机场飞行区无人驾驶清水车优化调度方法

针对机场航班延误和拥堵现象日益严重以及地面特种车辆服务航班效率低且存在较高安全隐患的问题,研究了面向机场飞行区无人驾驶清水车的优化调度方法。通过将无人驾驶清水车服务航班硬时间窗与梯形模糊隶属度函数相结合构建航班服务水平函数,结合传统C-W节约算法,考虑无人驾驶清水车服务机场航班的时间规则,实现了无人驾驶清水车总行驶路程最短以及航班服务水平最高的目标。考虑服务航班数量总和,衡量每辆无人驾驶清水车的服务航班阈值,并提出了服务航班任务量的差异评价值。新算法在C-W节约算法路径优化结果的基础上对未达到服务航班容量极限的子路径进一步优化,实现了所需服务航班的无人驾驶清水车数量最少、服务航班数量差异化最小的目标。以国内某机场航班信息为例,结果表明：与单车单服务模式相比,服务总路程节省59.36%,车辆使用减少84车次,航班服务水平为93.78%,航班任务量的差异评价值由93.32%降低至43.96%;与基准算法相比,新算法在实现任务量均衡的同时并不会增加总行驶路程,且将服务航班任务量的差异评价值由2.72降低至0.44,显著提高了车辆服务航班任务量的均衡性。     

基于拉格朗日松弛算法的应急物流配送车辆调度模型优化研究

大型突发事件的应急物流具有多货物多起止点网络流、多种运输方式转换及对运输时间限制的特点.文中根据应急物流的特点设计一种描述车辆调度问题(V RP)的多模式分层网络,通过划分时间段和延期费用构建多目标VRP数学组合优化模型,并采用拉格朗日松弛算法将该问题分解为2个子问题分别进行优化,最后通过算例验证该优化模型的有效性和收...     

基于模式识别与ST-MRF相结合的车辆检测方法

车辆检测技术的主要难点是在于解决车辆之间的遮挡,以及由于光照变化引起的车辆与其阴影之间的遮挡问题,这些问题将直接影响检测的精度.针对这个问题,在原ST-MRF方法上研究了基于模式识别与ST-MRF相结合的车辆检测方法.模式识别技术分割相互遮挡的2辆车之间的边界,并识别相互遮挡车辆的边缘间隙以及边界信息,模式识别结果反馈...     

基于拉格朗日松弛算法的自动驾驶公交调度优化研究

为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题,降低公交运行中人为因素的影响,提高公交系统的运营效率,提出一种考虑乘客动态需求的调度模型,采用自动驾驶环境下的公交运营方式,结合站点实际乘客需求调配车辆,实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法,获取了乘客个体的实时出行需求,同时实现了对车头时距的调控。在模型求解方面,选取拉格朗日松弛算法,最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析,从公交实际运营数据中提取多项参数作为模型的输入,通过拉格朗日松弛算法的求解,得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比,论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明：自动驾驶车辆投入公交运营,能够缓解串车问题,同一线路上公交车的载客量分布更为均衡,在同一断面的客流与车头时距的不均衡程度均有所降低;同时高峰时段发车数量减少了20%,公交车的平均承载量提高了21.7%,车辆平均间隔缩短了29.9%。     

考虑接驳费用的车辆共享调度算法研究

针对现有的车辆共享调度算法未充分考虑车辆共享调度时造成的接驳费用问题,研究最小车辆规模最少接驳费用调度优化模型,并改进二分图匹配算法进行求解.根据车辆共享过程中调度方案的优化问题描述,以满足给定出行需求的车辆规模最小以及车辆调度接驳费用最少为目标,构建双目标优化模型.基于有向无环图对车辆出行需求进行建模,将模型求解转化为二分图最大匹配且权重最优匹配问题,提出Kuhn-Munkres算法求解最大匹配最小权重匹配的权重设置条件并进行证明,进而设计Hopcroft-Karp与Kuhn-Munkres算法融合框架进行求解.以安徽省宣城市部分出行为例进行模型和算法合理性分析,479辆自动驾驶共享车辆可以满足13575个出行需求;与未考虑接驳费用目标的调度算法相比,调度总费用减少40.8%左右.算法可求解最小车辆规模并降低调度成本.     

面向城市道路的智能网联汽车多车道轨迹优化方法

为提高城市路网下智能网联汽车的通行效率以及燃油效率,提出面向城市道路的多车道时空轨迹优化方法。首先,结合多车道时空位置关系定义智能网联汽车状态与约束,综合考虑通行效率与燃油经济性构建时空轨迹复合优化模型,并采用庞特里亚金极大值算法进行求解。然后,本文设定协同换道的规则,并通过Q-learning算法获取最优的换道策略。最后,通过SUMO/Python联合仿真验证了该方法可以在不同车辆饱和程度、绿信比状态及最低通行速度条件下有效提高通行效率,且燃油效率得到明显改善。     

基于多尺度边缘融合及SURF特征匹配的车辆检测及跟踪方法

为提高交通参数提取的准确性与实时性,研究了基于多尺度边缘融合和SURF特征匹配的车辆检测与跟踪方法,克服了传统基于边缘特征的车辆检测方法易受噪声、背景干扰的问题,实现车辆准确检测.将车辆检测结果作为跟踪样本建立跟踪样本集合,通过建立匹配点对几何约束消除误匹配特征对,提高跟踪样本与待跟踪视频帧的SURF特征匹配准确度.针对车辆驶入、驶离相机视野,车辆间歇性运动,背景缓慢变化等情况提出跟踪样本更新机制,实现车辆的准确、实时跟踪.实验结果显示,所提算法的车辆检测率为88.3%,检测准确度为90.2%;跟踪精确度为86.4%,跟踪准确度为92.7%;检测时间成本为91.8ms,跟踪速率为52.2fps.检测准确度、跟踪准确度、检测速率、跟踪速率均高于光流法、粒子滤波法和SIFT特征匹配法,表明所提算法能较好地满足实时性应用.     

多感知信息融合的车辆感知方法研究

为提高前方车辆检测的速度和准确率,本文采用一种毫米波雷达与机器视觉融合的感知方法。结果表明,该方法的准确率为93%,单帧数据的处理时间为42 ms,满足智能客车对前方车辆检测的要求。     

基于多目标优化的公交运行速度优化控制方法

为了在保证城市公交运行准时性的基础上提高燃油经济性,研究了基于多目标优化的公交运行区间速度控制方法.基于公交车辆运行与信号灯交叉口和公交站点之间的动态时空关系,建立了公交到站准时性区域判断模型;采用基于车辆比功率的油耗模型,建立了公交燃油经济性优化模型;利用分层序列法,设计了基于多目标优化的区间速度优化控制方法.在基于Matlab软件搭建的公交运行仿真平台开展了仿真实验,结果表明,所提出的方法在多种参数组合下不同控制场景中均可给出可靠速度建议;在所有场景中均降低了时间偏差,最大降低值为26 s,提升了公交线路服务可靠性;所提出方法平均降低燃油消耗7.32 mL,在一定程度上节约了公交运营成本,进一步证明了所提出方法的有效性和适用性.     

用于车辆自主导航的多传感器数据融合方法

提出了一种用于车辆自主导航的多传感器数据磁合方法.首先分析了车辆自主导航过程的态势与威胁,建立了车辆行驶某时刻场景模型.然后综合现有各数据融合模型的优势,运用混合、分层的融合结构改进自主行驶的有效性和准确性.最后将该方法集成到湖南大学自主研制的无人驾驶汽车测试平台上.在城市道路的实际场景中,初步实现了基于路线和交通锥形标的自主导航和行驶任务,车辆自主行驶的融合决策准确率可达到97.5%,表明该方法具有可接受的性能.     

智能网联车辆交通流优化对交通安全的改善

为改善常规驾驶车辆交通流追尾碰撞交通安全状况,提出智能网联车辆（Connected and Automated Vehicles,CAV）与常规车辆构成的混合交通流车队稳定性优化控制方法。基于全速度差模型,应用集成速度与加速度的多前车反馈构建CAV跟驰模型,考虑CAV混合交通流车辆空间分布的随机性,将各类型局部车队稳定性作为优化目标,以局部车队头车速度扰动为系统输入,以尾车速度扰动为系统输出,应用经典控制理论领域的传递函数法推导局部车队稳定性约束条件;分析关于平衡态速度与CAV反馈系数的车队稳定域,以各类型局部车队能够在任意平衡态速度下均稳定为控制目标,对CAV反馈系数输出进行优化控制;设计高速公路上匝道交通瓶颈数值仿真试验,在不同CAV比例等多种条件下,分析CAV混合交通流优化控制对交通流车辆追尾碰撞风险的影响。研究结果表明：CAV混合交通流优化控制可降低车辆追尾碰撞风险,在碰撞时间阈值小于2 s时,100%比例的CAV交通流可将交通流的车辆追尾碰撞风险降低85.81%以上;在碰撞时间阈值大于2 s时,追尾碰撞风险可降低48.22%～78.80%。所提优化控制方法可有效降低CAV车队优化控制的复杂性,为大规模CAV背景下的混合交通流优化控制以及车辆追尾碰撞交通安全提升策略提供直接理论参考。     

面向公共交通的电动自动驾驶模块车调度优化

基于模块车的公交运输系统具备可伸缩的载客能力,能够满足复杂多变的出行需求.因此,在公共交通领域开始得到广泛关注.为理解模块车系统的资金预算、运营模式、充电参数、乘客单位等待时间价值等因素对运营成本与服务水平的影响,提出面向公共交通的电动模块车宏观网络调度模型;并以直达公交网络为建模对象,按照模块车的运营模式,将模型分为...     

用户的多阶段决策过程及网络流分配模型研究

诱导信息在网络中的引入,使得诱导信息与驾驶员出行行为之间、驾驶员出行行为决策与网络流模式之间的相互关系变得十分复杂.本文利用动态规划原理,对诱导信息条件下的驾驶员在网络中的出行进行分析,并建立了相应的网络流分配模型.     

具有模糊时间约束的城市配送多车型车辆调度问题

针对城市物流配送中广泛存在的有时间窗多车型问题,以及由于交通路况与人力因素导致的相关时间参数模糊化现象,以梯形模糊数表征时间参数,利用梯形模糊代数、有符号距离和区间数距离公式,构造出一种具有较高精度的提前/滞后惩罚函数,继而在此基础上给出了一种以最小化配送费用和客户时间窗提前/滞后惩罚为目标的具有模糊时间约束的多车型车...     

考虑冲突规避的自动化集装箱码头AGV优化调度方法

合理调度自动化导引车（AGV）对于降低自动化集装箱码头的作业成本具有重要意义。针对AGV调度中的任务分配和路径规划问题,考虑AGV电量和多载等因素,结合自动化码头布局特点,以AGV作业总时间最小和多AGV作业路径无冲突分别为第一阶段和第二阶段的优化目标建立两阶段模型。设计改进模拟退火算法求解第一阶段模型,为了加速算法收敛并保证解的质量,解的改进优先考虑任务的时间成本和AGV数量;设计基于时空网络的路径规划算法求解第二阶段模型,将作业区域离散成网格网络后添加时间信息构建可更新的时空网络,在时空网络上运用最短路径算法规划路径并规避冲突。对于任务分配不均衡导致的路径规划无可行解的拥堵情况,在冲突规避基础上重新计算AGV执行任务的成本并再次进行任务分配,不断迭代直到生成多AGV间路径无冲突的调度方案。以洋山四期自动化集装箱码头为例进行仿真实验与对比分析,结果表明：与使用传统路径规划和避障策略的AGV调度方法对比,所提方法下的总作业时间平均降低了7.31%,AGV冲突数量降低为0,任务总延期时间最大降低2 895 s,最大降低路网拥堵度10.79%,验证了提出方法解决冲突规避和拥堵问题的有效性。     

面向时间敏感网络的车载以太网网络架构多目标优化

车载电子电气架构的网络架构深刻影响智能网联车辆的通信安全性和确定性。针对面向时间敏感网络（TSN）的区域-功能域电子电气架构,本文首次建立了以端口数均匀、负载均衡和信息流端到端延时最低为优化目标的网络架构多目标优化框架。通过求解TSN流量调度问题获得信息流延时,将流量调度抽象为周期性车间作业调度问题（JSP）,提出适用于流量调度的多种群遗传算法（MPGA）,相比于传统遗传算法求解效果提高16%。为了快速求解多目标优化问题,设计了改进的快速非支配排序遗传算法（NSGA-II）,通过引入迭代因子和拥挤因子对算法进行自适应交叉变异概率改进,优化效率提高了25%。仿真验证了多目标优化框架的有效性并为面向TSN的车载以太网网络架构优化提供了一种设计思路。     

基于路侧多机视频目标关联与轨迹拼接的车辆连续轨迹构建方法

针对单个相机覆盖区域有限的问题,本文提出了通过路侧多个相机获取车辆连续轨迹数据的方法。在路侧端布置多台固定相机采集视频数据,采用直接线性变换算法解决相机外参造成的画面畸变问题;通过全时域抽帧提取图片训练样本,采用YOLOv5训练车辆检测模型;针对偶发的车辆漏检情形,通过完整性检查可以筛查出此类情况并修复;针对连续多帧漏检或误检导致的目标关联问题,通过异常轨迹核查算法及数据修复工具解决;针对相机斜下方区域的车辆轮廓变形问题,采用车辆检测轮廓修复算法解决车辆在不同路段检测框大小不一的问题;提出了基于车辆质心坐标匹配的方法实现相邻机位间的车辆轨迹拼接。基于上述多机视频目标关联与轨迹拼接方法,在多机位时间同步下构建了覆盖武汉珞狮路高架桥的车辆连续轨迹数据集,轨迹数据集验证结果表明：数据集涵盖从畅通到拥堵的各种交通状态,包含多段分合流区域,数据集连续时长达到3.5 h,覆盖区域1.41 km;车辆检测模型的召回率达到93.23%,准确率达到98.51%,F1分数为95.80%;数据集包含主路及各处匝道汇入的轨迹共25 734条,其中覆盖道路全域的完整长轨迹15 004条。本研究丰富了路侧多机视频目标关联与轨迹拼接方法,有助于路侧宽域车辆连续轨迹构建及交通管理与控制。     

基于多传感信息融合的智能车辆定位方法

针对高精度定位系统中地图的重要性问题,将定位问题分为无地图定位与基于地图定位,分别对智能车辆的定位问题进行探索.对研究的智能车辆、传感器及其定位问题进行建模分析,再对该平台实施传感器校准以减小系统误差.对于无地图定位问题,利用扩展卡尔曼滤波算法将里程计与惯性测量单元(IMU)数据相融合,通过试验证明航迹推测法存在累计误...     

基于多源公交数据和车时成本优化的公交运营时段划分方法

现有公交运营时段划分方法均基于单一参数（乘客需求或行程时间）的相似性,忽略了乘客需求与行程时间对时段划分方案的协同作用。针对传统方法的缺陷,利用多源公交数据,提出一种新的基于最小化车队运营时间成本的时段划分方法。首先,利用逆差函数模型计算时间窗内完成班次任务所需要的最小车队规模,进而利用滑动时间窗模型,计算全天各时间窗所需的理论最小车队规模。然后,以时段划分方案的时间分割点为决策变量,以最小化全天累计车队运营时间成本为目标建立优化模型,采用遗传算法对运营时段划分方案进行寻优。最后,以广州市87路公交线路实际数据为例进行验证,并对模型参数进行敏感性分析。研究结果表明：与传统方法相比,所提方法能更好地实现运力与运量相匹配,并有效降低车时成本;与以往基于断面客流和基于行程时间的划分方案相比,所提方案的车时成本分别降低25 veh·h和45.33 veh·h。     

考虑次干道出入车辆和行人过街影响的单向绿波相位差优化方法

针对干线绿波控制效果受次干道出入车辆和行人过街影响的实际问题,首先在分析上游次干道左转车辆对下游交叉口排队影响的基础上,将两相位排队消散模型改进为4相位排队消散模型,并依据该模型对传统相位差进行优化;然后分析行人过街对干线车流的影响,采用加权平均法计算车辆因行人过街干扰而产生的时间延误,并据此进一步对相位差进行优化.最后利用Vissim进行仿真验证,结果表明:改进的绿波控制优化方法和传统绿波控制方法相比,车均延误减少了20.5%,车均停车时间减少了17.6%,车均停车次数减少了8.7%,平均行程时间减少了3.5 s,对于干线绿波协调具有更好的控制效果.