求解客户需求动态变化的车辆路径规划方法

对于集货过程中客户需求随时间变化的动态车辆路径规划问题, 按时间段划分为一系列车辆已驶离中心车场的静态车辆路径问题, 引入虚拟任务点与相关约束方法, 将其进一步等价转化为普通的静态车辆路径问题, 使用适用于静态问题的算法对其进行求解。应用此车辆路径规划方法, 以改进的节约法为静态算法, 对于客户数为20的动态路径规划问题进行求解, 得到重新优化路径所用的时间为0.49s, 说明这种规划方法可行。     

车路协同环境下群体车辆诱导与协同运行方法

为解决城市发展带来的交通拥堵问题,发掘道路交通的潜力,提高车路协同环境下车辆在路网中的行驶效率,面向群体车辆提出了一种诱导优化方法和协同控制策略;在车辆诱导分配方面,在起始点和目的地之间的可达路径中,以交通效率最优、车辆排放最小为目标,设计了基于道路饱和度、车辆行程时间和延误的群体车辆分配规则,建立了群体车辆诱导分配优化模型,并用多目标非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)和多目标粒子群优化算法进行求解;在车辆协同运行控制策略方面,基于引力场思想建立了多车协同运行模型,并提出了多车协同加减速策略;通过仿真验证比较了不同网联自动驾驶车辆(CAV)渗透率下的车辆诱导优化结果,同时仿真了车辆协同加减速策略,并将诱导优化方法和协同控制策略进行了联合仿真。仿真结果表明：多目标诱导分配方法可以提升车辆速度和环境效益,且群体车辆平均速度与CAV渗透率正相关;在四车组队行驶环境中,车辆协同加减速策略能够将车辆在加速和减速时的初始平均加速度分别提高15.0%和8.2%,让车辆快速达到目标速度,保障行车安全;在联合仿真环境中,路网群体车辆的加速度平均提高了11.6%,速度平均提高了1.6%,碳氧化合物排放量减少约4.9%。由此可见,提出的方法能够提高路网通行效率,降低车辆能源消耗,减少对环境造成的不良影响。     

面向高速公路混合交通流的车辆协同合流策略

为提高高速公路匝道合流区的运行效率、减少交通事故的发生,面向网联自动驾驶车辆(Connected and Automated Vehicles, CAV)与人工驾驶车辆(Human Driven Vehicles, HDV)混行的交通场景,提出高速公路匝道分层协作合流框架,该框架集成合流序列调度算法和协作合流算法,并根据车辆类型与车辆状态进行实时调整。首先,提出一种基于启发式规则的高速公路合流序列实时调度算法,优化合流区车辆的合流顺序,解决了传统固定合流序列无法适应HDV驾驶行为随机扰动的问题。然后,根据合流序列调度算法及当前车辆位置,判断协作合流的车辆组及其车辆类型,分别建立CAV-CAV、CAV-HDV和HDV-HDV的协作合流控制算法。通过试验仿真发现：相较于无控制情况和“先进先出”策略,总延误分别降低了21.66%、39.88%;协作控制区长度对燃油经济性存在一定影响,能耗随着距离的增加而减小,并存在一个最小值,即300 m,到达该值后能耗将逐渐增大;车辆之间车头时距的增加,对减小车辆能耗存在一定的影响。其中,HDV之间车头时距的影响大于CAV之间车头时距的影响。     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

基于车路协同的车辆定位算法研究

为解决道路交叉口车辆由于定位信号缺失或者延迟引起的车辆定位偏差较大的问题,提出了基于车路协同的协同地图匹配算法（cooperative map-matching,CMM）. 首先利用扩展Kalman滤波（extended Kalman filter,EKF）融合GPS与车载航位推算系统（vehicular dead reckoning,DR）信息作为协同地图匹配的预先定位;然后基于短程通讯技术实现车辆信息的交换与共享,在电子地图的基础上,利用道路约束实现车辆进一步定位. 为了验证算法的有效性,搭建了模拟真实场景的仿真环境进行实验. 研究结果表明:采用EKF融合GPS/DR数据的交叉口车辆定位平均偏差为9.09 m,相比GPS 的14.31 m,定位偏差减小30.87%;采用CMM算法的交叉口车辆,当参与CMM车辆数为7时,平均位置偏差为4.5 m,参与CMM车辆数为10辆时,平均位置偏差为2.75 m,相比EKF定位偏差减小69.74%.      

时变条件下城市物流配送车辆路径优化

针对城市交通网络依时周期性变化的特点,建立了城市物流配送车辆路径优化问题的数学模型,并利用两阶段算法对该问题进行求解,第一阶段采用插入法,求解出初始路径;第二阶段通过减少路径数和邻域搜索改进初始配送路径。最后,给出一个应用算例,结果证明了模型和算法的有效性。     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题,提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征,建立基于最大路径可靠度和最短行程时间的两阶段优化模型;通过混沌搜索改进布谷鸟算法初始种群,并加入蛙跳算法改进局部搜索操作,设计混合布谷鸟算法,改善全局寻优能力;以某市某区部分区域路网为例,将该区域路网实时交通数据应用于模型和求解算法中。实验表明,利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径,相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%,说明优化模型可行。3种不同算法求解K最短路径的结果发现,混合布谷鸟算法得到的最短行程时间比粒子群算法和经典布谷鸟算法得到的结果都要小,且计算时间最短,表明混合布谷鸟算法求解的结果最优,性能最好。     

基于无人机的仁新高速养护智能巡检系统设计

传统高速公路养护巡检主要采用人工巡检方式,巡检人员面对桥梁、高边坡等难以到达的区域时,巡检结果不能准确全面地反映项目真实情况.针对仁新高速公路工程项目特点属性,并从系统需求分析、总体架构设计、系统模块功能设计等方面设计开发了一套方便高效的智能化高速公路巡检养护管理系统.从而提高巡查效率、减少巡查盲区,及时发现异常,提升...     

系统工程理论与方法基于混合遗传算法的车辆路径问题

在详细分析遗传算法的局限性的基础上,构造了一种基于遗传算法和禁忌搜索算法相结合的、用于求解车辆路径问题的混合遗传算法. 这种混合遗传算法主要是将禁忌搜索算法嵌入到遗传算法中的变异操作与最优解判定之间,可以有效地避免遗传算法易出现"早熟"收敛的问题. 然后,分别用混合遗传算法和遗传算法对同一实例进行求解,并对求解结果进行对比分析. 结果表明该混合遗传算法的求解结果比遗传算法收敛速度快,更加接近最优解.     

基于自适应A*算法的自动驾驶车辆路径规划方法研究

应用传统A*算法进行路径规划时,存在拐点过多、搜索效率较差、转折角度过大等问题,提出一种基于自适应A*算法的自动驾驶车辆路径规划算法.首先,针对传统A*算法运算时间较长的问题,采用指数增长法对启发式函数进行加权,从而提高搜索效率;然后,在启发函数中引入航向角影响因子,使自动驾驶车辆在工作时满足其转向特性;最后,通过三次B样条插值函数对路径中拐点处进行平滑处理,使拐点处尖角的局部路径更加平滑.MATLAB仿真结果表明:改进A*算法生成的路径在长度、总航向角和曲线平滑方面的性能指标优于传统A*算法,使自动驾驶车辆获得一条满足自身约束的优质路径,且在不同的地图环境下,提出的自适应A*算法能够适应不同的环境且可以有效地保持其可行性与优越性.     

车路协同环境高速公路瓶颈车辆换道引导方法

高速公路由于交通事件的发生,常产生瓶颈区域致使车辆频繁换道.为提高高速公路瓶颈区车辆通行效率与安全性能,讨论车路协同环境的优越性,提出了车路协同环境下高速公路瓶颈车辆换道引导方法,通过建立离散选择模型的形式定义传统车辆与智能车辆的换道考虑因素,根据车辆所处位置定义自由换道与强制换道的效用函数,考虑宏观交通流不同渗透率下的速度密度关系,求解期望换道概率并将其引入考虑横向交通流的元胞传输模型以模拟宏观交通流换道行为,从而对瓶颈上游的智能车辆进行引导.利用车辆换道引导方法对宏观交通流进行数值仿真,并设置5组不同渗透率下的交通流.研究结果表明:车路协同环境下不同渗透率的交通流经过瓶颈区的总行程时间均有所减少,渗透率为1时对应的总行程时间最小,为296.21 s,渗透率为0.4变为0.6时总行程时间减小幅度最显著,为8.3％;渗透率为0.8变为1时总行程时间减小幅度最小,为2.7％,因此利用该引导方法对渗透率为0.6的交通流进行引导,其效果最显著.在使用引导方法后,各车道密度趋于均衡,能有效缓解瓶颈区向上游传播的堵塞波.     

车联网环境下自动驾驶车辆动态障碍物协作避让模型

车路协同和车联网的发展为车辆群体之间的协作控制提供了可能.本文关注的是在车联网环境下,自动驾驶车辆群体避让动态障碍物的问题,目标是实现在不损失车辆个体效益的同时,可以达到车辆群体系统最优.本文提出了一种基于深度强化学习算法(DQN)的自动驾驶车辆群体协作避让动态障碍物的模型.模型在学习过程中考虑了车辆的安全性、单个车辆和车辆群体的行驶效率,并加入了车辆的换道协作机制.仿真验证结果表明,与现有的非协作避障模型相比,该模型可以显著地提高整体交通效率,在非常拥堵、比较拥堵和自由流三种给定的不同交通流状态下,车辆行驶效率(车辆平均速度)分别提高5.26％、21.44％、10.38％,整体车流量分别提高8.22％、34.47％、0％.     

Research on a Task Planning Method for Multi-Ship Cooperative Driving

A new method for a cooperative multi-task allocation problem(CMTAP) is proposed in this paper,taking into account the multi-ship, multi-target, multi-task and multi-constraint characteristics in a multi-ship cooperative driving(MCD) system. On the basis of the general CMTAP model, an MCD task assignment model is established. Furthermore, a genetic ant colony hybrid algorithm(GACHA) is proposed for this model using constraints, including timing constraints, multi-ship collaboration constraints and ship capacity constraints. This algorithm uses a genetic algorithm(GA) based on a task sequence, while the crossover and mutation operators are based on similar tasks. In order to reduce the dependence of the GA on the initial population, an ant colony algorithm(ACA) is used to produce the initial population. In order to meet the environmental constraints of ship navigation, the results of the task allocation and path planning are combined to generate an MCD task planning scheme. The results of a simulated experiment using simulated data show that the proposed method can make the assignment more optimized on the basis of satisfying the task assignment constraints and the ship navigation environment constraints. Moreover, the experimental results using real data also indicate that the proposed method can find the optimal solution rapidly, and thus improve the task allocation efficiency.     

城市轨道交通接运公交最优长度与线路布设研究

本文首先考虑了土地性质、出行需求和公交运营成本等因素,建立公交运营效益最大的接驳范围单变量非线性单变量规划模型,经过参数标定与约束的简化后采用二分法求解。在模型的约束中使用站点聚集效应距离衰减函数建立需求与接驳距离的关系式,并通过单约束重力模型获得的距离与需求样本对其进行参数标定。然后,以接驳范围为约束指导新增线路布设和原有线路调整。前者以站点覆盖率、非直线系数、运营费用等为指标,整体客运系统运输效率最大为目标,使用启发式解法布设新增公交接驳线路;后者根据定性定量相结合的原则,依流程调整原有线路走向。本研究需要采集的数据并不复杂,可用于指导轨道站点公交接驳相关工程实践。     

Research on Route Planning Method Based on Active-Attack Strategy

Aimed at modern high-density,high overlapped and powerful antipersonnel stealthy penetration environment,route planning techniques on active-attack strategy were thoroughly and further studied,in order to get good probability of survival and perfect efficiency of task accomplishment.It provides a new thought for and a new solution to the application of route planning in new era.     

一种GIS环境下基于MAS的动态路径规划方法

MAS技术通过采用各Agent间的通讯，合作，协调来表达实际系统的结构，功能及行为特性，为各种实际问题提供了一种统一的框架，以城市道路网络的动态路径规划为研究对象，提出了一种GIS环境下基于部分全局规划协商机制的多Agent动态路径规划方法。     

城市新区公交线路及站点规划方法研究

基于城市新区用地规划及拟建路网,结合城市公交布设特点,采用节点重要度法和权的最小平方法相结合的方法．评定新区主要客流集散点的重要度等级,进而确定线网最优树,以作为城市新区近期、远期公交线路设置的依据。同时．创新性地提出城市公交微观节点重要度的可量化指标。实例证明,该方法具有较强的实用性。     

交通规划对汽车排放的影响

交通规划对汽车工作过程产生影响,进而影响汽车的尾气排放。本文着重论述交通规划对汽车排放的影响,并且展望了发展大运量公交对城市内汽车污染物控制所产生的巨大作用。     

智能车辆自由换道轨迹规划研究

针对目前传统换道模型存在的两个缺陷:一是忽略了换道过程中前轮转向角为0的情况;二是存在侧向加速度过大、产生跃变或轨迹曲率不连续等问题。通过对其它车辆换道模型的比较,并结合等速偏移轨迹函数其侧向加速度恒为0的优点和正弦函数换道轨迹具有优异平滑性的特点,提出了一种新的换道模型,该模型能够较好的解决已有的一些车道变换模型存在的不足。并用MATLAB仿真实验对几个换道模型进行比较,证实所提出的换道规则的可行性和优势。