-
公开(公告)号:CN118261316A
公开(公告)日:2024-06-28
申请号:CN202410575173.X
申请日:2024-05-10
Applicant: 重庆大学
IPC: G06Q10/047 , B60W30/14 , B60W50/00 , G06Q10/0631 , G06Q50/40
Abstract: 本发明涉及一种基于IVCPS的考虑排队消散的多车情况下预测巡航滚动优化方法,属于交通信息化领域。该方法包括:设计多车预测巡航滚动优化算法框架;构建场景模型;构建车辆的纵向动力学模型、能耗模型;基于冲击波理论,建立考虑多个上游路段的多信号周期排队消散时间推演模型;根据所述多车预测巡航滚动优化算法框架,设计多车绿波通行时间规划算法;在所述的算法完成绿波通行时间规划的基础上,设计多车绿波通行速度规划算法,以实现对云端向车端下发的速度轨迹的求解;本发明解决了在多车云控制公交车同区域行驶的场景下,容易导致车辆发生轨迹冲突的问题,现有排队消散时间预测方法忽略了上游路段影响的问题。
-
公开(公告)号:CN118736814A
公开(公告)日:2024-10-01
申请号:CN202410575172.5
申请日:2024-05-10
Applicant: 重庆大学
Abstract: 本发明涉及一种基于CPS多尺度的城市道路交叉口交通控制方法,属于交通信息化领域。根据城市交通控制系统的时空关系划分智能汽车信息物理系统的运行尺度,将该系统智能汽车信息物理系统划分为节点级、单元级、子系统级、系统级和区域级五个尺度;基于信息物理系统多尺度特征构建了信号交叉口与车辆速度联合控制方法,各尺度系统服务的广度和实时性要求均有所不同,同时,尺度间具有包含关系,多个较低级别尺度由较高级别的尺度统筹协调;对于所提出的信息物理系统多尺度城市交通控制问题,构建了多尺度城市交通控制问题的基础模型。本发明能够更加清晰的划分系统边界,了解系统构成及其运作机制,实现高内聚、低耦合的系统解耦。
-
公开(公告)号:CN118665474A
公开(公告)日:2024-09-20
申请号:CN202410669262.0
申请日:2024-05-28
Applicant: 重庆大学
Abstract: 本发明属于智能交通领域,涉及一种基于IVCPS的预测巡航滚动优化方法,包括:S1.设计单车预测巡航滚动优化算法框架;S2.构建场景模型;S3.构建车辆的纵向动力学模型、能耗模型;S4.基于冲击波理论,建立考虑多个上游路段的多信号周期排队消散时间推演模型;S5.根据单车预测巡航滚动优化算法框架,设计绿波通行时间规划算法;S6.基于绿波通行时间规划算法,设计绿波通行速度规划算法,以实现对云端向车端下发的速度轨迹的求解;S7.在车端部署经济‑安全模块,用于应对相邻车道车辆插入和前方车辆突然制动的情况。本发明解决了现有方法忽略上游路段影响,以及实际交通环境时变性的问题,提升了公交车行驶过程中的安全性、舒适性和经济性。
-
公开(公告)号:CN118506574A
公开(公告)日:2024-08-16
申请号:CN202410608389.1
申请日:2024-05-16
Applicant: 重庆大学
IPC: G08G1/01 , G06F17/16 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明属于智能交通领域,涉及一种基于车辆微观信息的混合车流宏观演化规律模型构建方法,包括:S1.对高速公路隧道内部瓶颈路段场景中的混合车流进行车群划分,并选取建模参数;S2.对网联环境下所采集的车辆数据进行分层映射,形成多维特征矩阵;S3.利用卷积神经网络提取车辆状态特征矩阵,建立基于车辆微观信息的车流宏观演化规律模型。本发明解决了单一微观或宏观建模难以准确全面地刻画车流演化的问题,利用神经网络模型对空间矩阵数据的处理优势,提出和建立了一种有效降低瓶颈路段车辆量预测误差的规律模型。
-
公开(公告)号:CN118466246A
公开(公告)日:2024-08-09
申请号:CN202410575177.8
申请日:2024-05-10
Applicant: 重庆大学
IPC: G05B17/02
Abstract: 本发明涉及一种IVCPS多尺度的纯电动城市公交车仿真测试方法,属于交通信息化领域。该方法将纯电动城市公交车作为研究对象,使用SUMO和Pythen搭建了有社会车俩混行的连续信号交叉口的运行场景,测试验证了基于IVCPS视角下的公交车预测巡航云控制系统和考虑排队消散的预测巡航滚动优化算法方法。根据城市交通控制系统的时空关系划分智能汽车信息物理系统的运行尺度,将该系统智能汽车信息物理系统划分为四个尺度;基于IVCPS视角下的公交车预测巡航云控制系统和考虑排队消散的预测巡航滚动优化算法。本发明平均在每个周期减少了14.99%的误差。单车场景下,相比不考虑排队消散的算法,节省约42.45%的能耗。
-
-
-
-