-
公开(公告)号:CN108282587A
公开(公告)日:2018-07-13
申请号:CN201810055021.1
申请日:2018-01-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于状态跟踪与策略导向下的移动客服对话管理方法,属于隐马尔科夫模型与神经网络对自然语言处理的领域。该方法通过构建POMDP模型,结合设计深度增强学习的问题引导策略优化算法,实现对话状态实时跟踪,对下一对话结果及时预测,给出预测对话策略,并根据策略优化算法,得出最佳对话策略方法,推导出最优对话预测结果。本发明不仅节约了大量的人工成本提高了客服对话的工作效率,同时还为用户提供了更为便捷的服务体验,提升服务质量。
-
公开(公告)号:CN119296349A
公开(公告)日:2025-01-10
申请号:CN202411437315.2
申请日:2024-10-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种智能网联环境下基于交叉口动态车道的紧急车辆控制方法,属于应急交通管控领域。该方法包括宏观规划和微观控制两部分。宏观规划部分通过A*算法规划出紧急车辆到事故点的最优路径,并确定每个交叉口的交通组织方法。微观控制部分则通过车路协同技术,将交叉口划分为正常行驶区、缓冲区和冲突区,利用路侧控制单元为紧急车辆规划专用车道,然后调控专用车道中其他车辆变道进入可变调控车道,最后控制专用车道和可变调控车道通行相位,确保紧急车辆在驶入缓冲区时能保持较高时速快速通行。该方法通过对智能信号灯的精确控制,结合车道队列长度和通行相位计算,有效提高了应急交通的效率和安全性。
-
公开(公告)号:CN116580571A
公开(公告)日:2023-08-11
申请号:CN202310565345.0
申请日:2023-05-18
Applicant: 重庆邮电大学
IPC: G08G1/07
Abstract: 本发明涉及一种混行交通环境下交叉口车辆队列与信号协同控制优化方法,属于道路交叉口信号控制领域。该方法考虑一个典型的双向六车道交叉口,混合交通流包括CAV和HDV,该方法将交叉口一定长度的路段设置为车辆编队区和车速调控区,配置控制中心、RSU、车辆检测器和信号灯;RSU可获取CAV的行驶状态并将把车辆信息同步给控制中心;在车辆编队区,CAV引导后方车辆编入紧凑而快速行进的车队;在车调控区,控制中心为到达车辆预留可通过交叉口的通行间隙和信号配时,并为CAV规划行车轨迹使其或引导的车队能在预留的通行间隙通过交叉口。本发明能同时优化车辆轨迹和信号灯通行相位,从而使交通系统的整体运行效率得到明显提升。
-
公开(公告)号:CN116580570A
公开(公告)日:2023-08-11
申请号:CN202310562723.X
申请日:2023-05-18
Applicant: 重庆邮电大学
IPC: G08G1/07 , G08G1/0968
Abstract: 本发明涉及一种智能网联条件下交叉口内部通行线路失效后的车辆轨迹控制方法,属于车辆轨迹控制领域。该方法将交叉口前长度为d的路段设置为车辆缓冲区,配置控制中心、车辆检测器、摄像头和路侧单元(RSU);车辆进入缓冲区后所有车辆在缓冲线前可自由变道,车辆缓冲区内不允许变道;检测交叉口是否发生交叉口交通事故:若发生交叉口事故则控制中心考虑事故车辆位置,为各后续车辆分配新的轨迹规划;否则控制中心考虑队列长度,为CAV分配通行资源、优化CAV行车轨迹,并将控制CAV通过交叉口。本发明能够针对交叉口处因交通事故引发的拥堵进行快速疏导,提升事故救援速度和交通系统整体运行效率。
-
公开(公告)号:CN107633079B
公开(公告)日:2021-03-23
申请号:CN201710874715.3
申请日:2017-09-25
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/35 , G06F40/289 , G06F40/30 , G06N3/08
Abstract: 本发明涉及一种基于数据库与神经网络的车机自然语言人机交互算法,属于自然语言数据处理领域。该算法通过建立数据库、文本训练、文本测试和数据库补充四个步骤得到车机系统人机交互结果。采用建立数据库的方法将尽可能的人机交互中涉及的文本信息尽数收集分类,建立层层递进的子数据库。将用户说出的语言信息进行数据库匹配,重重匹配递进找到最终的匹配结果输出。若数据库匹配失败,深度置信神经网络将作为支撑进一步得到最终结果。本发明不仅提高了文本语言交互的多样性,同时还增加了交互反馈的准确性,增加用户体验,解决了目前车机操作中只能以单一指令控制车机操作系统的不友好现象,同时通过不断地判断与补充,提高指令反馈的准确性。
-
公开(公告)号:CN107633079A
公开(公告)日:2018-01-26
申请号:CN201710874715.3
申请日:2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据库与神经网络的车机自然语言人机交互算法,属于自然语言数据处理领域。该算法通过建立数据库、文本训练、文本测试和数据库补充四个步骤得到车机系统人机交互结果。采用建立数据库的方法将尽可能的人机交互中涉及的文本信息尽数收集分类,建立层层递进的子数据库。将用户说出的语言信息进行数据库匹配,重重匹配递进找到最终的匹配结果输出。若数据库匹配失败,深度置信神经网络将作为支撑进一步得到最终结果。本发明不仅提高了文本语言交互的多样性,同时还增加了交互反馈的准确性,增加用户体验,解决了目前车机操作中只能以单一指令控制车机操作系统的不友好现象,同时通过不断地判断与补充,提高指令反馈的准确性。
-
公开(公告)号:CN107870306A
公开(公告)日:2018-04-03
申请号:CN201711344174.X
申请日:2017-12-11
Applicant: 重庆邮电大学
IPC: G01R31/36
CPC classification number: G01R31/367
Abstract: 本发明涉及一种基于深度神经网络下的锂电池荷电状态预测算法,包含以下步骤:S1:运行电动车,采集电动车锂电池组各个电池的端电压、温度以及电池组荷电状态;S2:将锂电池组从满电量运行至锂电池荷电状态为0%;S3:将不同老化程度的锂电池重复S1~S2,每个荷电状态进行多次采集;S4:将采集电池数据分为训练集和测试集,将训练集经过长短记忆神经网络进行训练,获取荷电状态观测器;S5:将测试集输入训练好的观测器测试模型的准确性,重复S4直至误差逼近规定阈值;S6:将传感器在线采集的单体电池的温度、电压输入到训练好的荷电状态观测器模型中,得到当前锂电池组的荷电状态值。本发明能够实现对电动车锂电池荷电状态的在线预测,其预测准确率可达93%。
-
公开(公告)号:CN108282587B
公开(公告)日:2020-05-26
申请号:CN201810055021.1
申请日:2018-01-19
Applicant: 重庆邮电大学
IPC: G10L15/14
Abstract: 本发明涉及一种基于状态跟踪与策略导向下的移动客服对话管理方法,属于隐马尔科夫模型与神经网络对自然语言处理的领域。该方法通过构建POMDP模型,结合设计深度增强学习的问题引导策略优化算法,实现对话状态实时跟踪,对下一对话结果及时预测,给出预测对话策略,并根据策略优化算法,得出最佳对话策略方法,推导出最优对话预测结果。本发明不仅节约了大量的人工成本提高了客服对话的工作效率,同时还为用户提供了更为便捷的服务体验,提升服务质量。
-
公开(公告)号:CN108021028B
公开(公告)日:2019-04-09
申请号:CN201711407168.4
申请日:2017-12-22
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于相关冗余变换与增强学习的多维度智能房车协同控制方法,属于物联网领域。该方法围绕智能商务旅居房车统一设备连接协议、共享设备接口、提高系统集成度的自主协同控制需求,利用基于POMDP模型和深度增强学习的自主控制引导策略,采用多维度智能融合得到的控制状态作为计算机控制系统的输入,建立POMDP模型以感知、适应、追踪设备控制状态的变化,采用基于深度增强学习的策略优化方法来选择最佳行动策略,实现商务旅居房车的自主协同控制。本发明不仅有利于最终决策的有效性与实时性,同时提高了交互反馈的准确性与策略的学习优化程度,提升用户体验。
-
公开(公告)号:CN108021028A
公开(公告)日:2018-05-11
申请号:CN201711407168.4
申请日:2017-12-22
Applicant: 重庆邮电大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明涉及一种基于相关冗余变换与增强学习的多维度智能房车协同控制方法,属于物联网领域。该方法围绕智能商务旅居房车统一设备连接协议、共享设备接口、提高系统集成度的自主协同控制需求,利用基于POMDP模型和深度增强学习的自主控制引导策略,采用多维度智能融合得到的控制状态作为计算机控制系统的输入,建立POMDP模型以感知、适应、追踪设备控制状态的变化,采用基于深度增强学习的策略优化方法来选择最佳行动策略,实现商务旅居房车的自主协同控制。本发明不仅有利于最终决策的有效性与实时性,同时提高了交互反馈的准确性与策略的学习优化程度,提升用户体验。
-
-
-
-
-
-
-
-
-