Document
拖动滑块完成拼图
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

完全网联自动驾驶场景的潮汐车道布局优化方法和系统 

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!

申请/专利权人:北京工业大学

摘要: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。

主权项:1.一种完全网联自动驾驶场景的潮汐车道布局优化方法,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;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;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;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;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;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,并应用上述约束条件;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。

全文数据:

权利要求:

百度查询: 北京工业大学 完全网联自动驾驶场景的潮汐车道布局优化方法和系统

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。