基于GPS/GIS协同的动态车辆调度和路径规划问题研究

从物流行业信息化和智能化发展的需求出发,利用以物联网为代表的现代信息和通信技术,设计了GPS/GIS协同下的智能车辆监控和调度系统。同时,基于该调度系统具有的信息实时获取和智能处理能力,考虑配送车辆及客户需求等相关实时信息对车辆调度和路径规划的影响,构建了基于实时信息且带时间窗的动态车辆路径问题(DVRPTW)混合整数规划(MIP)模型。结合模拟实验,通过混合遗传算法寻优对车辆配送路径进行动态调整和优化,为物流行业降低企业运营成本、提高物流配送效率、改善物流服务质量提供借鉴和参考。     

基于实时交通信息的车辆路径问题研究

石油化工企业的物流配送越来越成为降低成本、提高效率的1个重要环节,而车辆路径问题是其中的基础性问题。面对各种不确定性,动态随机车辆路径问题越来越成为有价值的研究方向,其关键在于实时交通信息的利用。本文研究了基于实时交通信息的单配送中心、有时间窗口约束的车辆路径问题,建立了混合整数规划模型,提出了利用实时速度估计信息的动态调度策略,并设计了带插入规则的节约算法。通过对标准benchmark问题进行仿真,验证了策略和算法的有效性。     

动态路网中基于实时路况信息的分布式路径生成算法

动态路网中的寻路问题在交通诱导和交通流仿真中有重要意义。提出一种基于实时路况信息的分布式路径规划算法,根据安装在道路路口的智能摄像头所采集到的交通参数对路口的畅通程度进行建模,估算车辆在路口间通行需要的时间。当有车辆需要交通诱导时,通过智能摄像头之间的网络进行基于网络路由思想的分布式最短路径寻路,在寻路过程中加入延时发送机制。网络中的智能摄像头根据车辆所在路口的畅通程度和到邻近路口的距离设置一定的延时,来广播路径询问数据包,使数据包能模拟当前的路况,从而有效、迅速地获得路径规划的结果。     

基于Android车辆定位信息查询系统的设计与实现

研究目的是开发基于Android平台智能移动设备对车辆实时信息的查询和监控.车载终端采集数据并通过GPRS向定位服务平台传递车辆实时数据;服务平台根据GPS通信协议解析数据并存储;智能移动设备访问服务平台Servlet服务,获取车辆实时数据,并利用百度地图Android SDK在地图上标识,展示车辆的速度、方向、时间、位置等相关信息.实现了车辆定位、实时跟踪、轨迹回放等主要功能.     

基于MCPDDPG的智能车辆路径规划方法及应用

针对智能车路径规划过程中常存在动态环境感知预估不足的问题,使用基于蒙特卡罗深度策略梯度学习(Monte Carlo prediction deep deterministic policy gradient, MCPDDPG)的智能车辆路径规划方法,设计一种基于环境感知预测、行为决策和控制序列生成的框架,实现实时的决策和规划,并输出连续的车辆控制序列.首先,利用序贯蒙特卡罗预估他车行为状态量;然后,设计基于强化Q学习的行为决策方法,使智能车辆实时预知碰撞风险,采取合理的规避策略;最后,构建深度策略梯度学习网络框架,获取智能车辆规划路径的最优轨迹序列.实验结果表明,所提方法能够缓解环境感知的预估不足问题,提升智能车辆行为决策的快速性,保障路径规划的主动安全,并输出连续的轨迹序列,为智能车辆导航控制提供前提.     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。     

基于关联优化的虚拟城市交通系统设计与控制

针对当前传统的城市交通虚拟系统中被动地扩展交通元素,不能及时智能地为交通设计人员提供指导而造成的城市交通规划不合理,调节的效率低等问题提出一种基于挖掘与优化并行计算的虚拟城市交通系统设计思想,使用图论的方法构造路网元素,将路网中结点的数据与路段实时的车辆数据进行挖掘与优化并行运算得出最优的路径规划方案与最优的实时路径选择指导;实验表明,基于优化计算的虚拟城市交通系统性能良好,测试准确率较高,有效地提高了交通规划的合理性与交通调度效率。     

基于Dijkstra算法的动态交通诱导技术及仿真

研究车辆行驶过程中的路径动态诱导问题,针对目前交通导航系统不能实时动态规划行驶路线的不足,结合自主研发的车载终端装置,通过对Dijkstra算法的改进及优化,提出了一个可应用于交通诱导过程的动态实时最优路径算法;基于该路径优化算法,车载终端装置可以通过接受交通控制中心的实时道路信息,不断调整车辆的行驶路线,最终实现行驶路线的全程动态优化;仿真实例证明:在实时交通信息的引导下,动态交通诱导技术保证了行驶路线的全程优化.     

智能交通信息物理融合云控制系统

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题，基于云控制系统理论，以现代智能交通控制网络为研究对象，设计了智能交通信息物理融合云控制系统方案，包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据，在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算，能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略，用于解决拥堵路段交通流分配难题，提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.     

Mobitex无线网在动态交通信息服务系统中的应用

针对交通信息服务中用于路径规划和引导的数据得不到及时更新的缺点,提出利用Mobitex无线数据专网建立动态交通信息服务系统,设计的数据通信协议实现了实时交通信息的采集、传输、处理和发布,将GPS探测车采集的实时路况数据传回交通信息服务中心,而处理后的最新动态交通信息则被准确地传送到用户的移动终端.试验表明系统数据接收成功率高,实时交通信息应用的效果显著,为保障交通信息服务的时效性和可靠性提供了有效的解决办法.     

虚拟自主车智能驾驶行为的研究与实现

为了提高驾驶模拟系统的逼真度和可信度,以自主车驾驶行为作为研究对象,在结合宏观与微观信息进行虚拟道路环境建模的基础上,提出一种基于局部信息感知和知识随机决策的概率模拟方法,目的是提升虚拟车的自主智能性和实现驾驶行为的真实随机性。实验与应用结果表明,提出的方法能够较真实地再现车辆的自主驾驶行为,模拟现实中交通车辆环境,并提高了模拟系统的真实性、形象性和实时性。     

基于稀疏帧检测的交通目标跟踪

为了获取高速公路交通视频中目标车辆的行驶轨迹,提出一种基于视频的多目标车辆跟踪及实时轨迹分布算法,为交通管理系统和交通决策提供目标车辆交通信息.首先,使用YOLOv4算法检测目标车辆位置及置信度.其次,在不同场景条件下,使用提出的基于稀疏帧检测的跟踪方法,结合KCF跟踪算法,将车辆数据进行关联获取完整轨迹.最后,用车辆分布图和交通场景俯视图显示轨迹,便于交通管理与分析.实验结果表明,提出的跟踪方法在车辆跟踪中有较高的跟踪正确率,同时基于稀疏帧检测的跟踪方法处理速度也较快,实时轨迹分布正确反映了真实场景的车道信息以及目标车辆运动信息.     

动态网络环境下的实时路径评估模型

针对现有研究工作在处理动态网络环境下车辆路径问题时的缺陷,设计了一个动态网络模型,并在此基础上提出了一个实时路径评估模型。该评估模型利用道路条件和实时获得的交通信息对网络中的各条道路进行动态评估,并根据评估结果对未走的路径进行动态调整,已用于解决动态车辆路径问题。仿真实验对3种不同的路径评估模型进行了比较,结果表明,所设计的实时路径评估模型能有效地求得动态网络下车辆路径问题的优化解,是求解该问题的一个好的方案。     

Real-time energy management strategy based on predictive cruise control for hybrid electric vehicles

With the help of traffic information of the connected environment, an energy management strategy (EMS) is proposed based on preceding vehicle speed prediction, host vehicle speed planning, and dynamic programming (DP) with PI correction to improve the fuel economy of connected hybrid electric vehicles (HEVs). A conditional linear Gaussian (CLG) model for estimating the future speed of the preceding vehicle is established and trained by utilizing historical data. Based on the predicted information of the preceding vehicle and traffic light status, the speed curve of the host vehicle can ensure that the vehicle follows safety and complies with traffic rules simultaneously as planned. The real-time power allocation is composed of offline optimization results of DP and the real-time PI correction items according to the actual operation of the engine. The effectiveness of the control strategy is verified by the simulation system of HEVs in the interconnected environment established by E-COSM 2021 on the MATLAB/Simulink and CarMaker platforms.     

基于雷视一体机的交通流数据采集系统设计

交通流数据是进行交通管理宏观决策的基础数据,交通流数据采集系统是交通管理信息化智能化的重要组成部分。随着我国交通领域的蓬勃发展,交通流量激增、高速交通拥堵、交通事故等突发事件频发,为此,设计一套实时性好、准确度高的交通流数据采集系统是十分必要的。论文基于雷视一体机开发了一套高速公路交通流数据采集系统,采用端-边-云分级传输的物联网架构,并结合了自主研发的雷视一体机,采用CNN神经网络技术提取图像信息后,在边缘计算机中通过一维数据最优估计、多传感器数据匹配、多传感器双向最优估计、多传感器目标特征融合的软件工作流程,将雷达与监控相机提取到的信息进行最优化估计,准确提取道路目标交通信息,仅将处理后的特征信息上传至云端服务器,实现交通流数据的精确、实时采集。系统试运行结果表明,该基于雷视一体机的交通流数据采集系统能够有效提高检测准确性,加强检测结果的实时性。     

Cooperative, hybrid agent architecture for real-time traffic signal control

This paper presents a new hybrid, synergistic approach in applying computational intelligence concepts to implement a cooperative, hierarchical, multiagent system for real-time traffic signal control of a complex traffic network. The large-scale traffic signal control problem is divided into various subproblems, and each subproblem is handled by an intelligent agent with a fuzzy neural decision-making module. The decisions made by lower-level agents are mediated by their respective higher-level agents. Through adopting a cooperative distributed problem solving approach, coordinated control by the agents is achieved. In order for the multiagent architecture to adapt itself continuously to the dynamically changing problem domain, a multistage online learning process for each agent is implemented involving reinforcement learning, learning rate and weight adjustment as well as dynamic update of fuzzy relations using an evolutionary algorithm. The test bed used for this research is a section of the Central Business District of Singapore. The performance of the proposed multiagent architecture is evaluated against the set of signal plans used by the current real-time adaptive traffic control system. The multiagent architecture produces significant improvements in the conditions of the traffic network, reducing the total mean delay by 40% and total vehicle stoppage time by 50%.     

基于物联网的城市道口机动车智能监控和行为检测系统

物联网架构的城市道口机动车监控和行为分析系统在传统的物联网定义基础上,提出了包含感知／发布层、智能中间层、网络层、服务层和应用层的智能监控架构、以高清网络监控相机为采集终端,使用自行开发的图像分析算法和软件实现了道路拥堵状态判定以及多目标车辆追踪,实时采集视频流中道口监控区域内车辆移动轨迹、速度、前方道路拥堵状态等基本参数;在通信层使用3G／Wi—Fi等高速无线通信技术与有线通信相结合实时传输关键参数和监控图像,应用层使用自行开发的中心监控软件平台实现了对关键数据的存储、统计、业务应用的服务支持和管理,应用层针对电子警察、智能交通监控和信息发布展开,结合交通控制信息和我国交通法规为违章实时判定、交通信息采集等提供了基础、     

RFID，GPS和GIS技术集成在交通智能监管系统中的应用研究*

为实现在城市复杂路网情况下对交通车辆的实时监控,并且能通过一定数量的车辆运行状态来判断道路交通的拥挤状况,采用射频识别技术(RFID)对道路上运行的车辆进行动态识别和数据信息交换;依靠全球定位系统(GPS)技术实时获得目标车辆的位置信息,并通过地理信息系统(GIS)将车辆的运行状况以及路网的交通状况以电子地图形式实时地展现给用户。将GPS、GIS与RFID技术综合应用于城市道路交通管理系统中,在此基础上设计出道路交通车辆的全程监控模型和系统框架。对交通监管的信息化建设具有一定的借鉴意义。     

基于射频识别技术的智能交通系统

基于射频识别技术的一些新特点，提出了一套城市智能交通管理系统模型，用来解决城市交通管理中的一系列经典难题．该模型结合射频识别技术、数字图像处理、网络通信以及数据库技术，能够实时监控交通流量、车辆信息以及交通状况；再结合状态空间穷举法和信息融合技术，可以实现智能交通调控、自动违章处理、车辆跟踪处理、交通实时查询以及车辆统计等功能．