基于最短路径的城市干道网规划的算法研究

首先定义了要点、中观区、虚拟网等概念，而后以净效益最大化为目标，以假定驾驶员都选择最短路径为前提，研究了城市干道网的各干道的线路和规格的规划算法。     

基于蚁群算法的路径规划改进方法研究

无人驾驶技术是近几年来研究的热点,其中路径规划技术则是无人驾驶技术研究中一个重要的内容。本文介绍基于经典蚁群算法的路径规划技术以及两大类改进方法,一类是基于经典蚁群算法的改进,另一类是与其它智能算法融合的改进。     

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。     

一种改进的路网最短路径算法

在路网模型中节点数和边数较多的情况下,利用Dijkstra算法求解最短路径的计算量较大,时间花费多.文中提出通过判断语句避免Dijkstra算法计算中值为∞的无用计算,从而提高搜索效率.应用结果表明,对于节点数量较大的路网,该改进算法具有较好的适用性.     

基于A＊算法的AGV路径规划研究

基于经典A＊算法的原理,提出一种能充分运用已有搜索信息实现自动导引小车（AGV）局部避开障碍物的改进A＊方法,使AGV在环境信息未知的情况下能快速进行路径规划;使用MATLAB软件对经典A＊算法、二次规划、改进的A＊算法在AGV路径规划中的运用进行仿真和比较,证明了改进A＊算法的优势.     

智能车辆局部路径规划算法研究综述

为提高智能车辆行驶的平稳性和合理性,文章对近年来智能车辆常用的局部路径规划算法进行了分类和总结。首先对各类传统算法的原理进行了阐述,分析其优缺点,并指出传统算法在智能车辆上应用时的不足;其次整理分析了各类传统算法应用至智能车辆上时各学者所提出的改进算法;最后提出基于离散优化的算法是未来智能车辆局部路径规划的应用趋势,多算法融合是复杂场景下智能车辆局部路径规划的研究方向。文章的研究结果为智能车领域的研究人员在选择局部路径规划算法时提供参考。     

基于瞬时阻抗的路径规划策略仿真性能评估

根据对实时路况的数据处理方式,常见的动态路径规划策略可分为瞬时阻抗T-SPF和平均阻抗A-SPF两种方式.如何验证这些策略的个体效益及其对城市路网的中长期影响一直是相关系统部署的核心问题.针对这一问题,通过Vissim的Car2X模块与自定义程序实现了仿真中的动态转向,并以现实路网为蓝本,对T-SPF和A-SPF在不同程度的市场占有率情况下的运行性能进行了测试.测试结果表明2种现有策略都存在各自的问题;当市场占有率达到15%以上时,T-SPF 策略可能令路网的通行容量处于振荡状态,而实施了 A-SPF 的路网的平均延误和通行量表现稳定,但在个体效益方面表现还不如静态策略.建议为城市路网实施路径规划时设计新的策略以及与之匹配的信号优化机制.     

基于改进型蚁群算法的车辆导航路径规划研究

在分析车辆路径规划问题(VLD)特点的基础上,提出了VLD的数学模型以及适用于求解VLD的蚁群算法。详细分析了蚁群算法的参数对算法收敛速度和计算结果精确度的影响,提出了一种能够提高算法的收敛速度和全局搜索能力的参数自适应调整的策略,并对原有基本蚁群算法进行了改进。随后进行了仿真试验,根据所得仿真结果将改进蚁群算法与基本蚁群算法从全局收敛能力、计算稳定性以及计算速度等方面进行了全面比较,结论表明改进蚁群算法各方面均优于基本蚁群算法,证明了改进算法的可行性及有效性。     

无人驾驶汽车路径规划算法研究综述

无人驾驶汽车是目前汽车发展的一个大方向,无人驾驶的实现依靠于汽车的感知、决策和控制功能。路径规划属于决策中重要的一环。目前,无人驾驶汽车的路径规划算法存在受环境影响较大,无法适用于复杂的道路环境的问题,基于此文章对无人驾驶汽车轨迹规划算法进行归纳。其在广义上可分成全局路径规划和局部路径规划两种,文章对上述两种规划进行细分并介绍了各种路径规划方法的原理,分析了各个方法的优劣,为无人驾驶汽车路径规划算法的研究提供参考。     

基于改进A*算法的智能车路径规划研究

针对智能车使用A*路径规划算法存在转折点和冗余点的问题,提出一种考虑智能车静态特性的改进A*路径规划算法。在已知静态环境信息的栅格地图上,考虑到智能车自身存在实际宽度,对障碍物进行膨胀扩展;其次根据路径上前后节点相对方向的改变提取必要的转折点,并依次连结前后转折点,若转折点连线不经过障碍物,删除连结转折点之间冗余的转折点;重复上述操作,直至所有冗余点被删除,保留关键转折点。仿真结果表明,该方法可以实现车辆安全无碰撞地到达目标终点。     

基于可达性的机场外部路网分层规划方法

机场外部路网的规划影响旅客的出行效率及体验。为提升旅客出行效率与体验,在传统路网规划方法的基础上,根据机场外部路网的不同特征,引入了机场可达性理论,提出了1种机场外部路网分层规划模型。根据机场外部路网结构特征,将机场外部路网划分为机场快速道层与机场支线道层,并给出具体定义。对于机场快速道层,以旅客加权平均出行时间为目标进行优化;对于机场支线道层,以可达性最大为目标进行优化,并使用模拟退火算法进行求解。以北京大兴国际机场外部路网为例,使用该方法进行验证,并与北京市未来规划的道路网进行了对比。实例验证表明,在路网规模的相当的情况下,该方法的机场快速道层的旅客加权平均出行时间为39 min,相较北京市总体规划减少了7.1%,规划后的机场支线道层的可达性为0.77,相较北京市总体规划提升了7.0%,较好地反映了该方法的可行性。     

自适应路径规划系统研究

针对目前的路径规划系统普遍采用距离最短或时间最少等单一指标,不能自动识别驾驶员路径选择习惯,为驾驶员自适应地提供符合驾驶员偏好的诱导路径的问题,设计了自适应路径规划系统的框架,提出了一种基于驾驶员路径选择偏好的自适应路径规划算法。算法中设计了基于驾驶员路径选择偏好的多目标路阻函数、基于主成分分析和加权评分分析的评价指标确定方法以及驾驶员路径选择偏好权重的确定方法。最后,利用Mapx、VisualC＋＋和Access数据库联合开发出了自适应路径规划系统,并用长春市驾驶员的实例数据验证了系统的有效性和算法模型的正确性。     

基于层次分析法的物流配送车辆导航路径规划求权方法

研究了针对物流配送车辆导航,利用层次分析法进行路径规划求权。物流配送车辆导航系统的核心功能之一是路径规划,道路权值是路径规划的基础。考虑到物流配送涉及的多方面利益,首先确定道路权值需要综合考虑各种道路与非道路的影响因素。以配送总代价最低为优化目标,在全面分析各影响因素的基础上,就各自特点对其进行量化和无量纲化处理,然后利用层次分析法,提出道路权值的计算方法,计算出各影响因素组合权重,由此得到路径规划所需要的道路权值。该求权方法以物流配送车辆导航为基础,权值综合体现了多方面利益,为物流配送车辆导航的路径规划提供依据。     

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。     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

多种Logit路径选择模型对多层次交通网络的性能影响

研究了多种Logit路径选择模型应用于多层次交通网络时对网络性能的影响.依据网络层次特征定义了广义路径费用;选取4种典型的Logit模型——单层的多项式Logit (MNL),C-Logit (CL),Path-Size Logit (PSL)以及双层的交叉巢式Logit (CNL)模型,对它们分别构建了适用于多层次网络的等价数学规划模型(MP);对不同层次结构和分散参数取值,利用VC++编程求解4个等价数学规划模型,并计算了系统最优的流量分配.分析表明:3种OD需求下的所有Logit模型所得网络总行程时间费用(NrrC)都高于通过系统最优分配得到的NTTC;利用考虑重叠的CL、PSL、CNL模型所得NTTC皆大于不考虑重叠的MNL模型,且构造越复杂的Logit模型所得NTTC越高;对各个Logit模型而言,层次性交通网络的NTTC要小于没有层次性的情况且层次越高时NTTC越小.     

基于分级模型的电动汽车高压电气策略研究

高压电气策略相当于电动汽车的思维逻辑,包括驱动控制、充电管理、高压安全、能源控制等高压电气策略正在发生快速迭代。本文对纯电动汽车的功能需求进行研究,建立分级功能模型,便于策略的架构及逻辑设计。基于分级模型,建立驱动控制、绝缘保护的高压电气策略。对设计的策略进行实车搭载验证,数据显示:当有挡位及制动踏板信号时,电机存在相应的输出扭矩。主动在电路中接入低电阻时,低阻值会立刻被检测到,同时有绝缘报警并断开了高压回路,设计策略得到有效执行。