智能交通中單車(chē)輛最優(yōu)動(dòng)態(tài)路徑規(guī)劃策略研究

 在智能交通道路網(wǎng)中，一方面當(dāng)交通實(shí)時(shí)周?chē)畔⒉荒艿玫接行У姆答仌r(shí)，車(chē)輛的路徑規(guī)劃只能依據(jù)車(chē)載交通路網(wǎng)的電子地圖進(jìn)行道路靜態(tài)路徑規(guī)劃；另一方面，在能夠采集道路交通信息，并能夠?qū)φ_的道路交通周?chē)闆r進(jìn)行信息反饋，可采用車(chē)輛的動(dòng)態(tài)最優(yōu)路徑規(guī)劃，這也是智能交通工程科研領(lǐng)域研究的熱點(diǎn)問(wèn)題。車(chē)輛行駛的動(dòng)態(tài)路徑規(guī)劃比靜態(tài)路徑規(guī)劃更能夠體現(xiàn)車(chē)輛行駛過(guò)程中狀態(tài)的可信性、實(shí)時(shí)性及準(zhǔn)確性[1]。
1 單車(chē)動(dòng)態(tài)路徑規(guī)劃數(shù)學(xué)模型
對(duì)于最優(yōu)道路路徑規(guī)劃策略的研究上來(lái)說(shuō)，道路口節(jié)點(diǎn)和路徑就可以對(duì)智能交通網(wǎng)進(jìn)行數(shù)學(xué)邏輯上的描述，這一個(gè)基本的數(shù)字路網(wǎng)模型圖可以表示為：
G=（N，R，f）N={n1，n2，n3，…}ni=（xi，yi）R={r1，r2，r3，…}f：f（ri）=f（nj，nk）（1）
式中：G為智能交通道路的基本電子路網(wǎng)模型；N為道路網(wǎng)絡(luò)路口節(jié)點(diǎn)的集合，ni為表示道路路網(wǎng)的任意一個(gè)節(jié)點(diǎn)，xi，yi為該任意節(jié)點(diǎn)的橫和縱坐標(biāo)；R為道路路網(wǎng)層路徑的ri集合，為道路路網(wǎng)任意一段路徑，f為兩個(gè)道路口節(jié)點(diǎn)之間或任意一條道路徑的權(quán)重值。
依據(jù)智能交通原始電子地圖，創(chuàng)建交通路網(wǎng)的空間拓?fù)浣Y(jié)構(gòu)相圖G，以此為基礎(chǔ)建立動(dòng)態(tài)路徑規(guī)劃數(shù)學(xué)模型，模型具體描述如下：
1.1 模型建立的假設(shè)條件：①忽略交通網(wǎng)交通狀況傳感器檢測(cè)的基本誤差值；②智能交通網(wǎng)中的動(dòng)態(tài)交通路況信息更新時(shí)間T，符合道路交通信息變化和動(dòng)態(tài)路徑規(guī)劃時(shí)間需求；③智能交通網(wǎng)的實(shí)時(shí)交通信息流，能實(shí)時(shí)上傳到交通網(wǎng)中心路徑規(guī)劃平臺(tái)和車(chē)載路徑規(guī)劃端。
1.2 建立數(shù)學(xué)模型 ①智能交通路網(wǎng)動(dòng)態(tài)實(shí)時(shí)信息的R（G，t）周期時(shí)間T內(nèi)，認(rèn)為動(dòng)態(tài)交通信息沒(méi)有改變。R（G，t）可采用離散數(shù)學(xué)方式進(jìn)行描述，R（G，wi），式中wi為周期時(shí)間數(shù)值為i×T時(shí)刻的交通網(wǎng)狀態(tài)信息。在周期時(shí)間T內(nèi)，由于當(dāng)前的交通路況信息不變及道路阻抗不變，可應(yīng)用車(chē)輛的靜態(tài)路徑規(guī)劃算法。
②智能交通網(wǎng)中的動(dòng)態(tài)道路阻抗函數(shù)確實(shí)。假設(shè)車(chē)輛行駛路段的實(shí)時(shí)交通平均車(chē)流速度，由安裝與城市出租車(chē)上的GPS近似估算。取動(dòng)態(tài)道路阻抗為車(chē)輛行駛路段的平均動(dòng)態(tài)行駛時(shí)間為：tij=■（2）
式中dj為道路路徑的長(zhǎng)度；vij為GPS計(jì)算獲得的第i個(gè)周期T的行駛車(chē)輛行駛在j道路路徑上的車(chē)流量平均速度。
③車(chē)輛道路路徑規(guī)劃的價(jià)值函數(shù)。在車(chē)輛的動(dòng)態(tài)最優(yōu)路徑規(guī)劃中，不能同靜態(tài)路徑規(guī)劃的價(jià)值函數(shù)一致，即目標(biāo)函數(shù)上不能選取動(dòng)態(tài)交通信息中的最短路徑。通常選擇車(chē)輛行駛的最短路徑時(shí)間為目標(biāo)函數(shù)，根據(jù)智能交通網(wǎng)的道路交通方式不同，動(dòng)態(tài)路徑規(guī)劃的價(jià)值目標(biāo)函數(shù)即不同。
2 基于周期的單車(chē)輛規(guī)劃算法
該算法的難度系數(shù)與車(chē)輛行駛工程中，實(shí)時(shí)交通信息的更新頻率有關(guān)。設(shè)經(jīng)過(guò)N次交通信息的更新，計(jì)車(chē)輛的動(dòng)態(tài)路徑規(guī)劃為N+1。每一次動(dòng)態(tài)道路路徑的規(guī)劃，應(yīng)用A*算法，則算法的難度系數(shù)計(jì)算累加公式為：
（N+1）O（bx）=O（（N+1）bx）（3）
式中b為道路口節(jié)點(diǎn)的均值路段數(shù)，d為始末節(jié)點(diǎn)的查詢(xún)深度指標(biāo)。算法的計(jì)算量較大，但是平均分配在車(chē)輛行駛過(guò)程中的每一個(gè)階段，則計(jì)算量將減少。同時(shí)N可以根據(jù)具體的時(shí)間交通道路信息，進(jìn)行必要的調(diào)整?；谥芷诘膯诬?chē)動(dòng)態(tài)路徑規(guī)劃算法流程圖如圖1所示。
3 實(shí)驗(yàn)研究
將智能交通道路的交通狀況分為1，2，3，4四個(gè)等級(jí)，等級(jí)越高，表示擁擠現(xiàn)象越嚴(yán)重。圖中黑色標(biāo)記的上三角形為車(chē)輛行駛過(guò)程中的起點(diǎn)，下三角形為車(chē)輛行駛過(guò)程中的末點(diǎn)。黑線(xiàn)為車(chē)輛的行駛過(guò)程中的交通堵塞路徑。實(shí)驗(yàn)的過(guò)程是，在車(chē)輛行駛的路徑過(guò)程中，設(shè)置交通狀態(tài)管制信息，對(duì)于實(shí)時(shí)的當(dāng)前交通信息，進(jìn)行新的路徑規(guī)劃。圖2車(chē)輛行駛過(guò)程中，改變當(dāng)前的交通信息，設(shè)置黑線(xiàn)為交通堵塞路徑，重新進(jìn)行的路徑規(guī)劃，圖3是車(chē)輛行駛過(guò)程中，設(shè)置的道路擁擠的情況，新的最優(yōu)路徑規(guī)劃，對(duì)該交通堵塞道路口節(jié)點(diǎn)，進(jìn)行了繞行，最終車(chē)輛到達(dá)了行駛者設(shè)定的末點(diǎn)。
4 結(jié)論
基于周期的單車(chē)動(dòng)態(tài)路徑規(guī)劃算法，有效實(shí)時(shí)的規(guī)劃車(chē)輛行駛道路路徑，可以對(duì)交通實(shí)時(shí)增加的交通堵塞，進(jìn)行繞行，能夠降低對(duì)車(chē)輛行駛者的出行成本，由于是基于一定周期的自主車(chē)輛規(guī)劃算法，在基于交通路徑規(guī)劃的中心式處理系統(tǒng)中，不會(huì)出現(xiàn)計(jì)算、處理上的不可控，并能夠有利于中心的處理器進(jìn)行有效的計(jì)算。該算法的優(yōu)勢(shì)就是在于能夠充分使用系統(tǒng)的計(jì)算資源。根據(jù)申請(qǐng)導(dǎo)航的車(chē)輛數(shù)量，進(jìn)行算法的有效更變頻率，滿(mǎn)足了車(chē)輛行駛過(guò)程中的實(shí)時(shí)性要求，同時(shí)能夠產(chǎn)生相應(yīng)控制的系統(tǒng)自適應(yīng)性及魯棒性。算法的不足之處就是未對(duì)車(chē)輛行駛過(guò)程中，對(duì)交通道路的影響進(jìn)行考慮。