-
公开(公告)号：CN108334998B
公开(公告)日：2021-08-20
申请号：CN201810375883.2
申请日：2018-04-16
Applicant: 大连理工大学
Abstract: 本发明属于多目标协同控制领域，具体涉及一种多地面无人车辆的多目标协同跟踪方法。第一步：数学模型的构建；第二步：改进算法的计算跟踪模型；2.1确定种群规模和基因个数；2.2初始化概率向量；2.3产生两个个体；2.4两个个体竞争；2.5更新概率向量方式；2.6如果概率向量收敛，则结束；若概率向量Pt没有收敛，转到步骤2.3。本发明根据作战信息将地面无人车辆分配给每个跟踪任务，使其总作战效果达到最优,并使用改进的紧凑遗传算法对问题求解，增加算法的寻优能力。
-
公开(公告)号：CN112185135A
公开(公告)日：2021-01-05
申请号：CN202010932268.4
申请日：2020-09-08
Applicant: 大连理工大学
Abstract: 本发明属于自动驾驶车辆自组织网络领域，具体涉及基于车载自适应网络的智能交通系统交叉口集中控制方法。本发明能够在车辆延误的时候及时采取措施，避免了控制器的无限制等待。考虑到了进入交叉口区域后变道的车辆，允许变道行为。考虑到应急车辆，保证这类车辆优先通过交叉口。设定车辆优先级，根据车道权重控制车辆通行顺序。本发明能够允许车辆无任何冲突地穿过交叉口，实现了高优先级车辆的优先调度以及根据车辆总等待时间等不同策略的优化调度，同时保证了应急车辆优先通过交叉口，更重要的是能够允许其他车辆在拥堵、事故发生的同时继续前进。为智能交通系统环境下的交叉口交通控制和调度提供了解决方案和有利支撑。
-
Patent Agency Ranking
公开(公告)号：CN110210806A
公开(公告)日：2019-09-06
申请号：CN201910443425.2
申请日：2019-05-27
Applicant: 大连理工大学
Abstract: 本发明属于5G移动机器人领域，涉及一种5G边缘计算的云基无人车架构及其控制评价方法。所述的云基无人车架构包括设备层、边缘计算层和云计算层三层。设备层包含云基无人车、车间、路侧单元和5G基站。所述的边缘计算层包括边缘计算服务器和5G基站另外发出的5G核心网。每个子区域内设有一个边缘计算服务器，边缘计算服务器与设备层间通过5G核心网进行连接。所述的云计算层包括云服务器和控制中心，控制中心位于工厂内。本发明结合5G通信以及边缘计算技术设计了云基无人车架构，使得工厂中的多辆云基无人车可以实现感知周围环境、任务分配、规划路径、避碰等功能，提高了工厂中多辆云基无人车配送货物的效率。
-
公开(公告)号：CN112185132A
公开(公告)日：2021-01-05
申请号：CN202010932039.2
申请日：2020-09-08
Applicant: 大连理工大学
Abstract: 本发明属于非信控交叉口协调控制领域，具体涉及一种无红绿灯的车辆交叉口协调方法。在连通车辆环境下，ICU对所有路段且接近交叉口的自动车辆进行全局协调，以使其安全平稳地通过交叉口。在保证风险函数定义的边缘间隙下，ICU通过最小化交叉口区域内车辆的性能成本指标，对车辆的控制输入进行优化，得到车辆的最优轨迹。该方案几乎消除了车辆在交叉口的停车延误，改善了交通流和油耗，显著提高了交叉口的通行能力。并且考虑了应急车辆的通过对其进行了相应的让步策略，实现了应急车辆以最小延误时间通过。
-
公开(公告)号：CN110210806B
公开(公告)日：2023-03-24
申请号：CN201910443425.2
申请日：2019-05-27
Applicant: 大连理工大学
IPC: G06Q10/083 , G06Q10/047 , G06Q10/063 , G06V20/58 , G08C17/02 , H04W4/44 , H04W4/46
Abstract: 本发明属于5G移动机器人领域，涉及一种5G边缘计算的云基无人车架构及其控制评价方法。所述的云基无人车架构包括设备层、边缘计算层和云计算层三层。设备层包含云基无人车、车间、路侧单元和5G基站。所述的边缘计算层包括边缘计算服务器和5G基站另外发出的5G核心网。每个子区域内设有一个边缘计算服务器，边缘计算服务器与设备层间通过5G核心网进行连接。所述的云计算层包括云服务器和控制中心，控制中心位于工厂内。本发明结合5G通信以及边缘计算技术设计了云基无人车架构，使得工厂中的多辆云基无人车可以实现感知周围环境、任务分配、规划路径、避碰等功能，提高了工厂中多辆云基无人车配送货物的效率。
-
公开(公告)号：CN111884850A
公开(公告)日：2020-11-03
申请号：CN202010719390.3
申请日：2020-07-23
Applicant: 大连理工大学
Abstract: 本发明属于车联网和智能交通领域，涉及一种车路协同环境下非信控交叉路口控制方法。本发明中解决由网络往返延迟和交叉路口管理器处理时间不确定性而引起的交通事故问题，在非信控交叉路口管理方法中，智能网联汽车行为将是确定性的，并且IM的调度也是安全的。对于未知的RTD，本发明避免考虑额外的安全缓冲区，因此可以实现更高的吞吐量。本发明考虑了控制器的参数，使CAV的行为更加精确。鉴于一些突发紧急状况，本发明所提出的紧急故障模型以及紧急故障恢复机制，提高了系统的安全性。实验结果表明，与传统技术相比，本方法可以将位置不确定性降低15％，并使吞吐量提高多达36％，可减少发生在交叉路口的故障及拥堵现象。
-
公开(公告)号：CN108334998A
公开(公告)日：2018-07-27
申请号：CN201810375883.2
申请日：2018-04-16
Applicant: 大连理工大学
Abstract: 本发明属于多目标协同控制领域，具体涉及一种多地面无人车辆的多目标协同跟踪方法。第一步：数学模型的构建；第二步：改进算法的计算跟踪模型；2.1确定种群规模和基因个数；2.2初始化概率向量；2.3产生两个个体；2.4两个个体竞争；2.5更新概率向量方式；2.6如果概率向量收敛，则结束；若概率向量Pt没有收敛，转到步骤2.3。本发明根据作战信息将地面无人车辆分配给每个跟踪任务，使其总作战效果达到最优,并使用改进的紧凑遗传算法对问题求解，增加算法的寻优能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
