-
公开(公告)号：CN113808436B
公开(公告)日：2022-10-14
申请号：CN202111008693.5
申请日：2021-08-31
Applicant: 东南大学
Abstract: 本发明公开了一种下匝道车辆驶离智能网联专用道的车队控制方法，所述方法包括：分车道采集道路交通流信息，包括流量、速度、下匝道车辆比例、车头时距等数据，计算智能网联车队内下匝道头车的起始距离，并计算目标车道内换道间隙的平均容纳车辆数，接着确定智能网联专用道下匝道车辆的配对规模，最后计算智能网联车队内不同类型车辆的车头时距。该方法充分考虑多类型车道的属性特征和交通流特征，在保证智能网联车队有序平稳运行的同时，提高下匝道车辆的换道效率，减少对其他车流的影响，有效保障了下匝道瓶颈路段交通系统的服务水平。
-
公开(公告)号：CN114049764B
公开(公告)日：2022-09-23
申请号：CN202111264070.4
申请日：2021-10-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积长短时记忆神经网络的交通仿真方法，包括：获得仿真区域内的交通流视频，通过图像识别方法从交通流视频中获得仿真区域内所有车辆轨迹数据；对车辆轨迹数据进行预处理得到仿真区域的交通状态网格图；将交通状态网格图作为卷积长短时记忆神经网络的输入，并对于该卷积长短时记忆神经网络进行参数训练，得到训练好的卷积长短时记忆神经网络；基于仿真区域获取交通状态网格图，将该交通状态网格图输入训练好的卷积长短时记忆神经网络获取交通仿真结果；基于仿真场景获取交通状态网格图，将采样的交通状态网格图输入神经网络获取仿真结果。从而显著提高了微观交通仿真的精度。
-
公开(公告)号：CN113487902B
公开(公告)日：2022-08-12
申请号：CN202110534127.1
申请日：2021-05-17
Applicant: 东南大学 , 扬州市法马智能设备有限公司
IPC: G08G1/0968 , G08G1/0967 , G08G1/01 , G06F30/27 , G06N20/00 , G06Q10/04 , G06Q50/26
Abstract: 本发明公开了一种基于车辆规划路径的强化学习区域信号控制方法，具体为在车联网环境下，收集智能体控制范围内交叉口所有车辆的规划路径信息以及位置信息，利用强化学习PPO2算法，对区域内的道路交叉口进行分布式信号控制，实现区域交通联动优化。具体为给出多智能体强化学习在区域交通信号控制的控制框架；基于车辆规划路径信息和车辆位置信息定义道路交通状态；定义交叉口信号控制的动作变量；以减小交叉口排队长度，减小车辆延误和避免下游交通堵塞为目标定义智能体与交通环境交互奖励；同时提出“距离因子”衡量PPO2算法产生的控制方案与排队优先长度优先策略产生方案的距离，避免PPO2算法输出不良控制方法造成道路交通不正常扰动。
-
公开(公告)号：CN113538936B
公开(公告)日：2022-07-22
申请号：CN202110593493.4
申请日：2021-05-28
Applicant: 东南大学
Abstract: 本发明公开了一种车路协同环境下信号协同控制方法，方法包括：获取目标交叉口进口道的交通设施信息；获取智能网联车队的运行状态信息；若智能网联车队距离交叉口进口道停车线为预设的交叉口信息交互时间时，智能网联车队行驶方向为绿灯，计算保证智能网联车队能通过该交叉口的绿灯理论最小剩余时间，并以此确定最终的绿灯时长；若智能网联车队距离交叉口进口道停车线为预设的交叉口信息交互时间时，智能网联车队行驶方向为红灯，计算下一周期绿灯应满足的最短时间，并以此确定下一周期最终的绿灯时长。
-
公开(公告)号：CN113516842B
公开(公告)日：2022-06-07
申请号：CN202110616528.1
申请日：2021-06-03
Applicant: 东南大学
Abstract: 本发明公开了一种智能网联直行车队交叉口组织方法及装置，所述方法包括：获取智能网联直行车队目标交叉口的交通设施信息、已有车辆排队信息，以及智能网联直行车队长度；将智能网联直行车队按照直行及直右车道条数划分为不同组合，得到交叉口组织方法备选方案集；计算智能网联直行车队的交叉口组织方法备选方案集中每一种分配方案的评价指标；确定评价指标最小的分配方案为最终的智能网联直行车队交叉口组织方法。本发明提供的方法以智能网联直行车队直行整体通过交叉口的效率为目标，考虑交叉口已有的排队车辆，通过将智能网联直行车队分配至不同车道上，实现智能网联直行车队通过交叉口的效率最大化，进而为区域路网的运行效率提供保障。
-
Patent Agency Ranking
公开(公告)号：CN113299078B
公开(公告)日：2022-04-08
申请号：CN202110331935.8
申请日：2021-03-29
Applicant: 东南大学 , 扬州市法马智能设备有限公司
Abstract: 本发明公开了一种基于多智能体协作的多模式交通干线信号协调控制方法及装置，方法包括：多模式交通干线仿真标定与流量生成；干线各交叉口的信号控制多智能体设计；构建协作式值分解的多智能体强化学习框架；训练输出多模式交通干线各交叉口的智能体。本发明提供的方法将每个交叉口的多模式交通信号控制视为一个智能体，综合考虑了交通干线各交叉口的协作，以干线整体的人流量和延误为目标优化训练交通信号控制智能体，为道路交通管理者提供管控依据，实现交通干线整体最优的目标，提升城市道路交通服务水平。
-
公开(公告)号：CN113096385B
公开(公告)日：2022-03-18
申请号：CN202110281094.4
申请日：2021-03-16
Applicant: 东南大学
IPC: G08G1/01 , G08G1/0967 , H04W4/46 , H04L67/12 , H04L67/562 , G06F30/20
Abstract: 本发明公开了一种基于Agent的环形交叉口场景下的交通流仿真方法，该方法包括：建立交通场景Agent模块、车辆Agent的信息模块、车辆Agent的运行模块，其中运行模块内包含停车、启动模块、前导车更新模块、跟驰模块、换道模块。本发明建立的车辆信息模块及车辆运行模块等较为接近实际情况，车辆Agent之间能够有效交互获取信息，准确地模拟环形交叉口场景下的交通流运行情况。
-
公开(公告)号：CN112590791B
公开(公告)日：2022-03-11
申请号：CN202011489329.0
申请日：2020-12-16
Applicant: 东南大学
IPC: B60W30/18 , B60W40/00 , B60W40/10 , B60W40/105
Abstract: 本发明涉及智能交通控制领域，具体涉及一种基于博弈论的智能车换道间隙选择方法及装置。方法为获取目标车辆的间隙选择数据，由目标车辆的间隙选择数据计算相应的数据筹码，通过该数据筹码计算博弈系数，根据博弈系数得到目标车辆换道间隙选择的推荐等级与推荐程度。本发明基于目标车辆和目标车道相邻间隙后车的速度数据、加速度数据、位置数据和其他数据为基本信息，计算目标车道相邻间隙后车和目标车辆的筹码，从而计算博弈系数，确定目标车辆换道间隙选择的推荐等级和推荐程度，为智能车行驶提供科学合理的判断和决策依据，保障道路交通安全。
-
-
公开(公告)号：CN113591269A
公开(公告)日：2021-11-02
申请号：CN202110724319.9
申请日：2021-06-29
Applicant: 东南大学
IPC: G06F30/20
Abstract: 本发明公开了基于交通仿真的拥堵路段智能网联车辆专用道控制方法，包括：获取路段通行能力、速度、车头时距等基本交通参数及其相关关系，检测道路交通流密度及智能网联车辆渗透率；确定路段拥堵临界条件，判断路段交通状态；调整智能网联车辆专用道布设方案并计算调整专用道布设方案后路段交通密度与智能网联车辆渗透率；根据路段交通密度和智能网联车辆渗透率，对路段交通流运行状态进行仿真；以道路车辆总通行时间最小为优化目标，寻找最优控制参数，确定拥堵路段智能网联车辆专用道布设控制方案。本发明及时调整智能网联车辆专用道，实现道路车辆总通行能力最小，缓解交通拥堵，提升交通系统的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.024 seconds)
