发明

一种车路协同环境下快速道路重叠交通激波消散方法和系统2024

2024-03-05 07:15:02 发布于四川 1
  • 申请专利号:CN202311563906.X
  • 公开(公告)日:2024-12-20
  • 公开(公告)号:CN117636628A
  • 申请人:东南大学
摘要:本发明公开了一种车路协同环境下快速道路重叠交通激波消散方法和系统,建立基于冲击波理论的交通激波模型,计算得到智能网联车辆到达交叉口的最优时间,然后基于深度强化学习模型的车辆轨迹优化控制器构建网联自动驾驶车辆智能体,训练得到最优车辆轨迹优化控制器,对智能网联车辆进行控制。本发明采用深度强化学习框架对网联自动驾驶车辆进行多目标轨迹优化控制,引导上游交通以目标轨迹缓慢进入交通激波影响范围,进而抑制交通激波向上游的传播。本发明能够减少车辆在交叉口的排队停车时间,有利于提高城市干道的整体通行效率,降低交叉口的潜在交通事故风险和燃油消耗,在缓解城市交叉口的交通拥堵问题上具有实际的工程应用价值和意义。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117636628 A (43)申请公布日 2024.03.01 (21)申请号 202311563906.X (22)申请日 2023.11.22 (71)申请人 东南大学 地址 210018 江苏省南京市玄武区四牌楼2 号 (72)发明人 徐铖铖 佟昊 王长帅 任卫林  彭畅  (74)专利代理机构 南京经纬专利商标代理有限 公司 32200 专利代理师 朱小兵 (51)Int.Cl. G08G 1/01 (2006.01) G08G 1/0967 (2006.01) G08G 1/0968 (2006.01) 权利要求书3页 说明书8页 附图3页 (54)发明名称 一种车路协同环境下快速道路重叠交通激 波消散方法和系统 (57)摘要 本发明公开了一种车路协同环境下快速道 路重叠交通激波消散方法和系统,建立基于冲击 波理论的交通激波模型,计算得到智能网联车辆 到达交叉口的最优时间,然后基于深度强化学习 模型的车辆轨迹优化控制器构建网联自动驾驶 车辆智能体,训练得到最优车辆轨迹优化控制 器,对智能网联车辆进行控制。本发明采用深度 强化学习框架对网联自动驾驶车辆进行多目标 轨迹优化控制,引导上游交通以目标轨迹缓慢进 入交通激波影响范围,进而抑制交通激波向上游 的传播。本发明能够减少车辆在交叉口的排队停 A 车时间,有利于提高城市干道的整体通行效率, 8 降低交叉口的潜

最新专利