一种抑制隧道入口区域交通流负效应的网联动车控制方法

    公开(公告)号:CN115331432A

    公开(公告)日:2022-11-11

    申请号:CN202210876423.4

    申请日:2022-07-25

    Applicant: 重庆大学

    Abstract: 本发明公开了一种抑制隧道入口区域交通流负效应的网联动车控制方法,其包括以隧道入口处为起点向上游选择一段长度为S的区域,构建车辆运动学模型,网联自动车利用通信感知设备感知控制区域内车的位置和速度,并对车道从右至左依次编号为1~n,路网中的网联自动车判断当前自己所处的车道,获取相邻车道中车辆类别、车辆纵向距离、车速,计算安全换道距离、安全换道间隙,并作出是否调整车速及是否换道的决策。本发明中综合考虑了网联自动车周围的所有车辆信息,为网联自动车的速度调整以及换道提供了数据基础;其根据每辆网联自动车的状态采用不同的换道算法,既能保证跟驰换道安全,又能抑制该区域的负效应影响。

    自动驾驶接管风险评估和人机友好预警方法及预警系统

    公开(公告)号:CN111717221B

    公开(公告)日:2022-11-11

    申请号:CN202010478005.0

    申请日:2020-05-29

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 毛鹏

    Abstract: 本发明公开了自动驾驶接管风险评估和人机友好预警方法及预警系统,预警方法在于首先计算自动驾驶接管时的接管风险值,然后根据人机友好接管预警算法向驾驶人发出相应方式的接管预警,以提醒驾驶人进行接管操作;预警系统基于预警方法,包括自动驾驶判断模块、接管需求模块、本车接管风险值评估模块和报警模块;汽车集成有预警系统。本发明在综合考虑多风险源的情况下,分析交通中的多物理对象对本车接管造成的风险,结合本车驾驶人的接管反应特性,对接管时刻的风险进行评估,同时考虑驾驶人的舒适度,建立了人机友好预警方法,可以保障自动驾驶接管安全性,同时提高驾驶人的用户体验,该方法还能为智能驾驶辅助系统提供技术支持。

    一种驾驶员手部相对静止状态下脱离方向盘检测方法

    公开(公告)号:CN111717210B

    公开(公告)日:2022-11-11

    申请号:CN202010485078.2

    申请日:2020-06-01

    Applicant: 重庆大学

    Abstract: 本发明公开了一种驾驶员手部相对静止状态下脱离方向盘检测方法,本发明采用智能手表和智能手机来采集车辆和驾驶员的信息,利用基于高斯多元模型异常检测算法来判断驾驶员手部是否脱离方向盘,避免了目前通行的基于计算机视觉的检测系统方案受到光照等外界因素影响的问题,提高了检测准确率和稳定性,同时又不会对驾驶员造成心理干扰;采用智能手机和智能手表作为传感器,减少了设备成本,利于推广。

    一种隧道入口区域车辆协同一致性评价方法

    公开(公告)号:CN115311838A

    公开(公告)日:2022-11-08

    申请号:CN202210865904.5

    申请日:2022-07-22

    Applicant: 重庆大学

    Abstract: 本发明公开了一种隧道入口区域车辆协同一致性评价方法,该方法包括以下步骤:步骤1)确定隧道入口区域车辆理想行驶速度;步骤2)计算单个车辆瞬时一致性定量值步骤3);计算隧道入口区域车辆协同一致性定量值步骤;4)评价隧道入口区域车车协同效果,本发明的一种隧道入口区域车辆协同一致性评价方法,可根据隧道入口区域的特点,确定了隧道入口区域车辆的理想速度,使得提出的一致性评价方法更具有针对性,同时,考虑了隧道入口区域车辆协同行驶过程中,位于不同位置的车辆对整体一致性的影响,可以使本发明建立的一致性评价方法更加贴合实际情况。

    一种基于梯度校正估计预瞄时间的车辆横向控制方法

    公开(公告)号:CN110147041B

    公开(公告)日:2022-07-29

    申请号:CN201910419677.1

    申请日:2019-05-20

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 文权

    Abstract: 本发明公开了一种基于梯度校正估计预瞄时间的车辆横向控制方法,包括以下步骤:步骤S1:建立二自由度车辆动力学模型作为参考模型Gv(s);步骤S2:构建反应驾驶员操纵特性的驾驶员模型Gh(s);步骤S3:构建预瞄环节P(s);步骤S4:根据车辆动力学模型Gv(s)、驾驶员模型Gh(s)、预瞄环节P(s)构建闭环控制系统;步骤S5:对所构建的闭环控制系统离散化;步骤S6:建立梯度校正辨识函数;步骤S7:以最小化梯度校正准则函数输出与输入关系最小为目标,确定驾驶员模型的模型参数。本发明通过梯度校正参数估计方法,将之前时刻的估计值用来校准当前时刻的估计值,实现预瞄时间的动态调整,既保证了模型的道路跟随精度,同时提高了乘坐舒适性。

    一种收费站下道流量短时预测方法与装置

    公开(公告)号:CN113345252B

    公开(公告)日:2022-07-22

    申请号:CN202110640841.9

    申请日:2021-06-08

    Applicant: 重庆大学

    Abstract: 本发明公开了一种收费站下道流量短时预测方法与装置,并具体公开了数据获取模块:用于获取预测数据;获取的数据包括封闭路网中各站点车辆的上道收费数据以及下道收费数据,包括收费时间、车牌号、车辆类型、站点名称、行程时间;数据预测模块:基于数据获取模块获得的数据构建数据集,计算当前时段数据与数据集中数据的欧式距离计算权值,利用加权平均的方式确定当前时段上游站点向目标站点的转移比例;最终构建各站点向目标站点转移的车流量的预测模块,用于预测各时段目标站点的下道流量。

    一种基于RFID数据考虑货车混入率的公交行程时间预测方法

    公开(公告)号:CN111951556B

    公开(公告)日:2022-04-29

    申请号:CN202010845605.6

    申请日:2020-08-20

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 谌锐

    Abstract: 本发明公开了一种基于RFID数据考虑货车混入率的公交行程时间预测方法,该方法针对目前少有学者基于RFID数据进行公交行程时间预测的现状和未考虑货车这一对公交跟驰行为和驾驶策略产生直接影响的特定类型车辆混入比率对公交行程时间的影响等问题,利用RFID数据,考虑货车混入率对公交行程时间的相关影响重构公交车路段行程时间数据样本,建立LSTM‑SVR组合预测模型实现对目标班次公交行程时间的精准预测,提高鲁棒性和泛化能力,为智慧公交出行提供参考依据。

    一种基于RFID数据的交通流速度临界相变区间估计方法

    公开(公告)号:CN111951555B

    公开(公告)日:2022-04-22

    申请号:CN202010844569.1

    申请日:2020-08-20

    Applicant: 重庆大学

    Inventor: 孙棣华 赵敏 谌锐

    Abstract: 本发明公开了一种基于RFID数据的交通流速度临界相变区间估计方法,针对目前对交通流速度临界相变区间的估计问题缺乏细致研究和基于RFID数据对临界交通状态下的各类交通流参数进行估计时存在较多不确定因素等问题,利用采集得到的RFID数据,设计冗余数据识别算法,提取交通流速度特征参数并进行数据预处理,构建混合高斯模型(GMM)并利用最大期望(EM)算法完成模型参数求解,结合“数据间隙”现象建立估计模型对交通流速度临界相变区间进行有效估计。本发明提出的交通流速度临界相变区间估计方法能为城市道路交通状态的划分提供重要的参考依据。

    自适应调节阈值和算法结构的停车事件检测系统及方法

    公开(公告)号:CN109299672B

    公开(公告)日:2022-02-15

    申请号:CN201811029846.2

    申请日:2018-09-05

    Applicant: 重庆大学

    Abstract: 本发明公开了一种自适应调节阈值和算法结构的停车事件检测系统,该检测系统包括多特征融合的决策树级联分类器系统,所述多特征融合的决策树级联分类器系统包括:车辆潜在目标分类器,用于识别潜在目标区域;停车运动分类器,用于判断潜在目标区域内的运动目标前后两帧图像的车辆前景面积的相对变化量是否超过设定阈值,若超过则判定为非停车事件,否则判定为停车事件。本发明可以快速并有效提高算法对高速公路不同场景下的适应性,提高检测精度。

    一种基于深度学习的个性化车道保持辅助方法及装置

    公开(公告)号:CN113548047A

    公开(公告)日:2021-10-26

    申请号:CN202110638942.2

    申请日:2021-06-08

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于深度学习的个性化车道保持辅助方法,包括:获取驾驶人驾驶过程中的车辆运动状态信息、道路环境信息作为轨迹模型的参数表征;基于深度卷积模糊系统和轨迹模型的参数,建立轨迹模型;对所述轨迹模型进行优化,根据驾驶人的驾驶特性设定约束条件;获取时实车辆运动状态信息和实时道路环境信息,并基于轨迹模型输出驾驶员的横向位置信息,控制车辆对横向位置进行跟踪。本发明利用深度学习这种端到端的方法,学习驾驶人在轨迹上的驾驶习性,实现个性化的车道保持驾驶辅助,能够提高驾驶人对车道保持系统的接受度,降低人机冲突,改善驾驶人的舒适性,也有利于减轻辅助系统规划层的负荷,保证驾驶安全,进一步提高行驶效率。

Patent Agency Ranking