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:1132
在智能交通道路網(wǎng)中,一方面當(dāng)交通實(shí)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(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_的道路交通周圍情況進(jìn)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(lǐng)域研究的熱點(diǎn)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(shí)時性及準(zhǔn)確性[1]。
1 單車動態(tài)路徑規(guī)劃數(shù)學(xué)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(diǎn)和路徑就可以對智能交通網(wǎng)進(jìn)行數(shù)學(xué)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(luò)路口節(jié)點(diǎn)的集合,ni為表示道路路網(wǎng)的任意一個節(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(shí)時交通信息流,能實(shí)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(xué)模型 ①智能交通路網(wǎng)動態(tài)實(shí)時信息的R(G,t)周期時間T內(nèi),認(rèn)為動態(tài)交通信息沒有改變。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(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(shí)。假設(shè)車輛行駛路段的實(shí)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(biāo)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(biāo)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(biāo)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(shí)時交通信息的更新頻率有關(guān)。設(shè)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(yīng)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(diǎn)的均值路段數(shù),d為始末節(jié)點(diǎn)的查詢深度指標(biāo)。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(jìn)行必要的調(diào)整?;谥芷诘膯诬噭討B(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1,2,3,4四個等級,等級越高,表示擁擠現(xiàn)象越嚴(yán)重。圖中黑色標(biāo)記的上三角形為車輛行駛過程中的起點(diǎn),下三角形為車輛行駛過程中的末點(diǎn)。黑線為車輛的行駛過程中的交通堵塞路徑。實(shí)驗(yàn)的過程是,在車輛行駛的路徑過程中,設(shè)置交通狀態(tài)管制信息,對于實(shí)時的當(dāng)前交通信息,進(jìn)行新的路徑規(guī)劃。圖2車輛行駛過程中,改變當(dāng)前的交通信息,設(shè)置黑線為交通堵塞路徑,重新進(jìn)行的路徑規(guī)劃,圖3是車輛行駛過程中,設(shè)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(diǎn),進(jìn)行了繞行,最終車輛到達(dá)了行駛者設(shè)定的末點(diǎn)。
4 結(jié)論
基于周期的單車動態(tài)路徑規(guī)劃算法,有效實(shí)時的規(guī)劃車輛行駛道路路徑,可以對交通實(shí)時增加的交通堵塞,進(jìn)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(jìn)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(dǎo)航的車輛數(shù)量,進(jìn)行算法的有效更變頻率,滿足了車輛行駛過程中的實(shí)時性要求,同時能夠產(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車輛行駛過程中,對交通道路的影響進(jìn)行考慮。
1 單車動態(tài)路徑規(guī)劃數(shù)學(xué)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(diǎn)和路徑就可以對智能交通網(wǎng)進(jìn)行數(shù)學(xué)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(luò)路口節(jié)點(diǎn)的集合,ni為表示道路路網(wǎng)的任意一個節(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(shí)時交通信息流,能實(shí)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(xué)模型 ①智能交通路網(wǎng)動態(tài)實(shí)時信息的R(G,t)周期時間T內(nèi),認(rèn)為動態(tài)交通信息沒有改變。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(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(shí)。假設(shè)車輛行駛路段的實(shí)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(biāo)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(biāo)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(biāo)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(shí)時交通信息的更新頻率有關(guān)。設(shè)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(yīng)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(diǎn)的均值路段數(shù),d為始末節(jié)點(diǎn)的查詢深度指標(biāo)。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(jìn)行必要的調(diào)整?;谥芷诘膯诬噭討B(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1,2,3,4四個等級,等級越高,表示擁擠現(xiàn)象越嚴(yán)重。圖中黑色標(biāo)記的上三角形為車輛行駛過程中的起點(diǎn),下三角形為車輛行駛過程中的末點(diǎn)。黑線為車輛的行駛過程中的交通堵塞路徑。實(shí)驗(yàn)的過程是,在車輛行駛的路徑過程中,設(shè)置交通狀態(tài)管制信息,對于實(shí)時的當(dāng)前交通信息,進(jìn)行新的路徑規(guī)劃。圖2車輛行駛過程中,改變當(dāng)前的交通信息,設(shè)置黑線為交通堵塞路徑,重新進(jìn)行的路徑規(guī)劃,圖3是車輛行駛過程中,設(shè)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(diǎn),進(jìn)行了繞行,最終車輛到達(dá)了行駛者設(shè)定的末點(diǎn)。
4 結(jié)論
基于周期的單車動態(tài)路徑規(guī)劃算法,有效實(shí)時的規(guī)劃車輛行駛道路路徑,可以對交通實(shí)時增加的交通堵塞,進(jìn)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(jìn)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(dǎo)航的車輛數(shù)量,進(jìn)行算法的有效更變頻率,滿足了車輛行駛過程中的實(shí)時性要求,同時能夠產(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車輛行駛過程中,對交通道路的影響進(jìn)行考慮。
欄目分類
熱門排行
推薦信息
- 鑄牢中華民族共同體意識視域下民族地區(qū)高校國家通用語言文字教育效能提升研究
- 智能化技術(shù)在國有糧庫籌建規(guī)劃中的融合與應(yīng)用
- 傳統(tǒng)醫(yī)德在現(xiàn)代醫(yī)學(xué)教育中的傳承與創(chuàng)新
- 馬克思主義與中華優(yōu)秀傳統(tǒng)文化結(jié)合的實(shí)踐路徑探索
- 芭蕾舞劇“民族化”略論 ——以芭蕾舞劇《紅色娘子軍》為例
- 體悟“詩情畫意”:中國古典舞教學(xué)實(shí)踐探究
- 基于大數(shù)據(jù)分析的網(wǎng)球常見運(yùn)動損傷風(fēng)險預(yù)測與預(yù)防策略
- 基于自我決定理論的我國輪椅網(wǎng)球發(fā)展與優(yōu)化路徑研究
- 高強(qiáng)度間歇訓(xùn)練對初中網(wǎng)球運(yùn)動員步法靈敏度的作用機(jī)制
- 網(wǎng)球運(yùn)動在初中校園體育活動中的推廣與應(yīng)用
期刊知識
- 喜報!《中國博物館》入選CSSCI擴(kuò)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)
- 2023JCR影響因子正式公布!
- 國內(nèi)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(xué)者
- 我用了一個很復(fù)雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 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(yīng)該熟知的10個知識點(diǎn)。
- 注意,最新期刊論文格式標(biāo)準(zhǔn)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(xué)術(shù)論文編寫規(guī)則
- 盤點(diǎn)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(rèn)可省市級黨報?是否有什么說據(jù)?還有哪些機(jī)構(gòu)認(rèn)可黨報?