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。     

基于改进遗传算法的双向渐进结构优化方法研究

本文提出了一种基于改进遗传算法的软删除双向渐进结构优化法(G-BESO),以解决传统双向渐进结构优化法(BESO)中参数(如进化率)设置不当而导致无法获得最优拓扑构型的问题.首先确定单元权重系数与单元密度的递推关系式,形成一种考虑单元密度历史信息的材料插值模型,从而增强恢复误删高效单元的能力.然后引入遗传算法中的交叉和变异操作,启发式地更新结构状态以提高全局寻优能力.最后将该方法编写成可用于实际工程结构优化设计的程序.算例表明,提出的方法能稳定得到最优拓扑形状且计算效率更高,可为工程结构的拓扑优化设计提供一定参考.     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。     

基于移动实时位置信令数据的轨道交通换乘行为分析

介绍了上海轨道交通清分规则。在现有上海轨道交通K条最短路径的清分算法基础上,融合移动实时位置信令(OIDD)数据,对换乘行为中的主要换乘路径选择比例进行精细化设置,并对次要换乘路径的换乘比例算法作出补充。通过对乘客行为的分析和应用,实现了对现有上海轨道交通清分规则中换乘路径比例的精细化计算。     

多场景下客流精准诱导系统分析与设计

以城市轨道交通多场景下客流精准诱导需求为研究对象,分析多场景下诱导系统应具备的功能和可采用的结构。基于广州地铁中台框架,利用SpringBoot、微服务、Redis、H5等新技术实现诱导系统的功能,包括拥挤条件下的前瞻性诱导、突发情况下的主动诱导和末班车出行路径可达性查询功能。多场景下客流精准诱导系统及其App服务的开发和上线运营,可支撑地铁各场景下的客流运营组织,提升轨道交通客流组织合理性和客运服务水平。     

城市轨道交通客流最优策略分配模型的改进

城市轨道交通客流分配属于公交客流分配中的一种特殊情况,借鉴公交超级网络分配模型可以解决城市轨道交通客流分配的问题。通过算法的理论分析和简单的算例测试,指出最优策略分配模型在策略寻找和流量分配两大环节上存在的缺点。通过替代频率的方法,改进了策略寻找的方法;结合分层决策的思想,应用Logit模型改进了最优策略分配模型的流量分配算法。将改进的算法应用于上海城市轨道交通网络客流分配和简单算例网络,对比了改进算法和最优策略算法的差异,结果表明改进的算法更为合理。     

基于灰色评价理论的自适应最优路径选择

充分考虑了驾驶员在路径选择中的不同要求,依据层次分析法和灰色评价理论建立了一种根据驾驶员的偏好自适应选择最优路径的方法,并设计了相应的决策支持系统,为智能交通流诱导系统的进一步发展铺平了道路。     

应用模糊自适应PID和预瞄策略的自主车辆转向控制

文中结合智能车辆路径跟踪过程中转向控制方面的特点，提出了一种将模糊逻辑、预瞄规律和自适应PID控制相结合的控制策略，建立起了相应的模型，验证了该方法的可行性和有效性，并提出了进一步改进的方向。     

随机变量多重Weibll统计模型及其参数最优估计

汽车及其零部件的失效时间是典型的随机变量。在汽车可靠性研究过程中，人们一直用一些简单统计理论模型来描述汽车可靠性问题，如正态分布、对数正态分布、威布尔分布、指数分布等。这些简单分布常常不能很好地描述实际数据，这就需要使用比较复杂的统计理论模型。在使用复杂统计模型时必须确定比较多的参数。而矩法、最大似然法等常用的参数估计方法，尚不能估计出复杂统计模型的参数；而图形参数估计方法虽然确定随机变量分布的种类，但估计参数的精度不高。此外，也缺少评判理论统计模型合理性的客观标准。基于威布尔的适应性，多重威布尔分布适合用来描述随机变量的复杂统计分布。为了正确地估计多重威布尔分布的参数，笔者按照最小二乘法的原则，建立了多重威布尔分布参数估计的最优化模型。将二次、三次内外插值线搜索方法和Levebberg-Maguardt搜索法和Gauss-Newton方法交替使用，确保求得参数的最佳估计。几个不同类型的算例表明，多重威布尔分布在描述随机变量的复杂统计分布方面具有强适应性，多重威尔分布参数估计的最优化模型和优化算法具有稳定的收敛性。     

基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究

近年来,世界各国纷纷致力于新兴交通科技,如智能运输系统(IntelligentTransportationSystems,ITS)的研究和应用,以应对目前严峻的交通环境。笔者综合应用道路检测器检测的交通流量数据以及路段交通流量与路段行程时间的内在联系,运用增量加载最短路优化的方法对智能运输系统的核心技术—城市交通流诱导系统(UTFGS)中的中心式动态路径诱导系统中的行车路线优化技术展开研究。