期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于多智能体一致性的多车道车辆集群编队控制 被引量:1
1
作者 姬鹏霄 孔伟伟 +5 位作者 罗禹贡 于杰 刘彦斌 汪俊杰 朱洧震 梁伟铭 《汽车安全与节能学报》 CAS CSCD 北大核心 2024年第5期742-752,共11页
为安全、高效地控制智能网联汽车(CAV)编队,研究了基于多智能体系统(MAS)一致性的多车道、零散随机分布的车辆集群编队控制策略,并进行数值仿真验证。建立了基于交错式结构的车群期望几何拓扑,提出了包括间距调整阶段、变道控制阶段和... 为安全、高效地控制智能网联汽车(CAV)编队,研究了基于多智能体系统(MAS)一致性的多车道、零散随机分布的车辆集群编队控制策略,并进行数值仿真验证。建立了基于交错式结构的车群期望几何拓扑,提出了包括间距调整阶段、变道控制阶段和队形收敛阶段的3阶段式编队控制流程。基于一致性理论,设计了车群编队控制器,并进行稳定性论证。选取2种典型场景,对三车道场景中初始分布较为极端的车群开展编队研究。结果表明:在该策略的控制过程中,纵向车间距与期望间距误差在0.5 m以内,横向位置与期望位置误差在5 cm以内,且速度在变化后能快速收敛至期望值。因而,该策略能有效控制车群车辆安全、高效地达到车群期望队形。 展开更多
关键词 智能网联汽车(CAV) 车辆集群编队控制 一致性控制 多智能体系统(MAS) 道路受限场景
在线阅读 下载PDF
基于混合模糊多人多目标非合作博弈的车道选择模型 被引量:3
2
作者 王晓原 张敬磊 +1 位作者 刘振雪 尹超 《自动化学报》 EI CSCD 北大核心 2017年第11期2033-2043,共11页
建立汽车安全驾驶辅助系统(包括安全驾驶预警系统)是保证交通安全的有效手段.准确预测车辆集群态势是汽车安全辅助驾驶的前提,车道选择是车辆集群态势发生转移最为根本的原因,也是交通流理论研究的基本内容.以往研究没有综合考虑车辆集... 建立汽车安全驾驶辅助系统(包括安全驾驶预警系统)是保证交通安全的有效手段.准确预测车辆集群态势是汽车安全辅助驾驶的前提,车道选择是车辆集群态势发生转移最为根本的原因,也是交通流理论研究的基本内容.以往研究没有综合考虑车辆集群复杂态势下各运动实体特征及其操控者类型,以及多个车道间车辆的冲突对车道选择的影响.为此,本文综合考虑各运动实体特征及其操控者类型,基于混合模糊多人多目标非合作博弈方法,建立城市快速路基本路段上的驾驶员车道选择模型.通过分析各方驾驶员在不同车道选择策略下的收益,确定换道博弈的Nash均衡,得到驾驶员最优车道选择策略.研究结果表明:基于混合模糊多人多目标非合作博弈方法建构的驾驶员车道选择模型,其预测准确率可达到85.2%. 展开更多
关键词 智能交通系统 驾驶倾向性 车辆集群态势 多人多目标对策 混合模糊对策
在线阅读 下载PDF
基于完全信息多人动态博弈的车道选择模型 被引量:3
3
作者 王方 王晓原 +3 位作者 刘振雪 王建强 孔栋 王云云 《计算机工程与应用》 CSCD 北大核心 2018年第23期238-245,共8页
针对集群车辆驾驶员的车道选择行为,着眼物联网背景,综合考虑车辆集群态势、驾驶倾向性等影响驾驶员行为的因素,建立基于完全信息多人动态博弈的车道选择模型。通过分析不同策略组合下的驾驶员收益,运用逆向归纳法,求解子博弈精炼纳什均... 针对集群车辆驾驶员的车道选择行为,着眼物联网背景,综合考虑车辆集群态势、驾驶倾向性等影响驾驶员行为的因素,建立基于完全信息多人动态博弈的车道选择模型。通过分析不同策略组合下的驾驶员收益,运用逆向归纳法,求解子博弈精炼纳什均衡,得到驾驶员的最优车道选择策略。应用实车实验等手段验证模型,结果表明,所建模型能够较为客观地反映驾驶员车道选择行为及交通流特性。 展开更多
关键词 智能交通 车道选择 动态博弈 车辆集群态势 驾驶倾向性
在线阅读 下载PDF
数字孪生辅助下基于D3QN的车载网络协同卸载算法
4
作者 陈赓 宋政翰 +1 位作者 夏聪慧 曾庆田 《通信学报》 2025年第8期90-104,共15页
为应对车辆边缘计算中拓扑高动态、任务多样性及低时延约束等挑战,提出一种数字孪生辅助下基于D3QN的车载网络协同卸载算法。首先,构建数字孪生网络以实现交通状态的动态建模,融合车辆时空与资源信息,区别于传统静态聚类策略,提升协作... 为应对车辆边缘计算中拓扑高动态、任务多样性及低时延约束等挑战,提出一种数字孪生辅助下基于D3QN的车载网络协同卸载算法。首先,构建数字孪生网络以实现交通状态的动态建模,融合车辆时空与资源信息,区别于传统静态聚类策略,提升协作分簇稳定性并缩小策略搜索空间。其次,基于任务的可分解性构建2种任务模型,设计混合卸载策略以精准适配动态现实需求。此外,设计基于D3QN的车辆集群协同卸载算法,构建双网络架构解耦动作-目标评估以抑制Q值偏差,加速策略收敛,实现效用-时延均衡。仿真结果表明,所提方案在高动态与高负载场景中可显著降低任务处理时延,相较其他6种基线算法分别实现5.32%、8.54%、1.47%、11.2%、68.51%和103.15%的平均系统效用提升。 展开更多
关键词 车辆边缘计算 数字孪生 车辆集群 深度强化学习 任务多样性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部