-
公开(公告)号：CN116013101A
公开(公告)日：2023-04-25
申请号：CN202310303131.6
申请日：2023-03-27
Applicant: 之江实验室
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明公开了一种基于网联环境的无信号路口速度建议系统和方法，该方法利用网联环境，实时收集车辆行驶信息，以安全性条件为约束，以提升通行效率、降低油耗排放、提高驾驶舒适性为目标，建立优化问题，获得每辆车在各时刻的速度和加速度，为网联车辆提供速度建议。本发明兼顾驾驶多方面效益，实现了无信号交叉口时空资源的有效分配。
-
公开(公告)号：CN114758506B
公开(公告)日：2022-09-16
申请号：CN202210672517.X
申请日：2022-06-15
Applicant: 之江实验室
Abstract: 本发明公开了一种快速路合流区可变限速与匝道限流协同控制方法和装置。该方法主要用于城市快速路合流区。在该方法中：根据上下游关系，对路段进行编码划分；将从各车道交通数据采集设备中获取的占有率、速度等数据作为模型输入，构建车道级交通流基本图；获取合流区实时占有率，进行匝道限流控制；获取匝道入口处的实时占有率，进行队尾控制，有效防止匝道排队溢出，在此同时依托合流区车道级交通数据，进行快速路主线车道级可变限速，防止进行队尾控制后，合流区瞬时流量过大，从而减缓交通流通行能力下降现象，有效提升交通效率。
-
公开(公告)号：CN114758506A
公开(公告)日：2022-07-15
申请号：CN202210672517.X
申请日：2022-06-15
Applicant: 之江实验室
Abstract: 本发明公开了一种快速路合流区可变限速与匝道限流协同控制方法和装置。该方法主要用于城市快速路合流区。在该方法中：根据上下游关系，对路段进行编码划分；将从各车道交通数据采集设备中获取的占有率、速度等数据作为模型输入，构建车道级交通流基本图；获取合流区实时占有率，进行匝道限流控制；获取匝道入口处的实时占有率，进行队尾控制，有效防止匝道排队溢出，在此同时依托合流区车道级交通数据，进行快速路主线车道级可变限速，防止进行队尾控制后，合流区瞬时流量过大，从而减缓交通流通行能力下降现象，有效提升交通效率。
-
公开(公告)号：CN114038216A
公开(公告)日：2022-02-11
申请号：CN202111171374.6
申请日：2021-10-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于路网划分和边界流量控制的信号灯管控方法，本方法先采用基于最大协同度的路网划分方法将城市全域交通路网划分为子路网簇，并将子路网的每个路口视为一个智能体，设计基于深度神经网络的多智能体强化学习方法，通过子网内智能体执行动作过程中与周围交通环境不断交互来学习生成子路网内信号灯最优协同控制策略。同时通过标定子路网宏观基本图模型，对子路网边界路段及路口进行流量控制，进一步优化子路网交通运行状态和通行效率。本发明相对于传统的交通信号灯控制方法，从全局角度对全域路网进行划分，通过对子路网内多信号灯的协同控制和子网边界的流量控制，实现城市信号灯的高效管控，对缓解城市交通拥堵具有重大意义。
-
公开(公告)号：CN113593242A
公开(公告)日：2021-11-02
申请号：CN202111140098.7
申请日：2021-09-28
Applicant: 之江实验室
Abstract: 本发明公开了一种基于路口车辆检测器组的在途量估算方法，包括以下步骤：S1：获取路网拓扑结构及全路网中车辆检测器的位置分布，将每个采样路段上下游路口的四个车辆检测器组成车辆检测器组；S2：在统计周期内通过车辆检测器组采集每个采样路段过车信息；S3：统计每个采样路段在统计周期内的车流量，并计算平均行驶速度和平均车流密度；S4：计算全路网所有采样路段的平均车流密度，并计算统计周期内的全路网平均在途量。本发明更为精准的观测路段平均车速，从而求得更加精准的车流密度，提高全路网在途量估算精度，避免由于无法全样本观测而造成的系统性偏差。
-
Patent Agency Ranking
公开(公告)号：CN113506442A
公开(公告)日：2021-10-15
申请号：CN202111059324.9
申请日：2021-09-10
Applicant: 之江实验室
Abstract: 本发明公开了一种基于预期收益估计的城市路网交通信号灯控制方法，利用C‑V2X无线通信技术从车载终端获取路网中所有车辆的实时信息，从而获得当前道路实时交通状态，自适应的根据交通状态动态控制信号灯相位变换。本发明通过预估信号灯的各个相位绿灯时长内可通行车辆的及时行驶距离和未来行驶距离，并综合提出的道路优先通行指数计算出保持当前相位和执行变换相位的预期收益。通过比较保持当前相位和切换为其他相位的预期收益大小，选择最佳相位，实现在下一个信号灯周期执行最佳相位的绿灯通行时长内尽可能让更多的可通行车辆行驶的更远。本发明方法通过在每一个信号灯周期内实现最大预期收益，能明显缓解交通拥堵，提高交通参与者的出行体验。
-
公开(公告)号：CN117275240A
公开(公告)日：2023-12-22
申请号：CN202311554142.8
申请日：2023-11-21
Applicant: 之江实验室
IPC: G08G1/01 , G06N3/092 , G06F18/23213
Abstract: 本发明公开了一种考虑多类型驾驶风格的交通信号强化学习控制方法和装置。包括：基于路口周围车辆的历史轨迹数据，确定车辆驾驶风格的类别；获取路口周围车辆的实时轨迹数据，结合确定的车辆驾驶风格类别，实时获取车辆驾驶风格；设置强化学习环境，包括状态空间、动作空间和奖励函数；对强化学习智能体进行训练；将完成训练的智能体部署在路口，实现交通信号的强化学习控制。本发明相比传统交通信号控制方法，考虑了实时的交通流量，更加智慧化；相比于其他强化学习交通控制方法，考虑了多类型的驾驶风格，有助于进一步提升交通效率。
-
公开(公告)号：CN116151493B
公开(公告)日：2023-07-25
申请号：CN202310443476.1
申请日：2023-04-24
Applicant: 之江实验室
IPC: G06F17/00 , G06Q10/04 , G08G1/01 , G06Q50/30 , G06F18/2321 , G06N3/0442
Abstract: 本发明公开了一种基于头部效应和循环神经网络的交通拥堵预测方法和装置，属于交通预测领域，包括：获取车辆轨迹点序列数据并依次进行清洗和路网匹配得到有效轨迹点序列数据；基于有效轨迹点序列数据构建节点表示轨迹点对应访问行为、连边表示行为间关系强度的原始行为图；基于头部效应在有效轨迹点序列数据中挖掘真实意图轨迹数据，基于真实意图轨迹数据对原始行为图进行意图增强，得到意图增强行为图；对意图增强行为图进行嵌入表示得到嵌入向量；采用门控循环神经网络根据嵌入向量预测未来时刻轨迹点对应的访问行为后，对访问行为进行密度聚类，根据聚类结果预测交通拥堵情况。该方法和装置通过考虑头部效应以提升交通拥堵的预测准确性。
-
公开(公告)号：CN114038216B
公开(公告)日：2022-12-23
申请号：CN202111171374.6
申请日：2021-10-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于路网划分和边界流量控制的信号灯管控方法，本方法先采用基于最大协同度的路网划分方法将城市全域交通路网划分为子路网簇，并将子路网的每个路口视为一个智能体，设计基于深度神经网络的多智能体强化学习方法，通过子网内智能体执行动作过程中与周围交通环境不断交互来学习生成子路网内信号灯最优协同控制策略。同时通过标定子路网宏观基本图模型，对子路网边界路段及路口进行流量控制，进一步优化子路网交通运行状态和通行效率。本发明相对于传统的交通信号灯控制方法，从全局角度对全域路网进行划分，通过对子路网内多信号灯的协同控制和子网边界的流量控制，实现城市信号灯的高效管控，对缓解城市交通拥堵具有重大意义。
-
公开(公告)号：CN114937081B
公开(公告)日：2022-11-18
申请号：CN202210854127.4
申请日：2022-07-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于独立非均匀增量采样的网联车位置估计方法及装置，通过将激光雷达点云映射至时空对齐的图像上，对落在图像高级语义约束区域中的映射点，按映射点所处深度区间的点密度进行独立非均匀增量采样，将采样生成的虚拟映射点反向映射至原始点云空间与原始点云合并，并利用合并后的点云基于深度学习方法进行网联车位置估计，解决距离较远或存在遮挡的网联车目标点云稀疏或缺失造成的位置估计不准确问题。本发明设计了一种独立非均匀的增量采样方法，对同一目标实例区域中的映射点按深度值等距划分若干个深度区间，对低密度深度区间设置相对更高的采样率，并限制每个区间的最高采样数，实现映射点的高效合理填充的同时避免无效采样。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.017 seconds)
