-
公开(公告)号：CN119105496A
公开(公告)日：2024-12-10
申请号：CN202411220115.1
申请日：2024-09-02
Applicant: 长安大学
Abstract: 本发明提供了一种自动驾驶货运编队协同决策方法、装置、设备及存储介质。具体而言，本发明提出了一种定制的部分可观测马尔科夫决策过程(POMDP)模型，该模型针对高速公路场景下的货运编队协同决策，利用交错结构的编队控制方法增强货运编队在训练阶段的感知信息，进一步提升智能体决策网络在测试阶段的效果。进一步地，结合QMIX算法构建了一个基于中心化训练与去中心化执行(CTDE)训练范式的多智能体强化学习框架，对货运编队的安全性、通行效率及能耗目标进行优化，从而促使货运编队产生自发的协同行为。本发明与传统的货运编队控制方法相比，所提出的模型和框架在提升货运编队协同决策方面展现出了优越性能。
-
公开(公告)号：CN108986471A
公开(公告)日：2018-12-11
申请号：CN201810650342.6
申请日：2018-06-22
Applicant: 长安大学
IPC: G08G1/015 , G08G1/052 , G08G1/0967
Abstract: 本发明公开了一种混合交通条件下交叉口车辆引导方法，在含有网联车和普通车的交叉口，通过对网联车采用三角函数速度引导的方法进行速度引导，对普通车的速度引导是根据跟驰模型通过引导网联车的速度间接对普通车的行驶速度进行引导；本发明提供的方法考虑了混合车队的情况，利用网联车作为头车，间接引导普通车的车速，既提高了交叉口的通行效率，又降低了机动车在交叉口区域的尾气排放；该方法算法简单，运算复杂度较低，满足速度引导方法对延时的敏感性。
-
公开(公告)号：CN113516846B
公开(公告)日：2022-12-13
申请号：CN202110702854.4
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种车辆换道行为预测模型构建、预测预警方法及系统，利用车载终端实时采集车辆行驶状态数据，并进行车辆间数据通信；通过结合博弈论和深度学习技术，从数据中获取不同车辆在行驶过程中的动态交互作用，对车辆周围行驶环境信息的分析，利用博弈理论判断当前环境是否适合车辆换道，进而量化驾驶员的换道意图，利用深度学习算法识别并预测车辆的运行数据，当运行数据开始满足车道改变的特征时，本发明可以在短时间内得到车辆正在执行换道操作的预测结果，还可以将预测出的换道行为以车间通信的方式发送到周围车辆的车载终端，起到预警作用。
-
公开(公告)号：CN115123238A
公开(公告)日：2022-09-30
申请号：CN202210731268.7
申请日：2022-06-24
Applicant: 长安大学
IPC: B60W30/18 , B60W40/105 , B60L53/12
Abstract: 本发明公开了一种面向无线充电信号交叉口网联车辆的纵向速度引导方法，包括：根据网联车辆的车辆剩余电量状态选择个性化通行模式；以通行效率、车辆电量消耗和驾驶舒适度作为优化目标，以车辆初始状态、车辆行驶距离、车辆运动学参数、信号灯参数作为约束条件，并结合个性化通行模式，构建节能驾驶模型；对节能驾驶模型进行改进和处理，优化得到近似节能驾驶模型；应用粒子群算法对近似节能驾驶模型进行模型求解，计算得到最优决策变量；根据最优决策变量生成车辆纵向速度建议曲线，并将其传递给网联车辆。可以解决现有技术中存在的车辆实时速度控制精度不高、计算效率较低等问题，从而实现提升电动车辆行驶里程，缓解用户行驶里程焦虑。
-
公开(公告)号：CN108986471B
公开(公告)日：2020-08-21
申请号：CN201810650342.6
申请日：2018-06-22
Applicant: 长安大学
IPC: G08G1/015 , G08G1/052 , G08G1/0967
Abstract: 本发明公开了一种混合交通条件下交叉口车辆引导方法，在含有网联车和普通车的交叉口，通过对网联车采用三角函数速度引导的方法进行速度引导，对普通车的速度引导是根据跟驰模型通过引导网联车的速度间接对普通车的行驶速度进行引导；本发明提供的方法考虑了混合车队的情况，利用网联车作为头车，间接引导普通车的车速，既提高了交叉口的通行效率，又降低了机动车在交叉口区域的尾气排放；该方法算法简单，运算复杂度较低，满足速度引导方法对延时的敏感性。
-
Patent Agency Ranking
公开(公告)号：CN117789458A
公开(公告)日：2024-03-29
申请号：CN202311670317.1
申请日：2023-12-06
Applicant: 长安大学
IPC: G08G1/01 , G08G1/04 , G08G1/042 , G08G1/0968 , G06Q50/26
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种智能网联道路交通系统能耗排放检测分析方法以及电子设备，该检测方法包括，获取交通数据流中的第一宏观交通数据和第一微观交通数据；将第一宏观交通数据和第一微观交通数据分别输入到宏观能耗排放模型和微观能耗排放模型中，得到宏观能耗排放基准和微观能耗排放基准；分别对第一宏观交通数据和第一微观交通数据进行处理，得到第二宏观交通数据和第二微观交通数据；将第二宏观交通数据和第二微观交通数据分别输入到宏观能耗排放模型和微观能耗排放模型中，分别得到第一融合数据和第二融合数据；根据宏观能耗排放基准、微观能耗排放基准、第一融合数据和第二融合数据，得到交通能耗排放的准确检测结果。
-
公开(公告)号：CN109094574B
公开(公告)日：2021-06-25
申请号：CN201810864504.6
申请日：2018-08-01
Applicant: 长安大学
IPC: B60W30/12 , B60W50/00 , B60W50/02 , B60W50/14 , G01M17/007
Abstract: 本发明公开了一种基于台架的无人车驾驶状态测量控制系统，通过信息采集模块获取无人车车辆状态特征，包括方向盘转角、车速、刹车状态等；通过高清摄像头、雷达和激光测距仪获取无人车周围环境数据，包括路障，路标和道路交通标线，以高性能的嵌入式计算机作为主控模块，将获取的车辆状态信息及周围环境信息数据并行输入数据规格化分块存储模块，主控模块通过分析得到无人车驾驶状态信息，从数据分块检测模块分别获取相应的信息，再分别通过控制模块对车辆进行控制，包括车道偏离预警，发出报警并紧急制动，能够有效的检测异常无人车驾驶状态，并采取相应的措施，避免发生安全事故。
-
公开(公告)号：CN115909784B
公开(公告)日：2023-10-27
申请号：CN202211567422.8
申请日：2022-12-07
Applicant: 长安大学
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明涉及无人驾驶技术领域，具体涉及一种多车道的智能网联车辆合流控制方法和控制装置。其中，多车道的智能网联车辆合流控制方法包括,首先获取多车道上进入合流区域的多个车辆的运行状态；然后采用预设的状态约束条件控制多个车辆通过所述合流区域时的运行状态；根据多个车辆的运行状态和状态约束条件，采用预设的合作博弈方法确定至少一种合流方案；计算合流方案的运行成本，确定运行成本最小的合流方案为目标合流方案；最后采用目标合流方案控制多个车辆完成合流。以此实现了对多车道的车辆合流控制，且适用范围更广。
-
公开(公告)号：CN115909784A
公开(公告)日：2023-04-04
申请号：CN202211567422.8
申请日：2022-12-07
Applicant: 长安大学
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明涉及无人驾驶技术领域，具体涉及一种多车道的智能网联车辆合流控制方法和控制装置。其中，多车道的智能网联车辆合流控制方法包括,首先获取多车道上进入合流区域的多个车辆的运行状态；然后采用预设的状态约束条件控制多个车辆通过所述合流区域时的运行状态；根据多个车辆的运行状态和状态约束条件，采用预设的合作博弈方法确定至少一种合流方案；计算合流方案的运行成本，确定运行成本最小的合流方案为目标合流方案；最后采用目标合流方案控制多个车辆完成合流。以此实现了对多车道的车辆合流控制，且适用范围更广。
-
公开(公告)号：CN113674525B
公开(公告)日：2022-08-16
申请号：CN202110869679.8
申请日：2021-07-30
Applicant: 长安大学
Abstract: 本发明公开一种基于稀疏数据的信号交叉口车辆排队长度预测方法，该方法首先获取信号交叉口车辆信息，利用建立的车辆跟驰模型补全车辆信息中缺失的普通车辆信息；根据排队条件提取车辆进入排队状态离散点并进行拟合得到车辆排队长度实时数据；利用建立的车辆排队长度预测模型预测不同时间跨度下的车辆排队长度。本发明解决了现有技术中存在的信号交叉口环境下车辆排队长度估算方法预测精度不高等问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
