城市路网交通管制下的最优路径诱导仿真研究

路径诱导系统是智能交通的热点研究领域,旨在根据实时的交通信息为出行者提供最优路径选择,而交通管制下的城市交通具有动态性及随机性等特点.为此研究了交通管制下路径诱导仿真线性规划模型,采用面向对象程序设计方法实现双向发启发式A*算法的路径诱导仿真求解算法,实现在几种常见交通管制措施下的诱导仿真.结果表明交通管制措施导致相应的诱导路线调整是诱导路径优化的必然过程,这种行驶路线的调整让用户在复杂交通管制条件下能够快速的到达目的地,使路径诱导系统更符合实际应用.     

基于实时交通信息的动态路径规划技术

随着我国实时交通信息采集与发布系统的完善,车辆导航系统动态路径规划技术的研究具有重要的实际应用价值。本文在研究动态路网模型及其算法的基础上,结合实时交通信息,提出并实现了一种适合国内车载导航应用的动态路径规划的改进方案。仿真结果验证了其有效性。     

车载自组网信息服务与动态交通诱导算法研究

为保障交通安全和提升交通效率,利用了当前条件下IEEE802.11p的VANET（Vehicular ad-hoc network,车载自组网）、相对定位技术、蚁群并行算法动态交通诱导技术,对交通数据进行实时采集与处理。结合模糊理论提出了车载自组网下对人们出行方式有效判断的隶属函数及逻辑推算规则,并通过车载地图规划或驾驶员向车载专用短程无线通信输入,构建当前车载自组网下交通信息服务与动态交通诱导。通过试验得到平均路径长度和最小路径长度收敛曲线,结果对比分析发现改进后的蚁群算法对全局最优解的搜寻效率更高,可靠性得到很大的提升。蚁群算法并行计算试验中,当处理器的数量为4时,收敛值时间花费最少,所采用的蚁群并行算法能大大提高了处理速度和效率。     

城市路网多路口路径动态实时选择方法

为了缓解城市交通拥堵问题,如何充分利用现有的道路资源进行有效的路线导航,一直是学者们关心的热点问题.现有的研究方法包括：优化交通灯信号周期以增大交通流量;对个别车辆的行驶路线进行优化;利用历史交通数据或者通过路网中心和车辆之间的主从式博弈进行路径导航等.然而,这些研究并没有考虑到微观行驶车辆的个性化交通需求以及多车辆彼此之间的路线选择冲突,对于城市路网中交通状况的动态不确定性也没有充分考虑.基于以上问题,提出了城市交通路网动态实时多路口路径选择模型DR²SM（dynamic and real-time route selection model in urban traffic networks）,结合车辆对前方可选路线的偏好以及可选路线的实时交通状况,并利用自适应学习算法SALA（self-adaptive learning algorithm）进行博弈,以使得各行驶车辆的动态路线选择策略达到Nash均衡.     

一种动态实时获取物流车辆数据系统

针对现有的物流车辆监控系统存在效率不高、信息失真、资源浪费等问题,提出一种新的动态实时获取物流车辆数据系统,该系统具有利用路径关键点RFID识别技术和车载终端GPS定位技术共同定位车辆、车载终端与控制中心实时进行数据共享、采用路径优化算法软件、3G网络进行数据传输等特点。经分析验证表明,该系统有效的提升了车辆监控系统的精确性、实时性、高效性。     

一种基于A*算法的动态多路径规划算法

车载导航系统中最重要的功能是路径规划,传统车载导航设备大多采用静态算法,没有采用实时交通信息规划出的路径可能不是最优路径。结合一种动态行程时间表对传统A*算法进行调整,可以有效利用路网实时交通数据规避拥堵路线,从而实现动态路径规划。另外,实际应用中,单一的优化路径往往不能满足需求,对此提出重复路径惩罚因子的概念,构造出了一种多路径规划算法,可以在路径相似度与路径通行代价之间取得平衡,避免了传统K最短路径(K Shortest Paths,KSP)算法路径相似度过高的缺点。     

ITS系统的人工蜂群动态诱导算法设计研究

针对城市交通压力问题,进行ITS设计,完成物联网环境下的实时感知、网络通信和上位机开发。基于路径搜索的多目标优化问题,结合实时动态信息,进行人工蜂群动态诱导算法设计。模拟结果表明,本方法能够根据实时交通路网信息做出最优路径选择,实现系统动态诱导和信息优配。     

动态车辆路径问题中实时信息生成算法

实时信息的产生对动态车辆路径问题仿真器的研究起着非常重要的作用。为此，提出了实时信息的生成算法，包括随机公路网络的生成，实时交通信息的生成和随机客户需求的生成等。实验结果表明，算法所产生的实时信息和现实中的实时信息比较接近，能够满足动态车辆路径问题仿真器的要求。     

交通诱导预测控制仿真研究

将动态交通分配实施过程纳入预测控制框架下以满足实时交通诱导的目的,提出一种交通诱导预测控制算法．该算法是在滚动时域基础上进行的,包括实时交通分配、交通流模拟运行及评价以及进化最佳路径３ 个重要环节．仿真结果表明,交通诱导预测控制是一种良好的计算机控制方法学,其优化过程预先考虑了目前交通分配对未来路网的影响,因而可有效地防范交通拥堵,实现考虑反馈的路网交通流实时分配优化,同时为出行者提供最佳路径．

     

面向行车诱导的最优路径算法研究

路径诱导系统是交通信息系统的重要组成部分,其综合应用车载定位系统、数据库技术、信息处理技术、现代通讯技术以及网络通信技术等先进技术来获取丰富的交通信息并通过对信息的整合,以达到诱导驾驶员行为,为驾驶员提供最优行驶路径的目的。在路径诱导系统中,最优路径问题是其研究的核心和关键。本文在研究传统的Dijkstra算法的基础上引入一种新的最优路径搜索思想即直线优化法对其进行改进。直线法优化Dijkstra算法在搜索过程中一直趋向于目标节点,能够减少算法中遍历的节点个数,从而提高搜索速度。最后,对传统Dijkstra算法和直线法优化Dijkstra算法进行了对比仿真分析。仿真表明,改进的算法既优化了最优路径搜索的过程,又大大地缩短了其运行时间。