-
公开(公告)号：CN114169147B
公开(公告)日：2025-03-04
申请号：CN202111374450.3
申请日：2021-11-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于信息补全的车辆仿真轨迹拟合度计算方法，所述方法包括：采集道路交通微观信息，确定车辆换道轨迹补全的所有方式，包括分别从时间和空间角度对起终点对半补全、起点补全、终点补全共六种方式，再根据仿真换道轨迹与真实换道轨迹的长度、时间、速度等信息，确定车辆换道轨迹的补全方式，最后更新仿真换道轨迹和真实换道轨迹，从时间/空间角度计算车辆仿真轨迹的拟合度。该方法能够使仿真换道轨迹与真实换道轨迹在时间或者空间维度上保持一致，完成全过程的精细化评估，得到更加科学合理的拟合度，进而有助于选取优质车辆轨迹，为智能车学习或仿真模型标定提供高质量的样本基础。
-
公开(公告)号：CN117912239B
公开(公告)日：2025-01-28
申请号：CN202311816382.0
申请日：2023-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种考虑主路车辆协同和轨迹跟踪的分布式匝道汇入纵向控制方法，该方法包括路测设施采集主路交通流信息和匝道交通流信息发布给汇入区域内车辆，计算主路协同所需车辆数；匝道车辆获取通信半径内的主路车辆的位置信息以及是否与其他匝道车辆配合信息；确定主路协同车辆控制方式，计算追踪目标轨迹，确定主路协同车辆集合，并发布控制指令给主路协同车辆；建立匝道车辆纵向控制运动学模型和MPC轨迹跟踪模型；确定匝道车辆纵向控制约束，确定匝道车辆纵向控制代价函数，求解控制加速度并进行控制。
-
公开(公告)号：CN118372827A
公开(公告)日：2024-07-23
申请号：CN202410439451.9
申请日：2024-04-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于博弈论的智能网联车辆换道轨迹动态优化控制方法、系统、计算机及存储介质。该方法包括以下步骤：采集换道车辆及周围车辆的信息，涵盖原车道和目标车道内的车辆类型、速度、加速度等；依次完成车辆换道决策博弈、轨迹规划和轨迹跟踪控制，评估换道车辆是否适宜进行换道，并根据实际运行状态进行轨迹规划与控制；根据目标车道相邻后方车辆的类型，选择相应的控制流程，以确保车辆在行驶过程中保持安全、高效和平稳。该方法全面考虑了当前车道和目标车道的车辆属性特征和交互特征，通过科学合理的控制手段提高了车辆换道效率，减小了换道对其他车辆的影响，有效保障了车流通行效率和行车安全水平。
-
公开(公告)号：CN113255101B
公开(公告)日：2024-07-02
申请号：CN202110436944.3
申请日：2021-04-22
Applicant: 东南大学
IPC: G06F30/20
Abstract: 本发明公开了一种交叉口进口道车辆换道仿真模型标定方法及装置，车辆换道模型标定包括：获取车辆和道路实测数据，包括目标车辆进入目标路段所在车道、初始位置、车辆速度，进入目标路段时间和换道目标车道；构建基于效用选择理论的车辆换道模型；根据获取的道路实测数据，对交叉口进口道部分的车辆进行仿真；根据仿真结果计算的车辆换道完成率判断是否标定结束，得到标定参数。本发明标定方法便捷有效，有利于车辆换道行为的仿真研究及应用，通过使用道路实测数据，对车辆换道模型进行参数标定，从而得到准确的车辆换道模型，进而适用于交通流微观建模、车辆换道行为研究，为模拟交通流提供了理论支撑。
-
公开(公告)号：CN113361613B
公开(公告)日：2024-06-21
申请号：CN202110659080.1
申请日：2021-06-15
Applicant: 东南大学
IPC: G06F18/241 , G06F18/214 , G06F17/10 , G06F30/20
Abstract: 本发明公开了一种基于轨迹数据的上匝道车辆换道仿真模型分类方法及装置，包括：获取所有车辆在每一时刻的微观跟驰参数；提取具有换道行为的车辆并对车辆的换道行为计算换道前后时刻对应的车辆换道指标，并计算换道指标变化比；人工标注换道行为类别标签，通过换道行为所对应的车辆换道指标以及换道指标变化比，确定分类决策函数的计算式；利用分类决策函数确定车辆的换道行为类别，进而得到车辆换道仿真模型分类结果。本发明提供的方法综合考虑换道车辆一定范围内其他车辆的相互作用，对于车辆换道行为评估更加准确可靠，进而对于车辆换道行为划分更加合理，从而实现对车辆换道行为的定指标准确分类。
-
Patent Agency Ranking
公开(公告)号：CN118097494A
公开(公告)日：2024-05-28
申请号：CN202410098471.4
申请日：2024-01-24
Applicant: 东南大学
IPC: G06V20/40 , G06V20/54 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5与DeepSORT的交通事件检测方法、装置及存储介质，所述方法包括：获取实际道路交通路况视频数据，并制作数据集；基于引入CAFM模块的改进YOLOv5模型对训练集和验证集进行目标检测模型训练；将得到的权重文件输入到改进的YOLOv5模型中，对测试集进行检测，提取车辆信息；将提取的车辆信息输入到嵌入了车辆类别融合模块的改进DeepSORT算法中，进行车辆跟踪；并引入增益值进行车辆逆行和违停判断。该方法能优化小尺寸目标检测效果，提升车辆分类和交通事件检测的准确率。
-
公开(公告)号：CN116386385B
公开(公告)日：2024-03-26
申请号：CN202310130127.4
申请日：2023-02-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于混合交通流的智能网联车辆上匝道汇入控制协议，包括步骤为：拥堵判断；区域划分为汇入区，让行区和减速区；跟驰状态；根据平均车速计算预估换道时间；根据安全加速度设计理想汇入控制间距；当上匝道口判断为拥堵时，对处于让行区、汇入区和减速区的智能网联车辆，进行分区域分别控制。本发明提供考虑了整体系统的效益和风险，进行了较为平衡的控制协议设计，提出的主干道车辆理想控制间距能够有效保证上匝道车辆在拥挤时段的换道要求，并且不要求智能网联车辆提前进行编组形成队列，使得该控制协议具有较强的普适性。
-
公开(公告)号：CN116311867B
公开(公告)日：2024-03-19
申请号：CN202310058062.7
申请日：2023-01-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于智能网联车队列控制的多车协同换道方法，通过对目标车道影响车辆进行识别，并适当减速为换道过程做准备；在目标车道前方无影响换道的车辆、后方存在对换道有潜在影响的车辆时，队列中最后一辆优先换道，其余需换道车整体换道；整体换道时，预先规划换道过程的纵向位移，在换道过程中预先缩短目标车道上队列的间距，加快换道结束后目标车道上智能网联车队列形成和稳定速度；基于双五次换道轨迹模型，多车同时执行换道过程。本发明综合考虑队列内外车辆的位置和行驶轨迹，换道过程以及智能网联车队列的形成和恢复更为迅速，进而为智能网联车队列内多车协同换道提供合理的方法依据，为道路交通安全提供保障。
-
公开(公告)号：CN116129627B
公开(公告)日：2023-12-01
申请号：CN202310061678.X
申请日：2023-01-18
Applicant: 东南大学
Abstract: 本发明公开了一种智能网联车队下匝道前的协同换道策略，包括步骤为：智能网联车队获取目标车道车辆的前后间距和速度信息；判断每辆车的换道条件和队列最优首次换道车辆；最优首次换道车辆进行换道并减速为其他车辆留出足够空间；其他车辆重组编队并达到预定速度和换道位置；每辆车在满足换道条件后相继换道。本发明提供的方法可适用于混合交通流且交通密度较大的下匝道前的换道场景，通过充分发挥智能网联车精确感知以及车队协同控制的优势，利用整队的感知和决策增加可换道概率，在抵达下匝道入口前完成换道要求的同时，保证了智能网联车队在换道过程中，以及下匝道前后编队的连续与完整，为未来交通安全高效提供保障。
-
公开(公告)号：CN116911464A
公开(公告)日：2023-10-20
申请号：CN202310938580.8
申请日：2023-07-27
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/10 , G06Q50/08 , G06N3/04
Abstract: 本发明公开了一种基于人工智能算法的智慧工地交通需求预测方法，包括：设计项目施工期交通需求预测模型，并对模型参数提出求解方法；考虑施工区域内施工工序、人员配置计划的波动，依据施工强度的时序规律对工序进行分类；分析工程延期的主要影响因素，依据每类工序的特点分别设计神经网络模型，确定影响因素对每类工序日交通需求量的影响系数。本发明提供的方法综合考虑了施工区域内及施工区周边交通环境对施工物料运输车辆日交通需求量的影响，提出的预测方法能够更好地适用不同工程项目，精准预测日交通需求量，有助于动态实现每日进出各施工区的货物运输车辆管理监控、交通组织路线规划及横纵向调度管理。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.024 seconds)
