车辆导航动态路径规划的研究进展概要.docx
- 文档编号:31249
- 上传时间:2022-10-01
- 格式:DOCX
- 页数:14
- 大小:21.79KB
车辆导航动态路径规划的研究进展概要.docx
《车辆导航动态路径规划的研究进展概要.docx》由会员分享,可在线阅读,更多相关《车辆导航动态路径规划的研究进展概要.docx(14页珍藏版)》请在冰豆网上搜索。
车辆导航动态路径规划的研究进展概要
第27卷第11期2010年11月
公路交通科技
JournalofHighwayandTransportationResearchandDevelopment
Vol27No11
Nov.2010
文章编号:
1002-0268(201011-0113-05
车辆导航动态路径规划的研究进展
葛艳,王健,孟友新,江峰
(青岛科技大学信息科学技术学院,山东青岛266061
摘要:
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。
关键词:
交通工程;车辆导航;路径规划;交通路网模型;最短路径算法;交通流预测中图分类号:
U491文献标识码:
A
ResearchProgressonDynamicRoutePlanningofVehicleNavigation
GEYan,WANGJian,MENGYouxin,JIANGFeng
(SchoolofInformationScienceandTechnology,QingdaoUniversityofScienceandTechnology,
QingdaoShandong266061,China
Abstrac:
tTheresearchactualitiesoftrafficnetworkmode,lpathplanningalgorithmandtrafficflowpredictionforintelligentnavigationsystemweredescribedindetai.lFirs,ttheconstructingmethodoftrafficnetworkmodelbasedonthegraphtheorywasdescribed.Second,theperformanceandtheresearchdirectionofclassicalpathplanningalgorithms,suchasDijkstraalgorithm,FloydalgorithmandAalgorithm,etc.
wereanalyzed.Third,theresearchprogressoftrafficflowpredictivemethodswasintroducedindetai.lAtlas,tthefuturestudydirectionofvehiclenavigationdynamicpathplanningwasdiscussed.
Keywords:
trafficengineering;vehiclenavigation;routeplanning;trafficnetworkmode;lshortestpathalgorithm;trafficflowprediction0引言
随着科学技术的发展进步,汽车已成为人们日常生活中不可或缺的重要工具,而伴随着车辆普及率的快速提高,交通拥挤、交通堵塞、交通事故等交通问题频繁发生,给人们的正常生活带来极大的困扰,同时也造成了巨大的经济损失。
面对这一系列问题,车辆导航系统(VehicleLocationSystemVLS应运而生。
车辆导航将全球定位系统技术、地理信息系统技术、电子技术及计算机技术等各种高
收稿日期:
20090922
基金项目:
国家自然科学基金资助项目(60802042;山东省自然科学基金资助项目(ZR2009GQ013;青岛市科技计划资助项目(0723
3jch;青岛科技大学科研启动基金资助项目(0022147
(,女,,博士,副教授,(com
*
新技术融合在一起,是现代智能交通的一个分支
[1]
。
汽车通过车载的导航仪器接收卫星数据,在电子地图上显示车辆的当前位置、行驶方向和离目的地的距离等信息,根据距离最短准则在当前已知路网范围内选择最优的行驶路线。
目前,投入市场应用的成熟车辆导航系统大多基于静态的路径规划,然而面对存在众多不稳定因素的交通现实,用户并不满足于现有的系统。
尤其是发生交通事故和交通堵塞时,静态路径规划不能及时改变路线。
因此,车辆导航动态路径规划就成
为新一代智能车辆导航系统的研究热点问题。
车辆动态路径规划基于历史的、当前的交通信息数据对未来交通流量进行预测,并用于及时调整和更新最佳行车路线,从而有效减少道路阻塞和交通事故。
近几年,在国内外的车辆导航研究中,交通信息预测的重要性逐渐凸显出来,越来越多的研究学者们
[2][3]
应用卡尔曼滤波方法、时间序列方法、神经网络法等对交通信息预测进行了深入研究。
除交通信息智能预测以外,路网模型和路径规划算法也是基于实时交通信息的车辆动态路径规划系统的研究重点。
通过构建路网模型可以将物理上的道路网络抽象成一个使计算机能够处理的数据模型,将道路上的各种因素都数据化。
选取恰当的路径规划算法可以在路网模型上结合交通信息按照一定的最优目标规划最佳出行路线。
当前国内外比较流行的算法如Dijkstra算法法
[7]
[5]
[4]
于左转。
针对这一问题,文献[10]和文献[11]在路网模型中添加了节点处的路阻。
为了降低搜索空间,文献[12]根据城市道路网络的特点和实际的行车需求将路网按道路级别不同分为两层。
这种分层的路网模型可以极大地降低算法的搜索规模,虽然其结果不是以行程最短为最优路径,但却更加符合行车的实际需求。
此外,还有一种新的交通路网模型是将现实中的道路网络抽象成以车流通过的时间来连接交通路
[13-14]
口节点的集合。
这种模型需要相关路段的历史的、实时的和预测的行驶时间数据,比较符合实际的交通网络情况,但是当前交通流预测技术的不成熟会限制实时交通信息预测的准确性,致使对实时的交通紧急状况的处理能力较差。
所以,该类模型更好的模拟现实交通状况,但由于部分支撑技术的不成熟性导致现在还停留在理论阶段,没有应用到实际中。
2车辆路径规划算法
根据车辆导航系统的研究历程,车辆路径规划算法可分为静态路径规划算法和动态路径算法。
静态路径规划是以物理地理信息和交通规则等条件为约束来寻求最短路径。
静态路径规划算法已日趋成熟,相对比较简单,但对于实际的交通状况来说,其应用意义不大。
动态路径规划是在静态路径规划的基础上,结合实时的交通信息对预先规划好的最优行车路线进行适时的调整直至到达目的地最终得到最优路径。
下面介绍几种常见的车辆路径规划算法。
21Dijkstra算法
Dijkstra算法是最短路算法的经典算法之一,由EWDijkstra在1959年提出的。
该算法适于计算道路权值均为非负的最短路径问题,可以给出图中某一节点到其他所有节点的最短路径,以思路清晰,搜索准确见长。
相对的,由于输入为大型稀疏矩阵,又具有耗时长,占用空间大的缺点。
其算法复杂度为O(n2,n为节点个数。
22Lee算法
Lee算法最早用于印刷电路和集成电路的路径追踪,与Dijkstra算法相比更适合用于数据随时变化的道路路径规划,而且其运行代价要小于Dijkstra算法。
只要最佳路径存在,该算法就能够找到最佳优
[15]
化路径。
Lee算法的复杂度很难表示,而且对于、Lee算法
[6]
、A算
*
等。
1车辆路径规划的路网模型
路网模型是路径规划的前提。
要进行路径规划,必须要将实际中的交通道路网络抽象为一个能被计算机识别和处理的模型,即路网模型。
对于路径规划来说,这是一个至关重要的因素。
根据道路交通网络信息,基于图论理论可将路网模型抽象为物理连通和逻辑连通两个层次。
物理连通是指实际道路中道路与道路间的空间上的互相连通;而逻辑连通是指在交通规则下的行为上的连通性,如道路禁行、单行道等交通限制信息,这些信息无法用物理连通来表示。
网络模型一般由节点、边及边的权重组成。
节点代表路口,边代表路段,边的权重是路段路阻的量化表示。
路段路阻指路段长度、车道数及交通堵塞程度(即该路段车辆的平均行驶速度等影响车辆行驶的因素。
根据实际需要不同,路阻可以是单独的某个因素,也可以是诸多因素的线性组合。
通常用一个函数模型表示不同路段的路阻情况。
路阻函数是路径规划路算法中一个至关重要的约束。
当前已有的路阻函数模型有美国联邦公路局提出的路阻函数模型、我国提出的回归型路阻函数模型、
[9]
交通流三参数路阻函数模型等。
交叉路口处的交通规则(如交通灯、左转弯限制等所产生的延误,常常被人们忽略。
然而在实际汽车行驶过程中路口处的延误是不可忽视的,而[8-9]
[8]
23Floyd算法
Floyd算法是由Floyd于1962年提出的,是一种计算图中任意两点间的最短距离的算法。
其时间复杂度为O(n3,与对每一节点作一次Dijkstra算法的时间复杂度相同,但是实际的运算效果比Dijkstra算法要好。
文献[16]对Floyd算法进行了改进,使其对无向图求解最短路径。
24启发式搜索算法A算法
启发式搜索有很多的算法,如:
局部择优搜索
**
法、最好优先搜索法、A算法等。
其中A算法是由Har,tNilsson,Raphael等人首先提出的,算法通过引入估价函数,加快了搜索速度,提高了局部择优算法搜索的精度,从而得到广泛的应用,是当前较为流行的最短路算法。
A算法所占用的存储空间少于Dijkstra算法。
其时间复杂度为O(bd,b为节点的平均出度数,d为从起点到终点的最短路的搜索深度。
25双向搜索算法
双向搜索算法由Dantzig提出的基本思想,Nicholson正式提出算法。
该算法在从起点开始寻找最短路径的同时也从终点开始向前进行路径搜索,最佳效果是二者在中间点汇合,这样可缩短搜索时间。
但是如果终止规则不合适,该算法极有可能使搜索时间增加1倍,即两个方向都搜索到最后才终止。
26蚁群算法
蚁群算法是由意大利学者MDorigo等于1991年提出的,它是一种随机搜索算法,是在对大自然中蚁群集体行为的研究基础上总结归纳出的一种优化算法,具有较强的鲁棒性,而且易于与其他方法相结合。
文献[17]验证了蚁群算法的算法复杂度要优于Dijkstra算法。
此外,还有实时启发式搜索算法、基于分层路网的搜索算法、神经网络、遗传算法及模糊理论等,由于实际需求不同对算法的要求和侧重点也会有所不用,所以也出现了许多以上算法的各种改进算法。
大多数算法应用于求解车辆路径规划问题时都会存在一定的缺陷,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 车辆 导航 动态 路径 规划 研究进展 概要