一种基于混合交通流的智能网联车辆上匝道汇入控制协议

    公开(公告)号:CN116386385B

    公开(公告)日:2024-03-26

    申请号:CN202310130127.4

    申请日:2023-02-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于混合交通流的智能网联车辆上匝道汇入控制协议,包括步骤为:拥堵判断;区域划分为汇入区,让行区和减速区;跟驰状态;根据平均车速计算预估换道时间;根据安全加速度设计理想汇入控制间距;当上匝道口判断为拥堵时,对处于让行区、汇入区和减速区的智能网联车辆,进行分区域分别控制。本发明提供考虑了整体系统的效益和风险,进行了较为平衡的控制协议设计,提出的主干道车辆理想控制间距能够有效保证上匝道车辆在拥挤时段的换道要求,并且不要求智能网联车辆提前进行编组形成队列,使得该控制协议具有较强的普适性。

    一种基于智能网联车队列控制的多车协同换道方法

    公开(公告)号:CN116311867B

    公开(公告)日:2024-03-19

    申请号:CN202310058062.7

    申请日:2023-01-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于智能网联车队列控制的多车协同换道方法,通过对目标车道影响车辆进行识别,并适当减速为换道过程做准备;在目标车道前方无影响换道的车辆、后方存在对换道有潜在影响的车辆时,队列中最后一辆优先换道,其余需换道车整体换道;整体换道时,预先规划换道过程的纵向位移,在换道过程中预先缩短目标车道上队列的间距,加快换道结束后目标车道上智能网联车队列形成和稳定速度;基于双五次换道轨迹模型,多车同时执行换道过程。本发明综合考虑队列内外车辆的位置和行驶轨迹,换道过程以及智能网联车队列的形成和恢复更为迅速,进而为智能网联车队列内多车协同换道提供合理的方法依据,为道路交通安全提供保障。

    面向室内多网关环境的LoRa传输参数分配方法

    公开(公告)号:CN117177269A

    公开(公告)日:2023-12-05

    申请号:CN202311131995.0

    申请日:2023-09-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向室内多网关环境的LoRa传输参数分配方法,基于室内多网关环境的复杂链路状态进行自适应参数分配,以优化终端节点的能量效率,具体包括(1)LoRa传输参数分配框架,(2)室内多网关环境下的链路质量估计:构建传播模型、冲突模型、传输模型和能量模型进行链路质量评估,(3)基于模拟退火的参数分配:通过链路质量估计以预测室内多网关环境下后续传输的能量效率,并据此进行参数分配优化,采用模拟退火算法,结合确定性重启和动态扰动范围等策略,从而更高效地得到决策结果。综上所述,该方法完全适配LoRaWAN架构,并实现了室内多网关环境下的链路质量估计和基于模拟退火的传输参数分配优化,显著提升系统性能的同时降低了系统能耗。

    一种智能网联车队下匝道前的协同换道策略

    公开(公告)号:CN116129627B

    公开(公告)日:2023-12-01

    申请号:CN202310061678.X

    申请日:2023-01-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种智能网联车队下匝道前的协同换道策略,包括步骤为:智能网联车队获取目标车道车辆的前后间距和速度信息;判断每辆车的换道条件和队列最优首次换道车辆;最优首次换道车辆进行换道并减速为其他车辆留出足够空间;其他车辆重组编队并达到预定速度和换道位置;每辆车在满足换道条件后相继换道。本发明提供的方法可适用于混合交通流且交通密度较大的下匝道前的换道场景,通过充分发挥智能网联车精确感知以及车队协同控制的优势,利用整队的感知和决策增加可换道概率,在抵达下匝道入口前完成换道要求的同时,保证了智能网联车队在换道过程中,以及下匝道前后编队的连续与完整,为未来交通安全高效提供保障。

    一种基于人工智能算法的智慧工地交通需求预测方法

    公开(公告)号:CN116911464A

    公开(公告)日:2023-10-20

    申请号:CN202310938580.8

    申请日:2023-07-27

    Abstract: 本发明公开了一种基于人工智能算法的智慧工地交通需求预测方法,包括:设计项目施工期交通需求预测模型,并对模型参数提出求解方法;考虑施工区域内施工工序、人员配置计划的波动,依据施工强度的时序规律对工序进行分类;分析工程延期的主要影响因素,依据每类工序的特点分别设计神经网络模型,确定影响因素对每类工序日交通需求量的影响系数。本发明提供的方法综合考虑了施工区域内及施工区周边交通环境对施工物料运输车辆日交通需求量的影响,提出的预测方法能够更好地适用不同工程项目,精准预测日交通需求量,有助于动态实现每日进出各施工区的货物运输车辆管理监控、交通组织路线规划及横纵向调度管理。

    基于改进联合分布适配的列车轴承故障诊断方法

    公开(公告)号:CN116340811A

    公开(公告)日:2023-06-27

    申请号:CN202310136667.3

    申请日:2023-02-20

    Applicant: 东南大学

    Abstract: 本发明提出了一种基于改进联合分布适配的列车轴承故障诊断方法,方法包括:考虑轴承的故障机理和机器学习算法对训练样本的要求,从时域、频域、熵域三个领域提取常见故障特征成分,采用量化聚类分析和相关性分析的方法,构造有效且信息全面的特征向量组作为轴承故障诊断算法的输入;采用基于加权卡方距离的K最邻近算法作为联合分布适配算法的内嵌分类器,最终在迁移学习初期拉近源域和目标域样本在特征空间的距离,降低迁移学习的难度,可以更加准确得实现不同型号、不同工况轴承故障诊断的迁移,从而扩大了模型的迁移范围,有效解决目标域小样本、缺乏样本的问题,同时提高了故障诊断的准确性。

    一种基于智能网联车队列控制的多车协同换道方法

    公开(公告)号:CN116311867A

    公开(公告)日:2023-06-23

    申请号:CN202310058062.7

    申请日:2023-01-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于智能网联车队列控制的多车协同换道方法,通过对目标车道影响车辆进行识别,并适当减速为换道过程做准备;在目标车道前方无影响换道的车辆、后方存在对换道有潜在影响的车辆时,队列中最后一辆优先换道,其余需换道车整体换道;整体换道时,预先规划换道过程的纵向位移,在换道过程中预先缩短目标车道上队列的间距,加快换道结束后目标车道上智能网联车队列形成和稳定速度;基于双五次换道轨迹模型,多车同时执行换道过程。本发明综合考虑队列内外车辆的位置和行驶轨迹,换道过程以及智能网联车队列的形成和恢复更为迅速,进而为智能网联车队列内多车协同换道提供合理的方法依据,为道路交通安全提供保障。

    一种基于交通仿真的车辆换道轨迹偏差计算方法

    公开(公告)号:CN114220262B

    公开(公告)日:2023-06-23

    申请号:CN202111374176.X

    申请日:2021-11-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于交通仿真的车辆换道轨迹偏差计算方法,方法包括:获取目标车辆的真实换道轨迹和仿真换道轨迹信息,计算仿真换道轨迹与真实换道轨迹在换道时间、纵向长度、横向长度的偏差,在计算仿真换道轨迹与真实换道轨迹在速度、加速度、转向角全过程阶段的偏差,最终确定目标车辆的真实换道轨迹和仿真换道轨迹的总偏差。本发明提供的方法综合考虑微观换道轨迹中宏观参数和微观参数,并将微观参数在时间维度上作统一处理,能够更加准确地评估仿真换道轨迹与真实换道轨迹之间的偏差,为进一步优化换道模型或者交通仿真平台提供技术指导。

Patent Agency Ranking