-
公开(公告)号：CN118411834B
公开(公告)日：2025-01-21
申请号：CN202410376286.7
申请日：2024-03-29
Applicant: 东南大学
Abstract: 本申请涉及一种基于强化学习考虑硬路肩开放的高速公路单匝道管控方法。该方法包括：根据高速公路的交通流运动状态的变化以及考虑硬路肩开放情况，构建决策智能体的状态空间，将改变匝道信号灯当前所处相位定义为决策智能体的动作空间，将匝道与主线车道排队之和求平方之后的变化值定义为决策智能体的奖励函数，采用规则知识增强的强化学习算法对决策智能体进行训练，训练至通过奖励函数计算获得的奖励值在预设的范围内波动，获得训练好的决策智能体，获取实时高速公路的交通流运动状态以及考虑硬路肩开放情况作为状态数据，输入到训练好的决策智能体进行分析输出匝道管控策略对高速公路的匝道进行管控。有效增强了交通系统的整体运行效率。
-
公开(公告)号：CN115420274B
公开(公告)日：2025-03-18
申请号：CN202210979577.6
申请日：2022-08-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于安全势场的道路风险地图生成方法，具体步骤如下：通过采集外部各类交通主体数据信息，运用安全势场理论对道路线型和车道划分数据、道路边界数据、车辆数据进行分析，构建对应的势场模型，生成道路风险地图，并实时提供给驾驶员；本发明的道路风险地图生成系统，包括数据采集模块、势场模型构建模块、场强计算模块、道路切割模块、地图生成模块、和预警信息模块；各模块分别执行其存储执行指令并协同工作，来实现道路风险地图生成方法。本发明能够展示道路时空范围内安全风险的高低情况，可以从宏观层面把握道路风险的分布，与此同时，由于“聚集场强”包含环境信息场的场强信息，能够为车辆提供车道级风险预警提示。
-
公开(公告)号：CN118411834A
公开(公告)日：2024-07-30
申请号：CN202410376286.7
申请日：2024-03-29
Applicant: 东南大学
Abstract: 本申请涉及一种基于强化学习考虑硬路肩开放的高速公路单匝道管控方法。该方法包括：根据高速公路的交通流运动状态的变化以及考虑硬路肩开放情况，构建决策智能体的状态空间，将改变匝道信号灯当前所处相位定义为决策智能体的动作空间，将匝道与主线车道排队之和求平方之后的变化值定义为决策智能体的奖励函数，采用规则知识增强的强化学习算法对决策智能体进行训练，训练至通过奖励函数计算获得的奖励值在预设的范围内波动，获得训练好的决策智能体，获取实时高速公路的交通流运动状态以及考虑硬路肩开放情况作为状态数据，输入到训练好的决策智能体进行分析输出匝道管控策略对高速公路的匝道进行管控。有效增强了交通系统的整体运行效率。
-
公开(公告)号：CN115420274A
公开(公告)日：2022-12-02
申请号：CN202210979577.6
申请日：2022-08-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于安全势场的道路风险地图生成方法，具体步骤如下：通过采集外部各类交通主体数据信息，运用安全势场理论对道路线型和车道划分数据、道路边界数据、车辆数据进行分析，构建对应的势场模型，生成道路风险地图，并实时提供给驾驶员；本发明的道路风险地图生成系统，包括数据采集模块、势场模型构建模块、场强计算模块、道路切割模块、地图生成模块、和预警信息模块；各模块分别执行其存储执行指令并协同工作，来实现道路风险地图生成方法。本发明能够展示道路时空范围内安全风险的高低情况，可以从宏观层面把握道路风险的分布，与此同时，由于“聚集场强”包含环境信息场的场强信息，能够为车辆提供车道级风险预警提示。
-
-
-
Search Results
4
records
(took 0.018 seconds)
