基于GAT-CS-LSTM的车辆多模态驾驶行为轨迹预测系统及方法

    公开(公告)号:CN117523821A

    公开(公告)日:2024-02-06

    申请号:CN202311300912.6

    申请日:2023-10-09

    Applicant: 苏州大学

    Abstract: 本发明提供一种基于GAT‑CS‑LSTM的车辆多模态驾驶行为轨迹预测系统及方法,涉及智能交通系统技术领域,该系统包括基础数据处理与车辆历史特征编码模块,相对状态与交互特征提取模块,预测车辆驾驶行为与生成预测车辆未来轨迹模块。本发明准确预测其他车辆的轨迹对于避免事故、合理规划路径和做出安全决策至关重要。轨迹预测系统可以帮助自动驾驶系统预测周围车辆的行为,从而更好地融入交通流并做出适应性的驾驶决策。

    一种基于强化学习的匝道信号控制优化方法和系统

    公开(公告)号:CN113409594A

    公开(公告)日:2021-09-17

    申请号:CN202110863361.9

    申请日:2021-07-29

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于强化学习的匝道信号控制优化方法和系统,包括:匝道交叉口优化控制步骤,通过单点自适应控制检测道路上的实时交通流,上位机根据所述实时交通流选择匝道信号控制方案,建立SARSA信号控制模型;模型参数标定步骤,获取车辆跟驰与换道模型,对所述车辆跟驰与换道模型的参数进行标定;仿真步骤,根据预设的需求训练所述SARSA信号控制模型和标定参数后的车辆跟驰与换道模型,得到优化的匝道信号控制方案。本发明通过设计基于强化学习的快速路上匝道信号控制优化方法,并基于交通仿真的匝道控制方法验证及效果评价,使用SUMO仿真验证效果,为以后的理论研究和工程应用提供新的思路和方法。

Patent Agency Ranking