一种基于联邦学习的大范围路网交通流状态预测方法

    公开(公告)号:CN114266406B

    公开(公告)日:2024-07-12

    申请号:CN202111601256.4

    申请日:2021-12-24

    摘要: 本公开涉及一种基于联邦学习的大范围路网交通流状态预测方案,其特征在于,包括:步骤一、构建有向图;步骤二、建立初始模型;步骤三、随后使用反向传播算法更新训练参数;步骤四、使用联邦平均算法得到预测结果。基于上述方法,将大范围路网分解成若干子网,每个子网中的若干基站收集一段时间内一定范围内车辆的交通流特性,并且每一个基站当成联邦学习当中的一个参与者,让他们分别接收全局模型,在局部使用自己的数据集对当前子网交通流预测模型进行训练,随后再上传至服务器进行全局聚合,并由服务器进行路网未来状态进行预测。不仅能够有效的降低服务器的运算成本,还能够使模型的训练效率更高,预测效果更好。

    一种基于不同期间的轨迹数据的动态驾驶设置方法及系统

    公开(公告)号:CN118244792A

    公开(公告)日:2024-06-25

    申请号:CN202410645472.6

    申请日:2024-05-23

    摘要: 本发明公开了一种基于不同期间的轨迹数据的动态驾驶设置方法及系统,包括:获取目标车辆的轨迹数据;分别对历史轨迹数据和实时轨迹数据通过嵌套时间窗映射处理得到第一驾驶数据和第二驾驶数据;利用第一卷积网络提取第一驾驶数据的特征获得第一特征信息;利用第二卷积网络提取第二驾驶数据的特征获得第二特征信息;确定多个动态驾驶偏好类别对应的最终簇中心点;融合第一特征信息和第二特征信息,并根据融合结果与最终簇中心点的距离,确定对应的动态驾驶偏好类别;自动驾驶车辆基于实时得到的目标车辆的动态驾驶偏好类别,确定实时驾驶策略以控制车辆在驾驶环境中行驶。本发明实现了自动驾驶车辆根据实时路网状态作出及时的操作。

    一种基于算网资源主动优化的盲区感知方法及系统

    公开(公告)号:CN117998328B

    公开(公告)日:2024-06-11

    申请号:CN202410406366.2

    申请日:2024-04-07

    摘要: 本发明公开了一种基于算网资源主动优化的盲区感知方法及系统,包括获取对应的点云数据或图像数据,并处理得到鸟瞰图伪特征;对鸟瞰图伪特征处理得到空间置信度;目标车辆基于第一空间置信度和鸟瞰图伪特征的中心值与第一空间置信度中各像素之间的距离构建盲区信息,并将车辆盲区信息发送给其他车辆;其他车辆基于盲区信息和第二空间置信度确定优先传输信息的车辆;目标车辆基于第一空间置信度和优先传输车辆的第二空间置信度融合优先传输车辆和目标车辆的鸟瞰图伪特征,获得融合特征;目标车辆对融合特征进行解码得到盲区的环境信息。本发明实现了车辆之间定点传输盲区需求信息,充分节约通信资源和车端的计算资源,提高智能单车的感知效果。

    一种基于单路口和多路口的多车动态选择路径方法

    公开(公告)号:CN117877285A

    公开(公告)日:2024-04-12

    申请号:CN202410064320.7

    申请日:2024-01-17

    IPC分类号: G08G1/08 G08G1/01 G08G1/087

    摘要: 本发明公开了一种基于单路口和多路口的多车动态选择路径方法,所述基于单路口的多车动态选择路径方法包括:第一路侧单元获取第一状态信息,所述第一状态信息包括车辆的分类类别和车辆的目标地;第一路侧单元基于第一状态信息,通过构建的博弈模型对第一时间段内到达设有第一路侧单元路口的车辆进行处理;根据演化博弈模型获取所述博弈模型的纳什均衡状态,得到各个车组中各策略的车辆最优占比,并获得各车组中各策略的车辆数目;基于车辆数目和车辆到达路口的时间,确定各个车辆的行驶方向。本发明通过划分不同车辆类型并赋予相应权重,实现了即照顾车辆优先通行需求又均衡路网的目标。

    一种基于领域信息回溯的多交叉口协同信号控制方法

    公开(公告)号:CN117275259B

    公开(公告)日:2024-02-06

    申请号:CN202311541194.1

    申请日:2023-11-20

    IPC分类号: G08G1/081 G08G1/08 G08G1/01

    摘要: 本发明公开了一种基于领域信息回溯的多交叉口协同信号控制方法,包括获取当前决策间隔τ 的每个交叉口自身的状态观测数据和邻居吞吐量数据;根据获取的τ 的每个交叉口自身的状态观测数据和邻居吞吐量数据,进行动作预测模型处理确定最优动作;根据最优动作确定决策间隔τ +1每个交叉口对应的邻居吞吐量数据;根据全部交叉口的各进口车道排队车辆数的总和的负值,确定奖励信息;根据τ 的交叉口的状态观测数据和对应的邻居吞吐量数据、τ+1的交叉口的状态观测数据和对应的邻居吞吐量数据、最优动作和奖励信息,优化动作预测模型的参数以得到新的优化动作。本发明通过回溯邻居交叉口的历史吞吐量,完善交叉口的观测信息,提高交叉口通信能力。

    一种面向车辆编队可撤销指令共享的安全信源识别方法

    公开(公告)号:CN117294428A

    公开(公告)日:2023-12-26

    申请号:CN202311216180.2

    申请日:2023-09-20

    IPC分类号: H04L9/08 H04L9/32 H04L9/40

    摘要: 本发明公开了一种面向车辆编队可撤销指令共享的安全信源识别方法,包括可信机构基于安全参数、预设撤销数量阈值、来自队伍头车的发送方属性信息、来自队伍成员的接收方属性信息和来自队伍头车的接收者访问结构生成加密密钥和解密密钥;队伍头车接收所述加密密钥;所述队伍头车基于撤销信息和所述发送方属性信息,利用加密密钥对所述队伍头车发布的信息加密,得到密文;所述队伍头车将所述密文发送给队伍成员;队伍成员根据所述解密密钥、所述密文和所述接收者访问结构进行验证和计算后,获得解密信息。本发明可以安全地同时实现双边细粒度访问控制、数据源识别、即时队伍成员的撤销以及车辆的有效加密。

    一种交叉口和智能网联车辆控制方法、系统及存储介质

    公开(公告)号:CN117275254A

    公开(公告)日:2023-12-22

    申请号:CN202311269497.2

    申请日:2023-09-28

    IPC分类号: G08G1/08 G08G1/083

    摘要: 本发明公开了一种交叉口和智能网联车辆控制方法、系统及存储介质,包括:获取每个交叉口的虚拟待行区的长度;构建博弈模型和车辆平均延误模型,通过寻找纳什均衡和利用粒子群优化算法寻找最小化平均延迟时间确定交叉口控制信息;确定车辆控制方案;根据控制方案控制队伍头车行驶;如果交叉口为与行驶方向相关联方向的绿灯,则控制与行驶方向一致的虚拟待行区出现,并获取抵达交叉口速度;根据速度和与虚拟待行区长度,确定对应的虚拟待行区的持续时间;当与行驶方向相同的绿灯亮起时,控制队伍头车穿过交叉口;当超过持续持续时间时,控制虚拟待行区消失。本发明充分挖掘了交叉口的时空资源,提高了交叉口通行能力,降低了平均车辆延误。

    一种基于路侧设施的智能网联车定位方法

    公开(公告)号:CN117073694A

    公开(公告)日:2023-11-17

    申请号:CN202311041876.6

    申请日:2023-08-18

    摘要: 本发明公开了一种基于路侧设施的智能网联车定位方法,包括获取前一时间步的车辆定位结果;根据运动学算法、GNSS的观测信息和IMU的观测信息,对前一时间步的车辆定位结果进行计算和校正处理得到第三预测信息;根据雷达与GPS接收器的相对位置信息,对第三预测信息处理得到雷达的预测定位信息;根据路侧设施的标准定位信息、雷达的预测定位信息和观测信息确定雷达的标准定位信息;根据雷达的标准定位信息对雷达的预测定位信息校正获得雷达的定位结果;根据雷达与接收器的相对位置信息对雷达的定位结果处理得到接收器定位信息,作为当前时间步的车辆定位结果。本发明通过路侧设施提高自动驾驶车辆的定位精度,降低自动驾驶应用成本。

    一种基于迁移学习的列车控制系统入侵检测方法及系统

    公开(公告)号:CN116774678B

    公开(公告)日:2023-10-13

    申请号:CN202311068712.2

    申请日:2023-08-24

    摘要: 本发明公开了一种基于迁移学习的列车控制系统入侵检测方法及系统,包括:构建第一检测模型,根据1D‑CNN网络、LSTM网络、自适应平均池化层、交替出现的随机失活层和全连接层对输入数据处理,预测得到攻击类别;冻结第一检测模型中所述1D‑CNN网络和所述LSTM网络的参数,利用零日攻击数据集对冻结后的第一检测模型进行微调,获得训练完成的第二检测模型;取消参数冻结,根据所述第二检测模型的参数,更新第一检测模型;利用更新后的第一检测模型对列车控制系统进行实时检测。本发明根据构建检测模型自动从原始数据中提取空间和时间特征,从而检测得到列车控制系统中的已知攻击,并且可以通过知识迁移有效地检测零日攻击,提高了安全性和可靠性。

    一种智能车路系统下驾驶员风格辨识方法

    公开(公告)号:CN113942521B

    公开(公告)日:2023-06-06

    申请号:CN202111370492.X

    申请日:2021-11-18

    IPC分类号: B60W40/09

    摘要: 本发明涉及一种智能车路系统下驾驶员风格辨识方法,包括:获得第一行车数据和行驶车辆的图像信息;对所述第一行车数据进行数据预处理和数据融合,获得预设时间段内的行驶车辆平均车速、行驶时间、驾驶员ID和车辆经纬度信息;对所述行驶图像信息进行DB‑LSTM计算,获得驾驶员的驾驶行为类型;基于所述行驶图像信息对应的驾驶行为类型,获得驾驶员风格特征数据集;基于所述驾驶员风格特征数据集,确定驾驶员风格类型。本发明采用多传感器的数据采集方法,保证了能够获取较大规模的数据,使数据更加真实和有效,提出的数据预处理和数据融合方法,实现了对数据进行一系列处理,使用提取特征算法,提高了驾驶风格辨识的正确性。