-
公开(公告)号：CN115065964B
公开(公告)日：2023-09-08
申请号：CN202210803453.2
申请日：2022-07-07
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种车辆事故信息定向发布方法，主要解决现有技术油耗高、信道竞争激烈及无法满足多业务共存通信的问题，其方案为：建立交通系统模型和含两跳通信的联合通信模型；在交通和通信模型的基础上构建交通系统总消耗模型；构建最小化系统总消耗的优化问题，分别解出两跳通信的最优定向发布矩阵；构建最小化大带宽传输业务平均传输速率的优化问题，解出其最优资源分配矩阵；构建最大化紧急业务传输成功率且最小化大带宽传输业务速率损失的优化问题，解出紧急业务的最优资源分配矩阵；将这些最优矩阵组合得出定向发布总矩阵。本发明在最大化事故信息传输成功率的同时，减少了交通系统的总消耗，可用于城市道路网络。
-
公开(公告)号：CN114781696A
公开(公告)日：2022-07-22
申请号：CN202210332473.6
申请日：2022-03-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向城市路网的无模型事故影响范围预测方法,包括PRN域、DT域；包括如下步骤:步骤1：在PRN域，进行DT域中的路网建模、车辆跟车模型建模和交叉口信号灯建模；步骤2：通过模拟软件SUMO的可视化界面实时观察交通状况的变化；对可视化界面进行截图来获得训练Conv‑LSTM网络层结构的数据集；步骤3：通过堆叠多个Conv‑LSTM网络层结构构成编‑解码结构形成Conv‑LSTM网络，来预测城市道路网络中由事故引起的时空拥堵范围；步骤4：通过Conv‑LSTM网络同时捕捉输入图片的时空信息来预测事故的时空影响范围。本发明使用宏观路网图片进行事故时空影响范围预测，无需对驾驶行为进行严格假设，可以捕捉各种动态驾驶行为。
-
Patent Agency Ranking
公开(公告)号：CN112950934A
公开(公告)日：2021-06-11
申请号：CN202110109654.8
申请日：2021-01-26
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种道路拥堵原因识别方法，主要解决现有方法忽略交通要素因果关系，不适用于大范围路网的问题。其实现方案为：基于梯度增强决策树GBDT法，根据容易获取的车道数量、交通流量和信号控制策略多个交通因素得到其相对应的解释变量，利用变量对路网的性能进行建模，并对模型进行训练测试及参数优化，使用优化后的模型预测路网中的平均车速，并基于该模型对影响路网性能的各个因素进行排序，从而识别出导致交通拥塞的根本原因。本发明利用梯度增强决策树的方法来观测路网中各种因素对道路拥堵的贡献，找到引发拥堵的因素，有效识别出造成交通拥堵的原因，且结果准确可靠。
-
公开(公告)号：CN114781696B
公开(公告)日：2024-04-16
申请号：CN202210332473.6
申请日：2022-03-30
Applicant: 西安电子科技大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/0455 , G06N3/08 , G08G1/01
Abstract: 本发明公开了一种面向城市路网的无模型事故影响范围预测方法,包括PRN域、DT域；包括如下步骤:步骤1：在PRN域，进行DT域中的路网建模、车辆跟车模型建模和交叉口信号灯建模；步骤2：通过模拟软件SUMO的可视化界面实时观察交通状况的变化；对可视化界面进行截图来获得训练Conv‑LSTM网络层结构的数据集；步骤3：通过堆叠多个Conv‑LSTM网络层结构构成编‑解码结构形成Conv‑LSTM网络，来预测城市道路网络中由事故引起的时空拥堵范围；步骤4：通过Conv‑LSTM网络同时捕捉输入图片的时空信息来预测事故的时空影响范围。本发明使用宏观路网图片进行事故时空影响范围预测，无需对驾驶行为进行严格假设，可以捕捉各种动态驾驶行为。
-
公开(公告)号：CN115273502B
公开(公告)日：2023-06-30
申请号：CN202210903865.3
申请日：2022-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种交通信号协同控制方法，主要解决现有集中式评价MARL方法在交通信号协同控制中各智能体具有相同信誉导致合作效率低的问题。其实现方案为：构建路网交通信号控制仿真环境，获取训练样本集；构建由Critic神经网和Actor神经网络并行排布的DRMA网络模型；设计该网络模型的目标优化函数，为各智能体分配不同的信誉并计算各自在协作中的差异贡献；用训练样本集和目标优化函数对DRMA网络模型进行迭代更新，获得训练好的DRMA模型；用训练好的网络模型从环境中获取交通信号协同控制方案。本发明提高了路网的交通信号协同控制效率，降低了路网的平均车辆行程延迟，可用于城市路网的自适应交通信号控制。
-
公开(公告)号：CN115065964A
公开(公告)日：2022-09-16
申请号：CN202210803453.2
申请日：2022-07-07
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种车辆事故信息定向发布方法，主要解决现有技术油耗高、信道竞争激烈及无法满足多业务共存通信的问题，其方案为：建立交通系统模型和含两跳通信的联合通信模型；在交通和通信模型的基础上构建交通系统总消耗模型；构建最小化系统总消耗的优化问题，分别解出两跳通信的最优定向发布矩阵；构建最小化大带宽传输业务平均传输速率的优化问题，解出其最优资源分配矩阵；构建最大化紧急业务传输成功率且最小化大带宽传输业务速率损失的优化问题，解出紧急业务的最优资源分配矩阵；将这些最优矩阵组合得出定向发布总矩阵。本发明在最大化事故信息传输成功率的同时，减少了交通系统的总消耗，可用于城市道路网络。
-
公开(公告)号：CN115273502A
公开(公告)日：2022-11-01
申请号：CN202210903865.3
申请日：2022-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种交通信号协同控制方法，主要解决现有集中式评价MARL方法在交通信号协同控制中各智能体具有相同信誉导致合作效率低的问题。其实现方案为：构建路网交通信号控制仿真环境，获取训练样本集；构建由Critic神经网和Actor神经网络并行排布的DRMA网络模型；设计该网络模型的目标优化函数，为各智能体分配不同的信誉并计算各自在协作中的差异贡献；用训练样本集和目标优化函数对DRMA网络模型进行迭代更新，获得训练好的DRMA模型；用训练好的网络模型从环境中获取交通信号协同控制方案。本发明提高了路网的交通信号协同控制效率，降低了路网的平均车辆行程延迟，可用于城市路网的自适应交通信号控制。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
