-
公开(公告)号：CN117114079A
公开(公告)日：2023-11-24
申请号：CN202311387091.4
申请日：2023-10-25
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 , 中国广电山东网络有限公司青岛市分公司
Abstract: 本发明属于智能控制领域，具体涉及一种单交叉口信号控制模型迁移至目标环境的方法，本专利将控制模型从源训练环境迁移到目标环境，首先搭建信号控制模型的DQN深度强化学习框架；其次对控制模型的迁移环境进行交叉口参数匹配以及DQN参数校准，判断是否满足目标环境；然后基于控制模型在源训练环境下得到的先验知识，对目标环境中原始控制模型的神经网络权重进行初始化设置，得到迁移至目标环境的控制模型；最后在目标环境下对控制模型优化训练，待模型收敛后，停止优化训练。实验表明可以节省在控制模型迁移至新环境中，可以减少训练控制模型的时间成本，同时优化训练后的控制模型各项评价指标更好。
-
公开(公告)号：CN116778750A
公开(公告)日：2023-09-19
申请号：CN202310831518.9
申请日：2023-07-07
Applicant: 北方工业大学
Abstract: 本发明公开了一种雾天环境下的道路防追尾预警系统，包括环境数据采集模块、车载控制模块、预警信息处理模块，环境数据采集模块用于采集实时的天气数据和前车数据；车载控制模块用于采集实时的自车数据；预警信息处理模块用于基于实时的天气数据、前车数据、自车数据判断是否需要发送预警信息；车载控制模块还用于接收预警信息处理模块发送的预警信息并进行预警，本发明还公开了一种雾天环境下的道路防追尾预警方法，本发明通过对前车交通状态以及自车当前状态的实时监视和跟踪，引导驾驶员在不同交通状态下执行驾驶策略，有效提高跟车行驶安全性，减少了由于前车制动造成的追尾事故，提高了交通效率和城市道路交通安全。
-
公开(公告)号：CN107729938B
公开(公告)日：2020-06-09
申请号：CN201710957774.7
申请日：2017-12-11
Applicant: 北方工业大学
Abstract: 本发明提供一种基于公交接驳辐射区特征的轨道站点分类方法，该方法首先采集构成换乘行为的刷卡数据，其次根据已识辨的换乘行为，分析公交接驳辐射区特征，再进行公交接驳辐射区特征参数统计，并对所选特征参数进行归一、标准化，然后采用k‑means聚类方法对轨道站点进行归类，最后对分类后的站点选用模糊元理论进行定量的评价。该方法从实际角度换乘需求角度，对轨道站点进行合理划分，为轨道交通规划和运营优化提供了一定的参考价值。
-
公开(公告)号：CN105809993B
公开(公告)日：2018-01-23
申请号：CN201610390690.5
申请日：2016-06-06
Applicant: 北方工业大学
IPC: G08G1/08
Abstract: 一种基于车辆停止线通过时间推算路口信号灯配时的方法，其对车辆通过路口的轨迹数据进行采样，计算车辆通过停止线的时间，根据相邻两个信号周期下的车辆通过停止线时间计算信号周期车头时距，根据信号周期车头时距计算相应路口的红灯时长，从而得到该路口的信号灯配时。本方法在现阶段计算机处理能力下有效实现数据挖掘，推算对应的信号灯配时，为人们智慧出行和智慧城市的建设提供更加精确和科学的建议。
-
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。
-
Patent Agency Ranking
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：CN117114079B
公开(公告)日：2024-01-26
申请号：CN202311387091.4
申请日：2023-10-25
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 , 中国广电山东网络有限公司青岛市分公司
Abstract: 本发明属于智能控制领域，具体涉及一种单交叉口信号控制模型迁移至目标环境的方法，本专利将控制模型从源训练环境迁移到目标环境，首先搭建信号控制模型的DQN深度强化学习框架；其次对控制模型的迁移环境进行交叉口参数匹配以及DQN参数校准，判断是否满足目标环境；然后基于控制模型在源训练环境下得到的先验知识，对目标环境中原始控制模型的神经网络权重进行初始化设置，得到迁移至目标环境的控制模型；最后在目标环境下对控制模型优化训练，待模型收敛后，停止优化训练。实验表明可以节省在控制模型迁移至新环境中，可以减少训练控制模型的时间成本，同时优化训练后的控制模型(56)对比文件Zhengyi Ge《.Reinforcement Learning-based Signal Control Strategies toImprove Travel Efficiency at UrbanIntersection》《.2020 InternationalConference on Urban Engineering andManagement Science (ICUEMS)》.2020,全文.温凯歌;曲仕茹;张玉梅.城市单交叉口信号多相位自适应控制模型.系统仿真学报.2009,(第10期),全文.
-
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。
-
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：CN107792062B
公开(公告)日：2019-11-05
申请号：CN201710975324.0
申请日：2017-10-16
Applicant: 北方工业大学
Abstract: 本发明提出一种自动泊车控制系统。该系统将整个自动泊车过程分为输入层、策略层、规划层和控制层。自动泊车控制过程中，输入层通过仿真生成不同类型车辆的控制指令与泊车轨迹数据集；策略层利用深度神经网络算法对仿真数据进行学习，提取出控制指令与泊车轨迹之间的普遍关系；规划层经过少数步骤的训练找到合适的停车策略，给出在此停车场景下的控制指令，产生规划轨迹；控制层根据实际泊车轨迹与规划轨迹的偏差进行控制反馈，使泊车轨迹最接近系统规划的理想轨迹。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.064 seconds)
