东南大学李豪杰获国家专利权
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!
龙图腾网获悉东南大学申请的专利混合交通流下无信控行人过街横道的人车冲突分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116187067B 。
龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310172008.5,技术领域涉及:G06F30/20;该发明授权混合交通流下无信控行人过街横道的人车冲突分析方法是由李豪杰;赵彬越;张应恒;任刚设计研发完成,并于2023-02-27向国家知识产权局提交的专利申请。
本混合交通流下无信控行人过街横道的人车冲突分析方法在说明书摘要公布了:本发明公开了一种混合交通流下无信控行人过街横道的人车冲突分析方法,包括:获取待分析的无信控行人过街横道对应的人车冲突仿真模型参数;分别构建行人过街行为模型、传统车辆行为模型和自动驾驶车辆行为模型,基于行人过街行为模型、传统车辆行为模型和自动驾驶车辆行为模型构建得到人车冲突仿真模型;采用人车冲突仿真模型对无信控行人过街横道的人车冲突行为进行提取,并对提取的人车冲突行为的严重性进行评价。本发明对保障自动驾驶车辆部署后无信控过街横道处的行人交通安全具有重要意义。
本发明授权混合交通流下无信控行人过街横道的人车冲突分析方法在权利要求书中公布了:1.一种混合交通流下无信控行人过街横道的人车冲突分析方法,其特征在于,所述人车冲突分析方法包括以下步骤: S1,获取待分析的无信控行人过街横道对应的人车冲突仿真模型参数,人车冲突仿真模型参数包括人车冲突仿真环境构建所需的基础数据、行人过街行为建模所需的基础数据、常规车辆行为及自动驾驶车辆行为建模所需的基础数据; S2,分别构建行人过街行为模型、传统车辆行为模型和自动驾驶车辆行为模型,基于行人过街行为模型、传统车辆行为模型和自动驾驶车辆行为模型构建得到人车冲突仿真模型;将步骤S1中的人车冲突仿真模型参数分别导入行人过街行为模型、传统车辆行为模型、自动驾驶车辆行为模型和人车冲突仿真模型; S3,采用人车冲突仿真模型对无信控行人过街横道的人车冲突行为进行提取,并对提取的人车冲突行为的严重性进行评价; 具体的,步骤S1中,所述人车冲突仿真环境构建所需的基础数据包括车道数量N,车道宽度WL,路段长度LL,无信控行人过街横道宽度WC,无信控行人过街横道长度LC,路段限速值Vlim,车辆到达率,行人到达率; 所述行人过街行为建模所需的基础数据包括行人过街速度VP,行人宽度WP,行人长度LP,行人面对常规车辆时的安全裕度,行人面对自动驾驶车辆时的安全裕度 所述常规车辆行为及自动驾驶车辆行为建模所需的基础数据包括:车辆宽度W,车辆长度L,车辆速度V,车辆期望速度V,驾驶人反应时间,期望间隔距离s,常规车辆减速度dCV,常规车辆最大加速度a,常规车辆进入离开冲突区与行人离开进入冲突区之间驾驶员可接受的最小安全间隔时间,常规车辆驾驶人视距DCV,自动驾驶车辆的渗透率PAV,自动驾驶汽车减速度dAV,自动驾驶系统延误时间,自动驾驶汽车与前车的参考间隔距离sref,自动驾驶车辆检测距离DAV 进一步地,步骤S2中,行人过街行为模型的构建过程包括以下子步骤: 利用AnyLogic软件对在无信控过街横道处行人的行为进行建模,得到行人过街行为模型;其中,行人面对常规车辆时,行人根据安全裕度做出过街决策,安全裕度是行人为避免与车辆碰撞而保持的边际安全值;冲突区域为车辆轨迹与行人轨迹相交的重叠部分,当时,冲突区被认为是安全时,行人以速度V开始匀速过街,否则将继续等待;行人面对自动驾驶车辆时,如果行人无法识别自动驾驶车辆的eHMIs所发出的信号或者eHMIs没有发出信号,将自动驾驶车辆视为常规车辆处理,如果行人识别自动驾驶车辆的eHMIs所发出的信号,根据自动驾驶车辆的eHMIs所发出的信号进行过街决策,当接收的信号为“让行”时,行人开始以速度VP匀速过街;当信号为“非让行”时,行人继续等待过街时机;式中,,为行人从当前位置离开冲突区所行走的距离,,为行人从当前位置离开冲突区所需的时间,为车辆从当前位置进入冲突区所行驶的距离;为车辆从当前位置进入冲突区所行驶的时间; 将步骤S1中的行人过街行为建模所需的基础数据输入行人过街行为模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:210000 江苏省南京市玄武区四牌楼2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励