 ,  G06N5/01 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明提出一种考虑路段尺度尾气排放的公交专用道优化设计方法及系统，所述方法包括以下步骤：采集城市公交专用车道设计要素信息、路段交通流信息、路段基础信息；采用虚拟仿真方法获取城市公交专用车道所在路段的交通流运行工况数据，获取路段车辆的尾气排放当量；采用封装式特征选择方法，从城市公交专用车道设计要素信息筛选特征变量；采用可解释机器学习方法，分析特征变量对路段车辆尾气排放的影响，输出特征变量的影响贡献度排序；以最小化路段车辆尾气排放总量为目标函数，采用优化算法，优化公交专用车道的设计方案。本发明提供一种面向公交专用车道的生态设计方案，以显著降低城市公交专用车道路段车辆尾气排放量。