-
公开(公告)号：CN113593275B
公开(公告)日：2022-09-20
申请号：CN202110777231.3
申请日：2021-07-09
Applicant: 同济大学
IPC: G08G1/087 , G08G1/0967
Abstract: 本发明涉及一种基于公交信号优先的交叉口网联自动驾驶方法，包括：建立网联自动驾驶公交车的车辆系统动态模型：建立双目标成本函数，根据双目标成本函数，通过动态规划算法计算系统控制输入u，根据u控制网联自动驾驶公交车行驶。与现有技术相比，本发明具有自动换道超车功能，避免优先策略失效，同时考虑了公交优先信号的影响，兼顾公交延误和油耗。
-
公开(公告)号：CN113593275A
公开(公告)日：2021-11-02
申请号：CN202110777231.3
申请日：2021-07-09
Applicant: 同济大学
IPC: G08G1/087 , G08G1/0967
Abstract: 本发明涉及一种基于公交信号优先的交叉口网联自动驾驶方法，包括：建立网联自动驾驶公交车的车辆系统动态模型：建立双目标成本函数，根据双目标成本函数，通过动态规划算法计算系统控制输入u，根据u控制网联自动驾驶公交车行驶。与现有技术相比，本发明具有自动换道超车功能，避免优先策略失效，同时考虑了公交优先信号的影响，兼顾公交延误和油耗。
-
Patent Agency Ranking
公开(公告)号：CN112491814A
公开(公告)日：2021-03-12
申请号：CN202011252069.5
申请日：2020-11-11
Applicant: 同济大学
Abstract: 本发明涉及一种车联网网联交叉口网络攻击检测方法及系统，该方法具体为：通过估计步骤获取SPaT估计信息，采集SPaT实际信息，将SPaT估计信息和SPaT实际信息输入训练好的长短期记忆网络，获得网联交叉口受到网络攻击的概率；估计步骤具体为：获取网联车轨迹数据，对网联车轨迹数据进行分割，确定首端网联车、末端网联车和周期断点区间，首端网联车为车道信号显示时间序列的一个周期内第一辆进入该交叉口的网联车，末端网联车为首端网联车的前一辆车，周期断点区间为末端网联车和该末端网联车后一辆首端网联车先后通过交叉口停车线的时刻区间。与现有技术相比，本发明具有适用范围广、及时性强和安全性好等优点。
-
公开(公告)号：CN116206447B
公开(公告)日：2025-03-21
申请号：CN202310167370.3
申请日：2023-02-24
Applicant: 同济大学
IPC: G08G1/01 , G08G1/0968 , G06F30/20 , G06F111/04
Abstract: 本发明涉及一种智能网联车辆交叉口生态驾驶控制方法，包括：基于GPS技术与V2I通信，实时采集交通信息；基于模拟采样的车辆轨迹数据，全局线性化车辆动力学模型；结合交叉口信号配时约束以及全局线性化车辆动力学模型，以作为约束条件，构建基于空间域的生态驾驶优化控制模型；基于模型预测控制技术，将实时采集的交通信息输入生态驾驶优化控制模型，通过迭代动态求解，实时规划生成生态驾驶最优运动轨迹，并实时更新优化自动驾驶控制指令，使车辆按照生态驾驶最优运动轨迹行驶。与现有技术相比，本发明能够精确、快速地对智能网联车辆行驶轨迹进行决策规划，从而实现智能网联车辆在城市交叉口的高效、绿色通行。
-
公开(公告)号：CN116206447A
公开(公告)日：2023-06-02
申请号：CN202310167370.3
申请日：2023-02-24
Applicant: 同济大学
IPC: G08G1/01 , G08G1/0968 , G06F30/20 , G06F111/04
Abstract: 本发明涉及一种智能网联车辆交叉口生态驾驶控制方法，包括：基于GPS技术与V2I通信，实时采集交通信息；基于模拟采样的车辆轨迹数据，全局线性化车辆动力学模型；结合交叉口信号配时约束以及全局线性化车辆动力学模型，以作为约束条件，构建基于空间域的生态驾驶优化控制模型；基于模型预测控制技术，将实时采集的交通信息输入生态驾驶优化控制模型，通过迭代动态求解，实时规划生成生态驾驶最优运动轨迹，并实时更新优化自动驾驶控制指令，使车辆按照生态驾驶最优运动轨迹行驶。与现有技术相比，本发明能够精确、快速地对智能网联车辆行驶轨迹进行决策规划，从而实现智能网联车辆在城市交叉口的高效、绿色通行。
-
公开(公告)号：CN112491814B
公开(公告)日：2021-10-08
申请号：CN202011252069.5
申请日：2020-11-11
Applicant: 同济大学
Abstract: 本发明涉及一种车联网网联交叉口网络攻击检测方法及系统，该方法具体为：通过估计步骤获取SPaT估计信息，采集SPaT实际信息，将SPaT估计信息和SPaT实际信息输入训练好的长短期记忆网络，获得网联交叉口受到网络攻击的概率；估计步骤具体为：获取网联车轨迹数据，对网联车轨迹数据进行分割，确定首端网联车、末端网联车和周期断点区间，首端网联车为车道信号显示时间序列的一个周期内第一辆进入该交叉口的网联车，末端网联车为首端网联车的前一辆车，周期断点区间为末端网联车和该末端网联车后一辆首端网联车先后通过交叉口停车线的时刻区间。与现有技术相比，本发明具有适用范围广、及时性强和安全性好等优点。
-
公开(公告)号：CN113391548A
公开(公告)日：2021-09-14
申请号：CN202110458266.0
申请日：2021-04-27
Abstract: 本发明涉及一种用于网联车自动驾驶的交叉口引导方法、装置及介质，方法具体为：获取第一网联车和第二网联车的交通数据，所述的第二网联车为与第一网联车之间的距离在设定距离内的网联车，所述的交通数据包括位置、速度和偏航角；建立第一网联车的车辆系统动力学模型；建立双目标成本函数，通过双目标成本函数求解ax和δf；根据求解的ax和δf控制第一网联车行驶。与现有技术相比，本发明具有可自动换道超车、安全性高和节能环保等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
