-
公开(公告)号：CN116246452A
公开(公告)日：2023-06-09
申请号：CN202310243214.0
申请日：2023-03-14
Applicant: 北京工业大学
IPC: G08G1/00 , G08G1/01 , G08G1/0967 , G08G1/0968
Abstract: 本发明提供一种网联自动驾驶车辆专用道规划方案合理性分析方法，包括：考虑前后车辆类型和CAV车辆编队特性划分不同的跟驰模式，根据不同跟驰模式下对应混合交通流中的不同车头时距；建立宏观概率模型计算混行条件下车辆平均车头时距以及相应的道路通行能力；基于对混行场景下道路通行能力的研究，推导适用于混合交通流的路段阻抗函数；假设在设置专用道后，CAV出行者的车道选择遵循用户均衡条件得到选择专用道的CAV出行者比例；通过比较设置CAV专用道路段前后总出行成本得到专用道规划方案合理性判断条件。本发明提出了针对未设置专用道路段判断专用道规划方案合理性的条件。
-
公开(公告)号：CN116206442A
公开(公告)日：2023-06-02
申请号：CN202310046478.7
申请日：2023-01-31
Applicant: 北京工业大学
Abstract: 本发明提供一种面向网联自动驾驶混行场景的交叉口规划与信号优化方法，在HVs与CAVs混行的路网上提出了设置CAV专用相位和CAV专用进口道的信号交叉口，并提出了HVs与CAVs混行下的交叉口布局及信号设置优化问题，并对其进行建模，设置全局最优精确性算法求解得到问题的全局最优解，即决策路网中每个交叉口的类型(传统视觉信号交叉口，智能无信号交叉口，新型信号交叉口)，和两类信号交叉口的周期时长、绿灯时长、CAV专用相位时长，使得混行路网的总出行成本最小。本发明提出的交叉口规划和信号设置优化问题的建模方法和求解算法可以明显改善路网性能，提高不同市场渗透率下的HVs与CAVs混行路网的整体出行效率，充分发挥网联自动驾驶技术优势。
-
公开(公告)号：CN119131767A
公开(公告)日：2024-12-13
申请号：CN202411169864.6
申请日：2024-08-26
Applicant: 北京工业大学
Abstract: 本发明涉及一种针对不同隐私等级车辆的驾驶员情绪识别方法。对于非隐私车辆，通过非隐私车辆和路边单元之间的距离、路边单元给非隐私车辆的计算资源以及任务的平均时延作为状态、任务卸载策略作为动作、任务平均时延的负值作为奖励，得到最佳任务卸载策略，最大限度地减少卸载系统的平均时延；隐私车辆在本地训练模型，随后只将模型参数卸载到路边单元进行汇总；非隐私车辆、路边单元上传参数至中央云服务器，中央云服务器聚合所有模型参数，并分发更新后的模型参数。通过采用本发明提供的针对不同隐私等级车辆的驾驶员情绪识别方法，可以保护驾驶员隐私，提高训练效率。
-
公开(公告)号：CN116246452B
公开(公告)日：2024-12-13
申请号：CN202310243214.0
申请日：2023-03-14
Applicant: 北京工业大学
IPC: G08G1/00 , G08G1/01 , G08G1/0967 , G08G1/0968
Abstract: 本发明提供一种网联自动驾驶车辆专用道规划方案合理性分析方法，包括：考虑前后车辆类型和CAV车辆编队特性划分不同的跟驰模式，根据不同跟驰模式下对应混合交通流中的不同车头时距；建立宏观概率模型计算混行条件下车辆平均车头时距以及相应的道路通行能力；基于对混行场景下道路通行能力的研究，推导适用于混合交通流的路段阻抗函数；假设在设置专用道后，CAV出行者的车道选择遵循用户均衡条件得到选择专用道的CAV出行者比例；通过比较设置CAV专用道路段前后总出行成本得到专用道规划方案合理性判断条件。本发明提出了针对未设置专用道路段判断专用道规划方案合理性的条件。
-
公开(公告)号：CN119049286B
公开(公告)日：2025-04-18
申请号：CN202411215538.4
申请日：2024-09-02
Applicant: 北京工业大学
Abstract: 本发明公开了网联自动驾驶混行场景下的车道通行能力计算与分析方法，为处理混行车道通行能力与异质车辆空间分布之间的关系，提出一个物理意义明确、表达式明确的可计算指标(即CAV聚集强度)，在考虑CAV车队长度上限且不依赖两类车辆在车道上完全随机分布的假设条件下，定量表征HV与CAV两类车辆的纵向分布。针对HV和CAV混合行驶环境下车道随机通行能力计算问题，通过提出的环形单车道的设定，保证了混合交通流中的车头时距数与车辆数相等，从而建立车辆渗透率与不同车辆对比例之间的关系。基于提出的CAV编队强度指标，建立马尔可夫链模型，从理论上推导出混行车道通行能力的显式表达式，并将其表达为CAV渗透率、CAV聚类强度、CAV车队长度上限的多元函数。
-
Patent Agency Ranking
公开(公告)号：CN119049286A
公开(公告)日：2024-11-29
申请号：CN202411215538.4
申请日：2024-09-02
Applicant: 北京工业大学
Abstract: 本发明公开了网联自动驾驶混行场景下的车道通行能力计算与分析方法，为处理混行车道通行能力与异质车辆空间分布之间的关系，提出一个物理意义明确、表达式明确的可计算指标(即CAV聚集强度)，在考虑CAV车队长度上限且不依赖两类车辆在车道上完全随机分布的假设条件下，定量表征HV与CAV两类车辆的纵向分布。针对HV和CAV混合行驶环境下车道随机通行能力计算问题，通过提出的环形单车道的设定，保证了混合交通流中的车头时距数与车辆数相等，从而建立车辆渗透率与不同车辆对比例之间的关系。基于提出的CAV编队强度指标，建立马尔可夫链模型，从理论上推导出混行车道通行能力的显式表达式，并将其表达为CAV渗透率、CAV聚类强度、CAV车队长度上限的多元函数。
-
公开(公告)号：CN116206442B
公开(公告)日：2024-07-26
申请号：CN202310046478.7
申请日：2023-01-31
Applicant: 北京工业大学
Abstract: 本发明提供一种面向网联自动驾驶混行场景的交叉口规划与信号优化方法，在HVs与CAVs混行的路网上提出了设置CAV专用相位和CAV专用进口道的信号交叉口，并提出了HVs与CAVs混行下的交叉口布局及信号设置优化问题，并对其进行建模，设置全局最优精确性算法求解得到问题的全局最优解，即决策路网中每个交叉口的类型(传统视觉信号交叉口，智能无信号交叉口，新型信号交叉口)，和两类信号交叉口的周期时长、绿灯时长、CAV专用相位时长，使得混行路网的总出行成本最小。本发明提出的交叉口规划和信号设置优化问题的建模方法和求解算法可以明显改善路网性能，提高不同市场渗透率下的HVs与CAVs混行路网的整体出行效率，充分发挥网联自动驾驶技术优势。
-
公开(公告)号：CN115660077A
公开(公告)日：2023-01-31
申请号：CN202211224957.5
申请日：2022-10-09
Applicant: 北京工业大学
IPC: G06N3/098 , G06N3/084 , G06N3/0499 , G06F21/64
Abstract: 本发明公开了基于区块链和联邦强化学习的自动驾驶车可信换道方法，本发明保证道路中自动驾驶车在不泄露本地数据的情况下进行联合训练。模型上传与下载过程基于区块链进行保护。本发明实例中，为了确保本地联邦强化学习训练结果的可信性，引入见证车对参与联邦强化学习训练的结果进行认证。另外提出基于任务的自动驾驶车评价模型和基于声誉的边缘计算节点评价模型。
-
公开(公告)号：CN107944611B
公开(公告)日：2021-11-26
申请号：CN201711142887.8
申请日：2017-11-17
Applicant: 北京工业大学
IPC: G06Q10/04
Abstract: 面向个性化出行需求的跨模式组合出行规划方法，属于智能交通信息服务领域。现有技术提供的出行方案较为固定，无法根据用户对时间、经济等不同需求的特点生成个性化的方案。本发明首先将现有出行方式的出行过程进行单元化分解，在单元化过程中引入一些测算方式获得较为准确的出行单元数据。对区域路网在超级网络的概念上设置节点、路段，搭建不同交通方式所组成的综合网络层，将节点ID编码与出行单元的时间数据相匹配，生成路径算子。本方法从用户的需求出发，将各种出行方式的舒适程度、花费、路程时间等数据设立为适应性评价标准。根据路径算子，标定适应性评价标准，采用遗传算法求解，最终为用户提供具有经济、省时、舒适、低碳特点的出行方案。
-
公开(公告)号：CN107944611A
公开(公告)日：2018-04-20
申请号：CN201711142887.8
申请日：2017-11-17
Applicant: 北京工业大学
IPC: G06Q10/04
CPC classification number: G06Q10/047
Abstract: 面向个性化出行需求的跨模式组合出行规划方法，属于智能交通信息服务领域。现有技术提供的出行方案较为固定，无法根据用户对时间、经济等不同需求的特点生成个性化的方案。本发明首先将现有出行方式的出行过程进行单元化分解，在单元化过程中引入一些测算方式获得较为准确的出行单元数据。对区域路网在超级网络的概念上设置节点、路段，搭建不同交通方式所组成的综合网络层，将节点ID编码与出行单元的时间数据相匹配，生成路径算子。本方法从用户的需求出发，将各种出行方式的舒适程度、花费、路程时间等数据设立为适应性评价标准。根据路径算子，标定适应性评价标准，采用遗传算法求解，最终为用户提供具有经济、省时、舒适、低碳特点的出行方案。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
