-
公开(公告)号：CN110288844B
公开(公告)日：2021-02-23
申请号：CN201910445327.2
申请日：2019-05-27
Applicant: 北方工业大学
Abstract: 本发明提供一种基于车路通信的连续交叉口协同优化方法，适用于干线协调控制路段上任意相邻上下游交叉口，并建立了基于优化模型的交叉口信号相位优化流程。在保证干线上主方向车辆延误尽量减少的同时，也考虑到了所对应的交叉口冲突相位车辆的延误的综合效益没有受到损害，有效缓解了干线上由于相位不协调导致的互相冲突的问题。
-
公开(公告)号：CN112365724B
公开(公告)日：2022-03-29
申请号：CN202010287076.2
申请日：2020-04-13
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于深度强化学习的连续交叉口信号协同控制方法，该方法采用上下层Agent网络的DQN策略处理连续交叉口信号配时，以减少状态获取及反馈评价的复杂度，解决连续交叉口信号优化问题。为保证训练目标的平稳性，避免其训练陷入目标值与预测值的反馈循环中震荡发散，采用Dueling Double优化方法对DQN优化训练，相比于传统DQN控制模型，该方法可根据不同道路环境和交通状态实时切换交叉口相位，增加了交叉口之间的协作能力，保障交叉口行车畅通，提高交叉口通行能力，为缓解交通拥堵、提高出行效率并减少安全事故提出了新的解决方案和理论依据。
-
公开(公告)号：CN112365724A
公开(公告)日：2021-02-12
申请号：CN202010287076.2
申请日：2020-04-13
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于深度强化学习的连续交叉口信号协同控制方法，该方法采用上下层Agent网络的DQN策略处理连续交叉口信号配时，以减少状态获取及反馈评价的复杂度，解决连续交叉口信号优化问题。为保证训练目标的平稳性，避免其训练陷入目标值与预测值的反馈循环中震荡发散，采用Dueling Double优化方法对DQN优化训练，相比于传统DQN控制模型，该方法可根据不同道路环境和交通状态实时切换交叉口相位，增加了交叉口之间的协作能力，保障交叉口行车畅通，提高交叉口通行能力，为缓解交通拥堵、提高出行效率并减少安全事故提出了新的解决方案和理论依据。
-
公开(公告)号：CN110288844A
公开(公告)日：2019-09-27
申请号：CN201910445327.2
申请日：2019-05-27
Applicant: 北方工业大学
Abstract: 本发明提供一种基于车路通信的连续交叉口协同优化方法，适用于干线协调控制路段上任意相邻上下游交叉口，并建立了基于优化模型的交叉口信号相位优化流程。在保证干线上主方向车辆延误尽量减少的同时，也考虑到了所对应的交叉口冲突相位车辆的延误的综合效益没有受到损害，有效缓解了干线上由于相位不协调导致的互相冲突的问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
