-
公开(公告)号:CN118502869A
公开(公告)日:2024-08-16
申请号:CN202410427602.9
申请日:2024-04-10
Applicant: 东南大学
Abstract: 本发明公开了自动驾驶混行环境下的快速道路设计要素优化方法、系统,该方法包括采集目标路段的环境数据,生成道路平纵横线形、车辆数量、车型比例和速度;基于环境数据,结合地图数据设计交通场景,构建虚拟基础场景;获取相关评价准则的评价指标;分析自动驾驶车辆与人工驾驶车辆的行驶特征差异,结合道路设计规范,建立不同道路设计要素取值下的道路设计方案,获得评价指标值;构建多准则评价模型,得到各交通场景工况的相对综合得分,将相对综合得分最高对应的道路设计方案作为最终的方案,完成道路设计要素的优化。本发明提高了道路的安全性、效率和适应性,在未来自动驾驶与人工驾驶车辆混行环境下的道路设计问题上具有工程应用价值和意义。
-
公开(公告)号:CN118470957A
公开(公告)日:2024-08-09
申请号:CN202410433505.0
申请日:2024-04-11
Applicant: 东南大学
IPC: G08G1/01 , G08G1/0967 , B60W60/00 , B60W30/14 , B60W30/16
Abstract: 本发明公开了混合交通流环境下以自动驾驶轨迹消散交通激波的方法,包括步骤1、设置控制区域;步骤2、获取前2辆人工驾驶车辆行驶轨迹;步骤3、计算人工驾驶车辆行驶参数;步骤4、预测第p辆人工驾驶车辆行驶轨迹;步骤5、预测每辆自动驾驶车辆的行驶轨迹;步骤6、自动驾驶车辆速度控制;步骤6‑1、划分空间离散点;步骤6‑2、规划行驶约束条件;步骤6‑3、速度和加速度规划。本发明能够减少车辆在交通激波发生队列中的行驶时间,有利于提高固定瓶颈区域的整体通行效率,降低瓶颈区域的潜在交通事故风险和燃油消耗,在缓解城市固定瓶颈区域的交通拥堵问题上具有实际的工程应用价值和意义。
-
公开(公告)号:CN118468119A
公开(公告)日:2024-08-09
申请号:CN202410433093.0
申请日:2024-04-11
Applicant: 东南大学
IPC: G06F18/2411 , G06F18/214 , G06Q50/26
Abstract: 本发明公开了一种基于几何学习轨迹预测的交通冲击波预测方法,包括步骤1、构建车辆轨迹预测模型;步骤2、构建模型样本库;步骤3、模型训练;步骤4、轨迹预测;步骤5、速度计算;步骤6、计算小波能量;步骤7、绘制能量时间序列图。本发明通过提取自车与周围车辆、车辆与道路环境之间的交互特征,充分考虑车辆驾驶行为的不确定性,建立基于几何深度学习的车辆轨迹预测模型,预测轨迹计算得到车辆在未来一段时间内的运行速度,将预测得到的车辆速度序列输入小波分析工具,预测交通流中交通冲击波的产生。本发明为动态车速控制、交通冲击波的消除提供基础,在缓解快速路交织区拥堵问题上具有实际的工程应用价值和意义。
-
公开(公告)号:CN114792049A
公开(公告)日:2022-07-26
申请号:CN202210431108.0
申请日:2022-04-22
Applicant: 东南大学
IPC: G06F30/20 , G01M17/007
Abstract: 本发明公开了一种高速公路自动驾驶接管碰撞风险影响因素辨识及预测方法,具体步骤为:构建自动驾驶接管实验平台;设计并搭建典型的快速路自动驾驶接管场景;招募驾驶人进行接管仿真实验,统计驾驶人的基本信息,采集接管过程中车辆运行状态数据与是否发生碰撞;综合多种影响因素构建接管碰撞风险预测模型;利用随机森林算法对影响碰撞风险的因素进行辨识;依据所选择的显著影响因素,将提取的数据带入碰撞风险预测模型,对接管过程中驾驶人的碰撞风险进行计算,分析因素对碰撞风险的影响情况,并对碰撞风险进行预测;利用该方法得出的研究结果可以为自动驾驶系统的优化设计提供理论依据。
-
-
-