Power Management of Microgrid Integrated with Electric Vehicles in Residential Parking Station
近来,住宅停车站中电动车辆(EV)数量的增加已成为重要问题,因为过多的EV数量会在高峰时段期间使电力系统不稳定,需要高充电功率。当住宅停车站的电力系统采用微电网(MG)结构时,为电动汽车提供电力需要高效的电力管理方案。为了最小化MG的维护成本并保持电网稳定性,MG需要平衡停车站中的EV的充电/放电功率。为了实现这些目标,本文提出了一种充电/放电算法,适用于与电动汽车配置的MG的电源管理。对MG进行多目标优化,以最小化维护成本和电网依赖性,同时最大化光伏(PV)功率的使用和电动汽车作为储能系统(ESS)的利用。在我们的方法中,为了增加电动汽车放电功率的有用性,基本负载和光伏发电被考虑在一起进行功率管理,以减轻它们之间产生的不平衡。因此,所提出的方法表现出优越的电源管理性能相比,其他可比的。
2021-12-06 cs.SY eess.SY
Fuzzy Logic based Autonomous Parking Systems -- Part II: A Hybrid Dual Controller System
提出了一种基于混合模糊控制器的智能自主泊车系统。该系统使智能车辆能够在完全无人驾驶的环境中进行插槽检测,平行和垂直停车。HFC由基本模糊控制器(BFC)和监督模糊控制器(SFC)组成,通过实施额外的模糊规则库来优化控制逻辑以抵消停车过程中的外部干扰。定制的氢氟碳化合物专为停车中的关键步骤而设计,即转向控制和姿态稳定。因此,即使在车辆长度和摩擦存在不确定性的情况下,也可以实现更准确和有效的停车。在MATLAB中进行了仿真实验,以验证新的HFC的鲁棒性,并证明与以前的基于模糊的车载系统(FBOS)相比,性能的改善。
2019-11-07 cs.SY eess.SY
A Two-Stage Optimal Bidding Algorithm for Incentive-based Aggregation of Electric Vehicles in Workplace Parking Lots
本文提出了一种基于激励的聚合器,用于工作场所停车场的电动汽车(EV)参与能源和监管市场。通过季节性自回归移动平均(ARIMA)模型对市场信息进行预测,建立了与电动汽车对激励措施的响应相协调的提前一天(DA)规划模型,以确定启动聚合计划的日期和在第一阶段向电动汽车车主广播的最佳激励措施。在给定激励机制和电动汽车响应的情况下,设计了一种满足电动汽车能量需求的实时最优竞价算法,以最大化聚合商在市场中的利润。所提出的模型进行了测试,从PJM的能源和监管市场收集的数据。结果表明,基于激励的聚合器可以受益于电动汽车所有者和聚合器从市场上获得的信用。同时,仿真结果也表明,所提出的最优报价算法能够有效地处理调节信号的不确定性,并具有较高的跟踪精度。
2020-08-15 cs.SY eess.SY
An Online Pricing Mechanism for Electric Vehicle Parking Assignment and Charge Scheduling
University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
本文设计了一种在线定价框架,用于电动汽车的停车分配和充电调度,旨在最大化用户效用并最小化运营成本,同时考虑多个地点、有限资源、运营成本和可变到达模式。
2019-05-15 cs.MA cs.SY eess.SY
Physics-Informed Neural State-Space Modeling of Battery-Electric Vehicle Dynamics for Closed-Loop Automated Parking Simulation
Wuhu Vocational Technical University(芜湖职业技术学院);Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Chery Automobile Co., Ltd.(奇瑞汽车股份有限公司)
为生产型纯电轿车泊车工况引入物理信息神经状态空间模型,基于实地测试识别,训练时施加速度约束,用专用子模型再现执行器行为,可用于预校准自动泊车规划与控制堆栈。
2026-07-07 cs.SY eess.SY
Linking Parking and Electricity Values to Unlock Potentials of Electric Vehicles in Portuguese Buildings
公共和商业建筑中的大型停车场越来越多地安装为电动汽车(EV)服务所需的基础设施。利用停放电动汽车的充电和放电灵活性,有可能显著增加现场可再生能源发电的自我消耗,并降低建筑物的能源成本。电动汽车的最佳充电和放电管理可以填补自发电和建筑用电需求之间的差距,同时考虑电费。电动汽车和建筑物之间的最佳互动将在分布式能源高度渗透的电网运营中发挥关键作用,例如葡萄牙电网。然而,在葡萄牙,现行法规不允许建筑物和电动汽车之间进行金融交易以换取充电和放电。这使得大多数提出的充电和放电管理策略不切实际。本文介绍了一种新颖而实用的框架,以连接商业和公共建筑的电力和停车价值。该框架将在停车时间和充电和放电期间的增值服务的背景下管理建筑物和车辆之间的相互作用。拟议的配方已准备好采用,因为它符合现行法规并依赖于现有技术。仿真结果显示了所提出的解决方案对建筑业主的成本降低和自我消费的好处。
2020-05-04 cs.SY eess.SY physics.soc-ph
Spatial Positioning Token (SPToken) for Smart Parking
在本文中,我们描述了一种方法来引导司机寻找一个停车位(PS)。拟议的系统建议一系列的路线,司机应该遍历,以最大限度地提高预期的可能性找到一个PS和最小化的旅行距离。该系统建立在我们最近的架构SPToken上,该架构结合了分布式账本技术(DLT)和强化学习(RL),以实现在不干扰环境的情况下估计未知分布的系统。为此,我们使用了许多从车辆传递到车辆的虚拟令牌,以实现大规模并行化的RL系统,该系统使用来自参与车辆的众包信息来估计给定起点-目的地(OD)对的最佳路线。此外,移动窗口与奖励记忆机制,以更好地应对非平稳环境。仿真结果说明了我们的系统的有效性。
2022-06-28 cs.SY eess.SY
A CAV-based perimeter-free regional traffic control strategy utilizing existing parking infrastructure
University of Maine(缅因大学);The Pennsylvania State University(宾夕法尼亚州立大学)
本文提出了一种无边界的区域交通管理策略,利用现有停车设施临时停放车辆以缓解拥堵,通过自增强机制提高效率。
2026-03-27 cs.SY eess.SY math.OC
Impacts of shared autonomous vehicles: Tradeoff between parking demand reduction and congestion increase
共享自动驾驶汽车(SAV)可以通过取代私人车辆对交通系统和土地使用产生重大影响。没有司机的共享车辆预计将减少停车需求,并作为一个副作用,增加拥堵,由于空车队的SAV拿起旅客和搬迁。尽管由于出行需求分布和网络配置的异质性,这种影响在一个感兴趣的区域可能并不均匀,但很少有研究在局部范围内讨论这种影响,例如在交通分析区(TAZ)。为了了解地理情况的影响,本研究的目的是估计在当地规模的SAVs的影响,通过模拟他们的操作上开发的模拟器。以日本冲绳县为例,研究发现,以住宅为主的地区停车需求减少最多,以办公为主的地区停车需求减少最多。作为用SAV取代私家车的副作用,空车队增加了拥堵,特别是在城市周边。总体而言,结果表明SAVs在TAZ水平上对土地利用和交通的异质性影响,从而表明在考虑区域特征时制定适当的城市和交通规划策略的重要性。
2021-04-30 cs.CY cs.SY eess.SY
ParkPredict+: Multimodal Intent and Motion Prediction for Vehicles in Parking Lots with CNN and Transformer
University of California, Berkeley(加州大学伯克利分校)
研究了停车场中人类驾驶车辆的多模态意图和轨迹预测问题。使用CNN和Transformer网络设计的模型,我们从轨迹历史和本地鸟瞰图(BEV)语义图像中提取时空和上下文信息,并生成关于意图分布和未来轨迹序列的预测。我们的方法在准确性上优于现有模型,同时允许任意数量的模式,编码复杂的多智能体场景,并适应不同的停车地图。为了训练和评估我们的方法,我们提出了第一个公共的4K视频数据集的人类驾驶在停车场准确的注释,高帧速率,和丰富的交通场景。
2023-01-10 cs.AI cs.CV cs.LG
Development of an Advisory System for Parking of a Car and Trailer
Ohio State University(俄亥俄州立大学);Hyundai America Technical Center Inc.(现代美国技术中心)
针对车辆-挂车系统倒车不稳定且转向反直觉的问题,本文基于运动学与逆运动学构建图形咨询系统,通过仿真验证其可帮助驾驶员直观预测挂车运动并完成分段连续倒车停车。
2025-01-10 cs.RO cs.SY eess.SY
ParkPredict: Motion and Intent Prediction of Vehicles in Parking Lots
University of California, Berkeley(加州大学伯克利分校);Chalmers University of Technology(查尔姆斯理工大学);Zenuity AB
我们调查的问题,预测驾驶员的行为在停车场,这是一个环境,结构比典型的道路网络和功能复杂,互动的机动车在一个紧凑的空间。使用CARLA模拟器,我们开发了一个停车场环境,并收集了人类停车操作的数据集。然后,我们通过将多模态长短期记忆(LSTM)预测模型和卷积神经网络LSTM(CNN-LSTM)与基于物理的扩展卡尔曼滤波器(EKF)基线进行比较,研究了模型复杂性和特征信息的影响。我们的研究结果表明:1)可以很好地估计意图(LSTM和CNN-LSTM模型的前1准确率约为85%,前3准确率接近100%); 2)人类驾驶员打算停车位的知识对预测停车轨迹有重大影响; 3)环境的语义表示改善了长期预测。
2020-04-21 cs.AI cs.LG cs.RO
An IoT-based Smart Parking System
针对拥挤城市中寻找停车位的难题,提出一种基于传感器和微控制器的自动化智能停车系统,通过识别空车位并在LCD屏幕显示,帮助驾驶员快速停车并减少搜索时间。
2023-11-21 cs.SY eess.SY
Path Planning and Robust Path Tracking Control of an Automated Parallel Parking Maneuver
针对低速短时域带停车换向的自动泊车需求,提出分段多项式优化路径规划及含扰动观测器的鲁棒PID跟踪控制方法,经仿真验证性能优于常见控制方案。
2024-10-07 cs.SY eess.SY
A Feedback Control Framework for Incentivised Suburban Parking Utilisation and Urban Core Traffic Relief
本文提出一种基于反馈控制与激励机制的框架,通过离散选择模型刻画驾驶员停车偏好,并利用遍历控制理论优化城市与郊区停车充电/换乘设施的车辆分配,以缓解城市核心区交通拥堵并保证系统长期行为可预测。
2025-05-09 cs.SY eess.SY math.OC
Automatic Parking in Smart Cities
该项目的目标是最大限度地提高土地空间的效率,减少驾驶员的压力和挫折感,同时大大减少空气污染。我们的贡献是通过手机控制的自动停车系统。该结构是一个六边形的形状,使用传送带,运输车辆从入口进入停车位的升降平台。入口门包括长度测量传感器,以确定接近的车辆是否有资格进入。我们的系统通过微控制器控制,并使用蜂窝通信连接到客户。该项目可适用于不同的地点,并能够扩大能力。
2020-06-17 cs.OH cs.SY eess.SP
Modified Hybrid A* Collision-Free Path-Planning for Automated Reverse Parking
Ohio State University(俄亥俄州立大学)
本文提出改进的混合A*算法用于自动倒车,结合动态模型和碰撞避障功能,实现碰撞自由的可行路径规划。
2025-12-12 cs.RO cs.SY eess.SY
Real-Time Electric Vehicle Smart Charging at Workplaces: A Real-World Case Study
我们研究了电动汽车(EV)在工作场所停车场的实时智能充电算法,以最大限度地减少电力成本,同时确保EV的所有者获得足够的充电水平。值得注意的是,由于现实世界的限制,我们的算法是不可知的充电状态和离开时间的电动汽车,并使用场景生成占每个电动汽车的未知的未来离开时间,以及确定性等效控制占未知的电动汽车在未来的到来。来自加利福尼亚州谷歌园区的真实充电数据使我们能够为一周中的每一天建立现实的充电需求模型。然后,我们将智能充电算法的各种结果与Google停车场两周的现状进行比较。
2022-03-14 cs.SY eess.SY
A Rapid Iterative Trajectory Planning Method for Automated Parking through Differential Flatness
State Key Laboratory of Industrial Control Technology(工业控制技术国家重点实验室);Ningbo Innovation Center(宁波创新中心)
针对自动泊车中路径速度分解轨迹规划存在的快速精确避障冲突及换挡点控制可行性不足问题,提出基于微分平坦性的快速迭代方法,通过新颖避障框架和末端平滑约束提升性能,仿真与实车实验验证其优越性与适用性。
2025-08-23 cs.RO cs.SY eess.SY
Hybrid A*-Based Reverse Path-Planning of a Vehicle with Trailer System
Automated Driving Lab, Department of Mechanical and Aerospace Engineering, The Ohio State University(自动化驾驶实验室,机械与航空航天工程系,俄亥俄州立大学);Hyundai America Technical Center, Inc.(现代美国技术中心有限公司)
本文提出一种改进的混合A*算法,用于解决带拖车车辆的反向停车路径规划问题,兼顾车辆-拖车系统和碰撞避障,通过适应性控制防止拖车翻转,并通过仿真验证有效性。
2026-04-27 cs.RO cs.SY eess.SY
Nonlinear Model Predictive Control-Based Reverse Path-Planning and Path-Tracking Control of a Vehicle with Trailer System
Automated Driving Lab, Ohio State University(俄亥俄州立大学自动驾驶实验室);HATCI(现代汽车美国技术中心)
针对带挂车车辆倒车泊车难度大的问题,提出基于NMPC的自动化方案,仅以挂车为独立对象做规划跟踪再通过逆运动学传递控制至牵引车,可加前向调整阶段,经仿真与硬件在环测试验证有效。
2025-09-01 cs.RO cs.SY eess.SY
Delayed Expansion AGT: Kinodynamic Planning with Application to Tractor-Trailer Parking
School of Aerospace Engineering, Georgia Institute of Technology(航空航天工程学院,佐治亚理工学院);Mitsubishi Electric Research Laboratories(三菱电机研究实验室)
针对铰接式车辆在杂乱环境中kinodynamic规划的高维、动力学复杂难题,提出融合延迟扩展运动基元、学习型启发式与轨迹跟踪终止机制的DE-AGT算法,在3节挂车自动泊车仿真中实现10倍平均加速。
2025-06-16 cs.RO cs.SY eess.SY
Dynamic Risk Assessment Methodology with an LDM-based System for Parking Scenarios
Fundación Vicomtech, Basque Research and Technology Alliance (BRTA)(维康泰克基金会,巴斯克研究与技术联盟(BRTA));Universidad del País Vasco (UPV/EHU)(巴斯克大学(UPV/EHU))
本文提出融合车内外感知的停车场景动态风险评估方法,并通过多传感器数据集与 LDM 构建 DRAS,用于 ADAS 基准测试。
2024-04-05 cs.CV cs.SY eess.SY
Safe, Deterministic Trajectory Planning for Unstructured and Partially Occluded Environments
DENSO Automotive Deutschland GmbH(电装德国汽车有限公司);Carl von Ossietzky University(卡尔·冯·奥西茨基大学)
确保自动驾驶汽车在不受管制的交通区域的安全行为对该行业构成了复杂的挑战。这是一个开放的问题,提供可扩展的和可认证的解决方案,这一挑战。我们推导出一个基于模型预测控制的轨迹规划器,它与基于元胞自动机的行人安全监测系统进行互操作。结合规划监控系统的例子,一个狭窄的室内停车场环境。该系统具有确定性行为,减轻了黑盒的不可预测风险,并提供了完全的可认证性。通过使用基本的和保守的行人预测模型,监测器能够确定一个安全的可驾驶区域中的部分闭塞和非结构化的停车环境。该信息被馈送到轨迹规划器,该轨迹规划器通过约束优化来确保车辆在任何时间保持在安全可驾驶区域中。我们展示了该方法如何解决停车场紧张情况下的许多情况。即使采用保守的预测模型,评估表明,一个性能良好的系统进行测试的低速导航。
2021-09-30 cs.RO cs.SY eess.SY
Optimal Trajectory Planning with Collision Avoidance for Autonomous Vehicle Maneuvering
Magna International Inc.(Magna国际公司)
针对自动驾驶泊车机动,本文提出基于序列凸优化和离散 Dubins 模型的最优轨迹规划方法,在避撞与车辆物理约束下实现高效、平滑的无碰撞运动。
2025-05-13 cs.RO cs.SY eess.SY
Probability-Aware Parking Selection
Laboratory for Information & Decision Systems and the Institute for Data, Systems, and Society, Massachusetts Institute of Technology(信息与决策系统实验室和数据、系统与社会研究所,麻省理工学院);Laboratory for Information & Decision Systems, Massachusetts Institute of Technology(信息与决策系统实验室,麻省理工学院);Laboratory for Information & Decision Systems, the Institute for Data, Systems, and Society, and the Dept. of Civil and Environmental Engineering, Massachusetts Institute of Technology(信息与决策系统实验室、数据、系统与社会研究所和土木与环境工程系,麻省理工学院)
本文提出考虑概率的停车选择方法,通过动态规划框架优化停车位置选择,减少到达时间误差,实验表明其在真实数据和模拟中均有效。
2026-02-01 cs.AI cs.SY eess.SY