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 > 东南大学陆建获国家专利权

东南大学陆建获国家专利权

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一种面向车路协同环境的路侧单元布设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:CN117037495B

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:202311067146.3,技术领域涉及:H04W4/44;该发明授权一种面向车路协同环境的路侧单元布设方法是由陆建;张放;胡晓健设计研发完成,并于2023-08-23向国家知识产权局提交的专利申请。

一种面向车路协同环境的路侧单元布设方法在说明书摘要公布了:本发明公开了一种面向车路协同环境的路侧单元布设方法,根据出行方式将出行者分为非网联用户和网联用户,并将路网抽象为有向图;根据非网联车当量系数,对非网联车当量系数的均值、方差关于网联车混入率的函数曲线进行拟合;根据路段旅行时间期望,利用混合交通网络均衡条件表征网联车与非网联车的路径选择行为;利用混合整数线性规划模型表征面向车路协同环境的路侧单元布设问题;使用Gurobi求解器求解混合整数线性规划模型,得到路侧单元在路网中的布设位置。本发明通过路侧单元的布设支持网联车各项功能的稳定运行,实现城市路网通行效率与系统可靠性的共同提升,为车路协同环境下的智能网联设施规划提供参考依据。

本发明授权一种面向车路协同环境的路侧单元布设方法在权利要求书中公布了:1.一种面向车路协同环境的路侧单元布设方法,其特征在于,包括以下步骤: 步骤1,根据出行方式将出行者分为非网联用户和网联用户,将路网中的路段分为路侧单元路段和常规路段,并将路网抽象为有向图; 步骤2,根据非网联车当量系数,对非网联车当量系数的均值、方差关于网联车混入率的函数曲线进行拟合; 步骤3,根据路段旅行时间期望,利用混合交通网络均衡条件表征网联车与非网联车的路径选择行为; 步骤4,利用混合整数线性规划模型表征面向车路协同环境的路侧单元布设问题; 步骤5,使用Gurobi求解器求解混合整数线性规划模型,得到最优方案;其中最优方案包括路侧单元在路网中的布设位置; 所述步骤2包括: 令表示常规路段上的非网联车当量系数,表示为该路段上网联车混入率的函数,表达式为: 1; 式中,、、、分别表示非网联车跟随非网联车、非网联车跟随网联车、网联车跟随非网联车、网联车跟随网联车四种跟车场景的平均饱和车头时距,、、、分别表示以上四种跟车场景在混行车队中的发生频率; 将当量系数记为HVE系数,常规路段上的非网联车HVE系数服从正态分布,即,其中下角标a表示路段标号,和分别为路段a上HVE系数的均值和方差,均为路段a上网联车混入率的函数; 利用仿真抽样方法对和函数曲线进行拟合,包括以下子步骤: 步骤20,初始化以下参数,包括饱和车头时距、样本规模、通行能力下界和上界,以及混入率误差阈值,并令样本数量;其中和均取为整数; 步骤21,根据已知网联车混入率生成初始车队:其中车队用0-1向量表示,元素为0表示该位置为非网联车,为1表示该位置为网联车; i按照饱和车头时距生成一个包含辆非网联车的车队,即长度为的零向量; ii在该零向量中随机选择个位置,将这些位置替换为网联车,即把对应位置的元素由0替换为1;其中表示向上取整符号; 步骤22,检验生成车队的可行性: i从第一个位置开始,根据每个位置的跟驰场景和饱和车头时距,计算当前位置的累积车头时距,当累积车头时距大于3600秒时,在此处截断车队,舍弃未累积到的车辆,并根据公式1计算车队的HVE系数; ii计算车队的实际网联车混入率,若,返回为第n个样本的HVE系数,并令;否则,令 步骤23,若,终止算法并返回个样本的HVE系数,计算样本均值与方差;否则,返回至步骤21; 步骤24,通过在不同混入率场景下依次进行步骤21-步骤23的抽样过程,得到两组数据点,…,,以及,…,,分别用于拟合的函数曲线; 所述步骤3具体包括: 对于常规路段和路侧单元路段,路段a上的非网联车当量流量表达式为,服从正态分布,均值和方差的表达式为: 2; 其中、分别为路段a上的非网联车流量和网联车流量;根据出行方式把出行者分为非网联车用户和网联车用户两类,分别用和表示,用户类别集合用表示;两类路段的旅行时间期望、方差可分别通过下式3和4计算得到: 3; 4; 其中为路段a上的旅行时间,为路段a在自由流条件下的旅行时间,为路段a的车道数,为非网联车交通的道路通行能力,满足,和为参数,期望和方差根据正态分布变量k阶中心矩和原点矩公式得到; 令表示路段a的系统旅行时间,其期望和方差表示为: 5; 6; 式中的协方差通过下式计算得到: 7; 将公式3-6统称为路段效用函数; 令表示常规路段的旅行时间期望,表示路侧单元路段的旅行时间期望;用0-1变量表征路侧单元的布设方案,若路段a布设了路侧单元则,否则,定义用户类别m在路段a上的广义路段出行成本表达式为: 8; 其中,表示路段集合,常规路段集合,路侧单元路段集合,和分别为非网联车用户和网联车用户的总出行需求,即所有OD对的出行需求之和;根据路段-路径关系,用户类别m在路径r上的广义出行成本表示为: 9; 式中,为根据路网拓扑结构确定的路段-路径关系参数,,表示路段a属于路径r,表示路段a不属于路径r;路网OD对为集合,任意OD对的路径集合,所有路径的集合为; 令表示用户类别m在路径r上的流量,网联车用户的交通网络均衡条件表示为: 10; 11; 12; 13; 14; 在上述条件中,式10-12表示网联车用户遵循用户均衡条件,即总会选择广义出行成本最小的路径完成出行,表示网联车用户在OD对w之间的最小广义出行成本,式13表示网联车用户流量非负,式14表示辅助变量为0-1变量,和可分别取为: ; ; 所述步骤3还包括: 对于非网联车用户,首先将决策变量定义域,分割为一组互不重叠的子区间,将子区间依次标号,令为子区间标号集合,将分割相邻子区间的间断点依次标号,令为间断点标号集合,间断点处的取值用表示,则第一个间断点和最后一个间断点处分别为下界和上界,非网联车用户的交通网络均衡条件表示为: 15; 16; 17; 18; 19; 20; 21; 22; 23; 在上述条件中,式15表示非网联车用户遵循随机用户均衡条件,即非网联车用户对广义出行成本的判断存在误差,并会选择其判断的成本最小的路径完成出行,为非负离散参数;式16-17为对辅助变量的边界约束;式18-20说明非网联车用户的路径流量表示为所有间断点值的凸组合,其中为对应间断点的凸组合系数;式21-23表示在最优解处,最多有两个相邻间断点的凸组合系数为正值,其中为一双射函数,该双射函数将每个区间映射至一维0-1向量上,和定义为: ; ; 所述步骤4具体包括: 对两类路段的路段效用函数进行线性化近似,将决策变量和的定义域分别分割为一组互不重叠的子区间,将子区间依次标号,令为子区间标号集合;将分割相邻子区间的间断点依次标号,令为间断点标号集合,在二维空间内形成个互不重叠的矩形,上角标表示间断点处的变量取值,常规路段的路段效用函数线性化近似条件为: 24; 25; 26; 27; 28; 29; 30; 31; 32; 33; 34; 35; 36; 37; 38 在上述条件中,式24-26表示用分段线性插值的方法对路段效用函数进行近似,式27-30说明路段流量用不同间断点的凸组合表示,为凸组合系数;式31-38说明在二维空间的最优解处,最多有三个相邻间断点的凸组合系数为正值,、均为辅助0-1变量; 路侧单元路段的路段效用函数线性化近似条件为: 39; 40; 41; 42; 43; 44; 45; 46; 47; 48; 49; 50; 51; 52; 53; 在上述条件中,式39-41表示用分段线性插值的方法对路段效用函数进行近似,式42-45说明路段流量用不同间断点的凸组合表示,为凸组合系数,式46-53表示在二维空间的最优解处,最多有三个相邻间断点的凸组合系数为正值,、均为辅助0-1变量; 所述步骤4还包括: 定义路段a的广义系统出行成本均值和标准差分别为: 54; 55; 其中和取为 56; 57; 将面向车路协同环境的路侧单元布设问题用以下混合整数线性规划模型表征: 58; s.t.a路段-路径流量关系和流量守恒条件: 59; 60; b预算约束和0-1变量约束: 61; 62; c混合交通网络均衡条件为公式10-23; e常规路段的线性化路段效用函数为公式24-38; f路侧单元路段的线性化路段效用函数为公式39-53; 上式中,表示用户类别m在OD对w之间的出行需求,为路侧单元在单位长度路段上的布设成本,B为预算资金,为路段a的长度,为权重参数,该权重参数越大,表示规划部门对系统通行效率的重视程度越高,对系统可靠性的重视程度越低。

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。