-
公开(公告)号：CN110941271A
公开(公告)日：2020-03-31
申请号：CN201911172416.0
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所
IPC: G05D1/02
Abstract: 本发明涉及一种自动驾驶换道模型、自动驾驶换道方法及其系统，在现有研究的基础上，引入速度承受度和空间允许度对自动驾驶交通工具换道行为进行约束进而构建匹配模型，并对自动驾驶交通工具换道空间进行确认，构建换道预备模型；依据当前换道的实际空间大小，同时考虑处理时延的实际情况，构建了换道速度控制模型和轨迹优化模型，上述模型在构建时结合了实际多变的交通环境中换道的运行特点，确保通过生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。并通过匹配模型、换道预备模型作为换道准备阶段模型很好的将换道决策和执行过程连接起来，保证了对自动驾驶交通工具换道的完整性引导，提高了换道安全性和适用性。
-
公开(公告)号：CN110941271B
公开(公告)日：2023-04-18
申请号：CN201911172416.0
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所 , 北京市交通委员会
IPC: G05D1/02
Abstract: 本发明涉及一种自动驾驶换道模型、自动驾驶换道方法及其系统，在现有研究的基础上，引入速度承受度和空间允许度对自动驾驶交通工具换道行为进行约束进而构建匹配模型，并对自动驾驶交通工具换道空间进行确认，构建换道预备模型；依据当前换道的实际空间大小，同时考虑处理时延的实际情况，构建了换道速度控制模型和轨迹优化模型，上述模型在构建时结合了实际多变的交通环境中换道的运行特点，确保通过生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。并通过匹配模型、换道预备模型作为换道准备阶段模型很好的将换道决策和执行过程连接起来，保证了对自动驾驶交通工具换道的完整性引导，提高了换道安全性和适用性。
-
公开(公告)号：CN110936958B
公开(公告)日：2021-01-19
申请号：CN201911172386.3
申请日：2019-11-26
Applicant: 交通运输部公路科学研究所 , 北方工业大学 , 北京市交通委员会
Abstract: 本发明涉及一种自动驾驶换道轨迹优化模型、自动驾驶换道轨迹优化方法及其系统，依据当前换道的实际空间大小，同时考虑自动驾驶交通工具信息处理时延的实际情况，并将换道执行的横向和纵向结合起来，用以配置换道执行过程中完整的换道轨迹优化模型，通过该换道轨迹优化模型提高自动驾驶交通工具的自我调整和轨迹优化能力，并对换道全过程实现实时反馈优化控制，保证其换道的安全执行，由于模型在构建时结合了实际多变的交通环境中换道的运行特点，因此可确保通过本发明自动驾驶换道轨迹优化模型生成的运行参数与自动驾驶交通工具实际所处的换道执行交通场景精确贴合，彻底改变了构建模型与实际交通场景差别大，无法直接使用的弊端，适应性强。
-
公开(公告)号：CN110941901A
公开(公告)日：2020-03-31
申请号：CN201911172410.3
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所
IPC: G06F30/20
Abstract: 本发明涉及一种自主驾驶方法及其系统，通过分析自动驾驶交通工具的跟驰特性，对跟驰模型进行构建，通过分析自动驾驶交通工具的换道特性，以及换道模型仿真和人工驾驶驾驶交通工具换道效果，结合自动驾驶交通工具换道的影响因素、换道特性以及自主驾驶仿真平台的特点，引入速度承受度和空间允许度对换道行为进行约束进而构建匹配模型，并对换道空间进行确认，构建换道预备模型；在换道行为产生后，依据当前换道的实际空间大小，同时考虑信息处理时延的实际情况，构建了基于双车道前驾驶交通工具的换道速度控制模型和基于换道空间的轨迹优化模型，确保通过本发明自主驾驶模型生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。
-
公开(公告)号：CN110941901B
公开(公告)日：2023-06-30
申请号：CN201911172410.3
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所 , 北京市交通委员会
IPC: G06F30/20
Abstract: 本发明涉及一种自主驾驶方法及其系统，通过分析自动驾驶交通工具的跟驰特性，对跟驰模型进行构建，通过分析自动驾驶交通工具的换道特性，以及换道模型仿真和人工驾驶驾驶交通工具换道效果，结合自动驾驶交通工具换道的影响因素、换道特性以及自主驾驶仿真平台的特点，引入速度承受度和空间允许度对换道行为进行约束进而构建匹配模型，并对换道空间进行确认，构建换道预备模型；在换道行为产生后，依据当前换道的实际空间大小，同时考虑信息处理时延的实际情况，构建了基于双车道前驾驶交通工具的换道速度控制模型和基于换道空间的轨迹优化模型，确保通过本发明自主驾驶模型生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。
-
Patent Agency Ranking
公开(公告)号：CN110936958A
公开(公告)日：2020-03-31
申请号：CN201911172386.3
申请日：2019-11-26
Applicant: 交通运输部公路科学研究所 , 北方工业大学
Abstract: 本发明涉及一种自动驾驶换道轨迹优化模型、自动驾驶换道轨迹优化方法及其系统，依据当前换道的实际空间大小，同时考虑自动驾驶交通工具信息处理时延的实际情况，并将换道执行的横向和纵向结合起来，用以配置换道执行过程中完整的换道轨迹优化模型，通过该换道轨迹优化模型提高自动驾驶交通工具的自我调整和轨迹优化能力，并对换道全过程实现实时反馈优化控制，保证其换道的安全执行，由于模型在构建时结合了实际多变的交通环境中换道的运行特点，因此可确保通过本发明自动驾驶换道轨迹优化模型生成的运行参数与自动驾驶交通工具实际所处的换道执行交通场景精确贴合，彻底改变了构建模型与实际交通场景差别大，无法直接使用的弊端，适应性强。
-
公开(公告)号：CN119889034A
公开(公告)日：2025-04-25
申请号：CN202510023855.4
申请日：2025-01-07
Applicant: 北方工业大学
IPC: G08G1/01
Abstract: 本发明公开一种交通状态估计方法、系统及装置，涉及交通状态估计技术领域，该方法包括：获取当前交通路段的历史交通流数据集；通过将模糊逻辑引入泊松过程模型中，对车辆在不同路段的到达率进行建模；利用马尔可夫链建模交通流状态的转移概率，同时引入动态转移矩阵捕捉交通流状态在不同时间段的变化，进而搭建出基于马尔可夫链的模糊状态转移模型；通过结合模糊泊松分布模型与基于马尔可夫链的模糊状态转移模型，得到模糊化的联合概率密度函数，对交通流状态进行估计；该方法通过结合这两种模型，可以在多种复杂交通场景下，实现对车辆轨迹和交通状态的估计。
-
公开(公告)号：CN118709387A
公开(公告)日：2024-09-27
申请号：CN202410761661.X
申请日：2024-06-13
Applicant: 北方工业大学
IPC: G06F30/20 , H04L67/12 , H04L43/0823 , H04L43/0829 , H04W4/44
Abstract: 本发明提供一种基于交通互操作的网联车通信虚拟仿真方法，包括以下步骤：基于SUMO仿真器构建SUMO仿真模块，基于OMNeT++仿真器构建OMNeT++仿真模块；基于Veins仿真框架构建Veins仿真模块；所述SUMO仿真模块包括第一数据库；所述第一数据库包括道路交通场景信息；所述OMNeT++模块包括第二数据库；所述第二数据库包括交通场景的车辆网络通信参数信息；通过Veins仿真模块将SUMO场景与OMNeT++场景同步仿真，实现V2X信息和V2I信息实时交互；在SUMO仿真模块设定自主式交通互操作应用场景，进行网联车通信虚拟仿真，并进行数据和分析，生成仿真数据；实现在面对复杂的驾驶环境能够精确模拟复杂情景下的自动网联汽车的模拟仿真方法。
-
公开(公告)号：CN117173914B
公开(公告)日：2024-01-26
申请号：CN202311456928.6
申请日：2023-11-03
Applicant: 中泰信合智能科技有限公司 , 山东摩西网络科技有限公司 , 北方工业大学
Abstract: 本发明属于智能控制领域，具体涉及一种简化复杂模型的路网信控单元解耦方法、装置及介质，本专利以传感器技术作为数据来源，探索相邻交叉口的间距及进口道输入车流量与多智能体模型解耦训练之间的关系有什么规律，通过模型控制效果确定基于独立学习模式的MADRL算法的适用范围，以期在该范围内代替基于智能体间联合博弈的MADRL算法，简化模型训练复杂程度。与基于智能体间联合博弈的MADRL算法相比，测试结果表明，我们提出的模型在可解耦情况下的控制效果达到理想的水平。
-
公开(公告)号：CN116665916A
公开(公告)日：2023-08-29
申请号：CN202310163984.4
申请日：2023-02-24
Applicant: 北方工业大学
Abstract: 本发明供了一种疫情监控方法，通过根据数字孪生概念建立的区域仿真模型与SEIR模型结合创建疫情跟踪模拟模型；基于基础数据信息、初级疫情类别信息、初始感染者基本信息、初始暴露者基本信息，通过所述区域仿真模型，更新预设的管理区域数据信息中的管理区域内人员的二级疫情类别信息；基于更新后的二级疫情类别信息，通过所述SEIR模型，更新预设的管理区域数据信息中的管理区域内人员的三级疫情类别信息；实现真实社交网络中的关联随着新关系的形成而变化，旧关系不断被移除，避免采用静态接触网络中出现两个个体之间存在关联后这种关联将保持不变的问题，疫情跟踪管理方法实现能够考虑个体异质性和空间结构。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.073 seconds)
