← 返回列表

一种智能网联车辆队列的关键控制节点识别方法、装置及存储介质

申请号: CN202311538852.1
申请人: 东南大学
更新日期: 2026-03-10

专利详细信息

项目 内容
专利名称 一种智能网联车辆队列的关键控制节点识别方法、装置及存储介质
专利类型 发明申请
申请号 CN202311538852.1
申请日 2023/11/17
公告号 CN117576905A
公开日 2024/2/20
IPC主分类号 G08G1/01
权利人 东南大学
发明人 王灿; 赵妍; 李林恒; 曲栩; 冉斌
地址 江苏省南京市江宁区东南大学路2号

摘要文本

本发明公开一种智能网联车辆队列的关键控制节点识别方法、装置及存储介质,属于智能交通控制技术领域。方法包括:获取智能网联车辆队列运动轨迹信息,提取出队列中所有车辆的车辆自身运动参数与车间相对运动参数;根据智能网联车辆的分布建立图结构表征,根据车辆动力学参数计算特征参数并构建相似度矩阵,推导基于智能网联车辆队列图结构与特征矩阵的拉普拉斯矩阵;并基于拉普拉斯矩阵,执行特征分解,确定最优化聚类簇数,进而执行智能网联车辆队列的谱聚类操作;根据聚类结果,提取各聚类簇中的关键车辆,输出智能网联车辆队列的关键控制节点识别结果至智能网联车辆队列。本发明能够为智能网联车辆队列的安全和高效控制提供决策依据与保障。

专利主权项内容

1.一种智能网联车辆队列的关键控制节点识别方法,其特征是,包括:获取智能网联车辆队列的运动轨迹信息,处理得到其中所有车辆在运动过程中的动力学参数,所述动力学参数包括车辆自身运动参数与车间相对运动参数;根据智能网联车辆的分布建立队列的图结构表征;根据所述车辆自身运动参数与车间相对运动参数,构建车辆动力学参数的特征参数矩阵及相似度矩阵;基于所述图结构表征以及所述特征参数矩阵及相似度矩阵,构建智能网联车辆队列的图拉普拉斯矩阵;基于所述智能网联车辆队列的拉普拉斯矩阵,执行特征分解,按照预设的最优化聚类簇数,进行智能网联车辆队列的谱聚类操作;根据聚类结果提取各聚类簇中的关键控制车辆,作为智能网联车辆队列的关键控制节点识别结果,输出至智能网联车辆队列。