-
公开(公告)号：CN116331246B
公开(公告)日：2025-05-02
申请号：CN202310343554.0
申请日：2023-03-31
Applicant: 长安大学
IPC: B60W50/14 , B60W30/095 , B60W50/00 , B60W40/08
Abstract: 本发明公开了一种基于驾驶人实时反应时间的车辆前向碰撞预警方法，属于车辆碰撞预警领域，通过将驾驶人反应时间这一具有鲜明驾驶人个性化的因素作为独立变量进行实时计算并纳入预警系统的预测中，从而降低车辆实际驾驶风险，提高驾驶人对驾驶信息的可接受度。通过将驾驶信息与驾驶人实时反应时间相结合，研发个性化车辆前向碰撞预警方法及系统，可以大大提升驾驶人对预警信息的可接受程度、提高实际驾驶安全性、缓解增加道路交通压力。
-
-
公开(公告)号：CN117008621A
公开(公告)日：2023-11-07
申请号：CN202311084199.6
申请日：2023-08-25
Applicant: 长安大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于深度强化学习的车辆队列控制方法及系统，根据车辆的动力学模型构建车辆队列运行的运动仿真模型；基于车辆队列运行的运动仿真模型和车辆运行状态，使用恒定时间间距策略，获取车辆队列控制的状态空间和动作空间；基于车辆队列控制的状态空间和动作空间建立DDPG网络，并利用奖励函数机制对DDPG网络进行训练，直至训练过程中每个回合获得的总奖励不再增加时停止训练，得到训练好的控制策略网络，利用训练好的控制策略网络进行队列控制；本发明考虑多种因素实现队列的控制，并且该队列控制方法的控制策略训练完成后，不需要在执行过程中进行复杂计算，控制效率非常高，并且可以当前场景的不同状况下保持控制效果，不需要更换参数。
-
公开(公告)号：CN112289076A
公开(公告)日：2021-01-29
申请号：CN202011196917.5
申请日：2020-10-30
Applicant: 长安大学
Abstract: 本发明涉及一种双车道智能网联车协同换道方法、装置、设备及其存储介质，该方法通过实时获取换道车辆周边车辆的运动状态信息，并构造了换道车辆M的横向加速度模型和纵向加速度模型，该模型考虑了换道的安全性、舒适性及状态目标等多个约束，实现了智能网联车安全协同换道的目标。本发明将整个换道过程划分为两阶段，并且在换道目标阶段通过主动控制目标车道及主车道协同换道车辆达到主动调节两车道交通流的目的，一定程度改善换道对两车道交通流的负面影响，提高两车道道路通行效率；考虑采用固定换道时间可能在某些换道起始条件下不存在可行解，选用协同换道时间为范围值，有效提高优化模型求解的可行性，进而提高换道可行的范围。
-
公开(公告)号：CN111899547A
公开(公告)日：2020-11-06
申请号：CN202010652716.5
申请日：2020-07-08
Applicant: 长安大学
Abstract: 本发明公开了多线路公交站台泊位分配及车辆速度引导方法及其系统，智能控制中心对当前站点和上一站点间全部公交车辆的排列BusNumber表，对BusNumber表中所有车辆进行车速引导，然后判断引导后的车辆是否能通过信号交叉口，不能通过的车辆采用加速引导方式，加速引导方式也不能通过的，结合信号灯相位状态更新车速，实现多数情况下不停车通过信号交叉口，根据实时车速实现在站台满泊位/非满泊位情况下规划所有车辆进行车速引导方式，并实现对其泊位的分配，既能够科学有效地指导车辆运行，为驾驶员驾驶决策提供有益参考，避免集簇现象的发生；也能对待乘车的乘客进行即将到站车辆的提前预告，规范站台乘客有序乘车，提升公交站台的通行能力和公交服务水平。
-
Patent Agency Ranking
公开(公告)号：CN118247989A
公开(公告)日：2024-06-25
申请号：CN202410230885.8
申请日：2024-02-29
Applicant: 长安大学
IPC: G08G1/0968 , G08G1/01 , H04W4/44
Abstract: 本发明涉及智能交通领域，尤其涉及一种基于树搜索的高速公路混合交通流合流序列优化方法，包括以下步骤：S1，构建双车道主干道和单车道匝道的交通场景，并记录当前的队列块合流序列；S2，当有新的队列块进入控制区时，利用树搜索获取包含当前队列块的最优合流序列；S3，基于搜索得到的最优合流序列，利用庞特里亚金原理求解队列块内车辆的最优行驶轨迹；S4，队列块中头车按照最优行驶轨迹行驶，其余人驾车按照跟驰模型进行行驶，实现合流。本发明依靠车联网技术实时获取高速公路控制区内主干道和匝道内车辆队列块的状态信息，利用CAV的可控性，通过搜索最优合流序列以及对CAV进行速度控制和换道控制，来完成引导队列块内HDV进行安全高效的合流。
-
公开(公告)号：CN117056845A
公开(公告)日：2023-11-14
申请号：CN202311083571.1
申请日：2023-08-25
Applicant: 长安大学
IPC: G06F18/2433 , G06F18/2411 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06N20/10
Abstract: 本发明公开了一种自动驾驶汽车异常检测方法及系统，采用自动驾驶车辆正常行驶状态下的系统运行数据信息训练深度神经网络异常检测模型得到训练好的异常检测模型；利用异常检测模型对自动驾驶车辆的实时数据进行检测得到自动驾驶车辆的检测结果，本发明能够有效支持工程师或相关领域专家调查黑箱异常检测模型预测的异常。除了有助于节省时间和维护成本外，它还实现了模型的透明性，从而促进工程师或相关领域专家信任所提出的异常检测模型。能够很好的展现对模型输出有重要影响的特征，以及展现这些特征单一地对模型输出产生的影响，进而提升领域专家对深度学习模型决策的理解，更为重要的是加快了领域专家对异常的定位和故障的诊断。
-
公开(公告)号：CN116386387A
公开(公告)日：2023-07-04
申请号：CN202310422466.X
申请日：2023-04-19
Applicant: 长安大学
IPC: G08G1/16 , G08G1/01 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/082
Abstract: 本发明涉及车辆控制技术领域，具体涉及一种混合队列人驾车辆跟驰行为预测方法和装置。首先获取混合队列中待预测人驾车辆子队列的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息；然后将第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中，得到待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的预测行驶状态信息。可以看出，本申请采用车辆跟驰行为预测模型可以准确且快速的预测人驾车辆在未来时间段内的行驶状态信息，为交通系统控制提供了可靠的数据依据，保证了道路交通控制的安全性和高效性。
-
公开(公告)号：CN114299477B
公开(公告)日：2025-04-18
申请号：CN202111453011.1
申请日：2021-11-30
Applicant: 长安大学
Abstract: 本发明公开了一种车辆视觉定位方法、系统、设备及可读存储介质，通过将车辆运动过程中的旋转矩阵参数化为角度变化量，将车辆运动过程中的平移向量参数化为平移分量以图论概念表示，基于鲁棒特征点AKAZE的特征检测算法，以及结合零均值归一化互相关与多策略的特征点匹配算法保证了特征点提取和特征点关联的精确性，改进的RANSAC算法的外点去除算法去除了噪声点和错误匹配点，保证了运动计算的精确性，通过非线性加权最小二乘法解算车辆运动信息以及基于Sigma点的滤波处理技术进一步优化运动结果，定位精度高，基于初始值估计的改进RANSAC算法降低了外点去除的复杂性，保证了算法的实时性，减少了特征点数目，从而降低了算法复杂度，保证了整个算法的实时性。
-
公开(公告)号：CN117994984A
公开(公告)日：2024-05-07
申请号：CN202410274352.X
申请日：2024-03-11
Applicant: 长安大学
Abstract: 本发明涉及交通智能控制领域，尤其涉及一种混合交通流中考虑驾驶员服从度的可变限速策略测试方法，包括以下步骤：搭建交通场景，设置由HDV和CAV组成的不同CAV渗透率的混合交通流；建立VSL策略，结合CAV渗透率计算瓶颈区上游的限速值；建立HDV服从度，结合限速值确定驾驶员的类型以及不同类型驾驶员所占的比例；根据计算获得反应通行能力的指标数据。本发明通过搭建智能网联车渗透率的混合交通流场景，并通过分析现实数据确定了四种服从度场景及相应服从度场景下面对不同限速值时防御型驾驶员与攻击型驾驶员所占的比例，以此对智能网联车和传统人驾车发布限速策略确定的限速值，更接近真实的交通场景，对于可变限速策略的测试效果更具实际意义。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.016 seconds)
