CN109448364B - 一种考虑舒适度和节能减排的公交动态轨迹优化方法 - Google Patents

一种考虑舒适度和节能减排的公交动态轨迹优化方法 Download PDF

Info

Publication number
CN109448364B
CN109448364B CN201811199039.5A CN201811199039A CN109448364B CN 109448364 B CN109448364 B CN 109448364B CN 201811199039 A CN201811199039 A CN 201811199039A CN 109448364 B CN109448364 B CN 109448364B
Authority
CN
China
Prior art keywords
vehicle
time
interval
intersection
speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811199039.5A
Other languages
English (en)
Other versions
CN109448364A (zh
Inventor
蒋盛川
张小宁
杜豫川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201811199039.5A priority Critical patent/CN109448364B/zh
Publication of CN109448364A publication Critical patent/CN109448364A/zh
Application granted granted Critical
Publication of CN109448364B publication Critical patent/CN109448364B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Analytical Chemistry (AREA)
  • Remote Sensing (AREA)
  • Economics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种考虑舒适度和节能减排的公交动态轨迹优化方法，包括：步骤S1：获取待优化公交特征信息；步骤S2：获取待优化公交途经交叉口信息；步骤S3：基于公交特征信息和交叉口信息确定车速引导策略；步骤S4：在站点上客结束后确定公交车的当前载客率，并判断当前载客率是否大于设定阈值，若为是，则执行步骤S5，反之，执行步骤S6；步骤S5：采用考虑乘客舒适度的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各子区间的优化轨迹；步骤S6：采用油耗最优的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各子区间的优化轨迹。与现有技术相比，本发明具有兼顾考虑乘客舒适度及车辆油耗等优点。

Description

一种考虑舒适度和节能减排的公交动态轨迹优化方法
技术领域
本发明涉及交通规划技术领域，尤其是涉及一种考虑舒适度和节能减排的公交动态轨迹优化方法。
背景技术
随着我国经济的快速发展，国民收入和生活水平不断提高，城市机动车保有量和居民出行量快速增长。为了应对包括交通拥挤、环境污染、能源消耗等影响城市发展的问题，各地积极实施公共交通优先发展战略，大力发展城市公共交通系统。
目前公交驾驶过程多以驾驶员的经验为主，不同经验、技术水平的驾驶员存在较大的差异，公交车行驶过程存在较大的优化空间。为避免公交车在运行过程中频繁在交叉口信号灯前依靠，可以通过对公交车进行车速引导，减少依靠次数，提高运行效率。另一方面，不同的车速引导方式由于车辆加、减速度的不同，给乘客带来不同的乘坐舒适度体验。为了提高公交服务水平，提升公交分担比，有必要考虑乘客舒适度对公交行驶轨迹进行优化。
随着物联网技术的发展，在车路通讯环境中通过先进的检测、通信技术，实时获取包括车辆位置，速度等运行信息，以及包括下游交叉口信号灯情况在内的道路信息，可实时引导车辆行驶速度，实现响应控制目标。这种方式将控制对象从传统的信号灯转变为车辆本身，能够更为主动、有效地进行交通控制，能够在减少对其他社会车辆影响的同时，提升公交车运行效率，更高效地实现公交优先。
中国专利CN107067710A公开了一种考虑节能的城市公交车运行轨迹优化方法，其通过构建考虑节能因素的城市公交车驾驶策略双层优化计算模型并对其求解，获得当前公交车运行位置至运行计划规定的停站点之间的运行区间的优化轨迹，包括各个子区间的行驶速度、行驶时间、位置以及索引力和制动力。这种方法以公交车运行能耗最小为优化目标，未考虑公交的运行舒适度，不利于提高公交的服务水平，提高公交分担率。
中国专利CN101509932A公开了一种基于加速度变化的公交车舒适性监测装置，其装置通过加速度传感器、差分放大器、V-f变换器、波形发生器等部分，来监测公交车纵向和横向的加速度变化，用以督促司机从驾驶的角度减少无谓的加速、减速、超车、急转向等带来的加速度急剧变化而引起的不舒适。这种装置虽然能够对公交车运行中的加速度变化进行监测，但其只能被动地将不舒适信息反馈给司机，最终依靠司机的经验判断来改善公交的运行舒适度，无法为司机提出准确具体、可行性强的车速改变策略。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑舒适度和节能减排的公交动态轨迹优化方法。
本发明的目的可以通过以下技术方案来实现：
一种考虑舒适度和节能减排的公交动态轨迹优化方法，包括：
步骤S1：获取待优化公交特征信息，包括公交运行线路、站点信息、车辆在当前时刻的实时位置、实时速度及运营车辆信息；
步骤S2：获取待优化公交途经交叉口信息，包括交叉口位置及交叉口交通信号灯配时信息；
步骤S3：基于公交特征信息和交叉口信息计算车辆达到下一交叉口的时间区间，根据车辆达到下一交叉口的时间区间与该交叉口红灯对应的时间区间的关系确定车速引导策略；
步骤S4：在站点上客结束后确定公交车的当前载客率，并判断当前载客率是否大于设定阈值，若为是，则执行步骤S5，反之，执行步骤S6；
步骤S5：采用考虑乘客舒适度的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各子区间的优化轨迹；
步骤S6：采用油耗最优的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各子区间的优化轨迹。
所述步骤S3具体包括：
步骤S31：根据车辆的当前位置和交叉口位置确定车辆距离下一交叉口的距离；
步骤S32：根据车辆的当前速度、当前时刻和车辆距离下一交叉口的距离，计算车辆达到下一交叉口的时间区间；
步骤S33：判断车辆达到下一交叉口的时间区间与该交叉口红灯对应的时间区间的关系，并基于判断结果确定车速引导策略。
所述步骤S33具体包括：
若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则选择加速引导策略；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则选择加速引导策略；
若车辆达到下一交叉口的时间区间位于任一红灯区间内，则任意选择不引导、加速引导或减速引导三种策略之一；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则选择减速引导策略。
所述车辆达到下一交叉口的时间区间G＝[G1，G2]为：
[G1，G2]＝[minT′a，maxT′a]
Figure BDA0001829553840000031
其中：T′a为车辆达到下一交叉口的时刻，T0为当前时刻，vs为车辆的引导速度，v0为车辆的当前速度，L0为车辆距离下一交叉口的距离，a为加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界。
所述载客率为车内乘客数和设计乘员数的比值，所述设计乘员数具体为：
Figure BDA0001829553840000032
其中：N为设计乘员数，min(·)为取小函数，PS为设计乘员座位数，S1为站立乘客有效面积，SSP为每位站立乘客所占的有效面积，MT为最大设计总质量，MV为整车整备质量，n为乘务组人员数，
Figure BDA0001829553840000033
为每位乘务组人员携带行李的平均质量，Q为每位乘员的平均质量，
Figure BDA0001829553840000034
为每位乘员携带行李的平均质量。
所述车内乘客数通过以下一种或多种方式得到：
通过对布设于车厢内的摄像头所采集的车内视频进行检测得到；
通过安装在公交车辆前门和后门处的ToF相机和红外测距传感器得到3D图像并进行人体检测得到；
通过WIFI探针进行人流检测中的一种或多种方法得到。
所述步骤S5中，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则建立的轨迹优化模型为：
Figure BDA0001829553840000041
约束条件为：
Figure BDA0001829553840000042
其中：T为引导后的行程时间区间，T0为当前时刻，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，a为加速度，a1(t)为改变初始速度阶段t时刻的加速度，a2(t)为匀速行驶阶段t时刻的加速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则建立的轨迹优化模型为：
Figure BDA0001829553840000043
约束条件为：
Figure BDA0001829553840000044
其中：T1为该红灯区间的起始时间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则建立的轨迹优化模型为：
Figure BDA0001829553840000051
约束条件为：
Figure BDA0001829553840000052
其中：T2为该红灯区间的结束时间。
所述步骤S5中，
若车辆达到下一交叉口的时间区间位于任一红灯区间内，则建立的轨迹优化模型为：
Figure BDA0001829553840000053
约束条件为：
Figure BDA0001829553840000054
其中：T为引导后的行程时间区间，T0为当前时刻，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，t3为减速停靠阶段的总耗时，a1(t)为改变初始速度阶段t时刻的加速度，a为加速度，a2(t)为匀速行驶阶段t时刻的加速度，a3(t)为减速停靠阶段t时刻的加速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界。
所述步骤S6中，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure BDA0001829553840000055
Figure BDA0001829553840000056
约束条件为：
Figure BDA0001829553840000061
其中：FC1为车辆在速度改变阶段的油耗量，FC2为车辆以引导速度匀速行驶阶段的油耗量，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，VSP为公交车的比功率，a为加速度，vt为t时刻的速度，vs为车辆的引导速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，T0为当前时刻，T为引导后的行程时间区间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure BDA0001829553840000062
Figure BDA0001829553840000063
约束条件为：
Figure BDA0001829553840000064
其中：T1为该红灯区间的起始时间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure BDA0001829553840000065
Figure BDA0001829553840000071
约束条件为：
Figure BDA0001829553840000072
其中：T2为该红灯区间的结束时间。
所述步骤S6中，若车辆达到下一交叉口的时间区间位于任一红灯区间内，则建立的轨迹优化模型为：
Fuel＝min(FC1+FC2+FC3)
Figure BDA0001829553840000073
Figure BDA0001829553840000074
FC3＝1.69×1.14×t3
约束条件为：
Figure BDA0001829553840000075
其中：FC1为车辆在速度改变阶段的油耗量，FC2为车辆以引导速度匀速行驶阶段的油耗量，FC3为车辆减速停靠行驶阶段的油耗量，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，t3为减速停靠阶段的总耗时，VSP为公交车的比功率，a为加速度，vt为t时刻的速度，vs为车辆的引导速度，v0为当前速速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，T0为当前时刻，T为引导后的行程时间区间。
与现有技术相比，本发明具有以下有益效果：
1)以载客率为依据，平衡油耗和舒适度，兼顾考虑乘客舒适度，从而提高了体验。
2)利用包括车辆实时信息和交叉口信号灯信息等，通过对公交车车速进行实时引导，减少公交车在交叉口的依靠次数，同时在求解引导轨迹时，考虑到车辆加速度对乘客乘坐舒适度带来的影响，在多种行驶轨迹中优化得到乘客舒适度最优的公交运行轨迹，以提高乘客舒适度，进而提升公交服务水平。
3)针对不同的情况选择不同的策略建立不同的轨迹优化模型，可以提高优化结果的准确性和舒适度。
附图说明
图1为本发明方法的主要步骤流程示意图；
图2为车速引导策略判定流程图；
图3(a)为第一种情况下时车速引导区间与信号灯红灯区间的关系；
图3(b)为第二种情况下车速引导区间与信号灯红灯区间的关系；
图3(c)为第三种情况下车速引导区间与信号灯红灯区间的关系；
图3(d)为第四种情况下车速引导区间与信号灯红灯区间的关系；
图4为轨迹优化策略判定流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种考虑舒适度和节能减排的公交动态轨迹优化方法，如图1所示，包括：
步骤S1：获取待优化公交特征信息。公交特征信息包括公交运行线路、站点信息、车辆在当前T0时刻的实时位置、实时速度v0及运营车辆型号。
其中，获取公交运行线路、站点信息、运行计划及车辆型号，是通过3G、4G、5G或UWB等无线通信技术，与公交调度中心进行通讯，获取所需信息，包括车辆发车间隔、车辆运行路径、站间运行时间、下一停站点、到达下一车站的时刻及车辆型号；
步骤S2：获取待优化公交途经交叉口信息。途经交叉口信息包括交叉口位置及交叉口信号配时方案，通过查询离线或在线地理信息数据库的方法得到。
其中，交叉口信号配时方案信息包括交叉口信号灯周期时长，绿灯时长及红灯时长。
其中，由于本发明所涉及的公交车行驶于公交专用道上，不受其他车道限速信息的限制，对路段限速信息不予考虑。
步骤S3：基于公交特征信息和交叉口信息计算车辆达到下一交叉口的时间区间，根据车辆达到下一交叉口的时间区间与该交叉口红灯对应的时间区间的关系确定车速引导策略，如图2所示，具体包括：
步骤S31：根据车辆的当前位置和交叉口位置确定车辆距离下一交叉口的距离；
步骤S32：根据车辆的当前速度、当前时刻和车辆距离下一交叉口的距离，计算车辆达到下一交叉口的时间区间；
车辆达到下一交叉口的时间区间G＝[G1，G2]为：
[G1，G2]＝[minT′a，maxT′a]
Figure BDA0001829553840000091
其中：T′a为车辆达到下一交叉口的时刻，T0为当前时刻，vs为车辆的引导速度，v0为车辆的当前速度，L0为车辆距离下一交叉口的距离，a为加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界。
步骤S33：判断车辆达到下一交叉口的时间区间与该交叉口红灯对应的时间区间的关系，并基于判断结果确定车速引导策略。
具体的，判断结果共有4种可能结果，如下：
a)若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则选择加速引导策略，即如图3(a)中所示，当G1＜G2＜T1时(T1为红灯区间的开始时间)，公交车可通过引导顺利通过交叉口，应选择加速引导策略，使其更早通过交叉口，提高运行效率。此时引导后行程时间T应满足T∈[G1-T0，G2-T0]。
此时，引导过程包括车速改变阶段和以引导车速匀速行驶两个阶段，其中车速改变阶段又可分为加速通过、匀速通过和减速通过三种可能情况。
b)若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则选择加速引导策略；即如图3(b)所示，当G1＜T1＜G2时，公交车可通过引导顺利通过交叉口，应选择加速引导策略，保证其在绿灯期间通过交叉口。此时引导后行程时间T应满足T∈[G1-T0，T1-T0]。
此时，引导过程包括车速改变阶段和以引导车速匀速行驶两个阶段，其中车速改变阶段又可分为加速通过、匀速通过和减速通过三种可能情况。
c)若车辆达到下一交叉口的时间区间位于任一红灯区间内，则任意选择不引导、加速引导或减速引导三种策略之一；即如图3(c)所示，当T1＜G1＜G2＜T2时，公交车无法通过交叉口，进行车速引导后仍然会在交叉口处停靠，应选择不引导、加速引导或减速引导三种策略之一，达到减少公交车在交叉口停靠时间的目的。此时引导后行程时间T应满足T∈[G1-T0，G2-T0]。
其中，不引导策略是指公交车以初始速度匀速行驶，临近停靠站时减速至停靠，该过程包括公交车匀速行驶阶段和公交车减速停靠两个阶段。
其中，加速引导策略是指公交车加速至引导速度后，以该车速行驶一段距离，再减速至停靠，该引导过程包括公交车改变初始速度阶段，公交车匀速行驶阶段和公交车减速停靠三个阶段。
其中，减速引导策略是指公交车减速至引导速度后，以该车速行驶一段距离，再减速至停靠，该引导过程包括公交车改变初始速度阶段，公交车匀速行驶阶段和公交车减速停靠三个阶段。
d)若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则选择减速引导策略，即如图3(d)所示，G1＜T2＜G2时，公交车可通过引导顺利通过交叉口，应选择减速引导策略，达到减少公交车在交叉口停靠时间的目的。此时引导后行程时间T应满足T∈[T2-T0，G2-T0]。
此时，引导过程包括车速改变阶段和以引导车速匀速行驶两个阶段，其中车速改变阶段为减速引导。
步骤S4：如图4所示，在站点上客结束后确定公交车的当前载客率，并判断当前载客率是否大于设定阈值，若为是，则执行步骤S5，反之，执行步骤S6；
载客率为车内乘客数和设计乘员数的比值，设计乘员数具体为：
Figure BDA0001829553840000101
其中：N为设计乘员数，min(·)为取小函数，PS为设计乘员座位数，S1为站立乘客有效面积，SSP为每位站立乘客所占的有效面积，MT为最大设计总质量，MV为整车整备质量，n为乘务组人员数，
Figure BDA0001829553840000102
为每位乘务组人员携带行李的平均质量，Q为每位乘员的平均质量，
Figure BDA0001829553840000103
为每位乘员携带行李的平均质量。本实施例中，设定阈值为40％，具体的，其由公交运营公司设定，其值与公交车所服务范围内的出租车的服务水平、地铁服务水平及目标公交分担率等因素有关。当出租车、地铁的服务水平越高，α0的值越小；待优化公交所在城市目标公交公担率越高，α0的值越小。
车内乘客数通过以下一种或多种方式得到：通过对布设于车厢内的摄像头所采集的车内视频进行检测得到；通过安装在公交车辆前门和后门处的ToF相机和红外测距传感器得到3D图像并进行人体检测得到；通过WIFI探针进行人流检测中的一种或多种方法得到。
步骤S5：采用考虑乘客舒适度的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各子区间的优化轨迹；
步骤S5中，若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则建立的轨迹优化模型为：
Figure BDA0001829553840000111
约束条件为：
Figure BDA0001829553840000112
其中：T为引导后的行程时间区间，T0为当前时刻，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，a为加速度，a1(t)为改变初始速度阶段t时刻的加速度，a2(t)为匀速行驶阶段t时刻的加速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则建立的轨迹优化模型为：
Figure BDA0001829553840000113
约束条件为：
Figure BDA0001829553840000121
其中：T1为该红灯区间的起始时间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则建立的轨迹优化模型为：
Figure BDA0001829553840000122
约束条件为：
Figure BDA0001829553840000123
其中：T2为该红灯区间的结束时间。
若车辆达到下一交叉口的时间区间位于任一红灯区间内，则建立的轨迹优化模型为：
Figure BDA0001829553840000124
约束条件为：
Figure BDA0001829553840000125
其中：T为引导后的行程时间区间，T0为当前时刻，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，t3为减速停靠阶段的总耗时，a1(t)为改变初始速度阶段t时刻的加速度，a为加速度，a2(t)为匀速行驶阶段t时刻的加速度，a3(t)为减速停靠阶段t时刻的加速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界。
步骤S6：采用油耗最优的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各子区间的优化轨迹。
步骤S6中，若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure BDA0001829553840000131
Figure BDA0001829553840000132
约束条件为：
Figure BDA0001829553840000133
其中：
Figure BDA0001829553840000134
则公交车在速度改变阶段的行驶距离L1可按下式计算：
Figure BDA0001829553840000135
t2是公交车以建议车速匀速行驶阶段的行驶时间，按下式计算：
Figure BDA0001829553840000136
上中，L2是公交车以建议车速匀速行驶阶段的行驶距离，按下式计算：
L2＝L0-L1
其中：FC1为车辆在速度改变阶段的油耗量，FC2为车辆以引导速度匀速行驶阶段的油耗量，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，VSP为公交车的比功率，a为加速度，vt为t时刻的速度，vs为车辆的引导速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，T0为当前时刻，T为引导后的行程时间区间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure BDA0001829553840000141
Figure BDA0001829553840000142
约束条件为：
Figure BDA0001829553840000143
其中：T1为该红灯区间的起始时间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure BDA0001829553840000144
Figure BDA0001829553840000145
约束条件为：
Figure BDA0001829553840000146
其中：T2为该红灯区间的结束时间。
若车辆达到下一交叉口的时间区间位于任一红灯区间内，则建立的轨迹优化模型为：
Fuel＝min(FC1+FC2+FC3)
Figure BDA0001829553840000147
Figure BDA0001829553840000148
FC3＝1.69×1.14×t3
约束条件为：
Figure BDA0001829553840000151
其中：
Figure BDA0001829553840000152
上式中，vs是公交车速度改变阶段的末速度，即公交车的建议匀速行驶车速。
则公交车在速度改变阶段的行驶距离L1可按下式计算：
Figure BDA0001829553840000153
t2是公交车以建议车速匀速行驶阶段的行驶时间，按下式计算：
Figure BDA0001829553840000154
上式中，L2是公交车以建议车速匀速行驶阶段的行驶距离，按下式计算：
L2＝L0-L1-L3
上式中，L3是公交车减速停靠行驶阶段的行驶距离，可按下式进行计算。
t3是公交车减速停靠行驶阶段的行驶时间，可按下式进行计算：
Figure BDA0001829553840000155
Figure BDA0001829553840000156
其中：FC1为车辆在速度改变阶段的油耗量，FC2为车辆以引导速度匀速行驶阶段的油耗量，FC3为车辆减速停靠行驶阶段的油耗量，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，t3为减速停靠阶段的总耗时，VSP为公交车的比功率，a为加速度，vt为t时刻的速度，vs为车辆的引导速度，v0为当前速速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，T0为当前时刻，T为引导后的行程时间区间。
最后，将各子区间及其相应道路特征，代入建立的公交行驶轨迹优化模型，并对其进行求解，得到该行驶子区间的优化轨迹。

Claims (7)

1.一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，包括：
步骤S1：获取待优化公交特征信息，包括公交运行线路、站点信息、车辆在当前时刻的实时位置、实时速度及运营车辆信息，
步骤S2：获取待优化公交途经交叉口信息，包括交叉口位置及交叉口交通信号灯配时信息，
步骤S3：基于公交特征信息和交叉口信息计算车辆达到下一交叉口的时间区间，根据车辆达到下一交叉口的时间区间与该交叉口红灯对应的时间区间的关系确定车速引导策略，
步骤S4：在站点上客结束后确定公交车的当前载客率，并判断当前载客率是否大于设定阈值，若为是，则执行步骤S5，反之，执行步骤S6，
步骤S5：采用考虑乘客舒适度的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各行驶区间的优化轨迹，
步骤S6：采用油耗最优的轨迹优化策略并结合确定的车速引导策略建立轨迹优化模型，并求解模型得到各行驶区间的优化轨迹；
所述步骤S3具体包括：
步骤S31：根据车辆的当前位置和交叉口位置确定车辆距离下一交叉口的距离，
步骤S32：根据车辆的当前速度、当前时刻和车辆距离下一交叉口的距离，计算车辆达到下一交叉口的时间区间，
步骤S33：判断车辆达到下一交叉口的时间区间与该交叉口红灯对应的时间区间的关系，并基于判断结果确定车速引导策略；
所述步骤S33具体包括：
若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则选择加速引导策略，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则选择加速引导策略，
若车辆达到下一交叉口的时间区间位于任一红灯区间内，则任意选择不引导、加速引导或减速引导三种策略之一，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则选择减速引导策略；
所述步骤S5中，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则建立的轨迹优化模型为：
Figure FDA0002501236150000021
约束条件为：
Figure FDA0002501236150000022
其中：T为引导后的行程时间区间，T0为当前时刻，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，a为加速度，a1(t)为改变初始速度阶段t时刻的加速度，a2(t)为匀速行驶阶段t时刻的加速度，vs为车辆的引导速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则建立的轨迹优化模型为：
Figure FDA0002501236150000023
约束条件为：
Figure FDA0002501236150000024
其中：T1为该红灯区间的起始时间，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则建立的轨迹优化模型为：
Figure FDA0002501236150000031
约束条件为：
Figure FDA0002501236150000032
其中：T2为该红灯区间的结束时间。
2.根据权利要求1所述的一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，所述车辆达到下一交叉口的时间区间G＝[G1，G2]为：
[G1，G2]＝[minT′a，maxT′a]
Figure FDA0002501236150000033
其中：T′a为车辆达到下一交叉口的时刻，T0为当前时刻，vs为车辆的引导速度，v0为车辆的当前速度，L0为车辆距离下一交叉口的距离，a为加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界。
3.根据权利要求1所述的一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，所述载客率为车内乘客数和设计乘员数的比值，所述设计乘员数具体为：
Figure FDA0002501236150000034
其中：N为设计乘员数，min(·)为取小函数，PS为设计乘员座位数，S1为站立乘客有效面积，SSP为每位站立乘客所占的有效面积，MT为最大设计总质量，MV为整车整备质量，n为乘务组人员数，
Figure FDA0002501236150000035
为每位乘务组人员携带行李的平均质量，Q为每位乘员的平均质量，
Figure FDA0002501236150000036
为每位乘员携带行李的平均质量。
4.根据权利要求3所述的一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，所述车内乘客数通过以下一种或多种方式得到：
通过对布设于车厢内的摄像头所采集的车内视频进行检测得到；
通过安装在公交车辆前门和后门处的ToF相机和红外测距传感器得到3D图像并进行人体检测得到；
通过WIFI探针进行人流检测得到。
5.根据权利要求1所述的一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，所述步骤S5中，
若车辆达到下一交叉口的时间区间位于任一红灯区间内，则建立的轨迹优化模型为：
Figure FDA0002501236150000041
约束条件为：
Figure FDA0002501236150000042
其中：T为引导后的行程时间区间，T0为当前时刻，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，t3为减速停靠阶段的总耗时，a1(t)为改变初始速度阶段t时刻的加速度，a为加速度，a2(t)为匀速行驶阶段t时刻的加速度，a3(t)为减速停靠阶段t时刻的加速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界。
6.根据权利要求1所述的一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，所述步骤S6中，
若车辆达到下一交叉口的时间区间与任一红灯区间的交集均为空集，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure FDA0002501236150000043
Figure FDA0002501236150000044
约束条件为：
Figure FDA0002501236150000051
其中：FC1为车辆在速度改变阶段的油耗量，FC2为车辆以引导速度匀速行驶阶段的油耗量，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，VSP为公交车的比功率，a为加速度，vt为t时刻的速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，T0为当前时刻，T为引导后的行程时间区间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间右边界位于该红灯区间内，左边界位于该红灯区间外，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure FDA0002501236150000052
Figure FDA0002501236150000053
约束条件为：
Figure FDA0002501236150000054
其中：T1为该红灯区间的起始时间；
若车辆达到下一交叉口的时间区间与任一红灯区间的交集不为空，且车辆达到下一交叉口的时间区间左边界位于该红灯区间内，右边界位于该红灯区间外，则建立的轨迹优化模型为：
min(FC1+FC2)
Figure FDA0002501236150000055
Figure FDA0002501236150000056
约束条件为：
Figure FDA0002501236150000061
其中：T2为该红灯区间的结束时间。
7.根据权利要求1所述的一种考虑舒适度和节能减排的公交动态轨迹优化方法，其特征在于，所述步骤S6中，若车辆达到下一交叉口的时间区间位于任一红灯区间内，则建立的轨迹优化模型为：
Fuel＝min(FC1+FC2+FC3)
Figure FDA0002501236150000062
Figure FDA0002501236150000063
FC3＝1.69×1.14×t3
约束条件为：
Figure FDA0002501236150000064
其中：FC1为车辆在速度改变阶段的油耗量，FC2为车辆以引导速度匀速行驶阶段的油耗量，FC3为车辆减速停靠行驶阶段的油耗量，t1是改变初始速度阶段的总耗时，t2为匀速行驶阶段的总耗时，t3为减速停靠阶段的总耗时，VSP为公交车的比功率，a为加速度，vt为t时刻的速度，vs为车辆的引导速度，v0为当前速速度，vmin为车辆最小速度，vmax为车辆最大速度，amin为车辆最小加速度，amax为车辆最大加速度，G1为车辆达到下一交叉口的时间区间左边界，G2为车辆达到下一交叉口的时间区间右边界，T0为当前时刻，T为引导后的行程时间区间。
CN201811199039.5A 2018-10-15 2018-10-15 一种考虑舒适度和节能减排的公交动态轨迹优化方法 Active CN109448364B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811199039.5A CN109448364B (zh) 2018-10-15 2018-10-15 一种考虑舒适度和节能减排的公交动态轨迹优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811199039.5A CN109448364B (zh) 2018-10-15 2018-10-15 一种考虑舒适度和节能减排的公交动态轨迹优化方法

Publications (2)

Publication Number Publication Date
CN109448364A CN109448364A (zh) 2019-03-08
CN109448364B true CN109448364B (zh) 2020-08-14

Family

ID=65545472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811199039.5A Active CN109448364B (zh) 2018-10-15 2018-10-15 一种考虑舒适度和节能减排的公交动态轨迹优化方法

Country Status (1)

Country Link
CN (1) CN109448364B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110085025B (zh) * 2019-03-22 2021-08-03 长安大学 一种快速公交多模态运行速度优化方法
CN111540225B (zh) * 2020-04-22 2021-03-26 山东大学 基于多目标优化的公交运行区间速度优化控制方法及系统
CN112418501A (zh) * 2020-11-16 2021-02-26 北京航空航天大学 一种基于数据驱动的电动公交车队置换优化方法
CN112525210B (zh) * 2020-11-24 2022-09-16 同济大学 一种面向节能的电动汽车全局路径和速度联合优化方法
CN112419731B (zh) * 2021-01-22 2021-06-22 深圳市都市交通规划设计研究院有限公司 公交满载率预测方法及系统
CN117058909B (zh) * 2023-09-01 2024-01-23 大连海事大学 一种考虑信号协调和防串车的公交驻站补电方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509932A (zh) * 2009-04-01 2009-08-19 南京信息工程大学 基于加速度变化的公交车舒适性监测装置
JP2010000946A (ja) * 2008-06-20 2010-01-07 Toyota Motor Corp 目標走行軌跡生成方法および車両走行制御装置
CN102741899A (zh) * 2009-12-17 2012-10-17 丰田自动车株式会社 车辆控制装置
CN202549063U (zh) * 2012-05-16 2012-11-21 上海嘉任电子科技有限公司 一种公交车辆的乘客数量分析装置
CN203338042U (zh) * 2013-06-03 2013-12-11 河海大学常州校区 车辆舒适度远程监测终端
DE102012224040A1 (de) * 2012-12-20 2014-06-26 Robert Bosch Gmbh Bestimmen einer Trasse für einen Verkehrsweg
CN104778851A (zh) * 2015-02-16 2015-07-15 北京交通大学 一种基于行驶轨迹的生态驾驶优化方法和系统
CN105206081A (zh) * 2014-06-26 2015-12-30 比亚迪股份有限公司 车辆通过路口时的提示方法、系统和服务器
CN106529778A (zh) * 2016-11-01 2017-03-22 同济大学 基于智能手机的公共汽车乘车舒适性指标构建方法
CN107067710A (zh) * 2017-04-21 2017-08-18 同济大学 一种考虑节能的城市公交车运行轨迹优化方法
CN107389076A (zh) * 2017-07-01 2017-11-24 兰州交通大学 一种适用于智能网联汽车的节能实时动态路径规划方法
CN107767679A (zh) * 2016-08-17 2018-03-06 上海交通大学 基于专用短程通信的信号灯路口车速引导装置及方法
WO2018059646A1 (en) * 2016-09-29 2018-04-05 Agro Intelligence Aps A system and a method for determining a trajectory to be followed by an agricultural work vehicle
CN108335506A (zh) * 2018-01-11 2018-07-27 长安大学 网联车多信号交叉口绿灯相位车速动态引导方法及系统
CN108366340A (zh) * 2018-02-08 2018-08-03 电子科技大学 基于公交车轨迹和蚁群优化的城市车联网路由方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170287095A1 (en) * 2016-03-31 2017-10-05 Cae Inc. Method, device and system for continuously recommending a deployment of emergency vehicle units

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010000946A (ja) * 2008-06-20 2010-01-07 Toyota Motor Corp 目標走行軌跡生成方法および車両走行制御装置
CN101509932A (zh) * 2009-04-01 2009-08-19 南京信息工程大学 基于加速度变化的公交车舒适性监测装置
CN102741899A (zh) * 2009-12-17 2012-10-17 丰田自动车株式会社 车辆控制装置
CN202549063U (zh) * 2012-05-16 2012-11-21 上海嘉任电子科技有限公司 一种公交车辆的乘客数量分析装置
DE102012224040A1 (de) * 2012-12-20 2014-06-26 Robert Bosch Gmbh Bestimmen einer Trasse für einen Verkehrsweg
CN203338042U (zh) * 2013-06-03 2013-12-11 河海大学常州校区 车辆舒适度远程监测终端
CN105206081A (zh) * 2014-06-26 2015-12-30 比亚迪股份有限公司 车辆通过路口时的提示方法、系统和服务器
CN104778851A (zh) * 2015-02-16 2015-07-15 北京交通大学 一种基于行驶轨迹的生态驾驶优化方法和系统
CN107767679A (zh) * 2016-08-17 2018-03-06 上海交通大学 基于专用短程通信的信号灯路口车速引导装置及方法
WO2018059646A1 (en) * 2016-09-29 2018-04-05 Agro Intelligence Aps A system and a method for determining a trajectory to be followed by an agricultural work vehicle
CN106529778A (zh) * 2016-11-01 2017-03-22 同济大学 基于智能手机的公共汽车乘车舒适性指标构建方法
CN107067710A (zh) * 2017-04-21 2017-08-18 同济大学 一种考虑节能的城市公交车运行轨迹优化方法
CN107389076A (zh) * 2017-07-01 2017-11-24 兰州交通大学 一种适用于智能网联汽车的节能实时动态路径规划方法
CN108335506A (zh) * 2018-01-11 2018-07-27 长安大学 网联车多信号交叉口绿灯相位车速动态引导方法及系统
CN108366340A (zh) * 2018-02-08 2018-08-03 电子科技大学 基于公交车轨迹和蚁群优化的城市车联网路由方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
车路协作式交叉口车速引导技术研究;赵贺峰;《中国优秀硕士学位论文全文数据库（工程科技II辑）》;20170815;C034-94 *

Also Published As

Publication number Publication date
CN109448364A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109448364B (zh) 一种考虑舒适度和节能减排的公交动态轨迹优化方法
CN109493593B (zh) 一种考虑舒适度的公交运行轨迹优化方法
CN106448194B (zh) 交叉路口交通信号和车辆协同控制方法及装置、车辆
CN104794915B (zh) 一种连续交叉路口车辆通行控制方法及装置
CN110533946B (zh) 一种基于边缘计算的混行环境下单点交叉口车速优化方法
US8972145B2 (en) Systems and methods for predicting traffic signal information
CN104064044B (zh) 基于车路协同的发动机起停控制系统及其方法
CN106919173A (zh) 一种基于重型车辆编队的制动集成控制方法
CN104183124B (zh) 一种基于单路口交通信号信息的主干道车速规划方法
CN105976621A (zh) 一种基于车辆速度诱导策略引导车辆不停车通过交叉口的装置及方法
CN104200656B (zh) 一种基于交通信号信息的主干道车速规划方法
CN110085025B (zh) 一种快速公交多模态运行速度优化方法
CN109767651A (zh) 一种v2x环境下典型弯道区域无缝通信方法
CN114170825B (zh) 一种绿波车速计算方法和装置
CN113570875B (zh) 一种绿波车速计算方法、装置，设备和存储介质
CN107862121B (zh) 基于绿波带的电动汽车能耗模型设计方法及其系统
Saust et al. Exploitability of vehicle related sensor data in cooperative systems
CN110444015A (zh) 基于无信号十字路口分区的智能网联汽车速度决策方法
CN111341152A (zh) 考虑待行队列影响与安全避撞的网联汽车绿色通行系统与方法
CN105109478A (zh) 一种车辆节能减排编组系统
CN109559499A (zh) 车辆队列行驶管理平台、控制方法和车载终端
CN110364003B (zh) 基于车联网的交叉路口双线路有轨电车信号优先控制方法
CN108944905A (zh) 一种基于模型预测控制的phev红绿灯路口通过控制方法
CN108138739A (zh) 用于运行启停系统的方法和机动车
Lin et al. Research on the Behavior Decision of Connected and Autonomous Vehicle at the Signalized Intersection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant