云南高校图书馆联盟文献共享服务平台- CAV

CAV: 作品数：295被引量：643H指数：11; 导出分析报告; 相关领域：农业科学更多>>; 相关作者：崔治中邱薇范泉水姜世金王笑梅更多>>; 相关机构：山东农业大学长安大学吉林大学中国农业科学院哈尔滨兽医研究所更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金国家现代农业产业技术体系建设项目国家重点基础研究发展计划山东省科技攻关计划更多>>

基于强化学习的模型预测控制混合交通协同控制算法研究: 《电子制作》2025年第7期38-43,共6页朱宁宁; 2022年度广州软件学院校级科研项目“基于数据驱动的多智能体系统协同编队控制方法研究”(编号:ky202204)。; 在未来的智能交通系统中,无信号交叉口将成为联网自动驾驶车辆(Connected Automated Vehicles,CAV)和人工驾驶车辆(Human-Driven Vehicles,HV)混合流动的常见场景。然而,由于交叉口动态性高、车辆间交互复杂、局部观测条件受限,如何在...; 关键词：CAV 图神经网络模型预测控制演员评论家强化学习

自动驾驶车辆渗透环境下多车道瓶颈路段行驶策略仿真: 《交通运输系统工程与信息》2025年第2期69-81,共13页张建旭吴春箱; 国家自然科学基金;重庆市高校创新研究群体项目。; 为探索多车道临时瓶颈路段在智能网联自动驾驶车辆(CAV)渗透环境下的通行效率和交通特性,本文基于连续元胞自动机模型设计了适用于人工驾驶车辆(HV)和CAV的跟驰及换道规则;考虑HV慢启动建立了跟驰模型,基于HV换道动机建立了自由换道、...; 关键词：智能交通协同换道元胞自动机模型混合交通流 CAV车队强度

基于DQN的快速路合流区CAV换道决策方法: 《哈尔滨工业大学学报》2025年第3期98-109,共12页程国柱王文志陈永胜徐亮; 中央高校基本科研业务费专项资金(2572023CT21);国家自然科学基金(52378433)。; 为解决快速路合流区的交通拥堵和安全问题,保障智能网联车辆(connected and automated vehicle,CAV)在快速路合流区高效、安全、舒适、稳定地行驶,采用深度强化学习方法之DQN(deep q-network)算法,综合考虑车辆行驶安全性、高效性与舒...; 关键词：智能交通 CAV换道决策方法 DQN 智能网联车辆深度强化学习快速路合流区

不同使用规则下CAV专用道规划方案合理性分析方法: 《交通运输研究》2025年第1期58-66,共9页李同飞朱宏菲熊杰窦雪萍周文涵翁剑成; 北京市社会科学基金规划项目(22GLC060)。; 对于尚未设置CAV专用道的路段,交通规划设计者亟需一种简单、高效的方法,用以快速分析在复杂的交通条件下CAV专用道规划方案的合理性。为此,首先,考虑异质车辆在纵向车道的空间分布与CAV在混合交通流中的比例,推导出不同类型车道通行能...; 关键词：智能交通 CAV专用道混合交通流人类驾驶车辆网联自动驾驶车辆用户均衡

网联车辆复用公交专用道建模与仿真研究: 《交通运输系统工程与信息》2025年第1期67-75,共9页蒋沛马新露李一博陈坚; 国家自然科学基金面上项目(52472339);2024年度重庆市自然科学基金面上项目(CSTB2024NSCQ-MSX0967);重庆交通大学研究生科研创新项目(2023B0007)。; 人类驾驶的不可控性使得间歇优先公交专用道(Bus Lanes with Intermittent Priority,BLIP)不能被有效利用。为解决该问题,本文提出智能网联车辆(Connected and Automated Vehicles,CAV)复用BLIP的控制方法。CAV借道控制考虑了公交车间...; 关键词：智能交通公交专用道复用队列协同 CAV控制方法车联网

异质交通流下高速公路CAV合流次序优化与轨迹规划方法: 《北京交通大学学报》2025年第1期100-109,共10页程国柱陈永胜王文志徐亮; 国家自然科学基金(52378433);中央高校基本科研业务费专项资金(2572023CT21)。; 为提升高速公路合流区交通运行效率及驾乘人员舒适性,在保障安全的前提下,面向人工驾驶车辆(Human Driven Vehicles,HDV)和智能网联车辆(Connected and Autonomous Vehicles,CAV)混行的异质交通流环境,提出高速公路CAV合流次序优化与轨...; 关键词：交通工程合流区合流次序轨迹规划蒙特卡洛树搜索最优控制

CAV车辆与HDV车辆混合交通流基本图模型: 《系统工程》2025年第1期101-109,共9页郭暖黄中祥张生; 湖南省交通科技项目(202140)。; 人工驾驶车辆和网联自动驾驶车辆并存的混合交通流将是未来道路的主要组成方式。本文构建了设置专用车道的路段基本图模型,分析了混合交通流引起的安全与运行问题,探究了专用车道对路段混合交通流的优化效果。首先,基于智能驾驶员模型,...; 关键词：专用车道反应时间跟驰模型交通流基本图网联自动驾驶车辆渗透率

考虑换道风险动态评估的快速路合流区CAV换道决策模型: 《中国公路学报》2025年第1期268-280,共13页程国柱孟凤威陈永胜吕家乐王文志; 中央高校基本科研业务费专项资金项目(2572023CT21);国家自然科学基金项目(52378433);黑龙江省重点研发计划项目(JD22A014)。; 城市快速路作为重要交通走廊,其合流区交通调度更为复杂。为保障智能网联车辆(Connected and Automated Vehicle, CAV)在城市快速路合流区高效、安全、舒适行驶,基于城市快速路合流区的换道特征,开展了考虑换道风险动态评估结果的CAV换...; 关键词：交通工程换道决策深度强化学习智能网联车辆换道风险评估快速路合流区

考虑CAV与公交车比的混合交通流特性: 《交通科技与经济》2024年第6期37-44,共8页张建华贾东方李阳; 黑龙江省重点研发计划项目(JD22A014);黑龙江省自然科学基金项目(YQ2022E003)。; 为探究网联环境下汽车和公交车组成的混合交通流特性,考虑驾驶员行为改进Gipps安全距离规则,结合美国path实验室提出的自适应巡航(Adaptive Cruise Control,ACC)、协同自适应巡航(Cooperative Adaptive Cruise Control,CACC)跟驰模型加...; 关键词：交通运输智能交通混合交通流跟驰模型元胞自动机交通流特性

Traffic expertise meets residual RL: Knowledge-informed model-based residual reinforcement learning for CAV trajectory control: 《Communications in Transportation Research》2024年第1期301-319,共19页Zihao Sheng Zilin Huang Sikai Chen; University of Wisconsin-Madison's Center for Connected and Automated Transportation(CCAT),a part of the larger CCAT consortium,a USDOT Region 5 University Transportation Center funded by the U.S.Department of Transportation,Award#69A3552348305;The contents of this paper reflect the views of the authors,who are responsible for the facts and the accuracy of the data presented herein,and do not necessarily reflect the official views or policies of the sponsoring organization.; Model-based reinforcement learning(RL)is anticipated to exhibit higher sample efficiency than model-free RL by utilizing a virtual environment model.However,obtaining sufficiently accurate representations of environme...; 关键词：Model-based reinforcement learning Residual policy learning Mixed traffic flow Connected automated vehicles

CAV