-
-
公开(公告)号：CN113781788A
公开(公告)日：2021-12-10
申请号：CN202111349814.2
申请日：2021-11-15
Applicant: 长沙理工大学
Abstract: 本发明公开了基于稳定性与安全性的自动驾驶车辆管理方法，当异质交通流的CAV渗透率达到或超过阈值时，异质交通流采用车队管理策略通行：多辆CAV车辆主动形成CAV车队进行编队行驶；阈值的确定方法为：根据车队管理策略下不同CAV渗透率的异质交通流的非稳定性判别条件，确定异质交通流稳定域。本发明基于稳定性与安全性的自动驾驶车辆管理方法针对异质交通流提出了车队管理策略，建立了车队管理策略下不同CAV渗透率的异质交通流稳定性解析框架，将复杂的异质交通流稳定性问题转变为简单线性函数的分析，便于研究不同交通流平衡态速度、不同CAV渗透率时的异质流稳定性。
-
公开(公告)号：CN113689723A
公开(公告)日：2021-11-23
申请号：CN202111023979.0
申请日：2021-09-02
Applicant: 长沙理工大学
IPC: G08G1/0967 , G08G1/0965 , H04W4/44 , H04W4/46 , H04W4/40
Abstract: 本发明公开了一种不同路侧单元部署特性下的混合交通速度控制方法，具体为：通过相邻两个路侧单元间距与相邻两个路侧单元辐射半径和的差值对路侧单元的部署特性进行量化表达，并提出适配于部署特性的效用函数；将传统的混合交通速度控制模型与路侧单元部署特性耦合关联，建立不同路侧单元部署特性下的混合交通速度控制模型。本发明将路侧单元部署特性的量化指标引入传统混合交通速度控制模型，考虑了路侧单元部署特性与混合交通速度控制的耦合，提高了车辆运行状态的稳定性及有效性，有效提升了通行效率、交通安全。
-
公开(公告)号：CN111402576A
公开(公告)日：2020-07-10
申请号：CN202010024882.0
申请日：2020-01-10
Applicant: 长沙理工大学
Abstract: 一种基于深度学习的城市道路交通状态预测系统，利用如下模块实现预测：交通环境模块、记忆库模块、神经网络模块、训练提升网络模块、可视化模块、交互模块；所述交通环境模块包括采集模块、预处理模块，所述采集模块采集城市道路位置信息、高峰期平均车速信息、气温信息、降水概率信息、拥堵长度信息；所述预处理模块基于拉格朗日插值方法与归一化方法进行交通数据预处理，获取用于交通预测的可靠数据，所得数据存入记忆库模块，并根据所述可靠数据构建神经网络，从而构建交通状态的深度循环学习网络。
-
公开(公告)号：CN112270355B
公开(公告)日：2023-12-05
申请号：CN202011172029.X
申请日：2020-10-28
Applicant: 长沙理工大学
Abstract: GRU主动安全预测模型进行主动安全预测。应用本发明公开了一种基于大数据技术与SAE‑ 范围广，满足高精度、高效率预测的要求。GRU的主动安全预测方法，首先，获取原始数据集并对其预处理形成训练数据集；利用训练数据集，基于聚类分析进行动态交通运行状态识别，获取带有交通运行状态标签的样本数据集；将带有交通运行状态标签的样本数据集作为分类分析的先验知识，生成交通运行状态分类器；采用训练数据集构建用于风险运行状态评判的数据集，并根据不同的交通运行状态进行风险运行状(56)对比文件Z.Y.Cui等“.Stacked bidirectional andunidirectional LSTM recurrent neuralnetwork for forecasting network-widetraffic state with missing value”.《Transp.Res.C,Emerg Technol》.2020,第118卷第1-14页.H.Yeo等“.Impact of traffic states onfreeway crash involvement rates”.《Accident Anal.Prevention》.2012,第50卷第713-723页.
-
Patent Agency Ranking
公开(公告)号：CN113327441B
公开(公告)日：2022-03-08
申请号：CN202110166416.0
申请日：2021-02-04
Applicant: 长沙理工大学
IPC: G08G1/0967 , G08G1/065 , G06Q10/04
Abstract: 本发明公开了基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法，判断是否有CAV进入加速车道，若有则开始执行T1的控制步骤：T1根据获取的数据判断T1与前后车的速度、车辆间距、加速度分布情况，基于速度控制使得T1达到驶入主路的最低速度要求，并绘制T1加速车道加速轨迹图，且开始执行轨迹优化：T1由加速车道安全汇入主路，绘制T1～T5的全程轨迹图，为高速公路合流区的T1汇入至主路提供可视化轨迹显示。本发明基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法面向于未来趋势下的混合交通流，提出的速度控制及轨迹优化方法有利于提升在高速公路合流区混合交通流的稳定性与安全性。
-
公开(公告)号：CN113450583A
公开(公告)日：2021-09-28
申请号：CN202111019219.2
申请日：2021-09-01
Applicant: 长沙理工大学
Abstract: 本发明公开了一种车路协同下高速公路可变限速和变道协同控制方法，具体为：布设路侧单元，将含有入口匝道的高速公路路段划分为若干个控制路段；预测高速公路瓶颈区内下一周期将会发生交通拥挤；对当前周期内入口匝道上的车辆实施速度控制；确定汇入之后主线车道允许汇入的临界密度；判断高速公路主线上各控制路段在下一周期内的交通密度是否大于汇入之后主线车道允许汇入的临界密度；对高速公路主线上的各控制路段进行可变限速控制协同变道控制；控制信息发布至车载提示系统，调控流入下游的流量。本发明基于车路协同的实时信息共享，通过可变限速控制和变道控制协同，提高了高速公路通行效率、减少了大量集中变道行为、降低了追尾风险。
-
公开(公告)号：CN113327441A
公开(公告)日：2021-08-31
申请号：CN202110166416.0
申请日：2021-02-04
Applicant: 长沙理工大学
IPC: G08G1/0967 , G08G1/065 , G06Q10/04
Abstract: 本发明公开了基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法，判断是否有CAV进入加速车道，若有则开始执行T1的控制步骤：T1根据获取的数据判断T1与前后车的速度、车辆间距、加速度分布情况，基于速度控制使得T1达到驶入主路的最低速度要求，并绘制T1加速车道加速轨迹图，且开始执行轨迹优化：T1由加速车道安全汇入主路，绘制T1～T5的全程轨迹图，为高速公路合流区的T1汇入至主路提供可视化轨迹显示。本发明基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法面向于未来趋势下的混合交通流，提出的速度控制及轨迹优化方法有利于提升在高速公路合流区混合交通流的稳定性与安全性。
-
公开(公告)号：CN113256988A
公开(公告)日：2021-08-13
申请号：CN202110759798.8
申请日：2021-07-06
Applicant: 长沙理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于稳定性分析的合流区混合交通速度协同控制方法，具体为：以“1+N”形式构成车辆簇，“1”代表1辆智能自动驾驶车辆CAV，“N”代表跟随的多辆人工车辆HV；构建簇内稳定性解析模型，解析簇内稳定性条件；在满足簇内稳定性条件前提下，构建簇间稳定性模型，解析簇间稳定性条件；基于簇内及簇间稳定性条件，构建簇协同速度控制模型，在满足簇内及簇间稳定性条件下，通过控制CAV速度引导汇入簇顺利进入合流区。本发明以高速公路合流区作为研究对象，以稳定性为前提构建速度协同控制模型，提高了准确性，有效降低了交通流风险、提升了动态空间占有率及减少了尾气排放。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.026 seconds)
