车路协同信号交叉口智能网联车辆横纵向决策控制方法

AITNT
正文
推荐专利
车路协同信号交叉口智能网联车辆横纵向决策控制方法
申请号:CN202510296434
申请日期:2025-03-13
公开号:CN120223734A
公开日期:2025-06-27
类型:发明专利
摘要
本申请涉及交通控制领域,提供了一种车路协同信号交叉口智能网联车辆横纵向决策控制方法,包括:通过遗传算法GA构建专家数据集,该专家数据集包括智能网联车辆CAV智能体的至少一条轨迹的所有状态,该专家数据集用于神经网络的训练;根据该专家数据集,构建并训练该神经网络,该神经网络用于通过强化学习算法控制该CAV智能体的动作以及所述动作在当前状态下的效果;构建用于控制该CAV智能体的换道模型,该换道模型的状态空间由车道的离散元胞构成,该换道模型用于通过该离散元胞的状态值确定该CAV智能体的车道换道信息和车速信息。本申请实现信号灯与智能网联车辆之间的实时数据交换和策略协调,从而优化交通流并提高交叉口的处理能力。
技术关键词
智能网联车辆 换道模型 信号交叉口 强化学习算法 车道 深度确定性策略梯度 交叉口通行能力 遗传算法 加速度 元胞 优化交通流 数据 道路交叉口 信号灯 网络 控制平台 轨迹 多项式
系统为您推荐了相关专利信息
1
一种基于深度强化学习的关键流路由优化方法
深度强化学习 链路 等价多路径 矩阵 策略
2
一种老年人跌倒预警与救援护理系统
护理系统 传感器模块 路径规划单元 感应地板 预警机制
3
多模态融合的对话情感计算方法及装置
情感计算方法 语音情感识别模型 上下文语境信息 情感类别 强化学习模型
4
一种基于强化学习的智能农业传感器网络优化方法
智能农业传感器 网络优化方法 深度Q网络 传感器节点 传感器布置
5
一种基于深度强化学习的机械臂力反馈控制方法
反馈控制方法 深度强化学习算法 运动轨迹预测 深度强化学习模型 卷积神经网络深度学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号