[發(fā)明專利]一種基于路網(wǎng)動(dòng)態(tài)定價(jià)的網(wǎng)聯(lián)智能交通路徑規(guī)劃方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110392345.6
• 申請(qǐng)日: 2021-04-13
• 公開(kāi)（公告）號(hào): CN113516277B
• 公開(kāi)（公告）日: 2023-10-17
• 發(fā)明（設(shè)計(jì)）人: 周海波;趙斌;伍漢霖;許云霆;錢博
• 申請(qǐng)（專利權(quán)）人: 南京大學(xué)
• 主分類號(hào): G06Q10/047
• 分類號(hào): G06Q10/047;G06Q50/26;G06N3/0464
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 陳建和

1.一種基于路網(wǎng)動(dòng)態(tài)定價(jià)的網(wǎng)聯(lián)智能交通路徑規(guī)劃方法，其特征在于，包括以下步驟：

步驟S1、設(shè)定路網(wǎng)G＝(V,E)，其中V代表十字路口，E表示普通路口；在時(shí)間T內(nèi)，所有車輛完成一次從起點(diǎn)到達(dá)終點(diǎn)的行駛；路網(wǎng)起點(diǎn)和終點(diǎn)依次為O，D，在每一個(gè)起點(diǎn)-終點(diǎn)對(duì)之間存在多條路徑，每一條路徑由多個(gè)路段組成r∈R_od；用a∈A表示所有路段的集合，l_a表示每一條路段的長(zhǎng)度；交通管理者為每一條道路設(shè)置一個(gè)最大車流密度C_a，每條道路上的最大車輛數(shù)目不能夠超過(guò)道路的最大容量；

交通管理者每隔一段時(shí)間根據(jù)歷史交通流數(shù)據(jù)，使用卷積神經(jīng)網(wǎng)絡(luò)CNN預(yù)測(cè)路網(wǎng)中每條道路的車流密度，并且根據(jù)車流密度為每條道路制定通行價(jià)格，將通行價(jià)格發(fā)布至智能交通系統(tǒng)；其中車流密度高于預(yù)設(shè)閾值的道路通行價(jià)格高于車流密度低于預(yù)設(shè)閾值的道路；每個(gè)車輛通過(guò)路網(wǎng)時(shí)均需支付相應(yīng)通行費(fèi)用；

步驟S2、用戶車輛到達(dá)十字路口時(shí)，通過(guò)車載通信單元與智能交通系統(tǒng)交互，獲取實(shí)時(shí)路網(wǎng)的狀態(tài)信息，使用強(qiáng)化學(xué)習(xí)計(jì)算下一時(shí)刻的最優(yōu)行駛路徑。

步驟S3、用戶車輛將執(zhí)行的行駛路徑實(shí)時(shí)反饋至智能交通系統(tǒng)，交通管理者接收到交通流數(shù)據(jù)后，重復(fù)使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)更新車流密度，并同步制定下一階段的道路通行價(jià)格。

2.根據(jù)權(quán)利要求1所述的一種基于路網(wǎng)動(dòng)態(tài)定價(jià)的網(wǎng)聯(lián)智能交通路徑規(guī)劃方法，其特征在于，步驟S1中使用卷積神經(jīng)網(wǎng)絡(luò)CNN預(yù)測(cè)每條道路的車流密度具體方法包括：

設(shè)定歷史交通流數(shù)據(jù)如下表示：

{X_t|t＝1,2,…,n}

所述卷積神經(jīng)網(wǎng)絡(luò)CNN包括輸入層，卷積層，池化層，全連接層和輸出層；其中歷史交通流數(shù)據(jù)作為卷積神經(jīng)網(wǎng)絡(luò)的輸入層，卷積層用于提取交通信息的特征，池化層用于對(duì)數(shù)據(jù)進(jìn)行降維處理，經(jīng)過(guò)一次卷積池化之后網(wǎng)絡(luò)的輸出如下表示：

其中σ表示激活函數(shù)，池化函數(shù)用pool表示；l層的輸入、輸出和參數(shù)依次用和表示；j代表通道索引；c_l表示卷積核的數(shù)量，最大池化函數(shù)為：

f(x)＝max(x)

卷積神經(jīng)網(wǎng)絡(luò)使用全連接層將卷積池化操作之后的結(jié)果展開(kāi)成一個(gè)長(zhǎng)向量，并進(jìn)行分類，其中L表示CNN的深度；模型的輸出為：

其中W_f和b_f是全連接層的參數(shù)，表示卷積池化操作之后的結(jié)果展開(kāi)成的長(zhǎng)向量；是模型預(yù)測(cè)到的交通信息，即預(yù)測(cè)到的車流密度信息；使用T個(gè)時(shí)刻的交通流數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)一個(gè)時(shí)刻的車流數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的一種基于路網(wǎng)動(dòng)態(tài)定價(jià)的網(wǎng)聯(lián)智能交通路徑規(guī)劃方法，其特征在于，步驟S1中交通管理者根據(jù)車流密度為每條道路制定通行價(jià)格的具體步驟包括：

用二元組h＝(x,y)∈H表示交通網(wǎng)絡(luò)在任意時(shí)刻的車流密度信息；其中，x代表當(dāng)前時(shí)刻路網(wǎng)上的車輛數(shù)量，y表示路網(wǎng)中每一條道路的車流密度；給定一條道路a的車流密度，這條道路的平均速度用下式來(lái)計(jì)算：

其中表示車輛自由行駛的速度，C_a表示道路的最大車流密度,y_a表示道路a的當(dāng)前車流密度；

道路通行時(shí)間用τ(y_a)來(lái)表示，τ(y_a)是道路密度的嚴(yán)格遞增的凸函數(shù)，那么用戶車輛i選擇路徑r的通行時(shí)間成本為：

即一條路徑的通行時(shí)間為這條路徑上所有路段的通行時(shí)間之和；交通管理者為每一條道路制定一個(gè)通行價(jià)格p_a，定價(jià)方案中的價(jià)格p_a由道路管理部門根據(jù)道路上的實(shí)時(shí)車流密度和道路長(zhǎng)度來(lái)共同決定，具體如下：

P_a＝f(l_a,y_a)

其中l(wèi)_a為道路的長(zhǎng)度，而y_a為道路的車流密度，道路管理部門依據(jù)車流密度的變化來(lái)實(shí)時(shí)更新道路價(jià)格；

用戶車輛選擇路徑r的效益函數(shù)為：

v_i,r＝-(λτ_r+p_r)

交通管理者在緩解交通擁堵的同時(shí)均衡整個(gè)網(wǎng)絡(luò)的交通流量，目標(biāo)為最大化所有車輛用戶的效益之和,其中N代表所有車輛用戶的集合：

4.根據(jù)權(quán)利要求1所述的一種基于路網(wǎng)動(dòng)態(tài)定價(jià)的網(wǎng)聯(lián)智能交通路徑規(guī)劃方法，其特征在于，所述步驟S2中用戶車輛使用強(qiáng)化學(xué)習(xí)計(jì)算下一時(shí)刻的最優(yōu)行駛路徑的具體步驟包括：

采用元胞自動(dòng)機(jī)的方式來(lái)表示整個(gè)交通網(wǎng)絡(luò)的狀態(tài)；某雙向兩車道道路a的車輛位置狀態(tài)用二維矩陣X_a來(lái)表示：

其中X_a(i,j)＝1表示位置(i,j)上有車，X_a(i,j)＝0表示位置(i,j)上沒(méi)有車；對(duì)于每個(gè)用戶車輛，它的狀態(tài)state即為它在N個(gè)路口的位置，即

state＝random{0，N}

用戶車輛在t時(shí)刻執(zhí)行動(dòng)作a_t之后，獲取的獎(jiǎng)勵(lì)值r_t如下：

其中w為常數(shù)；

定義用戶車輛在十字路口時(shí)出現(xiàn)的動(dòng)作如下：

ACTION＝{advance,left,right,back}

advance，left，right，back依次表示前進(jìn)、左轉(zhuǎn)、右轉(zhuǎn)和掉轉(zhuǎn)方向；

當(dāng)用戶車輛經(jīng)過(guò)十字路口時(shí)，狀態(tài)值函數(shù)更新過(guò)程如下：

其中α代表強(qiáng)化學(xué)習(xí)的學(xué)習(xí)率，代表了實(shí)現(xiàn)數(shù)據(jù)的重要程度，而γ表示折扣因子，表車輛用戶對(duì)獎(jiǎng)勵(lì)值的重視程度。

用戶車輛經(jīng)過(guò)每一個(gè)十字路口時(shí)，均會(huì)結(jié)合當(dāng)前路口交通信息進(jìn)行重新強(qiáng)化學(xué)習(xí)，選擇最優(yōu)路徑。