-
公开(公告)号：CN114299755A
公开(公告)日：2022-04-08
申请号：CN202111539448.7
申请日：2021-12-14
Applicant: 东南大学
IPC: G08G1/16
Abstract: 本发明公开了一种智能网联队列换道方法，包括：产生队列换道意图；计算目标车道车辆动态间隙；计算队列换道所需间隙；判断目标车道车辆动态间隙是否大于队列换道所需间隙，若大于则选择此间隙作为换道目标间隙；若没有则判断是否属于强制换道，若是则目标车道车辆协助实现队列协同换道；若不是，则等待下一个间隙；队列内车辆逐个开始换道，获得换道车辆与各车辆的实际距离间隙，并计算换道车辆与各车辆的安全间隙，若各实际距离间隙全部满足了计算的安全间隙，则继续进行换道，否则调整换道车辆的运动状态；待所有队列内车辆逐个实现换道，则队列换道完成。本发明可有效实现队列整体换道，为智能网联队列实现安全、稳定地换道提供支撑。
-
公开(公告)号：CN114299755B
公开(公告)日：2023-08-29
申请号：CN202111539448.7
申请日：2021-12-14
Applicant: 东南大学
IPC: G08G1/16
Abstract: 本发明公开了一种智能网联队列换道方法，包括：产生队列换道意图；计算目标车道车辆动态间隙；计算队列换道所需间隙；判断目标车道车辆动态间隙是否大于队列换道所需间隙，若大于则选择此间隙作为换道目标间隙；若没有则判断是否属于强制换道，若是则目标车道车辆协助实现队列协同换道；若不是，则等待下一个间隙；队列内车辆逐个开始换道，获得换道车辆与各车辆的实际距离间隙，并计算换道车辆与各车辆的安全间隙，若各实际距离间隙全部满足了计算的安全间隙，则继续进行换道，否则调整换道车辆的运动状态；待所有队列内车辆逐个实现换道，则队列换道完成。本发明可有效实现队列整体换道，为智能网联队列实现安全、稳定地换道提供支撑。
-
Patent Agency Ranking
公开(公告)号：CN115862333A
公开(公告)日：2023-03-28
申请号：CN202211562375.8
申请日：2022-12-07
Applicant: 东南大学
IPC: G08G1/01 , G08G1/0967 , G06F18/23213
Abstract: 本发明公开了一种考虑信息流特征的高速公路车路协同场景和功能划分方法，具体为：步骤1，根据信息传递的交互性和精准性，对高速公路车路协同系统进行场景分类；步骤2：针对每一种场景，根据该场景下的业务需求，确定该场景所需的功能；步骤3：采用层次分析法确定每个功能在高速公路车路协同系统中的整体重要度性系数；步骤4：采用聚类算法，根据功能整体重要性系数对功能业务进行聚类划分。本发明通过对高速公路车路协同系统按照信息流特征进行场景和功能业务的划分，可以更好的服务信息交互，保证重要的信息需求优先处理，从而提高高速公路车路协同系统的示范应用，对高速公路车路协同技术的推广也具有促进作用。
-
公开(公告)号：CN114493191A
公开(公告)日：2022-05-13
申请号：CN202210016003.9
申请日：2022-01-07
Applicant: 东南大学
IPC: G06Q10/06 , G06Q50/30 , G06N5/00 , G06K9/62 , G06F16/215 , G06F16/2458 , G06F16/29 , G07C5/08
Abstract: 本发明公开了一种基于网约车数据的驾驶行为建模及分析方法，具体包括：提取网约车轨迹数据和订单起讫点数据并进行预处理，得到含有速度和加速度变量的多组驾驶特征序列数据；采用基于分层狄利克雷过程‑隐半马尔科夫的改进非参数贝叶斯学习模型进行驾驶行为建模，对车辆的驾驶行为状态进行识别。构建状态空间向量对驾驶员的驾驶风格类型进行表征，并采用改进K‑means聚类算法对驾驶员进行聚类；依据驾驶行为状态识别和驾驶风格分类结果，可分析不同风格的类型驾驶员在不同交通运行状态下驾驶行为状态。本发明实现了对车辆驾驶行为状态进行识别以及对驾驶者类型划分，从而实现特定场景下不同类型驾驶员驾驶行为的分析。
-
公开(公告)号：CN114493191B
公开(公告)日：2024-04-30
申请号：CN202210016003.9
申请日：2022-01-07
Applicant: 东南大学
IPC: G06F18/20 , G06F18/10 , G06F18/23213 , G06F18/2431 , G06F18/2433 , G06F16/29 , G07C5/08 , G06Q50/43
Abstract: 本发明公开了一种基于网约车数据的驾驶行为建模及分析方法，具体包括：提取网约车轨迹数据和订单起讫点数据并进行预处理，得到含有速度和加速度变量的多组驾驶特征序列数据；采用基于分层狄利克雷过程‑隐半马尔科夫的改进非参数贝叶斯学习模型进行驾驶行为建模，对车辆的驾驶行为状态进行识别。构建状态空间向量对驾驶员的驾驶风格类型进行表征，并采用改进K‑means聚类算法对驾驶员进行聚类；依据驾驶行为状态识别和驾驶风格分类结果，可分析不同风格的类型驾驶员在不同交通运行状态下驾驶行为状态。本发明实现了对车辆驾驶行为状态进行识别以及对驾驶者类型划分，从而实现特定场景下不同类型驾驶员驾驶行为的分析。
-
公开(公告)号：CN115862333B
公开(公告)日：2023-11-21
申请号：CN202211562375.8
申请日：2022-12-07
Applicant: 东南大学
IPC: G08G1/01 , G08G1/0967 , G06F18/23213
-
公开(公告)号：CN114355896A
公开(公告)日：2022-04-15
申请号：CN202111529133.4
申请日：2021-12-14
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种智能网联队列内车辆换道安全间距确定方法，包括：分别计算队列内换道车辆和其前方车辆的等效质量；分别将两车辆进行坐标转换；分别计算两车辆的虚拟距离，分别计算队列内两车辆的引力和斥力势场、合力势场；获得换道车辆和其前方车辆在跟车状态下的期望车头时距，对待定参数进行标定；绘制势能图并设定阈值，寻找阈值等势面的内圆相切处计算换道车辆和其前方车辆之间的最小间距，并寻找阈值等势面的外圆相切处，计算最大间距，确定出队列内换道车辆换道所需维持的安全间距区间。本发明实现了智能网联队列内车辆换道的安全间距确定，在保证安全的同时兼顾队列整体性，为智能网联队列各车辆实现安全、稳定地换道提供技术支撑。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
