Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学李志斌获国家专利权

东南大学李志斌获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东南大学申请的专利混合流环境下的合流区车辆主动横纵向协同控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116863699B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310915131.1,技术领域涉及:G08G1/01;该发明授权混合流环境下的合流区车辆主动横纵向协同控制方法是由李志斌;刘攀;徐铖铖设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。

混合流环境下的合流区车辆主动横纵向协同控制方法在说明书摘要公布了:本发明提供了一种混合流环境下的合流区车辆主动横纵向协同控制方法,基于广域时间、连续变量与离散变量,进行多系统输入输出协同控制。首先,通过智能网联车辆速度控制和可变限速区域控制,调整交通流与运动波相遇时的速度和车辆之间的距离,有效减缓交通运动波并提升交通流的效率;其次,通过智能网联车辆的行为控制,限制运动波与主线控制策略引起的车辆速度变化对匝道汇入区域车辆流量和速度的影响,从而避免合流过程中的交通冲突;此外,还设计了横向换道规则,以减少交织区域的横向扰动,并考虑区域内横纵向行为对交通系统模型的干扰。本发明策略在追求交通安全和效率的协同优化下,努力减少交通冲突,以达到系统的最优目标。

本发明授权混合流环境下的合流区车辆主动横纵向协同控制方法在权利要求书中公布了:1.一种混合流环境下的合流区车辆主动横纵向协同控制方法,其特征在于,包括以下步骤: 步骤S1、采集数据,包括采集车辆轨迹数据和智能网联混合交通流轨迹数据;所述车辆轨迹数据从轨迹数据库中采集,包括车辆编号、车辆的速度、加速度、间距及车道信息; 步骤S2、采用特征参数统计分析方法,对所述车辆轨迹数据和智能网联混合交通流轨迹数据中受运动波影响的交通流特征参数进行统计分析,揭示混合交通流受运动波影响下的行为特征; 步骤S3、构建多车道复杂场景要素下的混合交通流车辆协同控制策略,所述协同控制策略包括车辆横向换道协同控制策略与车辆纵向跟驰协同控制策略; 步骤S4、设计多车道场景下的协同策略级联控制器; 步骤S5、设计优化函数,根据所述级联控制器的动态过程,推导出所述级联控制器工作解析过程; 所述优化函数的求解过程为:使用python中的求解库解析系统多变量极值搜索算法问题与反馈控制器设计,所述反馈控制器用于求解提供离散变量的输出,即速度限制;所述系统多变量极值搜索算法对于优化多车道的交通场景区域而言,基于管控策略对交通效能和交通安全方面的优化效果,选取其中的目标函数主要包含效能指标总行程时间TTT及碰撞时间TTC,在多车道场景下,目标函数需要分车道统计,具体形式为: 其中,Jh为各车道的目标函数值,H为车道数,w1,w2为指标评价梯度系数,xt,i为t时刻第i辆车的当前位置,vt,i为t时刻第i辆车的行驶速度,l为车身长度,TTCt,i与TTTt,i是对应的碰撞时间即相对位置与速度比与总行程时间,与为最优化目标下TTC与TTT的目标值,与为对应指标参数的归一化基数; 公式15和16用于计算整条道路的目标函数最优值MinJ,选取最优管控策略;公式17和18用于评价管控策略对交通效能和交通安全方面的优化效果; 步骤S6、在多车道且有匝道汇入的合流区,基于上述优化函数在满足基本的车辆运行速度,加速度区间基础上,结合匝道汇入过程中换道行为的规则约束,以及协同控制策略的约束条件,构建多系统输入输出的协同控制策略; 在多车道且有匝道汇入的场景下,构建基于广域时间、连续变量与离散变量的多系统输入输出的协同控制系统,所述优化函数在满足基本车辆运行速度、加速度区间基础上,还满足匝道汇入过程中换道行为的规则约束,即满足车辆横向换道协同控制策略与车辆纵向跟驰协同控制策略,还满足以下协同控制策略的约束条件,包括: S6.1、对协同控制策略控制效率执行约束,保证在JAD控制在每个车道的执行过程中均能较好吸收下游传递的运动波, t+k1=tstart,1=tjam,121 t+k′1=tend,1=tl122 t+k2=tstart,2=tjam,223 t+k′2=tend,2=tl224 其中,公式19和20用以约束所执行智能网联车辆速度控制策略JAD可完全消除各车道中的运动波,且不产生二次波,其中,va,1mva,2n、ve,1mve,2n、vf,1mvf,2n、ha,1mha,2n、l1l2、v1v2分别表示车道1与车道2控制过程中JAD执行头车减速速度、压缩波波速、消散波波速、JAD车辆减速时车头间距、加速时车头间距、车道自由流速度; 公式21至24分别表示车道1与车道2中JAD执行头车减速控制开始时刻tstart,1、tstart,2与结束时刻tend,1、tend,2,其中,tjam,1tjam,2分别表示车道1与车道2中运动波形成时刻,即陷入运动波时第一辆车加速恢复至减速前自由流速度的时刻,tl1tl2分别表示车道1车道2中JAD执行头车与其前车车头间距为l1l2的时刻,x1m-1t+k′1与x2n-1t+k′2表示车道1与车道2第m-1和n-1辆车在t+k′1与t+k′2时刻纵向位置; 公式25和26给定了车道1与车道2中JAD策略中控制速度所需要满足的约束不产生二次波的约束; S6.2、对于匝道中速度控制的辐射约束,保证在控制汇入匝道的过程中不出现匝道流量倒灌溢出引起的次生匝道堵塞BOR现象,使用下式作为控制协同算法中匝道中智能网联车辆行为控制的约束条件: 其中,lramp为匝道长度;∈α为速度变化响应模型参数,∈ρ为智能网联车辆渗透率模型系数,∈j为主线速度变化模型系数,∈ramp为匝道模型系数,βr为匝道速度控制率,vramp为匝道无控制状态下自由流限速,tw为控制时间; S6.3、安全性约束,使用下式约束车辆减速度符合车辆最大减速度限界: vt+k-1-vt+k≤Δt·dmax28 其中,dmax表示车辆最大减速度,Δt表示t+k-1与t+k时刻间时间间隔; S6.4、可变限速控制约束:在两个连续时间步骤中,同一可变限速标志上显示的速度限制之间的差异不得超过K,在同一时间段,可变限速控制的速度限制与JAD限速控制之间的速度差异不得超过K: 其中,为在时刻t可变限速控制的速度;为在时刻t的JAD限速控制的速度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。