Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜北京工业大学李同飞获国家专利权

恭喜北京工业大学李同飞获国家专利权

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!

龙图腾网恭喜北京工业大学申请的专利完全网联自动驾驶场景的潮汐车道布局优化方法和系统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:CN118917459B

龙图腾网通过国家知识产权局官网在2025-04-01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:202410934232.8,技术领域涉及:G06Q10/04;该发明授权完全网联自动驾驶场景的潮汐车道布局优化方法和系统是由李同飞;鄢家宝;翁剑成;窦雪萍;许琰;周文涵设计研发完成,并于2024-07-12向国家知识产权局提交的专利申请。

完全网联自动驾驶场景的潮汐车道布局优化方法和系统在说明书摘要公布了:本发明公开了一种完全网联自动驾驶场景的潮汐车道布局优化方法和系统,旨在通过充分利用现有道路资源与网联自动驾驶车辆的技术优势,优化车道数量和方向分配,实现降低路网总出行成本的目标。本发明结合遗传算法与数学优化模型,考虑所有权不同的两类网联自动驾驶车辆以及车道规划决策与出行者路径选择行为的相互影响,灵活调整不同行驶方向的车道数以适应不同时段的交通需求。本发明提出的潮汐车道布局优化方法显著提升了路网通行效率,减少了交通拥堵,展现了网联自动驾驶技术在交通管理中的潜力与优势。

本发明授权完全网联自动驾驶场景的潮汐车道布局优化方法和系统在权利要求书中公布了:1.一种完全网联自动驾驶场景的潮汐车道布局优化方法,其特征在于:包括以下步骤:步骤1,创建城市路网模型,包括节点集合N和路段集合A,并标识出行需求的起点集合R和终点集合S;步骤1中使用图模型GN,A表示路网,其中N表示节点集合,A表示路段集合;设R和S分别表示路网中的起点和终点的集合,设r和s分别代表路网中的一个起点和一个终点,r∈R,s∈S,i,j表示以起点为i,终点为j的路段,i,j∈A;步骤2,引入路段上的车道数量变量zij,路段起点为i,路段终点为j,并满足不同行驶方向的车道数量约束;路段上的车道数量zij要满足以下约束关系: 式中,lij表示现有路网中节点i到节点j之间不区分方向的车道总数量;公式1表示优化后路网中路段i,j上的车道数量和路段j,i上的车道数量之和应该小于现有路网中节点i到节点j之间不区分方向的车道总数量;公式2表示优化后路网中路段i,j上的车道数量应该为非负整数;步骤3,使用路段出行成本模型计算每条路段i,j的出行成本;路段出行成本计算表述为下式: 式中,表示路段i,j的自由流出行时间;表示路段上网联自动驾驶私家车PCAV和网联自动驾驶网约车SCAV两类车辆的流量之和;cij表示路段i,j的单条车道的通行能力;cijzij表示路段i,j的通行能力;α,β是BPR函数中的非负参数;δij是一个二进制变量,当路段i,j车道数为0zij=0时,δij=0,反之,路段i,j车道数不为0zij≠0时,δij=1;步骤4,确保各路段流向终点s的车辆流量非负,并满足节点的进出流量守恒条件;确保流向终点s的车辆流量非负,如下式: 所述满足节点的进出流量守恒条件包括:对于除了终点s外的每个节点i,流出该节点且以s为终点的车辆流量应等于流入该节点且以s为终点的车辆流量;对于终点s,流入该终点的车辆流量应等于所有起点对该终点的总需求量的相反数;步骤5,建立关于PCAV流量的用户均衡条件,要求PCAV车辆流量所带来的边际成本等于路段最短路径上的边际成本差;用户均衡条件包括:如果路段i,j上有PCAV流量,则该路段在节点i到终点s的最短路径上,PCAV在该路段的出行成本应等于节点i到终点s的最小出行成本减去节点j到终点s的最小出行成本;如果路段i,j上没有PCAV流量,则PCAV在该路段的出行成本应大于等于节点i到终点s的最小出行成本减去节点j到终点s的最小出行成本;PCAV的流量应为非负数;步骤6,建立关于SCAV流量的系统最优条件,确保SCAV全部车辆出行成本之和最小化,反映最佳的SCAV使用模式;确定系统最优条件包括:SCAV在最短路径上的广义出行成本应等于节点i到终点s的广义最小出行成本减去节点j到终点s的广义最小出行成本;如果路段i,j上没有SCAV流量,则SCAV在该路段的广义出行成本应大于等于节点i到终点s的广义最小出行成本减去节点j到终点s的广义最小出行成本;SCAV的流量应为非负数;步骤7,建立优化模型,以最小化路网总出行成本为目标,包括车流量和车道数量在内的决策变量,并应用约束条件,约束条件包括:不同行驶方向的车道数量约束、路段出行成本计算、流量非负和流量守恒约束、用户均衡约束和用户系统最优约束;优化模型的构建如下式: 其中,和分别表示路段i,j上流向终点s的PCAV和SCAV的流量;tij表示路段i,j的出行成本;步骤8,使用遗传算法与GAMS求解器的结合,解决混合整数非线性规划问题,得出最优的潮汐车道布局方案。

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北京工业大学,其通讯地址为:100124 北京市朝阳区平乐园100号北京工业大学;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”。

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。