-
公开(公告)号:CN117540842A
公开(公告)日:2024-02-09
申请号:CN202311350002.9
申请日:2023-10-18
Applicant: 东南大学 , 苏州同尚工程设计咨询有限公司
Abstract: 本发明公开了一种基于路径诱导的纯电动汽车微观能耗预测方法、系统,该方法包括初始化纯电动汽车能耗预测基础信息;定义当前车辆行驶方向;获取修正后车辆基础能耗集合和车辆到达各个交叉口的剩余能耗集合;判断车辆剩余电量,若支持车辆到达最终目的点交叉口,则计算结束,输出此时总能耗;若剩余电量不支持车辆到达最近距离充电站亦无法到达最终目的点交叉口,遍历剩余能耗集合和最低能耗集合内的元素,寻找预警交叉口,进行路径优化并重新计算能耗,基于当前起点与终点重新进行路径规划,再次定义内容进行计算。本发明考虑在获知路网信息后基于路径诱导前提计算出所需能耗,提高了预测准确度并提供给驾驶员一种更精准、有效的预测方法。
-
公开(公告)号:CN117975754A
公开(公告)日:2024-05-03
申请号:CN202410173732.4
申请日:2024-02-07
Applicant: 东南大学
IPC: G08G1/0967 , G08G1/01 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种基于DQN和CNN的高速公路自动驾驶专用道车辆汇入方法,属于自动驾驶技术领域。本发明方法主要包括:依据高速公路单向多车道场景搭建强化学习模型,包括建立基于检测区道路网格化处理得到的状态空间、基于换道关键区的开放是否和持续时间设置动作空间、构建奖励函数以增加平均绿灯时间内的换道车辆数和降低换道信号开放成本;基于CNN的智能体采用DQN算法进行汇入策略求解,训练基于DQN‑CNN的深度强化学习模型,获得高速公路自动驾驶专用道车辆智能汇入模型。本发明利用深度强化学习算法提高了高速公路场景下自动驾驶车辆汇入专用道时的安全性和高效性,可以更好地解决高速公路系统中复杂多变的交通问题。
-