公开(公告)号：CN113673780A

公开(公告)日：2021-11-19

申请号：CN202111027632.3

申请日：2021-09-02

Applicant: 大连理工大学

Inventor： 陈志举 ,  刘锴 ,  王江波 ,  钟绍鹏

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度集成学习的交通稀疏需求预测方法，属于深度集成学习与交通稀疏需求预测的交叉技术应用领域。预测方法包括：采用六边形网格集计城市空间交通需求数据，通过设置最小需求阈值的方式获取不同稀疏度的欠采样子集；在各子集上训练相应的卷积长短期记忆交通需求预测子模型并识别各子模型的最优预测区间，进一步构建深度集成学习框架来融合各子模型的区间优点；对深度集成框架进行训练，并将训练好的模型用于实时预测。该方法融合了各稀疏条件下子模型的不同预测偏好，有效提升了在全体数据集上的预测精度。

公开(公告)号：CN119975407A

公开(公告)日：2025-05-13

申请号：CN202510055681.X

申请日：2025-01-14

Applicant: 大连理工大学

Inventor： 刘锴 ,  汪娇 ,  王江波

IPC: B60W60/00 ,  B60W30/095 ,  B60W50/00 ,  G06N3/0442 ,  G06F18/2415 ,  G06F18/214 ,  G06F18/2411

Abstract: 本发明属于自动驾驶安全技术领域，特别涉及一种考虑在途驾驶风格的车辆轨迹预测方法。本发明从场景感知层、模式层、操作层以及车辆状态层出发，对目标车辆状态进行全面理解，提出的考虑在途驾驶风格的轨迹预测方法整合了规则数据驱动的优势，采用知识驱动的方法将目标车辆的当前状态从抽象的数据层面转化为驾驶行为语义空间。该方法能够模拟人类对现实世界的理解，并将轨迹预测模型的预测效果在不同驾驶行为语义空间和不同在途驾驶风格类型中进行展现。

公开(公告)号：CN119339570B

公开(公告)日：2025-04-22

申请号：CN202411886470.2

申请日：2024-12-20

Applicant: 中汽数据(天津)有限公司 ,  中汽智联技术有限公司 ,  大连理工大学

Inventor： 杜志彬 ,  刘锴 ,  刘天宇 ,  翟鹏宇 ,  苑寿同 ,  汪娇 ,  李志强 ,  王江波

IPC: G08G1/0967 ,  H04W4/44 ,  H04W4/46 ,  G06F18/23213

Abstract: 本发明涉及智能网联车辆技术领域，公开了一种智能网联车辆匝道合流动态服务系统。针对匝道智能网联车辆合流时与存在时空冲突的主路车辆建立博弈模型，并判断主路车辆类型：当主路车辆为智能网联车辆时，对博弈收益系数进行标定，确定当前驾驶意图下的博弈收益系数；当主路冲突车辆为人工驾驶车辆时，对人工驾驶车辆进行驾驶意图分类和博弈收益系数标定，动态识别当前驾驶意图确定当前驾驶意图下的博弈收益系数；通过计算收益及均衡点从而生成合流时匝道智能网联车辆的最优控制策略，消解时空冲突，解决了匝道智能网联车辆汇入效率不高、存在碰撞危险的问题，提升了合流过程的运行效率。

公开(公告)号：CN116882609A

公开(公告)日：2023-10-13

申请号：CN202310990209.6

申请日：2023-08-08

Applicant: 大连理工大学

Inventor： 张云茜 ,  刘锴 ,  陈兴祎 ,  王江波

IPC: G06Q10/047 ,  G06Q50/30 ,  G06F18/22 ,  G06F18/23

Abstract: 本发明公开一种基于改进轨迹聚类算法的定制公交线路多目标优化方法，通过低相似度路径的预先选取，利用轨迹聚类进行线路优化，能够纳入并服务相邻道路意向用户的需求，从而提高意向乘客服务率。发明提出的优化方法采用启发式算法进行大规模高效k条最短路；充分考虑了路网的邻接拓扑结构，提取k条最短路中低相似度的轨迹，保障平行道路空间意向乘客的需求；利用轨迹聚类进行定制公交的线路优化设计，通过合并并行道路的出行者，增加轨迹的重叠度，提高定制公交上座率、提高性能，本发明可以实现一种绿色出行的新型交通模式，从用户角度考虑，能够更好地实现用户需求，提高定制公交对意向用户的服务率。

公开(公告)号：CN116363853A

公开(公告)日：2023-06-30

申请号：CN202211651437.2

申请日：2022-12-21

Applicant: 大连理工大学

Inventor： 高虹 ,  刘锴 ,  郭烈 ,  廉莲 ,  王江波

IPC: G08G1/00

Abstract: 本发明公开一种电动化模块车调度模式设计及智能决策方法。首先确定初级、中级、高级三个自动化阶段以区分模块车组不同的驾驶模式对调度系统带来的人力成本差异。然后引入了包含班次节点，车场节点的网络图，通过限制节点之间弧段的连接类型和条件显著降低了运行网络的复杂性。基于此建立了模块车的网络调度模型以优化包括车队派遣、电力消耗等多项成本在内的公共交通系统的总成本。最后设置了典型的需求场景来对比传统电动公交调度模式与本发明所提出的电动模块车调度模式的经济性能。本发明所提出的模块化调度模型可以通过模块车耦合/拆解的技术实现动态容量控制，以契合多变的时空需求，提高公共交通系统运营经济性以及改善乘客出行服务质量。

公开(公告)号：CN112613630B

公开(公告)日：2022-09-20

申请号：CN202110007677.8

申请日：2021-01-05

Applicant: 大连理工大学

Inventor： 刘锴 ,  陈志举 ,  王江波 ,  卢湖川

IPC: G06Q10/02 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/30 ,  G06F16/9537 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种融合多尺度时空统计信息的短时交通需求预测方法，属于深度学习与交通需求预测的交叉技术应用领域。预测方法包括：提出了多尺度六边形分区的城市交通需求统计区域多尺度划分方法，并计算各区域在不同时空尺度下的交通需求量；构建融合多尺度六边形出行需求时空信息的卷积长短期记忆交通需求预测模型；根据历史数据对模型进行训练，并用训练好的模型对各区域的需求进行实时预测。该方法将多尺度下六边形分区与深度学习相结合，捕捉区域多尺度时空需求信息，有效提升预测精度。

公开(公告)号：CN113902182A

公开(公告)日：2022-01-07

申请号：CN202111150148.X

申请日：2021-09-29

Applicant: 大连理工大学

Inventor： 高虹 ,  刘锴 ,  王江波 ,  姚宝珍

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F30/20 ,  G06F111/04

Abstract: 一种基于不确定运营能耗下的电动公交车队鲁棒充电优化方法，首先利用鲁棒优化技术构建预算不确定集合刻画运营能耗的不确定性，保证所得充电优化结果的鲁棒性，避免传统不确定优化方法预先假设不确定参数服概率分布的局限性。其次，构建电动公交车队鲁棒充电优化模型，充分考虑分时电价，充电站资源约束，车辆不确定能耗需求，运营时间等多约束对电动公交车队充电方案的影响，贴合实际的运营情况。最后根据鲁棒模型的框架设计列生成算法进行求解，将鲁棒优化模型分解为主问题和子问题迭代求解，加快求解效率。本发明为电动公交车队的充电管理提供经济可靠的充电方案，显著降低充电成本，有效应对能耗波动，提高电动公交充电系统的经济性和稳定性。