不完全动态信息条件下延误风险规避的分布式车载导航系统路线实时优化算法

在没有实时信息或有限的实时信息下,基于畅通可靠度分析,以正常条件下出行时间最短及出现阻塞的风险最小为路径优化的双重目标,通过启发式加权的方法,设计阻塞风险规避的有约束的A*算法,实现分布式车载导航系统准动态路线寻优。同时基于阻塞相关性分析,实现对事故路段及其正相关的路段的有效规避,并通过改进A*算法的启发式函数估计,有效提高最佳路线的搜索效率。最后给出了若干算例以验证算法的合理性及有效性。     

车辆导航系统中考虑单向行驶限制和转向限制的路线优化算法

路线优化子系统在车辆导航系统中处于核心地位。以往的路线优化算法的研究往往集中于如何提高算法本身的计算效率，很少顾及到实际的交通网络与作为一般研究对象的典型网络之间的差别，因此很难投入实际的应用中。本文讨论了如何在路线优化算法中顾及城市交通网所具有的典型特征，即单向行驶限制和转向限制。并在北京市二环以内的典型路网中予以实现。     

汽车正面碰撞中驾驶员侧约束系统的可靠性优化

采用MADYMO仿真分析软件建立了某车型正面碰撞的驾驶员侧约束系统仿真模型;针对原始模型因假人碰撞转向盘造成的计算结果的不连续性,通过修正模型提高了乘员损伤值响应面的精度;考虑了系统中存在的随机性,对安全气囊和安全带的主要参数进行了可靠性优化,有效减小了正面刚性墙碰撞中假人的损伤值,并使乘员约束系统满足可靠性的设计要求...     

约束Delaunay三角化在路线设计中的应用及其生成算法研究

综合分析了CDT在路线设计中的应用，并提出了相应的解决方案。深入研究了适合各种应用的CDT构建算法，即先不考虑约束条件构建初级标准DT，再将约束边嵌入初始DT中的两步法。标准DT的构建采用改进和优化后的逐点插入算法，通过建立网格索引，实现数据的高效组织和管理，再结合方向搜索技术,研究出了三角形的快速定位算法。采用WATSON的“数据相关三角形”算法优化构网，为减少优化时间，提出了按网格轮流取点的策略。实践证明，该算法具有速度快、网形优、精度高、用途广的特点。     

基于区间方法的汽车乘员约束系统的不确定性优化

针对约束系统中一些参数因受制造和测量等因素影响而产生的不确定性,在用区间来描述不确定性的基础上,建立了汽车约束系统的不确定性优化模型,并应用基于序列线性规划的非线性区间数优化方法进行求解.将该方法用于某微型客车驾驶员侧约束系统的优化,与传统的确定性优化方法相比,该方法不仅能提升约束系统的防护性能,而且可提高其可靠性.     

用系统分析法评价与优化路线设计

将系统分析法应用到公路路线设计评价与优化工作中,通过列表法逐条对照设计成果对规范条文的执行情况,逐条对照设计成果与环境约束的关系,达到以定量的数据评价设计现状、以定量的数据为优化目标.     

有约束的最小能量法优化系杆拱桥成桥索力

为优化成桥索力,借鉴斜拉桥成桥索力的优化方法——有约束的最小能量法。以某系杆拱桥为工程背景,采用Midas/civil建立有限元模型,以各吊杆索力为自变量,求得主拱拱肋和主梁的拉压及弯曲应变能之和作为因变量,并限定节点位移、截面弯矩,以及吊杆索力。采用MATLAB建立数学模型求得最优成桥索力,并与刚性连续梁法、刚性吊杆法所得索力,以及成桥状态对比。有约束的最小能量法求得的索力使得主拱挠度平顺,拱脚处的弯矩更为合理。     

考虑损伤和弹性约束的行李箱支承结构优化*

以某车型的行李箱支承作为研究对象,考虑内饰部件与毛毡接触的非刚性行为与相应材料的累积损伤特性,对其进行了有限元仿真和结构优化。通过热压试验获得毛毡与部件接触处的载荷-位移曲线,采用与毛毡刚度等效的弹簧元件模拟毛毡对部件的作用,应用累积损伤失效模型模拟部件的开裂行为,其中损伤的起始判据为韧性准则,损伤后的演化准则采用基于应力软化的准则。优化后部件质量增加2.2%,承载能力提高129.6%,预测结果与测试结果符合性较好。     

公路路线智能优化方法研究

公路路线优化属于多目标优化问题。传统优化算法难以解决具有模糊性、不确定性的路线优化问题。建立了基于GIS和遗传算法的公路路线智能优化模型,提出了基于GIS空间数据挖掘技术的选线环境知识获取模型和基于多目标遗传算法NSGA-Ⅱ的路线优化算法,解决了GIS与遗传算法集成、目标函数确定、遗传算法设计等关键问题。最后通过算例,验证了模型的有效性和实用性。     

用系统分析法评价与优化路线设计

将系统分析法应用到公路路线设计评价与优化工作中，通过列表法逐条对照设计成果对规范条文的执行情况，逐条对照设计成果与环境约束的关系，达到以定量的数据评价设计现状、以定量的数据为优化目标。     

基于分时路网模型的车辆导航动态自适应寻路算法

以交通流连续特性为基础,建立了分时动态交通路网模型,分析了分时路网“先进先出”的特性,并提出了一种高效的动态自适应最优路径规划算法,可应用于车辆实时动态导航系统。     

智能交通系统中动态路径诱导算法分析

对智能交通中动态路径诱导算法进行较为系统的综述。首先,从微观和宏观角度对动态诱导系统中需要用到的交通参数模型进行分析和比较,并列举几种交通参数模型;然后,对一些经典路网寻优算法进行分析,并引用一些专家学者的研究成果;最后,对动态路径诱导算法的未来发展方向进行探讨。     

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。     

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.     

基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题.蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路.文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验.实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义.     

受限路网中汽车行驶最优路径算法及优化实现

实际交通网络不仅包含路网的拓扑关系，还存在大量交通禁行限制。考虑了交通连通性约束所建立的受限路网模型能够更精确地反映实际交通网络。文中提出一种能够在受限路网中寻路的最优路径算法，并具体讨论了算法的优化实现。应用表明该算法可靠高效，可用于实际受限交通网络最优路径规划。     

基于混合A*和可变半径RS曲线的自动泊车路径优化方法

路径规划是自动泊车系统的重要组成部分,是确保泊车运动安全、缩短行车距离、提高乘坐舒适性的关键。而当前自动泊车规划系统往往面临行驶空间狭小、障碍物多、路径搜索难度大等技术挑战,同时搜索曲线半径固定容易导致路径接点处曲率不连续,增大了路径跟随控制难度和轮胎磨损程度,这些都提升了泊车路径规划的研究难度。针对以上问题,设计可变半径的Reeds-Shepp曲线,提出基于混合A^*和该曲线的自动泊车路径规划方法,通过调整曲线半径,提升其在复杂场景下路径的搜索能力和灵活性。随后,设计基于分段贝塞尔曲线和梯度下降的路径优化方法,利用其多阶导数连续的优势优化已搜索的路径曲率,并采用梯度下降来保证路径曲率大小和对障碍的规避,解决直线与圆弧相接等位置曲率变化不连续的难题。结合路径搜索与路径优化的泊车规划方法能够切实满足复杂场景下的泊车需要。最后,基于团队自主研发的PanoSim虚拟系统与MATLAB搭建联合仿真环境,针对多种自动泊车工况测试验证提出的方法。研究结果表明：调整Reeds-Shepp曲线的搜索半径进行全局路径搜索,可获得更短和更易跟随的路径,具有良好的灵活性;基于贝塞尔曲线和梯度下降法的路径优化可有效消除曲率突变点、约束路径曲率并保证对障碍的无碰撞要求。     

停车诱导信息系统显示优化问题的遗传算法求解

针对复杂的道路网布置和具体的道路交通状况,基于广义停车成本概念探讨了停车诱导信息系统的显示优化问题,并建立了显示优化模型。对于这个0—1模型,设计了利用基本遗传算法(SGA)求解的步骤,通过一个实例验证了模型和求解方法的科学性和适用性。     

基于混合算法的联合运输路径优化

为了求解联合运输网络的最优运输方式组合问题,采用遗传算法并使用整数编码方式对城市节点进行编码,摒弃了传统的二进制编码方式,有效地缩减了编码长度并简化了编解码工作;城市节点链的运输方式组合与节点间运输方式转换使用动态规划方法来确定;至于联合运输网络数据,在建立多重图数据结构基础上,采用结构体数组与链式存储结构相结合的方式来存储。通过仿真实验表明,该方法可行,能够在较短的时间和可预期的迭代次数内找到最优解。