-
公开(公告)号：CN118072552B
公开(公告)日：2025-04-04
申请号：CN202410207378.2
申请日：2024-02-26
Applicant: 苏州大学
IPC: G08G1/16
Abstract: 本发明涉及智能网联车避撞技术领域，具体指一种基于复合网络的混合流环境下智能网联车多车协同避撞方法、设备以及计算机可读存储介质，包括：建立由智能网联车状态节点和联系弧组成的复合网络，依据智能网联车行驶状态寻找安全可行操作集；将避撞问题转换为网络流优化问题，通过寻找最优网络估算多车最优决策；通过动态迭代多车速度与位置实现主动换道和避撞；通过SUMO软件进行模拟仿真；本发明提出新型避撞模型应用范围更加广泛；充分运用CACC技术避免发生交通拥堵；基于现实车流构建虚拟复合网络，优化复合网络，提高了道路交通效率，改善了交通环境；将网络模型构建、最优决策模型和仿真验证三合一，充分验证了模型的有效性和可行性。
-
Patent Agency Ranking
公开(公告)号：CN117351747B
公开(公告)日：2024-08-09
申请号：CN202311474265.0
申请日：2023-11-07
Applicant: 苏州大学
Abstract: 本发明涉及一种交通拥堵控制方法、装置及计算机可读存储介质，属于交通技术领域。包括：为k时段目标区域的待穿过交通流规划n条不穿过目标区域的路径并进行随机路径分配，使得k时段目标区域的待穿过交通流为0；构建k+1时段目标区域的车辆累计数量流守恒函数；基于MFD曲线和MSD曲线计算k+1时段目标区域的车辆累计数量最大值和k+1时段目标区域的车辆累计数量最小值；计算k时段目标区域的流入交通流最大值和k时段目标区域的流入交通流最小值；计算k时段进入目标区域的信号灯的绿灯时间，从而控制k时段目标区域的流入交通流。本申请兼顾边界控制和路径诱导，缓解了交通拥堵，提高了路网使用效率以及区域交通安全性。
-
公开(公告)号：CN118072552A
公开(公告)日：2024-05-24
申请号：CN202410207378.2
申请日：2024-02-26
Applicant: 苏州大学
IPC: G08G1/16
Abstract: 本发明涉及智能网联车避撞技术领域，具体指一种基于复合网络的混合流环境下智能网联车多车协同避撞方法、设备以及计算机可读存储介质，包括：建立由智能网联车状态节点和联系弧组成的复合网络，依据智能网联车行驶状态寻找安全可行操作集；将避撞问题转换为网络流优化问题，通过寻找最优网络估算多车最优决策；通过动态迭代多车速度与位置实现主动换道和避撞；通过SUMO软件进行模拟仿真；本发明提出新型避撞模型应用范围更加广泛；充分运用CACC技术避免发生交通拥堵；基于现实车流构建虚拟复合网络，优化复合网络，提高了道路交通效率，改善了交通环境；将网络模型构建、最优决策模型和仿真验证三合一，充分验证了模型的有效性和可行性。
-
公开(公告)号：CN117351747A
公开(公告)日：2024-01-05
申请号：CN202311474265.0
申请日：2023-11-07
Applicant: 苏州大学
Abstract: 本发明涉及一种交通拥堵控制方法、装置及计算机可读存储介质，属于交通技术领域。包括：为k时段目标区域的待穿过交通流规划n条不穿过目标区域的路径并进行随机路径分配，使得k时段目标区域的待穿过交通流为0；构建k+1时段目标区域的车辆累计数量流守恒函数；基于MFD曲线和MSD曲线计算k+1时段目标区域的车辆累计数量最大值和k+1时段目标区域的车辆累计数量最小值；计算k时段目标区域的流入交通流最大值和k时段目标区域的流入交通流最小值；计算k时段进入目标区域的信号灯的绿灯时间，从而控制k时段目标区域的流入交通流。本申请兼顾边界控制和路径诱导，缓解了交通拥堵，提高了路网使用效率以及区域交通安全性。
-
公开(公告)号：CN119358730A
公开(公告)日：2025-01-24
申请号：CN202411388981.1
申请日：2024-10-08
Applicant: 苏州大学
IPC: G06Q10/04 , G06V10/26 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明涉及智能交通技术领域，具体指一种融合迁移学习与宏观基本图的路网级交通预测方法，包括：基于语义分割算法，划分区域路网；基于宏观基本图，确定目标域和源域；基于皮尔逊相关系数、最大均值差异，构建数据建模优度，确定最大数据建模优度对应目标域检测器、源域检测器，并利用滑动窗口法，生成目标域训练样本集及其对应真实值集、源域训练样本集及其对应真实值集；利用源域训练样本集及其对应真实值集训练交通预测模型，得到源域交通预测模型；利用过滤后的目标域训练样本集及其对应真实值集自适应训练源域交通预测模型，得到目标域交通预测模型。本发明提高了在数据不足地区交通数据预测精度，从而提高交通管理效率，缓解交通拥堵问题。
-
公开(公告)号：CN117764796A
公开(公告)日：2024-03-26
申请号：CN202311798893.4
申请日：2023-12-25
Applicant: 苏州大学
IPC: G06Q50/26 , G06Q10/0635 , G06Q10/047
Abstract: 本发明涉及一种室内环境中火灾蔓延下的行人疏散危险等级评估方法，包括：利用PyroSim构建火灾场景物理模型，转换为元胞集合，获取各元胞内的一氧化碳浓度；基于Anylogic建立行人疏散仿真平台，预设待疏散人群的年龄、性别、初始待疏散人群总数；以年龄、性别为群体属性，将待疏散人群分为多种类别，获取每种类别待疏散人群在非限制元胞及不同临界元胞内的平均行走速度，以便与每种类别待疏散人群的群体属性，生成各元胞内行人行为逻辑，结合社会力模型，生成每种类别待疏散人群在各元胞的行人移动路线；设置疏散时间，令待疏散人群按照对应的行人移动路线行进，根据疏散时间结束时的剩余待疏散人群总数与初始待疏散人群总数的比值，获取当前危险等级。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
