一种智能车路系统的运行状况监测方法

    公开(公告)号:CN111445695B

    公开(公告)日:2021-09-24

    申请号:CN202010154941.6

    申请日:2020-03-06

    IPC分类号: G08G1/01 G06N3/04 G06N3/08

    摘要: 本专利公开了一种智能车路系统的运行状况监测方法,所述方法包括:从交叉口、路段、路网等维度建立指标矩阵,得出运行状况指标集。针对指标参数多且量纲不同的特性,采用阈值法进行数值的规范化处理。运用熵权法判断各指标的离散程度,计算指标所占的权重。运用加权总均方根偏差计算法,来衡量指标值之间的计算偏差,反映出测评的精确度。利用熵权‑加权总均方根偏差计算对指标集进行组合赋权。将指标集导入深度强化学习神经网络,利用门控结构进行多层卷积,提取特征值,运用强化学习网络,通过训练最大化目标函数得到最优指标集,进行IVIS运行状况的综合分析。通过上述方案,合理规避了指标绝对集中的可能性,大大提高了指标集的精确性。

    一种智能车路系统的运行状况监测方法

    公开(公告)号:CN111445695A

    公开(公告)日:2020-07-24

    申请号:CN202010154941.6

    申请日:2020-03-06

    IPC分类号: G08G1/01 G06N3/04 G06N3/08

    摘要: 本专利公开了一种智能车路系统的运行状况监测方法,所述方法包括:从交叉口、路段、路网等维度建立指标矩阵,得出运行状况指标集。针对指标参数多且量纲不同的特性,采用阈值法进行数值的规范化处理。运用熵权法判断各指标的离散程度,计算指标所占的权重。运用加权总均方根偏差计算法,来衡量指标值之间的计算偏差,反映出测评的精确度。利用熵权-加权总均方根偏差计算对指标集进行组合赋权。将指标集导入深度强化学习神经网络,利用门控结构进行多层卷积,提取特征值,运用强化学习网络,通过训练最大化目标函数得到最优指标集,进行IVIS运行状况的综合分析。通过上述方案,合理规避了指标绝对集中的可能性,大大提高了指标集的精确性。

    一种面向高速公路合流区的智能靶向疏堵方法

    公开(公告)号:CN113744527B

    公开(公告)日:2022-07-12

    申请号:CN202111015899.0

    申请日:2021-08-31

    摘要: 本专利涉及一种面向高速公路合流区的智能靶向疏堵方法,包括:步骤100,将高速公路上的自动无人驾驶车辆CAV作为检测器对状态空间进行采样,并通过多个独立的检测器进行分布式采样;步骤200,对高速公路合流区的容量状况进行判断,若容量下降,则进行匝道控制方法,所述匝道控制方法通过对当前时刻合流区占用率以及上一时刻入口匝道流率的计算,控制入口匝道的交通流量;步骤300,对高速公路上游的交通密度和临界密度进行比较,若上游的交通密度大于临界密度,则使用D4PG算法作为差分可变限速策略,来输出不同车道的限速策略;步骤400,经过匝道控制方法和差分可变限速的协调优化控制,向高速公路交通流发布智能靶向疏堵策略。

    一种基于边缘计算的高速公路异质交通流可变限速控制方法

    公开(公告)号:CN113554875A

    公开(公告)日:2021-10-26

    申请号:CN202110867989.6

    申请日:2021-07-29

    摘要: 本专利涉及一种基于边缘计算的高速公路异质交通流可变限速控制方法,包括:基于多目标优化,利用阈值法对平均延误和平均排队长度指标进行标准化处理,并设置为可变限速控制方法的奖励函数;部署由RSU和可变限速控制代理集成边缘计算节点,提取高速公路异质交通流信息,作为EDQN算法的状态空间;使用卷积神经网络对异质交通流的状态空间进行特征降维;将CNN网络输出的结果导入到全连接层,执行动作并输出当前时间步的Q值;在Priorized replay Buffer存储样本,利用KL散度作为训练样本的优先级进行排序,从而最小化损失函数,有效提高可变限速控制效果;步骤六、判断贪婪算法是否收敛。本发明考虑了基于多目标优化的奖励函数,提高整体交通效率并减少瓶颈拥堵。

    一种面向高速公路合流区的智能靶向疏堵方法

    公开(公告)号:CN113744527A

    公开(公告)日:2021-12-03

    申请号:CN202111015899.0

    申请日:2021-08-31

    摘要: 本专利涉及一种面向高速公路合流区的智能靶向疏堵方法,包括:步骤100,将高速公路上的自动无人驾驶车辆CAV作为检测器对状态空间进行采样,并通过多个独立的检测器进行分布式采样;步骤200,对高速公路合流区的容量状况进行判断,若容量下降,则进行匝道控制方法,所述匝道控制方法通过对当前时刻合流区占用率以及上一时刻入口匝道流率的计算,控制入口匝道的交通流量;步骤300,对高速公路上游的交通密度和临界密度进行比较,若上游的交通密度大于临界密度,则使用D4PG算法作为差分可变限速策略,来输出不同车道的限速策略;步骤400,经过匝道控制方法和差分可变限速的协调优化控制,向高速公路交通流发布智能靶向疏堵策略。

    一种基于边缘计算的高速公路异质交通流可变限速控制方法

    公开(公告)号:CN113554875B

    公开(公告)日:2023-01-13

    申请号:CN202110867989.6

    申请日:2021-07-29

    摘要: 本专利涉及一种基于边缘计算的高速公路异质交通流可变限速控制方法,包括:基于多目标优化,利用阈值法对平均延误和平均排队长度指标进行标准化处理,并设置为可变限速控制方法的奖励函数;部署由RSU和可变限速控制代理集成边缘计算节点,提取高速公路异质交通流信息,作为EDQN算法的状态空间;使用卷积神经网络对异质交通流的状态空间进行特征降维;将CNN网络输出的结果导入到全连接层,执行动作并输出当前时间步的Q值;在Priorized replay Buffer存储样本,利用KL散度作为训练样本的优先级进行排序,从而最小化损失函数,有效提高可变限速控制效果;步骤六、判断贪婪算法是否收敛。本发明考虑了基于多目标优化的奖励函数,提高整体交通效率并减少瓶颈拥堵。

    基于端边云融合的高速公路瓶颈路段拥堵辨识方法及系统

    公开(公告)号:CN114118230A

    公开(公告)日:2022-03-01

    申请号:CN202111312324.5

    申请日:2021-11-08

    摘要: 本专利涉及一种基于端边云的高速公路瓶颈路段拥堵辨识方法及系统,包括:获取智能车辆数据和路侧终端数据,并根据所述数据,获得拥堵辨识指标数据集;将拥堵辨识指标数据集包含的各个指标数据标准化,获得标准化的各个指标数据;将所述指标数据利用交互算法和LSTM算法提取处理,获得所述拥堵辨识指标数据集的充分表示量;基于所述拥堵辨识指标数据集的充分表示量,确定拥堵状态类型。本专利适应了复杂交通环境下参数数量多与时变的特性,提高了辨识现有瓶颈路段的准确性。

    一种智能车路系统的运行状况监测方法

    公开(公告)号:CN110782664A

    公开(公告)日:2020-02-11

    申请号:CN201910987045.5

    申请日:2019-10-16

    IPC分类号: G08G1/01 G06N3/04 G06N3/08

    摘要: 本专利公开了一种智能车路系统的运行状况监测方法,所述方法包括:从交叉口、路段、路网等维度建立指标矩阵,得出运行状况指标集。针对指标参数多且量纲不同的特性,采用阈值法进行数值的规范化处理。运用熵权法判断各指标的离散程度,计算指标所占的权重。运用加权总均方根偏差计算法,来衡量指标值之间的计算偏差,反映出测评的精确度。利用熵权-加权总均方根偏差计算对指标集进行组合赋权。将指标集导入深度强化学习神经网络,利用门控结构进行多层卷积,提取特征值,运用强化学习网络,通过训练最大化目标函数得到最优指标集,进行IVIS运行状况的综合分析。通过上述方案,合理规避了指标绝对集中的可能性,大大提高了指标集的精确性。