-
公开(公告)号：CN113392106B
公开(公告)日：2025-01-07
申请号：CN202110603441.0
申请日：2021-05-31
Applicant: 东南大学
Abstract: 本发明公开了一种多智能体交通仿真数据存储与更新方法，包括：针对所有车辆建立对应的车辆智能体；构建仿真空间图，每个车辆智能体对应仿真空间图中的一个节点；确定节点之间的连接对应关系，完成仿真空间图的边定义；结合每个车辆智能体的车辆属性信息、车辆跟驰决策能力和车辆换道决策能力，采用深度优先算法对仿真空间图上每个节点对应的车辆智能体进行状态更新，再基于状态更新后的车辆智能体位置更新仿真空间图上每个节点连接边对应的节点，实现仿真空间图的数据更新，直至仿真时间结束。本发明避免了状态更新的过程中反复读取的过程，从而从数据结构的角度加速微观仿真状态存储和更新，提高微观仿真的运行效率。
-
公开(公告)号：CN113297669B
公开(公告)日：2024-04-09
申请号：CN202110528622.1
申请日：2021-05-14
Applicant: 东南大学
IPC: G06F30/15 , G06F30/20 , G06Q10/0639 , G06Q50/40
Abstract: 本发明公开了一种仿真环境下非机动车交通流群组识别方法和装置，包括：根据即将进行右转的机动车确定直行非机动车道上可能发生机非交互的非机动车集合，获取非机动车集合中的非机动车速度、加速度和位置等数据，再结合所述数据计算非机动车群组划分指标；并根据右转机动车的微观数据计算得出群组划分阈值，结合非机动车群组划分指标对非机动车集合进行群组划分，从而识别了非机动车交通流中的非机动车群组。本发明提供的方法综合考虑了非机动车之间的距离间隙和时间间隙，对群组的划分更加合理，进而识别了非机动车交通流中的非机动车群组。
-
公开(公告)号：CN113420395B
公开(公告)日：2022-12-13
申请号：CN202110570478.8
申请日：2021-05-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于交通仿真的多模式交通信息采集单元长度确定方法，方法包括：获取目标交叉口进口道检测范围内的交通设施信息；确定所述交通信息采集单元的综合评价指标，包括仿真的准确性和高效性；根据行人与非机动车的分离情况，确定基于交通仿真的非机动车与行人交通信息采集单元；确定其基于交通仿真的机动车交通信息采集单元；本发明按照将交叉口进口道一个长的检测范围依据混行比例不同划分为一系列小的交通信息检测单元，相比于较大的交通信息检测范围，小的检测单元获取的交通信息更加精确，输入仿真软件后更能反映真实的交通状态，在采集单元划分集中筛选出最优的划分方案，达到最优化划分交通信息采集单元的目的。
-
公开(公告)号：CN112158206B
公开(公告)日：2021-10-15
申请号：CN202011030572.6
申请日：2020-09-27
Applicant: 东南大学
IPC: B60W60/00
Abstract: 本发明公开了一种智能车强制换道汇入点确定方法及装置，方法包括：获取目标车辆换道微观信息，包括目标车辆、目标车道内前导车辆和跟随车辆的速度、位置数据；计算目标车辆和目标车道内跟随车辆的临界安全间隙；根据自由换道和强制换道类型，计算有效换道数量的礼貌因子均值；确定代表驾驶特性的权重系数，计算当前智能车强制换道的礼貌因子；根据目标车辆和目标车道内前导车辆的位置关系，计算确定当前智能车强制换道的汇入点。本发明提供的方法综合考虑换道车辆与目标车道内前后车的相互作用，换道汇入点选择更加精确，进而为驾驶员或智能车提供科学合理的判断和决策依据，为道路交通安全和行驶效率提供保障。
-
公开(公告)号：CN113312760B
公开(公告)日：2024-04-09
申请号：CN202110528723.9
申请日：2021-05-14
Applicant: 东南大学
IPC: G06F30/20 , G06Q10/0631 , G06Q50/40
Abstract: 本发明公开了一种基于交通仿真的网联机动车右转轨迹规划方法和装置。所述方法包括：根据网联右转车确定非机动车交通流中可能发生机非交互的非机动车集合，再确定非机动车集合中的非机动车速度、加速度等数据，再结合所述数据对非机动车通过距离阈值进行群组划分；将当前非机动车数据进行微观交通仿真；再将仿真结果与演化公式结合，从而非机动车群组进行动态演化预测；最后根据动态演化后的非机动车群组对网联机车进行右转轨迹规划。本发明提供的右转轨迹规划方法考虑了非机动车群组对网联机动车的影响，并且通过微观交通仿真预测群组的动态演化，使轨迹规划更加全面与科学。
-
Patent Agency Ranking
公开(公告)号：CN114187759B
公开(公告)日：2023-01-03
申请号：CN202111376102.X
申请日：2021-11-19
Applicant: 东南大学
IPC: G08G1/01 , G08G1/04 , G08G1/0967 , G06N3/04
Abstract: 本发明公开了一种基于数据驱动模型的路侧单元驾驶辅助方法及装置，包括路侧单元通过三维激光雷达对监测区域的道路状态进行提取获得交通状态图；将获取的交通状态图经数据驱动模型预测未来可能的交通状态图；路侧单元经I2V通信技术将预测的交通状态图传输给搭载车载通讯单元的车辆作为驾驶辅助信息。本发明立足于自动驾驶车路协同技术背景，基于路侧单元检测区域的确定性以及海量历史数据，充分应用路侧单元边缘计算能力，利用卷积长短时记忆神经网络深度挖掘历史数据中潜藏的高度非线性特征，对未来的交通状态进行准确预测。提供车辆未来的交通状态也可以辅助单车智能的最优决策，从而实现在车路协同和单车智能两个层面助力自动驾驶的发展。
-
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：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：CN113297669A
公开(公告)日：2021-08-24
申请号：CN202110528622.1
申请日：2021-05-14
Applicant: 东南大学
Abstract: 本发明公开了一种仿真环境下非机动车交通流群组识别方法和装置，包括：根据即将进行右转的机动车确定直行非机动车道上可能发生机非交互的非机动车集合，获取非机动车集合中的非机动车速度、加速度和位置等数据，再结合所述数据计算非机动车群组划分指标；并根据右转机动车的微观数据计算得出群组划分阈值，结合非机动车群组划分指标对非机动车集合进行群组划分，从而识别了非机动车交通流中的非机动车群组。本发明提供的方法综合考虑了非机动车之间的距离间隙和时间间隙，对群组的划分更加合理，进而识别了非机动车交通流中的非机动车群组。
-
公开(公告)号：CN112158206A
公开(公告)日：2021-01-01
申请号：CN202011030572.6
申请日：2020-09-27
Applicant: 东南大学
IPC: B60W60/00
Abstract: 本发明公开了一种智能车强制换道汇入点确定方法及装置，方法包括：获取目标车辆换道微观信息，包括目标车辆、目标车道内前导车辆和跟随车辆的速度、位置数据；计算目标车辆和目标车道内跟随车辆的临界安全间隙；根据自由换道和强制换道类型，计算有效换道数量的礼貌因子均值；确定代表驾驶特性的权重系数，计算当前智能车强制换道的礼貌因子；根据目标车辆和目标车道内前导车辆的位置关系，计算确定当前智能车强制换道的汇入点。本发明提供的方法综合考虑换道车辆与目标车道内前后车的相互作用，换道汇入点选择更加精确，进而为驾驶员或智能车提供科学合理的判断和决策依据，为道路交通安全和行驶效率提供保障。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.018 seconds)
