買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶大學申請的專利一種基于CP-CNN的近信號區混合車群CAV引導控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115909743B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211570329.2，技術領域涉及：G08G1/01；該發明授權一種基于CP-CNN的近信號區混合車群CAV引導控制方法是由孫棣華;趙敏;田雨聃設計研發完成，并于2022-12-08向國家知識產權局提交的專利申請。

本一種基于CP-CNN的近信號區混合車群CAV引導控制方法在說明書摘要公布了：本發明公開了一種基于CP?CNN的近信號區混合車群CAV引導控制方法，該方法包括獲取三車道近信號區內混合異質車群的單車數據，將單車物理特征信息映射到多維特征圖，構建模型數據集；基于卷積神經網絡構建混合車群宏觀車流預測模型，即CP?CNN，并對模型進行訓練；根據近信號區信號燈與實時交通狀態，構建混合車群動態優化目標；設計混合交通近信號區下基于CP?CNN的近信號區混合車群CAV引導控制方法；設計基于粒子群優化算法的可變限速值尋優策略。本發明針對近信號區車流變化與信號燈變化，自適應地對CAV車輛進行車速控制，實現交叉口通行瓶頸的有效控制。

本發明授權一種基于CP-CNN的近信號區混合車群CAV引導控制方法在權利要求書中公布了：1.一種基于CP-CNN的近信號區混合車群CAV引導控制方法，其特征在于，包括：步驟1：獲取三車道近信號區內混合異質車群的單車數據，將單車物理特征信息映射到多維特征圖，構建模型數據集；步驟2：基于卷積神經網絡構建混合車群宏觀車流預測模型CP-CNN，并對模型進行訓練；步驟3：根據近信號區信號燈與實時交通狀態，構建混合車群動態優化目標；所述步驟3包括：步驟31：計算近信號區內不同信號燈狀態下引道區域最大通行容量，當信號燈為紅色時，當信號燈為綠色時，最大通行容量計算公式為： 式中，為引道最大通行容量，pc、ph為CAV和HV的滲透率，且ph＝1-pc，Δxcc為CAV跟馳CAV的車頭時距，Δxch為CAV跟馳HV的車頭時距，Δxhc為HV跟馳CAV的車頭時距，Δxhh為HV跟馳HV的車頭時距；步驟32：將不同信號燈情況下的引道最大通行容量，作為混合車群動態優化目標，與CP-CNN模型預測的引道車流量進行對比，如果t+τ時刻引道車流量大于t+τ時刻引道區域最大通行容量，則進行可變限速控制；步驟4：設計混合交通近信號區下基于CP-CNN的近信號區混合車群CAV引導控制方法；所述步驟4包括：步驟41：根據引道區域計算出的t+τ時刻最大通行容量與CP-CNN模型預測的引道車流量進行對比q，如果則不進行控制；步驟42：如果則對近信號區內的CAV車輛進行控制，采用積分控制器計算可變限速值： 式中，VSLt是采用CAV引導控制算法，對CAV車輛提出的速度控制值，KI為待定控制參數，根據反饋進行優化，得到最優控制速度，其優化目標為： 式中，q*t+τ為在t時刻實施CAV引導控制后，將VSLt值替換多維特征圖中CAV車輛速度v，根據CP-CNN模型預測出的t+τ時刻的引道車流量；qt+τ為未進行可變限速控制下CP-CNN模型預測出的t+τ時刻的引道車流量；為根據飽和流率法計算出的t+τ時刻的引道最大通行容量；|·|為絕對值符號；步驟5：設計基于粒子群優化算法的可變限速值尋優策略；所述步驟5包括：根據所述優化目標，基于反饋思想與粒子群優化算法，對待定控制參數進行KI尋優，具體包括以下步驟：步驟51：設置粒子群優化算法中的相關參數，包括算法中使用的粒子的數量n、Archive集的存檔閾值N以及劃分網格數量的參數M、約束條件的設置、算法的迭代次數；步驟52：在約束條件下，隨機生成均勻分布，初始化各個粒子的速度和粒子的位置；步驟53：根據適應度函數，計算各個粒子對應的適應度，并將其作為自身的局部最優解Pbest；步驟54：根據Pareto占優規則，將初始化粒子中的非劣解添加到Archive集中；步驟55：基于網格法，獲得Archive集中各個粒子的密度估計值，并根據基于自適應網格的Pareto最優解搜索算法篩選粒子的全局最優解gBest；步驟56：更新各個粒子的速度和位置，生成下一代粒子群體；步驟57：根據適應度函數計算各個粒子的適應度，并更新各個粒子的局部最優解Pbest；步驟58：根據Pareto占優規則，將當前的粒子的非劣解加入到Archive集中，更新Archive集，并且判斷Archive集中的粒子的數量是否達到存檔閾值N，如果是，則需要Archive集進行截斷處理；步驟59：返回到步驟55：更新粒子的全局最優解；步驟510：對當前的迭代次數進行判斷，如果沒有達到設定的最大值，則返回步驟56，如果達到最大值，則結束尋優。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶大學，其通訊地址為：400044 重慶市沙坪壩區沙正街174號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。