申请/专利权人：北京市计量检测科学研究院

申请日：2024-03-29

公开（公告）日：2024-06-07

公开（公告）号：CN117975736B

主分类号：G08G1/01

分类号：G08G1/01;G08G1/0967;H04W4/40;G06F18/213;G06F18/23213;G06F18/2431;G06F18/243;G06F16/25;G06F16/29;G06N3/042;G06N3/0455;G06N3/0464;G06N3/0475;G06N3/094;G06N5/01;G06Q10/047;G06Q50/40;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明公开了一种无人驾驶车辆车路协同应用场景测试方法及系统，涉及车路协同测试技术领域，包括：布置传感器收集交通控制数据，构建交通控制场景库，进行场景分类，基于场景分类结果确定场景参数；基于交通控制场景库中的场景参数，构建交通场景模拟算法，模拟特定场景下的交通流和车辆行为；在模拟环境中部署并验证通信协议模型，通过机器学习算法训练，利用交通数据和场景参数识别场景分类；根据识别结果，制定并执行适应性策略，调整车辆行为和交通控制策略以适应当前交通场景。本发明提供的无人驾驶车辆车路协同应用场景测试方法显著提升了交通流的效率，同时增强了交通系统的安全性。减少了环境污染，改善了城市居民的生活质量。

主权项：1.一种无人驾驶车辆车路协同应用场景测试方法，其特征在于，包括：布置传感器收集交通控制数据，构建交通控制场景库，进行场景分类，基于场景分类结果确定场景参数；基于交通控制场景库中的场景参数，构建交通场景模拟算法，模拟特定场景下的交通流和车辆行为；在模拟环境中部署并验证通信协议模型，通过机器学习算法训练，利用交通数据和场景参数识别场景分类；根据识别结果，制定并执行适应性策略，调整车辆行为和交通控制策略以适应当前交通场景；所述交通控制数据包括交通流量数据、交叉口类型和信号灯数据、车辆行为数据、行人流动数据、环境因素数据、特殊事件数据以及实时交通状态数据；所述构建交通控制场景库包括通过ETL数据融合技术处理不同来源的数据，基于卷积神经网络提取车辆流量和行人流量信息，利用时间序列分析从传感器数据中提取关键特征，所述关键特征包括车辆和行人流量、车辆行驶速度和等待时间；使用K-means算法，将场景进行自动分类为早高峰流量场景、周末公园人流场景、夜间住宅场景、施工重组交通场景以及突发事件交通场景；基于所述关键特征对判断的场景进行场景定义，应用机器学习方法根据场景的时间特性、空间特性和事件类型构建场景定义下的参数模型；所述构建交通场景模拟算法包括采用自编码器网络将场景定义下的参数模型进行特征压缩和编码，转换为的场景表示向量；利用生成对抗网络GAN基于场景表示向量生成特定场景下的交通流模式；引入图神经网络GNN模拟车辆和行人在特定交通场景下的行为模式；结合强化学习算法，对模拟过程中的场景参数进行调整；将模拟结果应用于数字孪生环境，与实时交通数据进行同步，提供实时的模拟与预测反馈；所述利用交通数据和场景参数识别场景分类包括采用基于5G网络的通信协议模型，引入基于图的深度学习技术，从交通流和行为模式中提取网络结构特征，通过图嵌入技术将交通网络的结构信息编码为特征向量；利用提取的网络结构特征和交通特征，训练集成的深度神经网络模型，结合GAT图注意力网络进行场景分类为早高峰流量场景、周末公园人流场景、夜间住宅场景、施工重组交通场景以及突发事件交通场景，并将识别结果反馈给通信协议模型，优化数据传输策略；根据识别结果，制定并执行适应性策略包括若分类为早高峰流量场景，执行第一调整策略；若分类为周末公园人流场景，执行第二调整策略；夜间住宅场景，执行第三调整策略；施工重组交通场景，执行第四调整策略；突发事件交通场景，执行第五调整策略。

全文数据：

权利要求：

百度查询： 北京市计量检测科学研究院 一种无人驾驶车辆车路协同应用场景测试方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD