-
公开(公告)号：CN114852076A
公开(公告)日：2022-08-05
申请号：CN202210330965.1
申请日：2022-03-30
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种人工与自动驾驶混行环境下面向固定信号配时的自动驾驶车辆轨迹规划方法，包括：采集驶入交叉口控制区域的车辆信息；判断驶入车辆的类别，若为人工驾驶车辆，采用Newell跟驰模型对车辆的轨迹进行预测，若为自动驾驶车辆，采用分段轨迹规划的方法对自动驾驶车辆的轨迹进行规划；存储车辆的轨迹信息，当检测到下一辆车驶入时，更新当前车辆信息，开启车辆轨迹规划。本发明属于一种启发式算法，实现了混行环境下自动驾驶车辆的轨迹规划，在保证安全的前提下，提高了规划效率，并且对不同交通流量、信号相位和车辆渗透率下的信号交叉口均可实现车辆轨迹规划。
-
公开(公告)号：CN114815852A
公开(公告)日：2022-07-29
申请号：CN202210669398.2
申请日：2022-06-14
Applicant: 北京航空航天大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于空间离散化的CACC车队轨迹规划方法，将CACC车队的轨迹规划问题简化为一个经典轨迹规划问题，即给定CACC车辆的初始状态(包括所有车队进入控制区域的时刻、位置、速度和加速度)，以及CACC车队前方距离最近的人工驾驶车辆的预测轨迹，为CACC车辆整体规划兼顾瓶颈效率和轨迹平滑性的轨迹。本发明在基于前车预测轨迹的情况下，以空间离散化的思路建模，在若干约束条件和目标函数下，通过F‑W算法得到了CACC车队的规划轨迹。本发明将CACC车队作为控制手段引入到交通流的管控中来，能够减小与前方人工驾驶车辆的空白间隙，同时平滑上游车辆的轨迹，以提升瓶颈通行效率。
-
公开(公告)号：CN113011780B
公开(公告)日：2022-05-31
申请号：CN202110394113.4
申请日：2021-04-13
Applicant: 江苏方天电力技术有限公司 , 北京航空航天大学
Abstract: 本发明公开了一种多无人机协同电力巡检的任务分配方法，包括：获取驻车点位置、任务集合与无人机集合；计算各任务杆塔与驻车点的实际距离；构建多无人机协同电力巡检的任务分配模型，分配模型以用时最长的无人机完成所分配任务子集的时间最小化为优化目标，任务分配模型的假设及约束条件根据电力巡检实际情况设定；采用遗传算法求解任务分配模型，得到实现优化目标且满足约束条件的整体最优解。本发明根据现有电力巡检实际情况以及无人机电力巡检任务要求，能够实现输入相关坐标及参数信息，求解得出无人机的任务序列，并保证多架无人机任务时间相近，减少无人机的等待浪费，最小化单个驻车点所有无人机完成全部巡检任务的总时间，提升电力巡检效率。
-
公开(公告)号：CN113657672A
公开(公告)日：2021-11-16
申请号：CN202110948566.7
申请日：2021-08-18
Applicant: 北京航空航天大学
Abstract: 本发明公布了一种基于动态规划的综合枢纽末班车衔接方法，所述方法首先分析综合枢纽轨道交通系统末班车时段的运营特征，调查末班车时段乘客的换乘特征、综合枢纽站的布局及列车时刻表，提出末班车时段乘客路径选择的主要影响因素；乘客换乘行为特性及换乘时间量化分析，定性分析综合枢纽内乘客到达换乘点的时空规律；优化地铁列车开行时刻表，通过相应的模型及求解算法，准确判断出综合枢纽末班车时段乘客的换乘需求及所需时间，更新优化现有的地铁列车开行时刻表。本发明以乘客总等待时间最小为目标，根据现有的地铁开车时刻方案，不改变车的数量的情况下优化地铁列车的开行时刻表，具有较快的计算速度和较好的求解效果。
-
公开(公告)号：CN113642797A
公开(公告)日：2021-11-12
申请号：CN202110949848.9
申请日：2021-08-18
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于交通小区的行程时间可靠性计算与异常区域识别方法，所述方法首先结合道路、社区、河流等因素对城市进行空间划分并编号；时间上根据不同时段和工作日、休息日、节假日进行聚合。其次，通过将GPS轨迹数据进行地图匹配，将筛选出的OD数据根据每条移动轨迹数据所对应的交通小区编号进行聚合，统计并排序每块交通小区的出行量和到达量，得到出行矩阵样式。再通过提取区域对间的出行总数、平均出行速度以及平均出行时间三种出行关键特征，构建行程时间可靠性指标计算体系，通过不同交通小区出行时间的方差分布描述出行时间可靠性。最后，定义随机变量识别由突发事件导致的偶发性衔接与布局导致的全局性衔接问题异常区域。
-
Patent Agency Ranking
公开(公告)号：CN113627814A
公开(公告)日：2021-11-09
申请号：CN202110951997.9
申请日：2021-08-18
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于电动汽车动态充电请求的移动并行充电系统，包括：电动汽车实时充电需求接收模块，用于实时接收电动汽车充电服务请求；电动汽车位置更新模块，用于进一步更新未完成充电服务请求以及新充电请求位置更新；移动充电车辆路径重规划模块，用于以成本最低为目标规划新的或已被安排移动充电车辆路径。本发明提出的并行充电系统有助于缓解电动汽车驾驶员运行里程焦虑，有效避免大规模固定充电基础设施布局；本发明可以实时更新移动充电车辆路径以最小成本服务实时更新的充电需求；本发明可以允许同一节点的多辆电动汽车同时被服务，充分提高了移动充电车辆服务效率。
-
公开(公告)号：CN109583611B
公开(公告)日：2021-06-01
申请号：CN201811377219.8
申请日：2018-11-19
Applicant: 北京航空航天大学
IPC: G06Q10/02 , G06Q30/06 , G06F16/29 , G06F16/215 , G06F16/2458 , G06Q50/30 , G06K9/62
Abstract: 本发明公开了一种基于网约车数据的定制公交站点选址方法，根据网约车数据提取了大量的出行信息，补充了定制公交公司的乘客出行需求收集方式；并创新地提出了交通出行小区概念，并将交通出行小区作为链接定制公交站点与网约车数据的桥梁，将体量较大的网约车数据简化为区域间流动与区域内部流动的概念，从而让定制公交站点选址精度大幅提升。
-
公开(公告)号：CN109064742A
公开(公告)日：2018-12-21
申请号：CN201810878401.5
申请日：2018-08-03
Applicant: 北京航空航天大学
CPC classification number: G08G1/0104 , G08G1/01 , G08G1/0125 , G08G1/0133 , G08G1/123
Abstract: 本发明属于城市智能公共交通信息处理技术领域，具体到一种基于SVM的自适应公交到站时间预测方法，考虑了多种影响公交到站时间的动态因素，将其量化并建立了基于SVM的集合了天气、星期、法定假日、地理位置等静态信息和上游路段速度、下游路段速度、下游路段最新花时、路况拥挤程度、时间段等动态信息的公交到站时间预测模型；同时根据公交到站时间历史数据的波动性，自适应地选择公交预测模型，在保证准确性的同时提高了预测效率。本发明可较为精确效率地预测公交到站时间，有利于提高公共交通的服务水平。
-
公开(公告)号：CN108492608A
公开(公告)日：2018-09-04
申请号：CN201810202025.8
申请日：2018-03-12
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于云模型的公交车客流量的分析方法及系统。方法包括：根据待分析的原始公交IC卡交易记录，获取有效公交IC卡交易记录；基于云模型，根据所述有效公交IC卡交易记录，获取公交车客流量的分析结果。本发明提供的方法及系统，通过采用公交车的IC卡交易记录对公交车客流量进行分析，无需车载GPS系统，方便快捷，既节省了存储空间，同时降低了数据处理成本；首次将云模型应用在公交客流量分析中，云模型生成的云图能够直观有效地反映客流分布特征，云模型的三个指标便于比较不同因素间的差异，指导公交运营单位合理调整公交发车间隔，提升公交系统服务水平。
-
公开(公告)号：CN113869549B
公开(公告)日：2025-01-28
申请号：CN202110947419.8
申请日：2021-08-18
Applicant: 北京航空航天大学
IPC: G06Q10/04 , G06Q10/0639 , G06N3/08 , G06F18/23
Abstract: 本发明公开了一种基于小区的网络出行可靠性评价及预测方法，包括步骤：S1：对网约车数据进行预处理，构建网约车出行轨迹数据集；S2：根据轨迹数据集提取各时段的交通状态特征；S3：计算每次出行的时间偏离程度，建模网约车出行样式；S4：进行集计处理，评价各小区的网络出行可靠性；S5：使用聚类算法划分多个可靠性等级；S6：设置一神经网络预测模型，利用数据集训练神经网络模型；S7：利用小区历史特征和可靠性预测整个网络各个小区的可靠性。本发明能够小区划分不规则情况下捕捉不同小区间的空间关联性，可以捕捉研究小区同自身以及其他小区的时间关联性；考虑了出行需求，更符合系统评估的需要，预测速度快、准确率高。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.05 seconds)
