-
公开(公告)号:CN119479303A
公开(公告)日:2025-02-18
申请号:CN202411690589.2
申请日:2024-11-25
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 北京理工大学
Abstract: 本发明提供一种针对不同路况感知覆盖问题的设备部署优化方法,包括以下步骤:分析不同道路类型,建立栅格地图库和路侧设备模型库;为了保证优化结果的合理性和鲁棒性,采用两阶段的方法,以针对传感器、MEC关键设备开展部署优化;在第一阶段,基于NSGA‑Ⅱ算法对RSU中的传感器进行部署设计,确保传感器在不同道路场景中的最优配置;在第二阶段,运用聚类和模型预测控制MPC的混合专家模型对MEC设备进行部署,并建立路侧设备之间的拓扑关系,以适应实际道路场景的通信需求;基于得到路侧设备部署方案,开展实际场景下的部署。本发明能够基于优化算法可以针对多种不同的场景和传感器需求开展优化部署,具有较高的数据传输的鲁棒性。
-
公开(公告)号:CN119964105A
公开(公告)日:2025-05-09
申请号:CN202510017842.6
申请日:2025-01-06
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 北京理工大学
IPC: G06V20/56 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种局部全局特征结合的路面类型识别方法,包括:进行数据收集、数据标注和数据划分;提出RSCD数据集,该数据集对路面类型进行分类;模型接收图像信息输入,进入Stem层提取低级特征,并改变图像的空间维度;经过Stem层处理后,依次经过四个Stage;S3:经过每个Stage后,输出特征图进入FD模块进行处理;最后将所得特征图输入分类头执行分类任务,判断输入图像属于哪一种道路类型;使用LinearClsHead,原始图像信息经过特征提取阶段和前背景特征提取模块后,通过全连接层对提取到的特征进行分类。本发明对于细粒度路面类型分类全局性和局部性都重要、类内差异大类间差异小的难点问题有显著解决效果。
-
公开(公告)号:CN119049300A
公开(公告)日:2024-11-29
申请号:CN202411175364.3
申请日:2024-08-26
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本发明公开了一种考虑道路交通信息的车速规划方法,以应对日益复杂的交通环境。通过V2X通信获取实时车流状态及信号灯配时信息,构建长期车速规划问题,旨在降低能耗和提高通行效率。模型中,基于冲击波理论建立车辆排队模型,描述信号灯路口的动态排队和消散过程,并引入扩展信号灯模型以增强通行状态的准确性。通过分层优化策略,车速规划被分解为离散寻优和连续优化两个部分,确保在信号灯允许的时间内顺畅通行,并在交通流密度超标时调整规划车速,保证合理性。最终,该方法通过动态规划和内点法结合,形成最终的参考车速序列。整体而言,此项技术有效提升了车速规划算法的适应性,显著降低了车辆能耗,为智能交通系统的发展提供了新思路。
-
-