您的位置:網(wǎng)站首頁 > 優(yōu)秀論文 > 正文
智能交通中單車輛最優(yōu)動態(tài)路徑規(guī)劃策略研究
作者:宿建樂來源:原創(chuàng)日期:2013-12-26人氣:1177
在智能交通道路網(wǎng)中,一方面當交通實時周圍信息不能得到有效的反饋時,車輛的路徑規(guī)劃只能依據(jù)車載交通路網(wǎng)的電子地圖進行道路靜態(tài)路徑規(guī)劃;另一方面,在能夠采集道路交通信息,并能夠對正確的道路交通周圍情況進行信息反饋,可采用車輛的動態(tài)最優(yōu)路徑規(guī)劃,這也是智能交通工程科研領域研究的熱點問題。車輛行駛的動態(tài)路徑規(guī)劃比靜態(tài)路徑規(guī)劃更能夠體現(xiàn)車輛行駛過程中狀態(tài)的可信性、實時性及準確性[1]。
1 單車動態(tài)路徑規(guī)劃數(shù)學模型
對于最優(yōu)道路路徑規(guī)劃策略的研究上來說,道路口節(jié)點和路徑就可以對智能交通網(wǎng)進行數(shù)學邏輯上的描述,這一個基本的數(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)絡路口節(jié)點的集合,ni為表示道路路網(wǎng)的任意一個節(jié)點,xi,yi為該任意節(jié)點的橫和縱坐標;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為兩個道路口節(jié)點之間或任意一條道路徑的權重值。
依據(jù)智能交通原始電子地圖,創(chuàng)建交通路網(wǎng)的空間拓撲結構相圖G,以此為基礎建立動態(tài)路徑規(guī)劃數(shù)學模型,模型具體描述如下:
1.1 模型建立的假設條件:①忽略交通網(wǎng)交通狀況傳感器檢測的基本誤差值;②智能交通網(wǎng)中的動態(tài)交通路況信息更新時間T,符合道路交通信息變化和動態(tài)路徑規(guī)劃時間需求;③智能交通網(wǎng)的實時交通信息流,能實時上傳到交通網(wǎng)中心路徑規(guī)劃平臺和車載路徑規(guī)劃端。
1.2 建立數(shù)學模型 ①智能交通路網(wǎng)動態(tài)實時信息的R(G,t)周期時間T內,認為動態(tài)交通信息沒有改變。R(G,t)可采用離散數(shù)學方式進行描述,R(G,wi),式中wi為周期時間數(shù)值為i×T時刻的交通網(wǎng)狀態(tài)信息。在周期時間T內,由于當前的交通路況信息不變及道路阻抗不變,可應用車輛的靜態(tài)路徑規(guī)劃算法。
②智能交通網(wǎng)中的動態(tài)道路阻抗函數(shù)確實。假設車輛行駛路段的實時交通平均車流速度,由安裝與城市出租車上的GPS近似估算。取動態(tài)道路阻抗為車輛行駛路段的平均動態(tài)行駛時間為:tij=■(2)
式中dj為道路路徑的長度;vij為GPS計算獲得的第i個周期T的行駛車輛行駛在j道路路徑上的車流量平均速度。
③車輛道路路徑規(guī)劃的價值函數(shù)。在車輛的動態(tài)最優(yōu)路徑規(guī)劃中,不能同靜態(tài)路徑規(guī)劃的價值函數(shù)一致,即目標函數(shù)上不能選取動態(tài)交通信息中的最短路徑。通常選擇車輛行駛的最短路徑時間為目標函數(shù),根據(jù)智能交通網(wǎng)的道路交通方式不同,動態(tài)路徑規(guī)劃的價值目標函數(shù)即不同。
2 基于周期的單車輛規(guī)劃算法
該算法的難度系數(shù)與車輛行駛工程中,實時交通信息的更新頻率有關。設經(jīng)過N次交通信息的更新,計車輛的動態(tài)路徑規(guī)劃為N+1。每一次動態(tài)道路路徑的規(guī)劃,應用A*算法,則算法的難度系數(shù)計算累加公式為:
(N+1)O(bx)=O((N+1)bx)(3)
式中b為道路口節(jié)點的均值路段數(shù),d為始末節(jié)點的查詢深度指標。算法的計算量較大,但是平均分配在車輛行駛過程中的每一個階段,則計算量將減少。同時N可以根據(jù)具體的時間交通道路信息,進行必要的調整。基于周期的單車動態(tài)路徑規(guī)劃算法流程圖如圖1所示。
3 實驗研究
將智能交通道路的交通狀況分為1,2,3,4四個等級,等級越高,表示擁擠現(xiàn)象越嚴重。圖中黑色標記的上三角形為車輛行駛過程中的起點,下三角形為車輛行駛過程中的末點。黑線為車輛的行駛過程中的交通堵塞路徑。實驗的過程是,在車輛行駛的路徑過程中,設置交通狀態(tài)管制信息,對于實時的當前交通信息,進行新的路徑規(guī)劃。圖2車輛行駛過程中,改變當前的交通信息,設置黑線為交通堵塞路徑,重新進行的路徑規(guī)劃,圖3是車輛行駛過程中,設置的道路擁擠的情況,新的最優(yōu)路徑規(guī)劃,對該交通堵塞道路口節(jié)點,進行了繞行,最終車輛到達了行駛者設定的末點。
4 結論
基于周期的單車動態(tài)路徑規(guī)劃算法,有效實時的規(guī)劃車輛行駛道路路徑,可以對交通實時增加的交通堵塞,進行繞行,能夠降低對車輛行駛者的出行成本,由于是基于一定周期的自主車輛規(guī)劃算法,在基于交通路徑規(guī)劃的中心式處理系統(tǒng)中,不會出現(xiàn)計算、處理上的不可控,并能夠有利于中心的處理器進行有效的計算。該算法的優(yōu)勢就是在于能夠充分使用系統(tǒng)的計算資源。根據(jù)申請導航的車輛數(shù)量,進行算法的有效更變頻率,滿足了車輛行駛過程中的實時性要求,同時能夠產(chǎn)生相應控制的系統(tǒng)自適應性及魯棒性。算法的不足之處就是未對車輛行駛過程中,對交通道路的影響進行考慮。
1 單車動態(tài)路徑規(guī)劃數(shù)學模型
對于最優(yōu)道路路徑規(guī)劃策略的研究上來說,道路口節(jié)點和路徑就可以對智能交通網(wǎng)進行數(shù)學邏輯上的描述,這一個基本的數(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)絡路口節(jié)點的集合,ni為表示道路路網(wǎng)的任意一個節(jié)點,xi,yi為該任意節(jié)點的橫和縱坐標;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為兩個道路口節(jié)點之間或任意一條道路徑的權重值。
依據(jù)智能交通原始電子地圖,創(chuàng)建交通路網(wǎng)的空間拓撲結構相圖G,以此為基礎建立動態(tài)路徑規(guī)劃數(shù)學模型,模型具體描述如下:
1.1 模型建立的假設條件:①忽略交通網(wǎng)交通狀況傳感器檢測的基本誤差值;②智能交通網(wǎng)中的動態(tài)交通路況信息更新時間T,符合道路交通信息變化和動態(tài)路徑規(guī)劃時間需求;③智能交通網(wǎng)的實時交通信息流,能實時上傳到交通網(wǎng)中心路徑規(guī)劃平臺和車載路徑規(guī)劃端。
1.2 建立數(shù)學模型 ①智能交通路網(wǎng)動態(tài)實時信息的R(G,t)周期時間T內,認為動態(tài)交通信息沒有改變。R(G,t)可采用離散數(shù)學方式進行描述,R(G,wi),式中wi為周期時間數(shù)值為i×T時刻的交通網(wǎng)狀態(tài)信息。在周期時間T內,由于當前的交通路況信息不變及道路阻抗不變,可應用車輛的靜態(tài)路徑規(guī)劃算法。
②智能交通網(wǎng)中的動態(tài)道路阻抗函數(shù)確實。假設車輛行駛路段的實時交通平均車流速度,由安裝與城市出租車上的GPS近似估算。取動態(tài)道路阻抗為車輛行駛路段的平均動態(tài)行駛時間為:tij=■(2)
式中dj為道路路徑的長度;vij為GPS計算獲得的第i個周期T的行駛車輛行駛在j道路路徑上的車流量平均速度。
③車輛道路路徑規(guī)劃的價值函數(shù)。在車輛的動態(tài)最優(yōu)路徑規(guī)劃中,不能同靜態(tài)路徑規(guī)劃的價值函數(shù)一致,即目標函數(shù)上不能選取動態(tài)交通信息中的最短路徑。通常選擇車輛行駛的最短路徑時間為目標函數(shù),根據(jù)智能交通網(wǎng)的道路交通方式不同,動態(tài)路徑規(guī)劃的價值目標函數(shù)即不同。
2 基于周期的單車輛規(guī)劃算法
該算法的難度系數(shù)與車輛行駛工程中,實時交通信息的更新頻率有關。設經(jīng)過N次交通信息的更新,計車輛的動態(tài)路徑規(guī)劃為N+1。每一次動態(tài)道路路徑的規(guī)劃,應用A*算法,則算法的難度系數(shù)計算累加公式為:
(N+1)O(bx)=O((N+1)bx)(3)
式中b為道路口節(jié)點的均值路段數(shù),d為始末節(jié)點的查詢深度指標。算法的計算量較大,但是平均分配在車輛行駛過程中的每一個階段,則計算量將減少。同時N可以根據(jù)具體的時間交通道路信息,進行必要的調整。基于周期的單車動態(tài)路徑規(guī)劃算法流程圖如圖1所示。
3 實驗研究
將智能交通道路的交通狀況分為1,2,3,4四個等級,等級越高,表示擁擠現(xiàn)象越嚴重。圖中黑色標記的上三角形為車輛行駛過程中的起點,下三角形為車輛行駛過程中的末點。黑線為車輛的行駛過程中的交通堵塞路徑。實驗的過程是,在車輛行駛的路徑過程中,設置交通狀態(tài)管制信息,對于實時的當前交通信息,進行新的路徑規(guī)劃。圖2車輛行駛過程中,改變當前的交通信息,設置黑線為交通堵塞路徑,重新進行的路徑規(guī)劃,圖3是車輛行駛過程中,設置的道路擁擠的情況,新的最優(yōu)路徑規(guī)劃,對該交通堵塞道路口節(jié)點,進行了繞行,最終車輛到達了行駛者設定的末點。
4 結論
基于周期的單車動態(tài)路徑規(guī)劃算法,有效實時的規(guī)劃車輛行駛道路路徑,可以對交通實時增加的交通堵塞,進行繞行,能夠降低對車輛行駛者的出行成本,由于是基于一定周期的自主車輛規(guī)劃算法,在基于交通路徑規(guī)劃的中心式處理系統(tǒng)中,不會出現(xiàn)計算、處理上的不可控,并能夠有利于中心的處理器進行有效的計算。該算法的優(yōu)勢就是在于能夠充分使用系統(tǒng)的計算資源。根據(jù)申請導航的車輛數(shù)量,進行算法的有效更變頻率,滿足了車輛行駛過程中的實時性要求,同時能夠產(chǎn)生相應控制的系統(tǒng)自適應性及魯棒性。算法的不足之處就是未對車輛行駛過程中,對交通道路的影響進行考慮。
欄目分類
熱門排行
推薦信息
- 新消費主義下研究生非理性消費行為影響因素研究
- “雙循環(huán)+雙碳”戰(zhàn)略協(xié)同驅動下 錦州現(xiàn)代商貿物流樞紐體系構建
- 論個人信息侵權責任構成
- 任務驅動教學法下的詩化小說教學策略研究
- 事業(yè)單位財務審計現(xiàn)狀及創(chuàng)新策略研究
- 新質生產(chǎn)力驅動下高職電子商務人才培養(yǎng)模式改革路徑探析
- 輕資產(chǎn)模式下縣域“小而美”文旅場景的運營邏輯與實踐路徑
- 新時代抗戰(zhàn)題材劇集敘事創(chuàng)新與抗戰(zhàn)精神傳承研究
- 新課標背景下高中數(shù)學教學中情境創(chuàng)設策略分析
- 基層治理數(shù)字化轉型的實踐困境與路徑探索
期刊知識
- 別被這個老掉牙的報紙理論版投稿郵箱誤導了!最新核實91個報紙理論版投稿郵箱通道,一次集齊
- 喜報!《中國博物館》入選CSSCI擴展版來源期刊(最新CSSCI南大核心期刊目錄2025-2026版)!新入選!
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 國內核心期刊分級情況概覽及說明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學者
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應該熟知的10個知識點。
- 注意,最新期刊論文格式標準已發(fā)布,論文寫作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學術論文編寫規(guī)則
- 盤點那些評職稱超管用的資源,1,3和5已經(jīng)“絕種”了
- 職稱話題| 為什么黨校更認可省市級黨報?是否有什么說據(jù)?還有哪些機構認可黨報?
- 《農(nóng)業(yè)經(jīng)濟》論文投稿解析,難度指數(shù)四顆星,附好發(fā)選題!

0373-5939925
2851259250@qq.com

