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:1038
在智能交通道路網中,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)劃只能依據車載交通路網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進行數學邏輯上的描述,這一個基本的數字路網模型圖可以表示為:
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模型;N為道路網絡路口節(jié)點的集合,ni為表示道路路網的任意一個節(jié)點,xi,yi為該任意節(jié)點的橫和縱坐標;R為道路路網層路徑的ri集合,為道路路網任意一段路徑,f為兩個道路口節(jié)點之間或任意一條道路徑的權重值。
依據智能交通原始電子地圖,創(chuàng)建交通路網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忽略交通網交通狀況傳感器檢測的基本誤差值;②智能交通網中的動態(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智能交通網的實時交通信息流,能實時上傳到交通網中心路徑規(guī)劃平臺和車載路徑規(guī)劃端。
1.2 建立數學模型 ①智能交通路網動態(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)可采用離散數學方式進行描述,R(G,wi),式中wi為周期時間數值為i×T時刻的交通網狀態(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智能交通網中的動態(tài)道路阻抗函數確實。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。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)劃的價值函數一致,即目標函數上不能選取動態(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,根據智能交通網的道路交通方式不同,動態(tài)路徑規(guī)劃的價值目標函數即不同。
2 基于周期的單車輛規(guī)劃算法
該算法的難度系數與車輛行駛工程中,實時交通信息的更新頻率有關。設經過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,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可以根據具體的時間交通道路信息,進行必要的調整?;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。根據申請導航的車輛數量,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進行數學邏輯上的描述,這一個基本的數字路網模型圖可以表示為:
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模型;N為道路網絡路口節(jié)點的集合,ni為表示道路路網的任意一個節(jié)點,xi,yi為該任意節(jié)點的橫和縱坐標;R為道路路網層路徑的ri集合,為道路路網任意一段路徑,f為兩個道路口節(jié)點之間或任意一條道路徑的權重值。
依據智能交通原始電子地圖,創(chuàng)建交通路網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忽略交通網交通狀況傳感器檢測的基本誤差值;②智能交通網中的動態(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智能交通網的實時交通信息流,能實時上傳到交通網中心路徑規(guī)劃平臺和車載路徑規(guī)劃端。
1.2 建立數學模型 ①智能交通路網動態(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)可采用離散數學方式進行描述,R(G,wi),式中wi為周期時間數值為i×T時刻的交通網狀態(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智能交通網中的動態(tài)道路阻抗函數確實。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。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)劃的價值函數一致,即目標函數上不能選取動態(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,根據智能交通網的道路交通方式不同,動態(tài)路徑規(guī)劃的價值目標函數即不同。
2 基于周期的單車輛規(guī)劃算法
該算法的難度系數與車輛行駛工程中,實時交通信息的更新頻率有關。設經過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,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可以根據具體的時間交通道路信息,進行必要的調整?;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。根據申請導航的車輛數量,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
期刊知識
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 官方認定!CSSCI南大核心首批191家“青年學者友好期刊名單”
- 2023JCR影響因子正式公布!
- 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
- 我用了一個很復雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 重磅!CSSCI來源期刊(2023-2024版)最新期刊目錄看點分析!全網首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經拿到并且投入使用!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“絕種”了