一种基于信号灯信息识别的车辆驾驶行为规划方法

    公开(公告)号:CN118781837A

    公开(公告)日:2024-10-15

    申请号:CN202410551614.2

    申请日:2024-05-07

    申请人: 重庆大学

    IPC分类号: G08G1/0967 G08G1/01

    摘要: 本发明涉及到车辆驾驶行为规划技术领域,公开了一种基于车载信息物理融合系统的车辆驾驶行为规划方法,包括车辆周期性的发送所识别到的红绿灯信号类别,以及车辆自身的位置信息和速度信息;云端汇集当前时刻之前一定时间范围内收到的红绿灯信号类别时间序列提取出信号灯变化周期和相位信息;云端建立车辆队列,并执行多目标优化,获得优化后各车辆的建议驾驶速度,多目标优化的目标为最小化燃油消耗量和排放量,解决了车辆在未知红绿灯信号路口的通行时驾驶行为控制问题,减少真实通行场景中车辆经过未知信号灯信息路口时污染物排放量和燃油消耗量,提升通行效率。

    一种车联网环境下的可靠边缘加速推理任务分配方法

    公开(公告)号:CN116360996A

    公开(公告)日:2023-06-30

    申请号:CN202310338907.8

    申请日:2023-03-31

    申请人: 重庆大学

    摘要: 本发明涉及车联网边缘计算领域,具体涉及一种适用于车联网环境下的可靠边缘加速推理任务分配方法。目的在于加速车联网环境下智能网联车辆深度学习任务的推理过程,在提供边缘加速性能的同时保证较高的卸载可靠性。该方法包括:基于考虑车辆移动性与CNN推理前向传播特性所建立的边缘可靠性模型和任务推理时延模型,以最大化CNN任务可靠性为目标求解用于加速推理的边缘节点最优分配集合;以最大化推理加速比和平均任务卸载成功率为目标求解各客户车辆的用于加速推理的CNN任务分割最优解;客户车辆根据CNN任务分割最优解和边缘节点最优分配集合,将任务发送到边缘节点,边缘节点处理分割的推理任务后返回输出矩阵;客户车辆继续生成最后的推理结果。