一种基于深度强化学习的乘客延误最小化信号控制方法

    公开(公告)号:CN117116064A

    公开(公告)日:2023-11-24

    申请号:CN202310811117.7

    申请日:2023-07-04

    Abstract: 本发明提出了一种基于深度强化学习的乘客延误最小化信号控制方法,步骤为:确定各信号相位及其非冲突相位,计算饱和流量;收集所有联网车的实时车辆数据;计算初始阶段各相位车辆在持续绿灯条件下通过停车线所需时间;基于乘客延误的指标定义深度强化学习的状态、动作和奖励,将车辆状态和信号状态通过矩阵合并和压缩;采用预训练与双重DQN结合的深度强化学习训练方法,估算状态和动作对应的价值函数,并采用主网络选取动作策略、目标网络评估价值函数、定期更新的双重DQN方法避免陷入局部最优,找到能获得最大乘客收益的相位方案。本发明结合实时收集的实时车辆数据自适应地进行灵活的信号相位优化,使交叉口的平均乘客延误达到最低。

    一种积水监测警示方法
    5.
    发明公开

    公开(公告)号:CN119580433A

    公开(公告)日:2025-03-07

    申请号:CN202411715046.1

    申请日:2024-11-27

    Abstract: 本发明公开了一种积水监测警示方法,包括在预设区域内的每个路灯灯杆外壁安装集成式报警装置,内壁安装集成式控制装置,集成式控制装置测量积水水位数据并进行处理,判断是否超过预设警示水位阈值和预设警戒水位阈值,根据不同情况,启动集成式报警装置并存储至本地或云服务器,云服务器计算积水上涨速度,判断是否满足预设规则,启动相邻路灯灯杆的报警装置或将数据分发。由此,能够基于现有路灯灯杆进行改造,使其结构紧凑且可靠性高,具备较高的智能化水平,还能自动实时监测当前积水液位,并将积水状况上传至云服务器,便于深入处理,为后续积水路段的管理和应对提供有力支持,显著减少了道路积水对城市生产和生活带来的不利影响。

Patent Agency Ranking