“韩玮祯”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]基于多智能体强化学习的协同驾驶信息传播方法及系统-CN202110887239.5有效
发明人：刘冰艺;程传奇;韩玮祯;熊盛武 -专利权人：武汉理工大学
申请日： 2021-08-03 - 公布日： 2023-10-10 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于多智能体强化学习的协同驾驶信息传播方法及系统，本发明构建了多智能体分层注意力强化学习网络MAHA，进行协同驾驶信息传播。本发明提出的MAHA，可以有效地学习各种车辆通信场景的隐藏模式，可以广泛应用于各种车辆通信场景。本方法所提出的MAHA是第一个将分层强化学习与GAT层相结合的多智能体强化学习框架，它在适当考虑智能体相互影响的情况下的输出动作。
基于智能强化学习协同驾驶信息传播方法系统

[发明专利]基于深度强化学习的车联网动态信标广播方法及系统-CN202310931544.9在审
发明人：王恩澍;刘冰艺;程传奇;韩玮祯;王进 -专利权人：苏州大学
申请日： 2023-07-27 - 公布日： 2023-08-29 - 主分类号： H04W4/46 文献下载
摘要：本发明涉及一种基于深度强化学习的车联网动态信标广播方法及系统，包括设置车联网通信机制和中央深度强化学习网络的参数，以及设置每一轮训练实验环境单位时间内生成车流量和实验车辆类型比例，其中实验车辆类型包括智能体车辆与普通车辆；在每个时间步起始时刻获取确定的智能体车辆的本地状态信息，使用本地状态信息对中央深度强化学习网络进行训练，得到训练好的中央深度强化学习网络；将训练好的中央深度强化学习网络部署于模拟交通环境中用于测试。本发明能够更好地区分出不同交通风险程度的车辆并给予其合适的通信信标频率进行安全消息广播，有效地减小高风险车辆与邻近车辆共享自身信息的通信时延，在城市交通环境下有着更好的安全性。
基于深度强化学习联网动态信标广播方法系统

[发明专利]基于交通流速度预测和信号灯状态的车辆路径规划方法-CN202310527421.9有效
发明人：刘冰艺;陈葳旸;宋斌;韩玮祯;熊盛武 -专利权人：武汉理工大学三亚科教创新园
申请日： 2023-05-11 - 公布日： 2023-08-01 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种基于交通流速度预测和信号灯状态的车辆路径规划方法，包括：基于每条路径多个历史时间区间的平均行驶速度，利用mWDN‑LSTM‑ARIMA模型预测当前时间区间的平均行驶速度；确定路网中所有路径在当前时间区间的通行时间；利用训练样本车辆在路网中实时的位置信息、所有交通信号灯实时的相位状态信息、以及所有路径实时的通行时间信息，基于PPO算法训练深度强化学习模型；基于训练好的深度强化学习模型，确定出目标车辆从当前路径预行驶至下一路径所即将执行的动作，并将包含即将执行的动作的信息发送至目标车辆。本方法考虑了交通信号灯状态对车辆通行时间的影响，能为车辆规划通行耗时短的路径。
基于通流速度预测信号灯状态车辆路径规划方法

[发明专利]基于区域路由算法的车联网优化方法、系统和车辆-CN202310010921.5在审
发明人：刘冰艺;高会飞;陈葳旸;韩玮祯;熊盛武 -专利权人：武汉理工大学重庆研究院
申请日： 2023-01-04 - 公布日： 2023-06-23 - 主分类号： H04W40/32 文献下载
摘要：本申请公开了一种基于区域路由算法的车联网优化方法、系统和车辆，一方面，该方法根据车辆的状态参数将车辆分为多个簇，并在每个簇中设置核心车辆和普通车辆，以实现在车辆通信过程中，只需要连通各个核心车辆，便能实现所有车辆的通信；另一方面，根据目标状态相似性预测模型对车辆对应的簇进行实时调整，能够有效保证车辆之间信息通信的准确性，避免紊乱。综上，通过对车辆进行分簇处理，避免了在所有车辆之间建立信息连接，从而提高了车辆的网络连通性；进一步地，由于每个簇中只有核心车辆能对外进行信息互通，从而有效减少了通信重叠的现象。
基于区域路由算法联网优化方法系统车辆

[发明专利]基于车辆雾计算架构和密度预测的车联网路由系统-CN202310034737.4在审
发明人：刘冰艺;陈葳旸;路阳;韩玮祯;熊盛武 -专利权人：武汉理工大学重庆研究院
申请日： 2023-01-10 - 公布日： 2023-06-09 - 主分类号： H04W40/12 文献下载
摘要：本申请提供了一种基于车辆雾计算架构和密度预测的车联网路由系统，包括：云层—边层—端层联合控制的智能交通模型，云层设置有多个云服务器，云服务器用于预测每条道路的公交车和普通车辆的密度，并按周期向公交车发送预测结果和数据包；边层设置有多个装有车载通信装置和定位装置的公交车，公交车作为系统的主要中继，根据来自云层的预测结果为数据包规划一个全局路径，根据链路寿命、当前位置和相邻车辆数量，选择最佳的下跳转发数据包；端层设置有装有车载通信装置和定位装置的多个普通车辆，普通车辆作为系统的辅助中继，当相邻的公交车超过最大通信距离，普通车辆在公交车之间查找多跳链路和转发数据包。
基于车辆计算架构密度预测联网路由系统

[发明专利]管控区域基于多智能体强化学习的交通灯控制方法及系统-CN202211561155.3有效
发明人：刘冰艺;彭唯;韩玮祯;陈葳旸;熊盛武 -专利权人：武汉理工大学三亚科教创新园
申请日： 2022-12-07 - 公布日： 2023-03-21 - 主分类号： G08G1/07 文献下载
摘要：本发明公开了一种管控区域基于多智能体强化学习的交通灯控制方法及系统，构建了多智能体注意力双重演员评论家强化学习网络，该网络将多个路口的交通灯控制问题建模为一个半马尔科夫博弈，其中每个路口都被视为一个智能体，可以为动态交通环境中的每个路口生成自适应动作。本发明不仅可以协调交叉口周围的交通流量，还可以处理管控区域的长序列决策问题，以给予救护车等特殊车辆更高的优先权，确保特殊车辆快速通过交叉口。本发明将选项框架与图注意网络相结合的多智能体强化学习框架，选项框架使智能体能够学习结果输出更优，图注意网络可以捕获智能体之间的图结构相互影响。
区域基于智能强化学习交通灯控制方法系统

[发明专利]一种行人穿越意图预测方法-CN202211273676.9在审
发明人：刘冰艺;江熠;陈葳旸;陈新海;韩玮祯 -专利权人：招商局检测车辆技术研究院有限公司;武汉理工大学重庆研究院
申请日： 2022-10-18 - 公布日： 2023-01-10 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种行人穿越意图预测方法，方法包括：获取训练完备的目标预测模型、待处理的RGB图像和行人光流图，目标预测模型包括色彩图预测网络结构和光流图预测网络结构，色彩图预测网络结构包括色彩3D深度可分离卷积层和色彩轻量级注意力机制模块，光流图预测网络结构包括光流3D深度可分离卷积层和光流轻量级注意力机制模块；通过色彩3D深度可分离卷积层和光流3D深度可分离卷积层将色彩图和行人光流图的计算量压缩，随后通过色彩轻量级注意力机制模块和光流轻量级注意力机制模块提高对复杂空间中重要通道的特征提取和学习能力，减少了行人穿越意图预测模型的计算量以及参数量，提高了预测模型在实际中应用的可能性。
一种行人穿越意图预测方法

1
共 7 条