-
公开(公告)号：CN116811879A
公开(公告)日：2023-09-29
申请号：CN202310784223.0
申请日：2023-06-29
Applicant: 广东工业大学
IPC: B60W30/182 , G06F9/50 , B60W30/18 , B60W60/00 , B60W50/00
Abstract: 本发明涉及自动驾驶技术领域，公开了一种选择汽车驾驶模式的方法、系统和存储介质，所述方法包括：车载系统接收用户期望收支、起始和终止节点，并将所述起始和终止节点传输至云端服务器，所述云端服务器根据所述起始和终止节点获得包含M个节点和M个路段最优路径，并将所述最优路径传输给车载系统，车载系统包含的模型确定所述M个节点的驾驶模式和M个路段汽车与路边单元的交互方式。本发明将汽车驾驶模式的决策权交予车载系统，降低了人为选择的盲目性，提高用户体验；还引入期望收支，在训练时缩小实际支出与期望收支之间的差值，进一步提高用户体验；还引入分层强化学习方法，将问题细化，提高算法的收敛速度，再进一步提高用户体验。
-
公开(公告)号：CN115209426B
公开(公告)日：2023-06-09
申请号：CN202210904376.X
申请日：2022-07-28
Applicant: 广东工业大学
Abstract: 本发明公开了一种边缘车联网内数字孪生服务器动态部署方法，涉及智能交通系统和车联网领域，包括以下步骤：设置数字孪生服务器的定义，获取边缘服务器的状态：信道状态、通信资源、计算资源；构建数字孪生的通信模型和计算模型，计算构建数字孪生模型的延迟，并计算用户与服务器进行数据交互的同步延迟；计算系统总的延迟；将用户选择、数字孪生服务器的计算资源容量、数字孪生服务器的存储容量约束、交互时间构建约束函数；基于actor‑critic的深度强化学习模型寻找数字孪生模型的布局策略。本发明通过优化用户与路侧数字孪生服务器的关联关系，从而通过改善移动用户与数字孪生服务器之间的交互效率，帮助用户优化决策。
-
公开(公告)号：CN115209426A
公开(公告)日：2022-10-18
申请号：CN202210904376.X
申请日：2022-07-28
Applicant: 广东工业大学
Abstract: 本发明公开了一种边缘车联网内数字孪生服务器动态部署方法，涉及智能交通系统和车联网领域，包括以下步骤：设置数字孪生服务器的定义，获取边缘服务器的状态：信道状态、通信资源、计算资源；构建数字孪生的通信模型和计算模型，计算构建数字孪生模型的延迟，并计算用户与服务器进行数据交互的同步延迟；计算系统总的延迟；将用户选择、数字孪生服务器的计算资源容量、数字孪生服务器的存储容量约束、交互时间构建约束函数；基于actor‑critic的深度强化学习模型寻找数字孪生模型的布局策略。本发明通过优化用户与路侧数字孪生服务器的关联关系，从而通过改善移动用户与数字孪生服务器之间的交互效率，帮助用户优化决策。
-
-
Search Results
3
records
(took 0.022 seconds)
