城市道路网最短路径启发算法研究

从城市道路网络的实际特点出发,对城市电子地图的道路网进行网络分析,将最佳路径搜索问题转化为图论中的最短路径搜索问题,通过对最短路径搜索算法的分析,提出了一种求解城市道路网两点间最短路径的算法。该算法主要对Dijkistra算法的搜索方法进行改进,根据两点间直线距离最短这一原理,运用待扩展节点与终止节点间的直线距离这一启发信息,使搜索沿着某个最有希望的路径进行下去,大大减少了搜索范围,提高了路径搜索的速度,具有重要的实践意义。     

基于可视图和A~＊算法的连续模型路径搜索

针对交通枢纽仿真领域中行人最短路径搜索环境建模难的问题,提出一种基于可视图的连续拓扑模型最短路径搜索策略,通过在连续模型下建立可视图并使用A*算法搜索出一条适合行人通行的最短路径,将改进的可视图算法和A*算法结合,降低连续模型中自动选择路径复杂度和扩展结点数目.将该算法应用于城市综合客运枢纽功能与结构数值实验系统对行人对象进行路径搜索导航,实验结果证明此算法可行且具有更高的效率和通用性.     

基于蚂蚁算法的公交网络最短路径问题研究

通过改进的蚂蚁算法来解决公交网络信息系统中的最短路径问题。提出以换乘次数最少、出行距离最短为目标的路径求解算法，并给出了算法流程。分析了基于蚂蚁算法的城市公交网络的选择策略：选择某条路径即给该路径赋以一定的信息素，信息素愈大的路径，成为最短路径的可能性愈大。并利用改进的蚂蚁算法实现了公交网络乘客信息查询。     

交通网络中多路径优化选择算法的研究

指出了传统的多路径问题及其算法存在的缺陷,给出了多路径优化算法的几个定义,在此基础上,提出基于重叠惩罚的多路径选择算法,设计出了重叠惩罚函数数学模型结构以及路径相似性评价函数定义,对惩罚函数中的协调因数敏感性进行分析,给出了合适的协调因数。该算法能有效地解决候选路径重叠相似性问题,而平均总旅行时间比率基本不变,从而更适合驾驶人员的实际选路需求。与传统k最短路径算法进行了试验比较,结果表明该算法明显优于传统k最短路径算法。     

基于简化DPCNN的最短路径算法

传统求解最短路径（SP）问题的方法一般有组合技术与代数方法2大类,但算法复杂度的指数上界为2．376,不能实时对大规模SP问题进行求解。文中提出1种简化的时延脉冲耦合神经网络（SDPCNN）模型,可1次求解源点到其他所有点的最短路径,算法时间复杂度仅有O（n）．实验证实了这一模型的有效性,且计算时间仅为未简化模型的5％～10％。     

一种基于蚁群算法的QoS多播路由算法

采用启发式算法中蚂蚁算法解决包含带宽、时延和最小代价约束条件在内的多播路由问题．章基于蚂蚁具有找到蚁巢与食物之间的最短路径原理工作．并在分析多约束OoS的多播路由的基础上，提出了一种基于蚁群算法的OoS多播路由算法(QMRA)．仿真实验表明了该算法是合理的和有效的。     

线路设计中多方案组合优化算法

为了使设计者从道路线路设计的繁重计算统计工作中解脱出来,在研究了局部方案间内在关联的基础上,提出了将局部方案分解为更小单位的逻辑方案,用有向网络图表示逻辑方案问的拓扑关系,采用节点一弧段联合数据结构来表示网络图;同时基于最短路径理论,提出了在网络图中智能化搜索综合指标最优的逻辑方案集,自动形成整体方案的组合优化算法.研究结果表明:该组合优化算法是正确的,应用该算法能自动生成整体最优的方案,提高了设计效率和水平.     

分布式车载导航系统路线优化有约束A*算法

针对目前车载导航系统实时动态信息匮乏，而静态信息难以反映拥挤路网通行时间随机性的问题，基于畅通可靠度分析，提出了可用于分布式车载导航系统中的延误风险规避的准动态有约束的A^＊路线优化算法，从而在没有实时信息的条件下，可进行考虑阻塞可能性最小及通行时间最短双目标的路线寻优。通过路径搜索过程中的启发式加权，并设计反向A^＊算法改善A^＊的启发式函数，有效提高了有约束最佳路线搜索的效率，最后给出实例验证了算法的合理性及有效性。     

改进节约蚁群算法求解物流配送车辆路径问题

针对节约蚁群算法在求解车辆路径问题易陷入局部极值的不足,提出一种基于连接表扰动策略和吸引力因子局部搜索的改进节约蚁群算法.该算法在陷入局部最优后,引入连接表扰动策略以帮助算法跳出局部最优,该策略在每只蚂蚁进行解构建之前,随机禁忌若干条吸引力因子较大的边以增加算法的勘探能力;同时采用吸引力因子局部搜索优化每只蚂蚁的解,该局部搜索利用吸引力因子引导局部搜索.实验结果表明,改进节约蚁群算法求解车辆路径问题时优于原有节约蚁群算法以及多种已有算法.      

交通网络最短路径并行算法研究综述

首先回顾了最短路径并行算法的国内外研究进展,对当前的最短路径并行算法进行分类。接着讨论了交通网络分析中最短路径并行算法常用的两种实现策略以及各自的优缺点;分析了影响网络分割策略并行算法性能的3个主要因素:最短路径算法选择、网络分割及终止检测方法。最后就实际交通网络中最短路径并行算法需进一步研究的问题给出了建议。     

基于蚁群算法的自适应路径导航算法

针对时常发生和不断加剧的交通拥挤、堵塞等情况,研究一种动态的、自适应的导航算法,以达到对车辆进行合理有效的路径导航和路径规划的目的.这一算法是在蚁群算法的基础之上,辅以多因素综合评判的方式,改进蚁群算法的评判标准,构建动态导航模型.以该导航模型为基础,通过仿真实验进行求解,仿真实验中将路径宽度、通行时延等随机因素考虑在内并进行综合权衡,使得动态导航的结果具有现实中的指导意义.数据实例表明,该导航算法是可行的、有效的,具有良好的导航效果,可为实际的导航系统提供有力地决策支持.     

基于自适应神经模糊推理系统的平行泊车路径规划

针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法。以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效解决该方法求解过程计算量大的问题。通过仿真分析验证所提出方法的可行性和有效性,结果表明:自动训练后的自适应神经模糊推理系统可依据汽车初始泊车位姿和泊车位信息快速规划出可行的平行泊车路径。     

綠色節能最佳化運輸路徑之規劃

隨著經濟發展,自然環境惡化程度持續加深,肇因為小客車數量日益增加,於是近年來綠色交通概念被大力提倡,如能以最佳節能路徑為運輸進行改造,將能為綠色環保盡一份心力。以最短路徑演算法（Dijkastra＇s Algorithm）為基礎,撰寫出最佳節能路徑之演算法,即每台車皆能以最低油耗知目標行駛,並將其與最短距離和最少旅行之路徑進行結果比較,結果發現該最佳節能路徑相較另兩條目標路徑時最能節省燃油消耗,此成果可提供小客車車主進行最佳節能路徑之規劃。另外也以路網均衡之概念進行交通量指派,使用者均衡和系統均衡分別於時間成本和油耗成本目標下之比較。     

基于单线激光雷达的SLAM系统功能优化设计

地图与导航是无人驾驶与机器人领域的关键点,针对单线激光SLAM(同步定位与地图构建)系统功能优化问题,利用DOE(实验设计),提出了基于单线激光雷达的SLAM系统功能优化方法。首先,基于SLAM小车平台,利用Gmapping、Hector、Karto、Cartographer四种算法对室内环境进行建图,分析建图结果,提出最优建图方法。其次,依据AMCL定位算法,分别利用A*和Dijkstra两种路径规划方法,通过对比定位导航效果,提出基于参数匹配的定位导航功能优化方法。在此基础上,提出系统功能匹配优化方法,完成SLAM系统功能优化设计。     

车辆导航动态路径规划的研究进展

针对车辆智能导航系统中的交通网络模型、路径规划算法以及交通流预测这三个主要方面的研究现状进行了较为详细的分析。首先着重描述了基于图论的交通路网模型的构建方法;其次分析了Dijkstra算法、Floyd算法、A*算法等经典路径规划算法的性能及研究方向;然后详细介绍了交通流预测方法的研究进展;最后对车辆导航动态路径规划的未来研究方向做了展望。     

基于预定义几何集的斜列式泊车路径规划方法

目前预定义几何集方法主要用于平行车位和垂直车位2种类型的泊车路径规划,对于未涵盖的停车位种类而言则存在无法规划泊车路径的问题,使得自主泊车系统对于能够泊入的车位种类存在局限性。为了设计斜列式泊车方式用以提高自主泊车系统中车位种类的覆盖率,提出一种基于预定义几何集的斜列式泊车路径规划方法。首先,提出了斜列式C字形泊车路径规划方法,利用几何学设计一种圆弧相切斜线的路径,并通过多项式建模表征任意角度停车位下的斜列式C字形泊车路径;其次,通过分析泊车路径与停车位中可能发生碰撞的关键点之间的距离,构建了泊车路径碰撞约束模型,以此分析不同规格停车位下约束条件的参数,从而获得规划路径安全区域;然后,结合拓扑地图信息与斜列式C字形泊车路径规划的碰撞约束模型,获得合适的泊车路径起始点范围,继而生成与全局路径无缝衔接的安全泊车路径;最后,通过MATLAB/Simulink仿真验证此方法的有效性,并通过实车试验证明实用性。结果表明：所提方法针对任意规格的斜列式停车位,均能有效地规划出无碰撞条件下的斜列式泊车路径;同时,车辆能够良好地跟踪所规划的路径,实现精准泊入停车位,证明所提方法能够提高自主泊车系统中停车位种类的覆盖率,并大幅度提高自主泊车系统的实用性。     

双目标最短路有效解的快速算法

双目标最短路问题往往不存在绝对最短路径。通过综合k-最短路算法和双目标决策方法获得了双目标最短路问题的有效路径实用算法，该算法属多项式算法，可快速求出所有有效路径。利用Oijstra算法先求出两个单目标的最短路径集，若交集为空集，则构造一个矩形，利用k-最短路算法获得该矩形内的可行路径，再在矩形内找出两个单目标的最短路径集中的有效路径，得一个新的矩形。依此类推，逐步缩小搜索范围，直至找出所有的有效解。上述搜索过程中，一旦出现单目标最短路径集的交集不为空，则交集中的路径即为有效路径，此时算法结束。     

高精度车载导航定位系统的研究

通过对车载导航系统结构、功能的分析，对车辆的高精度导航定位进行了研究。在常见的卫星导航（GPS）、航位推算（DR）等导航定位的基础上，进一步研究并实现了地图匹配算法，克服了GPS信号受阻时定位间断或失效的缺点，避免了航位推算定位误差随时间的积累。通过大量的跑车试验表明，基于GPS／DR／MM的车辆导航系统，可以高精度地实现车辆定位，进而可以实现地理信息的查询、交通诱导等功能。具有重要的实际应用价值。