-
公开(公告)号：CN117975714A
公开(公告)日：2024-05-03
申请号：CN202311816377.X
申请日：2023-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种融合虚拟队列与换道规则的匝道汇入纵向控制方法及装置。匝道汇入区域内的智能网联车辆获取位置和速度信息；将匝道车辆位置投影到主路，形成虚拟队列；确定换道规则，通过换道规则确定控制模型，最终确定车辆纵向加速度。将匝道汇入过程转化为特殊的跟驰过程，使汇入过程更加顺畅；建立基于换道规则的控制模型，使车辆速度和位置经过调整后，在到达可汇入区域后能够顺利汇入。
-
公开(公告)号：CN117912239A
公开(公告)日：2024-04-19
申请号：CN202311816382.0
申请日：2023-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种考虑主路车辆协同和轨迹跟踪的分布式匝道汇入纵向控制方法，该方法包括路测设施采集主路交通流信息和匝道交通流信息发布给汇入区域内车辆，计算主路协同所需车辆数；匝道车辆获取通信半径内的主路车辆的位置信息以及是否与其他匝道车辆配合信息；确定主路协同车辆控制方式，计算追踪目标轨迹，确定主路协同车辆集合，并发布控制指令给主路协同车辆；建立匝道车辆纵向控制运动学模型和MPC轨迹跟踪模型；确定匝道车辆纵向控制约束，确定匝道车辆纵向控制代价函数，求解控制加速度并进行控制。
-
公开(公告)号：CN114187759A
公开(公告)日：2022-03-15
申请号：CN202111376102.X
申请日：2021-11-19
Applicant: 东南大学
IPC: G08G1/01 , G08G1/04 , G08G1/0967 , G06N3/04 , G06K9/62
Abstract: 本发明公开了一种基于数据驱动模型的路侧单元驾驶辅助方法及装置，包括路侧单元通过三维激光雷达对监测区域的道路状态进行提取获得交通状态图；将获取的交通状态图经数据驱动模型预测未来可能的交通状态图；路侧单元经I2V通信技术将预测的交通状态图传输给搭载车载通讯单元的车辆作为驾驶辅助信息。本发明立足于自动驾驶车路协同技术背景，基于路侧单元检测区域的确定性以及海量历史数据，充分应用路侧单元边缘计算能力，利用卷积长短时记忆神经网络深度挖掘历史数据中潜藏的高度非线性特征，对未来的交通状态进行准确预测。提供车辆未来的交通状态也可以辅助单车智能的最优决策，从而实现在车路协同和单车智能两个层面助力自动驾驶的发展。
-
公开(公告)号：CN114187759B
公开(公告)日：2023-01-03
申请号：CN202111376102.X
申请日：2021-11-19
Applicant: 东南大学
IPC: G08G1/01 , G08G1/04 , G08G1/0967 , G06N3/04
Abstract: 本发明公开了一种基于数据驱动模型的路侧单元驾驶辅助方法及装置，包括路侧单元通过三维激光雷达对监测区域的道路状态进行提取获得交通状态图；将获取的交通状态图经数据驱动模型预测未来可能的交通状态图；路侧单元经I2V通信技术将预测的交通状态图传输给搭载车载通讯单元的车辆作为驾驶辅助信息。本发明立足于自动驾驶车路协同技术背景，基于路侧单元检测区域的确定性以及海量历史数据，充分应用路侧单元边缘计算能力，利用卷积长短时记忆神经网络深度挖掘历史数据中潜藏的高度非线性特征，对未来的交通状态进行准确预测。提供车辆未来的交通状态也可以辅助单车智能的最优决策，从而实现在车路协同和单车智能两个层面助力自动驾驶的发展。
-
Patent Agency Ranking
公开(公告)号：CN114049764B
公开(公告)日：2022-09-23
申请号：CN202111264070.4
申请日：2021-10-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积长短时记忆神经网络的交通仿真方法，包括：获得仿真区域内的交通流视频，通过图像识别方法从交通流视频中获得仿真区域内所有车辆轨迹数据；对车辆轨迹数据进行预处理得到仿真区域的交通状态网格图；将交通状态网格图作为卷积长短时记忆神经网络的输入，并对于该卷积长短时记忆神经网络进行参数训练，得到训练好的卷积长短时记忆神经网络；基于仿真区域获取交通状态网格图，将该交通状态网格图输入训练好的卷积长短时记忆神经网络获取交通仿真结果；基于仿真场景获取交通状态网格图，将采样的交通状态网格图输入神经网络获取仿真结果。从而显著提高了微观交通仿真的精度。
-
公开(公告)号：CN117975714B
公开(公告)日：2025-01-24
申请号：CN202311816377.X
申请日：2023-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种融合虚拟队列与换道规则的匝道汇入纵向控制方法及装置。匝道汇入区域内的智能网联车辆获取位置和速度信息；将匝道车辆位置投影到主路，形成虚拟队列；确定换道规则，通过换道规则确定控制模型，最终确定车辆纵向加速度。将匝道汇入过程转化为特殊的跟驰过程，使汇入过程更加顺畅；建立基于换道规则的控制模型，使车辆速度和位置经过调整后，在到达可汇入区域后能够顺利汇入。
-
公开(公告)号：CN117912239B
公开(公告)日：2025-01-28
申请号：CN202311816382.0
申请日：2023-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种考虑主路车辆协同和轨迹跟踪的分布式匝道汇入纵向控制方法，该方法包括路测设施采集主路交通流信息和匝道交通流信息发布给汇入区域内车辆，计算主路协同所需车辆数；匝道车辆获取通信半径内的主路车辆的位置信息以及是否与其他匝道车辆配合信息；确定主路协同车辆控制方式，计算追踪目标轨迹，确定主路协同车辆集合，并发布控制指令给主路协同车辆；建立匝道车辆纵向控制运动学模型和MPC轨迹跟踪模型；确定匝道车辆纵向控制约束，确定匝道车辆纵向控制代价函数，求解控制加速度并进行控制。
-
公开(公告)号：CN119360598A
公开(公告)日：2025-01-24
申请号：CN202411300218.9
申请日：2024-09-18
Applicant: 南京市公安局交通管理局 , 东南大学
IPC: G08G1/01 , G08B21/18 , G06F18/2411 , G06F18/27
Abstract: 本发明提出一种基于定位数据的超限货车预警方法，该方法包括：(1)收集已有的货车定位和速度数据、货车超重检测数据以及货车行驶属性数据加入数据库，并不断添加实时数据；(2)将数据进行线性插值补齐、路段匹配、异常数据剔除，将速度数据依照路段限速形成标准化速度序列数据，按照指定数据长度划分成定长标准化速度序列；(3)将定长标准化速度序列数据、货车行驶属性数据作为输入，将货车超重检测数据作为输入数据的标签分别训练支持向量机模型和Logistic回归模型，分别作为第一模型和第二模型；(4)确定预警周期长度T，将采集定长标准化速度序列数据、货车行驶属性数据输入到第一模型和第二模型中，按照预警周期长度周期性地进行预警。
-
公开(公告)号：CN114049764A
公开(公告)日：2022-02-15
申请号：CN202111264070.4
申请日：2021-10-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积长短时记忆神经网络的交通仿真方法，包括：获得仿真区域内的交通流视频，通过图像识别方法从交通流视频中获得仿真区域内所有车辆轨迹数据；对车辆轨迹数据进行预处理得到仿真区域的交通状态网格图；将交通状态网格图作为卷积长短时记忆神经网络的输入，并对于该卷积长短时记忆神经网络进行参数训练，得到训练好的卷积长短时记忆神经网络；基于仿真区域获取交通状态网格图，将该交通状态网格图输入训练好的卷积长短时记忆神经网络获取交通仿真结果；基于仿真场景获取交通状态网格图，将采样的交通状态网格图输入神经网络获取仿真结果。从而显著提高了微观交通仿真的精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
