城市低空物流无人机航迹规划模型研究

为提高物流无人机在城市低空环境下配送的安全性和公众接受程度,保证运输经济性,提出一种考虑运行风险、噪声水平和运输成本的城市低空物流无人机航迹规划方法。采用栅格法进行空域环境表征,建立基于风险的城市空域环境模型。结合物流配送要求,建立多目标、多约束的物流无人机航迹规划模型。采用改进A*算法进行求解：为降低航迹代价,设计估价函数预估成本;为保证飞行安全,引入安全保护区确保间隔;为提升搜索效率,采用动态步长加快搜索进程。仿真结果表明：本文模型和算法所得航迹的运行风险小、噪声水平低、运输成本低,能够实现多目标优化。分析模型参数可知,当各子目标代价权重分别为0.6、0.1和0.3时,规划航迹最优。保证其余参数不变,增大安全间隔,则风险代价、运输成本代价总体呈增加趋势,噪声代价减少。在本文规划环境下,参考大疆经纬200无人机参数,在安全间隔取15 m时,综合代价最小。     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题,采用栅格法进行环境建模,综合考虑无人机性能、任务性质和城市环境等影响要素,以航程、高度变化和危险度最小为目标函数,构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离,采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数;为提高搜索效率,引入双向搜索策略;为保证平稳飞行,采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化,具有有效性;算法与传统A*算法相比,规划时间少,规划路径航程短,高度变化少,飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5,2种距离权重系数分别为0.15和0.85时,规划路径最优.     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题,采用栅格法进行环境建模,综合考虑无人机性能、任务性质和城市环境等影响要素,以航程、高度变化和危险度最小为目标函数,构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离,采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数;为提高搜索效率,引入双向搜索策略;为保证平稳飞行,采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化,具有有效性;算法与传统A*算法相比,规划时间少,规划路径航程短,高度变化少,飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5,2种距离权重系数分别为0.15和0.85时,规划路径最优.     

基于复杂网络的城市路网结构分析方法

在城市道路网络的基础上, 探讨了应用复杂网络理论的可行性和有效性。运用Dijkstra最短路径算法和Space L方法建立初始拓扑网络, 并建立了节点度、边度和节点路阻的特性指标模型。在反映路网功能真实性的前提下, 优化了拓扑网络, 并以某市中心城区道路交通数据为例进行实例分析。分析结果表明: 在初始网络中, 节点度数的均值为2.850 0, 标准差为0.670 8;节点路阻的平均值为84.680 0 s, 标准差为11.768 8 s;在优化网络中, 节点度数的均值为38.750 0, 标准差为24.683 0, 节点路阻的平均值为91.780 0 s, 标准差为18.862 8 s;东西向边的平均度数为42.00, 南北向边的平均度数为29.86, 内部边的平均度数为55.00, 外部边的平均度数为28.33。在优化网络中, 当度数较大的节点在路网中失稳时, 在非拥挤状态下, 最短路径路阻增大, 而在拥挤状态下, 网络会瘫痪。度数较大的节点与真实路网中交叉口重要程度相符, 能够体现交叉口重要程度的差异性。     

基于改进蚁群算法的山区无人机路径规划方法

对无人机在山区执行应急物资运输任务时的飞行路径规划问题进行研究.基于对无人机的性能分析与比选,探讨了路径规划的约束条件,提出了一种考虑路径安全度的改进蚁群算法.首先,基于高海拔山峰的位置构造泰森多边形,获取无人机在山区避障飞行条件下的路径可行解;其次,为避开山峰密集区域,建立路径安全度约束,缩小可行解范围;进而,利用蚁群算法搜索最短路径;最后,消除路径中不必要的障碍点以进一步缩短距离,并综合考虑无人机性能参数对拐角进行平滑处理,获得最终可用于实际飞行的最优安全路径.算例分析表明,改进的蚁群算法较传统算法收敛速度更快,且生成的路径更短.     

城市物流无人机起降点布局规划研究

针对城市物流无人机起降点布局规划问题,考虑不同级别的物流无人机起降点,构建以总经济成本最小和客户满意度最高为目标,以禁飞区、无人机性能、容需匹配等为约束的整数规划模型。设计人类学习优化算法(HLO),引入随机学习算子、个体学习算子和社会学习算子。在此基础上,基于真实地理信息数据和物流数据设计仿真实验,验证模型与算法有效性。实验结果表明,所建模型可以实现起降点的合理布局规划,适用于大规模资源配置,具备有效性;人类学习优化算法较遗传算法求解精度与收敛速度更优,表现出较佳性能。参数分析表明,基于该仿真环境的最优经济成本权重和客户满意度权重设置为0.4和0.6,最佳算法学习概率参数组合为5/n和 (0.8+2/n)。据此可对城市物流无人机起降点布局规划提供决策依据。     

随机时变路网环境下稳健路径选择及实证研究

交通拥挤、天气、突发事故等不确定性因素影响着城市区域之间的路网提供的 连通服务水平.本文对城市片区间道路连通路径选择进行研究.根据随机时变网络描述和 稳健路径选取原则,建立了最优化模型,并采用改进的Dijkstra 算法.通过深圳实例计算, 分析了出发时刻与最短路径行程时间和路段构成之间关系,并与确定性时变路网环境下 进行计算结果对比.结果表明,随机时变路网环境下鲁棒性最优算法选择稳健路径具有合 理性和可行性,可以很好地应用到区域动态连通情况的研究.     

基于路网分层策略的高效路径规划算法

为解决路网规模过大导致的路径规划算法计算效率低的问题,通过引入路网分层预处理的思想,采用方向诱导搜索策略、双向搜索策略和数据结构改进策略,提出了一种新的路径规划算法——分层A*算法,并在广东省大规模路网上进行了实验.实验结果表明:与A*算法和Highway Hierarchical算法相比,A*算法的计算效率分别平均提高11.7倍和2.4倍,搜索空间分别平均缩小5.7倍和2.8倍,且新算法的计算效率和搜索空间都更为稳定.     

基于复杂网络理论的城市路网脆弱性研究

首先,介绍了复杂网络的静态统计特性,并以新乡市区路网为例计算了映射后包括度、介数、聚类系数等在内的复杂网络统计特征值。然后,针对城市路网的拓扑特性,以复杂网络理论统计特性为基础,建立了路网脆弱性研究模型。以新乡市路网为例,研究了新乡市路网在随机性攻击和最大度攻击两种攻击策略下路网显示出的脆弱性。最后,通过逐个攻击网络节点的方法定量计算出路网中各个节点对于攻击表现出的脆弱性,通过该方法找到了路网中的关键路段,这对于后交通时代以维护为主体的路网保护具有重要的现实意义。     

考虑大型活动影响下的路网改造优化模型及算法

由于城市交通需求在日常和大型活动期间有较大差异,建立考虑大型活动影响下的路网改造一主多从双层规划优化模型,上层规划以城市路网改造成本和改造后路段饱和度最小为目标确定路段改造能力,下层规划分别考虑日常和大型活动两种交通需求下的用户均衡模型,并设计了基于混沌的模拟退火求解算法. 算例分析中,路网改造前的饱和路段比率分别为8.3％和41.7％;同时考虑日常和大型活动两种交通需求改造后,饱和路段比率分别为0和8.3％;单独考虑日常交通需求改造后,饱和路段比率分别为8.3％和33.3％. 这表明同时考虑两种需求改造后的路网能更有效地缓解交通拥堵.     

全局路径规划中基于改进可视图法的环境建模

主要针对静态已知环境下的全局路径规划作了研究,在切线图和Voronoi图的基础上,考虑安全性与路径最优化,论文采用一种改进的可视图法建立环境模型和确定AGV向目标点运动的有效路径．与传统的可视图法把障碍物的顶点作为图的节点、把障碍物的边作为弧相比,这种改进的方法把障碍物顶点连线的中点作为节点,把这些节点间的某些边线作为弧．最后使用遗传算法进行全局路径规划,并对规划出的各节点采用十进制任意编号,把路径编码成定长的十进制染色体串,通过MATLAB仿真,结果证明了该方法的可行性．     

城市路网容量约束下的机动车发展规模研究

研究与一个城市道路网络发展规模相适应的机动车辆拥有规模对解决日益严重的城市交通问题具有重要意义.给出了城市路网容量和路网服务水平的概念,建立了路网容量计算模型,得到城市路网容量约束下的城市机动车发展规模的确定方法,为城市机动车需求管理提供了理论支撑.研究方法在确定2010年、2020年重庆市主城区机动车的合理发展规模中得到应用。     

城市路网容量约束下的机动车发展规模研究

研究与一个城市道路网络发展规模相适应的机动车辆拥有规模对解决日益严重的城市交通问题具有重要意义.给出了城市路网容量和路网服务水平的概念,建立了路网容量计算模型,得到城市路网容量约束下的城市机动车发展规模的确定方法,为城市机动车需求管理提供了理论支撑.研究方法在确定2010年、2020年重庆市主城区机动车的合理发展规模中得到应用。     

新兴区域性中心城市骨架路网布局形态研究

随着我国城市化进程加快,新兴区域性中心城市不断出现。文章对新兴区域性中心城市骨架路网的布局形态进行了研究,认为应综合考虑城市功能定位、城市形态、发展方向、区域性重大发展规划、周边路网等因素的影响,再进行骨架路网的布局研究。最后,文章以合肥市为例,详细介绍了其在行政区划调整后高速公路布局的思路和成果。     

考虑双向交通的城市路网交通流元胞自动机模型

允许车辆借反向车道超车的双向交通道路是城市路网的重要组成部分.本文考虑了双向交通道路的车辆行驶规则,研究了无信号控制交叉口的车辆优先通行权分配规则,构建了一个双向交通的城市路网交通流元胞自动机模型,研究了城市路网交通流的动态特性.研究结果表明,临界密度随着路网规模的增加而下降,路网交通密度的增加会加速拥堵闭环的形成,换道概率的增加会降低路网车速和缩短局部死锁现象形成的时间,单位时间换道车辆数与换道概率及交通密度之间存在着密切的关系.     

场面航空器滑行时空协同优化模型

引入双层规划方法, 研究了场面航空器在滑行道系统中的滑行调度问题; 考虑了成本与冲突对场面航空器运行效率和安全的影响, 以航空器推出延迟时间与滑行路径作为决策变量, 以航空器在滑行道系统中滑行过程无冲突与场面航空器的总滑行距离最短为目标函数, 构建了场面航空器滑行时空协同优化模型; 针对航空器滑行道调度问题的特点, 设计了适用于航空器滑行时空协同优化模型的双层规划算法, 以降低场面航空器滑行距离和等待时间; 为了验证航空器滑行时空协同优化模型及算法的有效性, 对比了先到先服务调度方案的计算结果, 分析了滑行等待时间与滑行距离对场面航空器运行效率的影响。研究结果表明: 场面航空器滑行时空协同优化模型与先到先服务的航空器调度方案相比, 保证了航空器滑行过程无冲突, 将16架次航空器的总滑行距离从40 690 m降至37 700 m, 降低了8%;航空器平均运行时间为254 s, 提升了滑行道系统的整体运行效率; 在复制组数为100与变异概率为0.4的条件下, 采用场面航空器滑行时空协同优化模型能够在412 s内获得最优解, 求解效率与收敛性显著。可见, 采用场面航空器时空协同优化模型在保障航空器滑行安全的前提下, 能有效提高场面航空器滑行调度效率, 降低航空器运行成本, 能够为繁忙机场滑行道调度提供决策支持。     

改进A*算法的物流无人机运输路径规划

针对低空环境下物流无人机运输路径规划问题,综合考虑低空规划空域、物理性能等内外限制,设计了一种改进A~*算法用以快速解算路径。该算法以栅格法飞行区域建模为基础,为适用无人机航空物流运输,在成本函数中引入栅格危险度并增加飞行时间、能源消耗等代价,同时采用动态加权法对估计函数的权值赋值。在既定的路径规划环境及物流无人机性能约束下,仿真结果表明:该算法能快速规划出危险度小、能耗少的避障运输路径,且性能相比原算法、蚁群算法优;并得出最佳路径所对应的栅格粒度大小与代价权重值取值,验证了本算法的有效性。     

基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求,借助无人机停放平台,考虑包裹异质性以及无人机在不同配送阶段的精确能耗,构建以无人机飞行成本和能耗成本最小为目标,以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型,解决“垂直位置最后一百米配送”问题。基于此模型,设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND),引入4个算子进行变邻域下降搜索,为了提高算法的求解性能,提出两种局部搜索算子组合,根据顾客点数量使用不同的算子组合。实验结果表明,HACO-VND算法较CPLEX在求解精度与求解时间方面更优,特别是在大中型算例中表现出较佳性能。参数分析表明,高层住宅楼层数越多,无人机单次飞行的能耗利用率越大,无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

基于单安全点路网模型的区域交通疏散研究

疏散车辆对安全点和路径的选择是区域交通疏散方案的核心内容,只有充分结合疏散交通的特点,将安全点选择和路径选择同步研究,才能使疏散路网发挥最大功效,进而得到合理的交通疏散方案。文章充分挖掘疏散车辆对安全点选择的灵活性,提出单安全点路网模型对疏散交通分配进行优化,并通过实例仿真对模型进行了验证。     

车辆导航数字地图的蛛式路网模型

提出一种新的蜘蛛式路网模型,它以路口的一般性特征为基础,对复杂城市路网结构的物理和交通连通性进行一致性的描述,并能够以此为基础实现与普通图结构同等时间复杂度的最优路径算法.试验表明基于该模型的数字地图能高效地实现路径规划和导航相关操作,为驾车者提供丰富的行车信息,适合于车载导航使用.