杨达
- 作品数：63 被引量：198H指数：8
- 供职机构：西南交通大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金成都市科技局项目更多>>
- 相关领域：交通运输工程自动化与计算机技术经济管理机械工程更多>>
- 自动驾驶车辆自适应换道轨迹规划方法
- 本发明公开了一种自动驾驶车辆自适应换道轨迹规划方法，首先在原有的换道轨迹前增加一段纵向换道轨迹，让车辆在纵向轨迹上调整自身速度和与目标车道间的相对位置，然后再进行横向换道移动，保证当前车辆换道的安全性和效率性；第二，该模...
- 杨达王凯杨果吴丹红
- 文献传递
- 改进的估计高速公路工作区通行能力的多元回归模型被引量：2
- 2014年
- 考虑关闭车道数与关闭车道位置的联合作用对高速公路工作区通行能力的影响,使通行能力的估计模型更加准确。首先计算影响因素与通行能力之间的相关关系,得到关闭车道数与关闭车道位置的联合作用对通行能力也有较大的影响。然后用多元回归分析建立工作区通行能力与因素间的函数表达式。最后,利用现场数据将此模型与另外两个模型进行比较。回归结果表明,拟合优度有所提升,残差从之前的2 962.72降低到10.26。
- 邱小平李攀杨达
- 关键词：高速公路工作区通行能力影响因素
- 两种驾驶方式构成的异质交通流稳定性研究被引量：6
- 2013年
- 对由两种驾驶方式组成的单车道异质交通流的稳定性进行分析和研究.利用实际数据对两种驾驶方式对应的最优行驶速度车辆跟驰模型及智能驾驶员车辆跟驰模型进行参数标定,使用线性稳定性分析方法获得了异质交通流的稳定性条件,并定义了异质交通流的稳定性函数和驾驶方式的稳定性函数,在此基础上进行了仿真实验.研究结果表明异质交通流的稳定性受两个关键因素的影响:驾驶方式在交通流中的比例和驾驶方式的稳定性函数.仿真发现智能驾驶员的驾驶方式比最优行驶速度的驾驶方式具有更好的稳定性.此外,还获得了在不同的速度下,有关不同驾驶方式比例的稳定性变化曲线.
- 杨达祝俪菱蒲云杨飞
- 关键词：交通工程稳定性车辆跟驰
- 基于最优间距的车辆跟驰模型及其特性被引量：20
- 2012年
- 为真实地反应车辆跟驰机理,假设在跟驰状态下,驾驶员倾向于保持最优跟驰间距,在分析最优间距函数的基础上,建立了车辆跟驰模型(optimal distance model,ODM).利用NGSIM数据,对ODM模型和经典Gipps车辆跟驰模型进行参数标定和评价.用仿真方法分析了ODM模型再现宏观交通流现象的能力和加速度特性.研究结果表明:与Gipps模型相比,ODM模型的加速度、速度和距离的仿真精度分别提高了0.36 m/s2、0.99 m/s和0.73 m,并能够再现实际交通流中稳定车流和冲击波等交通现象;在稳定交通流中,ODM模型总是趋向于使车辆间距等于最优跟驰间距,或在其附近小幅度波动.
- 杨达蒲云杨飞祝俪菱
- 关键词：车辆跟驰稳定性
- 一种变曲率弯道的动态自动驾驶换道轨迹规划方法
- 本发明公开了一种变曲率弯道的动态自动驾驶换道轨迹规划方法，包括如下步骤：步骤一、计算直道换道轨迹曲线；步骤二、计算弯道换道轨迹曲线；步骤三、采用防侧翻算法和避撞算法计算轨迹安全性约束；步骤四、确定满足步骤三所述的轨迹安全...
- 杨达熊明强吕蒙
- 文献传递
- 基于增强现实的车辆换道全过程辅助驾驶系统
- 本发明公开了一种基于增强现实的车辆换道全过程辅助驾驶系统，包括图像采集装置、数据处理装置和增强现实显示装置，其中：所述图像采集装置用于捕获换道车辆周边道路和车辆的图像；所述数据处理装置用于提取换道车辆与周边车辆的距离、相...
- 杨达祝俪菱周小霞郑施雨
- 文献传递
- 基于交通日变特征的城市道路施工顺序优化方法
- 本发明公开了一种基于交通日变特征的城市道路施工顺序优化方法，包括如下步骤：步骤一、初始化日变交通分配模型及遗传算法所涉及到的参数；步骤二、产生满足初始种群数量要求的初始可行解(施工顺序)；步骤三、以施工期间日变交通演化为...
- 杨达赵新朋吕蒙
- 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
- 本发明公开了一种基于博弈论的自动驾驶车辆换道冲突协调模型建立方法，首先，通过收益矩阵求解出纳什均衡解，若纳什均衡存在多个解，则选择使两车总收益之和最大的一个解。然后，判断输出的解是否为{换道，避让}或者{不换道，不避让}...
- 杨达杨果王凯文成
- 文献传递
- 企业物流外包决策研究
- 随着现代物流业的发展，物流外包已经作为很多企业扩大收益的一种重要手段，物流外包可以降低企业的物流成本，使企业享受专业的第三方物流服务，并且可以减少企业的资本投入，使企业能够更专注于自身的核心业务。虽然物流外包有诸多好处，...
- 杨达
- 关键词：现代物流业业务外包供应商策略风险预警BP神经网络
- 文献传递
- 基于时域卷积网络与注意力机制的车辆换道轨迹预测模型
- 2024年
- 精准的车辆轨迹预测模型可以为自动驾驶车辆提供其周围车辆的准确运动状态信息,进而判断本车与周围车辆短期内是否有发生冲突的可能性。本文提出一种基于时域卷积网络与注意力机制(Temporal Convolutional Networks with Attention mechanism,TCN-Attention)的车辆换道轨迹预测模型。该模型以时域卷积网络作为当前输入的特征提取器,利用时间与空间注意力机制使模型在不同时间和空间位置之间建立动态关联,更准确地捕捉车辆之间的动态时空相关性,实现准确预测车辆换道轨迹。与传统单一车辆轨迹特征输入不同,本文通过对输入特征进行多维扩充与融合,进一步提高了轨迹预测准确率。此外,本文提出一种换道执行起止时刻定义方法更准确地确定数据集中的换道起止时刻。实验表明,本文所提模型能以高准确率预测变换车道轨迹,在整体效果上优于其他深度学习模型,与ConvLSTM (Convolution Long Short-Term Memory)相比,TCN-Attention的平均绝对误差(Mean Absolute Error,E_(MAE))降低了69.8%,均方根误差(Root Mean Square Error,E_(RMSE))降低了49.15%,平均绝对百分比误差(Mean Absolute Percentage Error,E_(MAPE))降低了14.24%。
- 杨达刘家威郑斌孙峰
- 关键词：交通工程轨迹预测车辆换道
