一种基于车载储能的地铁列车在线节能优化控制方法

    公开(公告)号:CN115366953B

    公开(公告)日:2024-12-13

    申请号:CN202211161070.6

    申请日:2022-09-22

    Abstract: 本发明公开了一种基于车载储能的地铁列车在线节能优化控制方法,在考虑存在基本阻力、列车牵引/制动力、坡度附加力等前提条件下,以列车位置为自变量、速度和时间为状态变量建立列车动力学模型;随后将地铁运行线路长度进行离散化处理,并将列车动力学模型以及所受力进行离散化;建立列车牵引力/制动力切换方案,规定列车在多站间行驶时的模态切换顺序;设计车载超级电容器的充放电策略;构造列车节能运行优化问题;根据约束条件结合状态递推方程,求解列车当前位置到终点的最优节能驾驶策略,每行驶到一个新的离散点,实时获取最优策略并进行更新,该方法充分利用了模态切换思想,具有滚动优化、在线控制列车、合理利用列车制动能量等优点。

    一种基于车载储能的地铁列车在线节能优化控制方法

    公开(公告)号:CN115366953A

    公开(公告)日:2022-11-22

    申请号:CN202211161070.6

    申请日:2022-09-22

    Abstract: 本发明公开了一种基于车载储能的地铁列车在线节能优化控制方法,在考虑存在基本阻力、列车牵引/制动力、坡度附加力等前提条件下,以列车位置为自变量、速度和时间为状态变量建立列车动力学模型;随后将地铁运行线路长度进行离散化处理,并将列车动力学模型以及所受力进行离散化;建立列车牵引力/制动力切换方案,规定列车在多站间行驶时的模态切换顺序;设计车载超级电容器的充放电策略;构造列车节能运行优化问题;根据约束条件结合状态递推方程,求解列车当前位置到终点的最优节能驾驶策略,每行驶到一个新的离散点,实时获取最优策略并进行更新,该方法充分利用了模态切换思想,具有滚动优化、在线控制列车、合理利用列车制动能量等优点。

    一种基于自触发分布式预测控制的异构车辆队列控制方法

    公开(公告)号:CN114545928B

    公开(公告)日:2024-08-13

    申请号:CN202210065411.3

    申请日:2022-01-19

    Abstract: 本发明公开了一种基于自触发分布式预测控制的异构车辆队列控制方法,属于智能交通技术领域;用于车辆队列协同控制,首先建立三阶离散车辆纵向动力学模型,通过状态变量替换,将车辆队列控制问题等价变化为多智能体一致性问题;为保证控制性能和尽可能避免通信资源浪费,设计了一类滚动时域的状态一致性优化问题,对触发间隔和控制输入同时优化;为提高在线运行效率,在离线准备时先给出了控制输入与触发时刻的解析关系,通过带入原问题得到仅针对触发时刻的优化问题,求得对应的参数并将其存储;最后结合离线数据,在线模拟运行一排状态不同的车队,得到的同速,等间距车辆队列具有控制性能好、运行效率高、节约通信资源的特点。

    基于交通状态的交叉口车辆轨迹数据修复方法

    公开(公告)号:CN113538902B

    公开(公告)日:2022-09-20

    申请号:CN202110669070.6

    申请日:2021-06-17

    Abstract: 本发明公开了一种基于视频的交叉口区域交通参数统计方法,该方法包括:数据采集、交通数据预处理、道路区域划分、行程时间估计、计算行驶距离及数据修复六个主要阶段。本发明可以用于修复卫星定位系统和视频采集等来源的车辆轨迹数据,提高轨迹数据的利用率和信息完整度。同时,利用信息融合和人工智能技术考虑了交通状态对车辆行驶轨迹的影响,使修复的轨迹符合车辆行驶的时空特征,提高了修复后轨迹数据的可信度及可靠性,该方法修复轨迹数据既避免了人工经验修复轨迹数据的不可靠性,也弥补了数据驱动方法的泛化能力不足的缺点。该方法结果适应于地理信息系统及智能交通系统方面的科学研究和实践应用。

    一种基于自触发分布式预测控制的异构车辆队列控制方法

    公开(公告)号:CN114545928A

    公开(公告)日:2022-05-27

    申请号:CN202210065411.3

    申请日:2022-01-19

    Abstract: 本发明公开了一种基于自触发分布式预测控制的异构车辆队列控制方法,属于智能交通技术领域;用于车辆队列协同控制,首先建立三阶离散车辆纵向动力学模型,通过状态变量替换,将车辆队列控制问题等价变化为多智能体一致性问题;为保证控制性能和尽可能避免通信资源浪费,设计了一类滚动时域的状态一致性优化问题,对触发间隔和控制输入同时优化;为提高在线运行效率,在离线准备时先给出了控制输入与触发时刻的解析关系,通过带入原问题得到仅针对触发时刻的优化问题,求得对应的参数并将其存储;最后结合离线数据,在线模拟运行一排状态不同的车队,得到的同速,等间距车辆队列具有控制性能好、运行效率高、节约通信资源的特点。

    一种基于聚类与深度序列学习的交通状态估计方法

    公开(公告)号:CN111292534A

    公开(公告)日:2020-06-16

    申请号:CN202010090595.X

    申请日:2020-02-13

    Abstract: 本发明提供了一种基于kmeans聚类与深度序列学习的交通状态估计方法,属于智能交通系统领域,主要解决在城市快速路中部分路段的交通流数据无法实时获取的情况下,实现对整个快速路的交通状态进行估计的问题。其特征在于,所述方法包括步骤如下:(1)快速路网划分;(2)快速路的建模与数据采集;(3)数据预处理与归一化;(4)通过kmeans聚类算法计算交通流数据间的欧氏距离,确定各数据点的交通状态等级;(5)深度序列学习Seq2Seq模型的设计,通过模型迭代学习对整个路网进行交通状态识别。本发明充分考虑了路段之间交通流的关系,发挥机器学习算法在交通领域的优势,及时得到整个路网的交通状态,可以为驾驶主体提供可靠的交通信息。

    基于元胞传输模型的不确定基本图参数辨识的识别方法

    公开(公告)号:CN111311907B

    公开(公告)日:2021-05-28

    申请号:CN202010090621.9

    申请日:2020-02-13

    Abstract: 本发明提供了一种基于元胞传输模型的不确定基本图参数辨识的识别方法,属于交通流基本图参数辨识领域,主要解决传统宏观基本图针对微观元胞不适用的问题。本发明以路段为节点构成图的顶点,路段之间的交通流向为图的有向边,构成元胞组合为路网拓扑结构的有向图模型,构造针对元胞的不确定基本图,根据线性回归拟合不确定基本图左侧的自由流状态,根据支持向量回归拟合不确定基本图右侧的拥挤流状态,从而确定不确定基本图的参数表达,用该图可以分析对应元胞的交通运行状态。该方法具有更为精确、针对微观路段有良好的鲁棒性等优点。

    基于元胞传输模型的不确定基本图参数辨识的识别方法

    公开(公告)号:CN111311907A

    公开(公告)日:2020-06-19

    申请号:CN202010090621.9

    申请日:2020-02-13

    Abstract: 本发明提供了一种基于元胞传输模型的不确定基本图参数辨识的识别方法,属于交通流基本图参数辨识领域,主要解决传统宏观基本图针对微观元胞不适用的问题。本发明以路段为节点构成图的顶点,路段之间的交通流向为图的有向边,构成元胞组合为路网拓扑结构的有向图模型,构造针对元胞的不确定基本图,根据线性回归拟合不确定基本图左侧的自由流状态,根据支持向量回归拟合不确定基本图右侧的拥挤流状态,从而确定不确定基本图的参数表达,用该图可以分析对应元胞的交通运行状态。该方法具有更为精确、针对微观路段有良好的鲁棒性等优点。

    基于视频的交叉口区域交通参数统计方法

    公开(公告)号:CN111161545A

    公开(公告)日:2020-05-15

    申请号:CN201911343078.2

    申请日:2019-12-24

    Abstract: 本发明公开了一种基于视频的交叉口区域交通参数统计方法,该方法包括:车辆检测、判断用户需求、在线交通参数统计、离线交通参数统计、信息发送和冗余信息删除五个主要阶段。本发明可以根据用户在线与离线的不同需求,提供来源于视频且基于元胞传输模型的交通参数统计数据。本发明采用模式识别和计算机快速统计代替人工统计的方法,解决人工统计数据应用于交叉口状态估计的不适应性,时效性不能保证等问题,提高了效率,节约了成本。本发明可以为交通状态监测、交通状态估计、交通状态预测、感应式交通控制、交通出行分析、交通流规律分析提供数据支撑,同时离线统计的交通参数数据也可用于土地利用、交通设施使用情况的分析。

Patent Agency Ranking