一种基于树搜索的高速公路混合交通流合流序列优化方法

    公开(公告)号:CN118247989A

    公开(公告)日:2024-06-25

    申请号:CN202410230885.8

    申请日:2024-02-29

    Applicant: 长安大学

    Abstract: 本发明涉及智能交通领域,尤其涉及一种基于树搜索的高速公路混合交通流合流序列优化方法,包括以下步骤:S1,构建双车道主干道和单车道匝道的交通场景,并记录当前的队列块合流序列;S2,当有新的队列块进入控制区时,利用树搜索获取包含当前队列块的最优合流序列;S3,基于搜索得到的最优合流序列,利用庞特里亚金原理求解队列块内车辆的最优行驶轨迹;S4,队列块中头车按照最优行驶轨迹行驶,其余人驾车按照跟驰模型进行行驶,实现合流。本发明依靠车联网技术实时获取高速公路控制区内主干道和匝道内车辆队列块的状态信息,利用CAV的可控性,通过搜索最优合流序列以及对CAV进行速度控制和换道控制,来完成引导队列块内HDV进行安全高效的合流。

    一种基于数字孪生虚实结合的混合交通流测试方法及系统

    公开(公告)号:CN118212779A

    公开(公告)日:2024-06-18

    申请号:CN202410429603.7

    申请日:2024-04-10

    Applicant: 长安大学

    Abstract: 本发明涉及自动驾驶测试技术领域,具体涉及一种基于数字孪生虚实结合的混合交通流测试方法及系统,包括:采集现实试验场场地数据,实现数字孪生虚拟场景的构建,设置真实环境与虚拟环境的交互,实现虚实结合的系统设置;根据系统设置数据集生成不同风格的虚拟人驾车辆,同时真实驾驶员通过驾驶模拟器采集的数据生成不同风格的真实人驾车辆,部分虚拟人驾车辆和部分真实人驾车辆共同组成具有不同驾驶风格的人类驾驶车辆,获取不同人类驾驶车辆的状态和位置信息;根据人类驾驶车辆的状态和位置信息为智能网联汽车设置全套的感知、定位、规划、控制以及V2X通信方法,实现智能网联汽车在系统中的自动驾驶。本发在测试过程中实时交互,生成连续可制定、贴合实际使用的行驶场景,可进行虚实结合的仿真测试,真实性更高。

    一种无人车反应敏捷度评测方法和装置

    公开(公告)号:CN109284889B

    公开(公告)日:2021-10-26

    申请号:CN201810797056.2

    申请日:2018-07-19

    Applicant: 长安大学

    Abstract: 本发明实施例提供了一种无人车反应敏捷度评测方法,包括:对无人车所处的交通环境复杂度进行评估,获得环境复杂度指标M1;评估无人驾驶车辆的驾驶行为,获得驾驶行为指标Bk;获得实时性指标M2;对M1、Bk和M2加权求和,获得无人车敏捷度得分M,根据所述无人车敏捷度得分M确定所述无人车反应敏捷度水平等级。根据上述方式,能够提供一种无人车反应敏捷度进行评估的方法,该方法从环境复杂度、驾驶行为、操作实时性三个维度对无人车反应敏捷度进行分析,能够得到科学有效的评测结果,从而保证了无人车在真实环境中实现稳定、安全、可靠的驾驶。本发明实施例还提供了一种无人车反应敏捷度评测装置。

    一种新型机动车整车不解体检测及联网监管方法

    公开(公告)号:CN109961159A

    公开(公告)日:2019-07-02

    申请号:CN201910172218.8

    申请日:2019-03-07

    Applicant: 长安大学

    Abstract: 一种新型机动车整车不解体检测及联网监管方法,本发明涉及机动车检测技术领域;基于分布式系统构建原理,搭建四层网络框架;构建的检验机构级平台实现检测数据录入、上传:检验机构主要用于将机动车检测数据进行采集和上传;构建的市级云平台核实和评定检测机构上传的数据,监督机构实施检测,并将检测数据在市级云平台共享;构建的省级云平台汇总所属市级云平台的数据,实现数据在省级共享,监督市级机构履行职责;构建的国家级云平台实现全国数据的共享,监督省级机构履职。可以使机动车检测过程透明化、公开化,能够有效抑制不良竞争、打击弄虚作假行为,改善道路交通安全;并且可以优化检测流程,实现检测数据的零冗余。

    一种基于多线激光雷达的车辆运动轨迹估计方法及系统

    公开(公告)号:CN109166140A

    公开(公告)日:2019-01-08

    申请号:CN201810852477.0

    申请日:2018-07-27

    Applicant: 长安大学

    Abstract: 本发明属于智能汽车定位技术领域,具体涉及一种基于多线激光雷达的车辆运动轨迹估计方法及系统,其中方法包括,根据车辆的初始位姿和不同时刻惯性传感器的输出值得到粗选运动轨迹;获取多线激光雷达不同时刻的三维点云数据并进行栅格化处理得到灰度图;对相邻时刻的两帧灰度图之间的特征点进行特征匹配,得到特征匹配点对;根据特征匹配点对得到相邻时刻的点云数据之间的变换关系;根据所述变换关系得到车辆的精确运动轨迹,基于粗选的轨迹进行特定范围内的SURF匹配,这样就减少了SURF特征匹配的运算量和运算时间。该车辆轨迹估计方法无须依赖高精度地图、GPS和UWB等辅助定位技术,环境适用性强且应用范围广。

Patent Agency Ranking