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！

龙图腾网获悉北京航空航天大学申请的专利混行环境下的机场落客区合作落客车辆能耗动态优化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：CN120496321B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510673918.0，技术领域涉及：G08G1/01；该发明授权混行环境下的机场落客区合作落客车辆能耗动态优化方法是由陈佳一;覃梦欣;唐铁桥设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本混行环境下的机场落客区合作落客车辆能耗动态优化方法在说明书摘要公布了：本发明公开了混行环境下的机场落客区合作落客车辆能耗动态优化方法，涉及智能交通技术领域，包括：构建落客时间预测模型，预测每辆车到达各个落客位置的预计时间，输出车辆‑车位组合的预测落客时间矩阵；构建混行交通流状态下的车辆平均能耗模型，分别针对自动驾驶电动车CAV和人工驾驶油车HDV的瞬时能耗进行计算，并结合跟驰模式优化能耗；采用多智能体深度确定性策略梯度MADDPG算法，结合车辆平均能耗模型和跟驰模型构建优化车队运行的强化学习系统；根据实时更新的交通状态，通过强化学习系统生成最优车队合作策略，实现能耗、安全性与乘客舒适性的综合优化。本发明能够有效提升机场落客区的能效，缓解高峰期的交通压力。

本发明授权混行环境下的机场落客区合作落客车辆能耗动态优化方法在权利要求书中公布了：1.混行环境下的机场落客区合作落客车辆能耗动态优化方法，其特征在于，包括： 构建落客时间预测模型，预测每辆车到达各个落客位置的预计时间，输出车辆-车位组合的预测落客时间矩阵，其中，所述落客时间预测模型通过深度学习网络进行预测； 构建混行交通流状态下的车辆平均能耗模型，分别针对自动驾驶电动车CAV和人工驾驶油车HDV的瞬时能耗进行计算，并结合跟驰模式优化能耗； 采用多智能体深度确定性策略梯度MADDPG算法，结合所述车辆平均能耗模型和跟驰模型构建优化车队运行的强化学习系统，以最小化车队平均能耗为目标，动态调整车辆的加速度策略与车位分配； 根据实时更新的交通状态，通过所述强化学习系统生成最优车队合作策略，实现能耗、安全性与乘客舒适性的综合优化； 其中，对于混合车队，状态空间为： ； 式中，为车辆j的速度，为车辆j的加速度，为车辆j的加速度变化率，为车 辆的跟驰模式，为车辆与前车的实际车头时距，为预计时间矩阵T中j车到每个车位的 预计时间向量，为第j辆车的位置，为车辆类型，为服从率，认为CAV 为1，HDV为0-1的随机值，为车队车辆总数； 动作空间A：车辆j的动作分为车位分配以及跟驰模式的调整： 分配到一个唯一的车位： ； 式中，是车辆j分配到车位i的能耗，为预测落客时间； 同时，由于，车辆会优先选择车头时距更小的跟驰模式进行调整；为的反应时间，为C-H模式的反应时间，为的反应时 间； 以此规则建立奖励函数R： ； ； ； ； ； ； 奖励函数中，为能耗函数；为合作函数，旨在鼓励目标相邻的车辆进 行合作落客；为舒适度奖励函数，以加速度变化率为参照，较小的加速度变化 可以使乘客舒适度提升，以此给予奖励；为车辆跟驰惩罚函数，为 车辆的横向坐标，为车辆的横向坐标，为车辆的纵向坐标，为车辆的纵向 坐标，为设定的相邻距离阈值，为舒适度权重系数，为车辆j在x方向上的 加速度变化率，为车辆j在y方向上的加速度变化率，为车辆j在x方向上的加速度，为车辆j在y方向上的加速度，、、均为权重系数，为平均能耗，为 总能耗。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。