-
公开(公告)号:CN118736881A
公开(公告)日:2024-10-01
申请号:CN202411203937.9
申请日:2024-08-30
Applicant: 大连理工大学 , 交通运输部公路科学研究所
IPC: G08G1/0968 , G01C21/34 , G08G1/01 , G08G1/00
Abstract: 本发明属于智能网联车辆驾驶技术领域,涉及一种基于A星算法与引力场模型的网联车辆动态协同控制方法,包括:步骤1、构建广义动态通行时间表模块;步骤2、构建基于#imgabs0#改进算法的网联车辆动态路径规划算法;步骤3、构建基于引力场模型的网联车辆协同控制方法。本发明所提方法在对网联车队的路径调整与车队内部控制方面具有更好的准确性,提高了网联车队在大规模路网下的高效性和稳定性。随着智能网联车辆的普及,该方法因其更加充分地利用智能网联环境下车辆传递的信息的优势将具有更好的应用前景。
-
公开(公告)号:CN118182493A
公开(公告)日:2024-06-14
申请号:CN202410294590.7
申请日:2024-03-15
Applicant: 大连理工大学
IPC: B60W40/10 , B60W30/165 , B60W50/00 , G06F30/20 , G06F111/06
Abstract: 本发明属于智能网联车辆驾驶技术领域,涉及一种智能网联环境下基于加速度反馈的车辆跟驰模型构建方法,包括:步骤1、构建基于加速度反馈的跟驰后车速度预测模块;步骤2、构建智能网联环境下的AF‑IDM模型;步骤3、使用模拟退火算法对AF‑IDM模型参数进行标定;步骤4、使用AF‑IDM模型预测跟驰后车的行驶状态。步骤1对传统IDM模型中的自由流速度参数进行替换可以得到步骤2中AF‑IDM模型的形式,步骤3为基于跟驰对数据集对步骤2中模型参数进行标定,步骤4为使用步骤3中参数标定的结果代入到AF‑IDM模型中,并使用完整的AF‑IDM模型对跟驰后车运动状态进行预测。
-
公开(公告)号:CN117334057A
公开(公告)日:2024-01-02
申请号:CN202311415686.6
申请日:2023-10-30
Applicant: 大连理工大学
Abstract: 本发明属于交通流量估计领域,涉及一种基于浮动车数据的全区域路段交通流量估计方法。本发明首先基于路段信息调查,对全区域路段进行分类,并确定参考路段与非参考路段;然后使用雷达采集参考路段的流量,使用浮动车法采集全区域路段的自由流速度以及实时平均速度;最后选取各参考路段,基于上述采集到的流量数据和浮动车数据,标定该类路段单一车道上的阻塞密度,并使用上述阻塞密度和浮动车数据,估计其余非参考路段流量。本发明降低了流量数据获取的成本,减少了人工的工作量和数据存储量,依据城市建成环境对研究区域内路段进行了分类,并依据分类结果对全区域路段流量进行了分类估计,显著提高了流量估计的准确性。
-
公开(公告)号:CN118711393B
公开(公告)日:2024-11-15
申请号:CN202411181984.8
申请日:2024-08-27
Applicant: 大连理工大学
Abstract: 本发明属于智慧交通信号控制技术领域,具体为一种基于多类型决策空间的网络级交通信号控制分层优化方法。本发明方法构建分层优化模型,并通过相位层、周期时长层、绿信比层三个层级分别依次进行求解。具体而言:相位层通过设计高效的相位结构保障通行权的科学分配并对整个道路网络交叉口间交通流向进行协调优化;在相位层确定的相位结构和相位差的基础上,周期时长层获得最佳的公共周期时长,以网络整体性能为目标,从通行权周转的角度使得周时长能够满足通行需求又不至产生过大延误;绿信比层以网络整体性能为目标,在相位层和周期时长层确定的基础上,更加精细化地实现各个相位的通行需求与通行时间的合理匹配。
-
公开(公告)号:CN118762522A
公开(公告)日:2024-10-11
申请号:CN202411237394.2
申请日:2024-09-05
Applicant: 大连理工大学
Abstract: 本发明属于城市交通规划的技术领域,具体为基于交叉口转向流量的静态OD反推方法。该方法使用交叉口转向流量替代路段流量作为约束,并使用BP神经网络替代传统反推模型进行静态OD反推。具体而言,通过预设随机OD矩阵,并通过交通分配软件进行交通分配得到交叉口转向流量,将预设随机OD矩阵与对应的交叉口转向流量数据作为训练开发集数据,并将训练开发集数据划分为训练集和验证集,使用训练集的数据进行BP神经网络的训练,再利用验证集和训练好的BP神经网络进行预测,验证反推精度;最后形成的BP神经网络可用于静态OD反推。该方法可以有效提高交通流量预测的准确性和可靠性。
-
公开(公告)号:CN118182493B
公开(公告)日:2024-08-09
申请号:CN202410294590.7
申请日:2024-03-15
Applicant: 大连理工大学
IPC: B60W40/10 , B60W30/165 , B60W50/00 , G06F30/20 , G06F111/06
Abstract: 本发明属于智能网联车辆驾驶技术领域,涉及一种智能网联环境下基于加速度反馈的车辆跟驰模型构建方法,包括:步骤1、构建基于加速度反馈的跟驰后车速度预测模块;步骤2、构建智能网联环境下的AF‑IDM模型;步骤3、使用模拟退火算法对AF‑IDM模型参数进行标定;步骤4、使用AF‑IDM模型预测跟驰后车的行驶状态。步骤1对传统IDM模型中的自由流速度参数进行替换可以得到步骤2中AF‑IDM模型的形式,步骤3为基于跟驰对数据集对步骤2中模型参数进行标定,步骤4为使用步骤3中参数标定的结果代入到AF‑IDM模型中,并使用完整的AF‑IDM模型对跟驰后车运动状态进行预测。
-
公开(公告)号:CN105064187A
公开(公告)日:2015-11-18
申请号:CN201510253059.6
申请日:2015-05-18
Applicant: 大连理工大学
Abstract: 一种基于光纤传感技术的沥青路面连续竖向变形监测传感器,属于道路设备技术领域。其特征是布设在被测沥青路面层底部,布设层下层压实平整后,将传感器放置于待测位置,之后直接进行道路铺设、碾压。可以适用于动静态加载形式,螺旋钢管紧贴道路结构层随之发生弯曲变形,实时测量出各个光纤光栅的应变值。利用多项式拟合等方法利用各离散点的光纤光栅应变值拟合出传感器所在位置的整条连续应变曲线,再利用曲率应变转换条的截面形状计算出道路结构层底部的动静态变化曲线。也可以通过长期数据采集,监测路面结构的竖向永久变形。本发明的效果和益处是造价低,使用简单,布设方便,不影响路面正常施工,精度高,测试范围大,动静态都可测试。
-
公开(公告)号:CN102915645A
公开(公告)日:2013-02-06
申请号:CN201210375667.0
申请日:2012-09-29
Applicant: 大连理工大学
IPC: G08G1/07
Abstract: 本发明属于智能交通控制技术领域,涉及一种干道协调信号控制方案的过渡方法,其特征在于:建立了主导相位链、活跃相位等概念,将活跃相位的过渡绿灯时间作为吸纳当前方案和新方案的技术参数取值差异的主导力量;方案切换指令下发时刻,立即启动过渡过程;对活跃相位的过渡绿灯时间变化幅度加以严格限制,将活跃相位的过渡绿灯时间边界值引入过渡过程持续时间、过渡信号周期时间和过渡绿灯时间的求解过程;对于经历多个过渡信号周期的过渡过程,已知过渡过程持续时间和过渡信号周期数,分别建立过渡信号周期时间和过渡绿灯时间的非线性整数规划模型。本发明具有快速、平稳的特点,可以在交通信号控制系统中得到广泛应用。
-
公开(公告)号:CN118736881B
公开(公告)日:2024-11-29
申请号:CN202411203937.9
申请日:2024-08-30
Applicant: 大连理工大学 , 交通运输部公路科学研究所
IPC: G08G1/0968 , G01C21/34 , G08G1/01 , G08G1/00
Abstract: 本发明属于智能网联车辆驾驶技术领域,涉及一种基于A星算法与引力场模型的网联车辆动态协同控制方法,包括:步骤1、构建广义动态通行时间表模块;步骤2、构建基于#imgabs0#改进算法的网联车辆动态路径规划算法;步骤3、构建基于引力场模型的网联车辆协同控制方法。本发明所提方法在对网联车队的路径调整与车队内部控制方面具有更好的准确性,提高了网联车队在大规模路网下的高效性和稳定性。随着智能网联车辆的普及,该方法因其更加充分地利用智能网联环境下车辆传递的信息的优势将具有更好的应用前景。
-
公开(公告)号:CN118736841A
公开(公告)日:2024-10-01
申请号:CN202411218077.6
申请日:2024-09-02
Applicant: 大连理工大学
Abstract: 本发明属于城市交通规划和智能交通系统的技术领域,涉及一种基于交叉口转向流量的动态OD反推方法,旨在提升城市交通规划的精确度和效率。该方法通过在每一条有向路段中打断并添加节点,模拟了真实交通流量的发生与吸引过程,从而显著提高了OD反推的准确性。与传统的基于路段端点设置OD点的方法相比,本发明能够更精细地反映交通流量的实际情况。在技术实现上,本方法对交叉口网络的拓扑结构进行了优化,将转向流量的约束成功转化为对路段流量的约束,使得现有的OD反推算法软件能够直接利用转向流量数据进行分析。通过DTALite软件的应用,本发明能够在仿真环境中模拟和优化交通流量,进而为城市交通规划提供有力的数据支持。
-
-
-
-
-
-
-
-
-