[發(fā)明專利]一種解決路徑選擇實時性問題以避免局部擁堵的方法

有效

• 申請?zhí)枺?/td>: 201711311832.5
• 申請日: 2017-12-11
• 公開（公告）號: CN108597246B
• 公開（公告）日: 2020-10-13
• 發(fā)明（設計）人: 胡文斌;聶聰;張成;邱振宇;杜博
• 申請（專利權）人: 武漢大學
• 主分類號: G08G1/0968
• 分類號: G08G1/0968;G06Q10/04
• 代理公司: 武漢科皓知識產(chǎn)權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

本發(fā)明公開了一種解決路徑選擇實時性問題以避免局部擁堵的方法，首先構建城市交通路網(wǎng)的實時動態(tài)多路口路徑選擇模型；然后構建效用值評價模型，通過效用值大小評判路徑選擇方案的優(yōu)劣；最后最優(yōu)路徑選擇。本發(fā)明可以充分利用量子計算的優(yōu)勢，實現(xiàn)實時的路徑導航，并避免局部擁堵，可以有效緩解交通擁堵。

技術領域

本發(fā)明屬于智能交通技術領域，涉及一種局部擁堵解決的方法，具體涉及一種有效解決路徑選擇實時性問題以避免局部擁堵的方法。

背景技術

現(xiàn)有的城市交通路網(wǎng)路徑選擇研究主要依托于以下三個方面展開，分別為基于信號燈控制的路徑選擇模型、基于車輛個性化選擇特性的路徑選擇方法和基于全局路網(wǎng)負載均衡的路徑選擇模型。

(1)為了改進交通信號燈控制的有效性，Anastasios等人提出一種實時的用于交通信號燈控制的策略([文獻1])，解決非高峰期和過飽和兩種不同狀態(tài)下交通信號的控制方式。Kartik等人提出一種基于車載廣播網(wǎng)絡的OJF算法([文獻2])，通過收集車輛當前位置和速度信息將車輛進行分組，實時自適應地對交通信號燈進行控制，使得各組間相交的延遲最小。He等人提出一種穩(wěn)態(tài)信號控制算法和統(tǒng)一的集群共識信號，并通過信號調(diào)節(jié)使得路網(wǎng)達到全局負載均衡，此方法可以減少局部擁堵并實現(xiàn)路網(wǎng)流量的均衡分布([文獻3])。然而以上基于信號燈控制的路徑選擇方法主要從全局交通流角度進行路徑選擇([文獻4])，沒有考慮到個體車輛的個性化行駛需求，并且這種改善僅能一定程度緩解交通壓力，難以明顯緩解交通擁堵。

(2)為了解決城市路網(wǎng)中個性化車輛特性考慮不足的問題，Nakajima等人提出了一種估計駕駛員駕駛意圖的路徑推薦算法([文獻5])，提出了用于估計算法路由選擇的駕駛員意圖，然后根據(jù)此意圖確定最佳路徑選擇方案，該方法可以通過分析已選路徑與未選路徑之間的差異來估計駕駛員的駕駛意圖，通過放大這些差異從而獲得路線并設定參數(shù)獲得一條經(jīng)過修飾的最佳路徑。Potuzak等人提出了一種分割路網(wǎng)的方法([文獻6])，該方法將路網(wǎng)劃分為同質簇和異構集群，對于同質群集，該方法將交通路網(wǎng)劃分成負載均衡的子網(wǎng)絡，對于異構集群，該方法通過對比目標節(jié)點的負載比和特定節(jié)點的負載比來將交通路網(wǎng)劃分為不同子網(wǎng)，并通過子網(wǎng)間不同的權重值來進行路徑推薦。以上方法在微觀角度上充分考慮了路網(wǎng)中路段對駕駛員的吸引比例、路段當前負載比例等([文獻7])，但是這類算法容易造成過多車輛被選擇到同一路段從而造成個別路段的交通擁堵現(xiàn)象，無法實現(xiàn)全局交通優(yōu)化。

(3)為了使得路網(wǎng)擁堵減少，形成全局路網(wǎng)的均衡負載，Chan提出了一種基于智能群的神經(jīng)網(wǎng)絡短期交通量預測APSO算法([文獻8])，該算法結合神經(jīng)網(wǎng)絡算法，對于交通流中的強非線性特征的交通流數(shù)據(jù)和新捕獲的交通數(shù)據(jù)取得良好的預測效果。Lee等人提出了一種基于VANET交通控制和交通信息采集的車輛協(xié)作解決方案([文獻9])，其提出的交通感知路由協(xié)議能監(jiān)控相鄰道路的實時交通狀況部署靜態(tài)節(jié)點和考慮道路交通網(wǎng)絡流量，同時該方法也傳遞混合交通信息到其他的結果節(jié)點，從而達到車輛間相互協(xié)助選擇一個更強大的和高效的全局最優(yōu)路徑。Yamada等人提出基于超路徑的路徑推薦方法([文獻10])，選擇行駛時間相近的一組路徑并依據(jù)概率推薦給行駛車輛，將交通流分散在一組相似路徑上，但該方法不是基于動態(tài)的實時交通信息，而是靜態(tài)的歷史交通數(shù)據(jù)。Pan等人根據(jù)實時交通信息([文獻11])，盡量將車輛分散到車流量較低的路徑，但沒有充分利用實際最短路徑的容量，從而會導致有些車輛被誘導到很遠的路徑。Wang等人通過交通燈收集實時交通信息([文獻12])，并對突發(fā)交通擁堵事件進行規(guī)避，將車輛均衡分散在整個路網(wǎng)。但這類算法考慮的是交通燈及相關路段間的協(xié)作，并沒有考慮微觀車輛的行駛需求。

綜上，現(xiàn)有的城市路網(wǎng)交通擁堵解決方案存在策略評價指標單一、對車輛個體特點考慮不足、動態(tài)性不足容易導致局部擁堵等問題，目前尚沒有一種方法可以有效解決這些問題。