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 > 重庆大学林景栋获国家专利权

重庆大学林景栋获国家专利权

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!

龙图腾网获悉重庆大学申请的专利基于CPS的重点车辆高速公路隧道预测巡航云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:CN116564095B

龙图腾网通过国家知识产权局官网在2026-02-10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:202310633137.X,技术领域涉及:G08G1/01;该发明授权基于CPS的重点车辆高速公路隧道预测巡航云控制方法是由林景栋;黎杨;曹南锡;章家伟;张天赐;贺启程设计研发完成,并于2023-05-31向国家知识产权局提交的专利申请。

基于CPS的重点车辆高速公路隧道预测巡航云控制方法在说明书摘要公布了:本发明涉及一种基于CPS的重点车辆高速公路隧道预测巡航云控制方法,属于交通网联汽车云控制技术领域。该方法在云控系统基础平台融合交通系统各实体之间的地面实况信息,根据高速公路路段的多源异构交通态势构建数字信息映射层;在云控应用平台采用改进多角度RBF神经网络数据驱动预测模型对实时的交通态势信息进行预测感知,并利用态势信息与预测信息在有限约束条件下引入云中的算法求解器对控制目标进行统一编排并行运算与优化,以达到重点车辆在高速公路隧道内安全与生态驾驶的目的。本发明解决了传统预测巡航控制方案缺少赛博层与物理层的有机协同与融合,且受制于感知范围与计算能力,获取与处理信息十分有限,以及行驶安全与能耗问题。

本发明授权基于CPS的重点车辆高速公路隧道预测巡航云控制方法在权利要求书中公布了:1.一种基于CPS的重点车辆高速公路隧道预测巡航云控制方法,其特征在于,该方法具体包括以下步骤: S1:物理层:利用高速公路隧道路侧感知系统与路侧基础单元收集高速公路隧道的交通态势信息与交通流信息,并由路侧通讯设备传输至云控基础平台; S2:云控基础平台:在进行车图匹配与筛选重复目标后,在云控基础平台内使用数字孪生的方法,将高速公路路段的多源异构交通态势构建为实时数字信息映射层,并将应用层所需的数字信息传输至云控应用平台; S3:云控应用平台的数据驱动模型:在云控应用平台内采用改进多角度RBF神经网络的数据驱动预测模型,为云中的时变自适应算法求解器提供当前和潜在路线上交通态势信息的精确预测; S4:云控应用平台的算法求解器和云控决策系统:时变自适应算法求解器在物理动力学和重点车辆特有的约束条件下,参考安全性和能耗指标下进行统一编排并行运算与局部优化,输出数据传输至云控决策系统; S5:云控决策系统:结合步骤S1到步骤S4中的交通态势信息与算法求解器计算优化后的全局数据,基于最优化通行安全性与能耗,云控决策系统根据优化控制输入引入云中的二次规划方法来总结最优化控制序列,为重点车辆及其他交通参与者提供最优化控制方案; 优化算法求解器的目标是在物理动力学和安全约束条件下,以最小化目标函数为导向,找到最佳控制输入分布,以最大限度地优化提高重点车辆的行驶安全性,并且减少能耗;目标函数如下式所示: 其中,等式右边第一项、第二项表示重点车辆跟踪给定目标值的偏差;第三项表示车辆油耗;第四项表示制动扭矩的消耗,衡量了重点车辆特定的惯性安全问题;vref为参考的速度信息,lref为参考的车距信息,为两车车距,为权重系数,是预测区间;为自车速度,Tbrake为制动扭矩,为空间域间隔,为油耗率,N为当前区间,n为时刻区间,为在k时刻对未来k+i时刻的预测值; 为了保证重点车辆在安全运行区内运行,优化中增加了包括速度、发动机能量、制动能量和扭矩的物理约束;状态空间的速度边界设置如下: 其中,为速度边界的下边界,为速度边界的上边界; 根据发动机的通用特性图,在重点车辆的惯性安全有效工作区域内存在发动机扭矩与转速限制,以及制动扭矩的限制: 其中,为发动机转速的下边界,为发动机转速的上边界,为发动机扭矩的上边界,为制动扭矩的上边界; 为了平衡重点车辆的安全性与高速公路的通行效率,重点车辆与前车的间距应满足: 应用自适应车距参数,最小纵向车距和最大纵向车距表示为: 其中,为车头时距下边界,为车头时距上边界,为数据驱动预测模型所得到的交通流预测速度,t为车头时距,与为自适应车距参数,他们的值与重点车辆的速度成正比;预测巡航云控制方案采用在线滚动信息域优化与迭代更新的控制方法,即算法求解器在每个预测范围内使用时变预测模型,并在区间内更新此模型,然后进行优化控制输入求解; S6:物理层:智能车载终端平台在将步骤S5所得最优控制方案解析并统一调配后,重点车辆及其他交通参与者由车控计算基础平台,通过执行器对重点车辆及其他交通参与者的动力系统与制动系统进行最优化控制,从而达到重点车辆在高速公路隧道安全与生态驾驶的目的。

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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙坪坝正街174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。