[01609074]智能交通系统中路径诱导技术的研究

①课题来源与背景： 课题来源于华北水利水电学院高层次人才启动金项目《智能交通系统中路径诱导技术的研究》。 背景：智能交通系统（ITS）是将先进的信息技术、通信技术、自动控制技术以及计算机技术等先进技术有效集成构造的地面运输管理体系,它能大幅度地增加道路网络的通行能力,提高运输的机动性、安全性和运输效率,避免拥挤和堵塞,减少能源消耗和环境污染,是21世纪促进世界经济发展和社会进步的有效高科技手段。我国国内一些科研院所和企业单位在车辆定位导航方面已取得了一些可喜的研究成果,但是与美国、日本、欧洲等发达国家相比,我国在车辆定位导航领域的研究差距还很大,先进成熟的产品也很少见,有关交通诱导技术的研究更是如此,因而,广泛开展这一领域的研究工作具有重要的理论价值和广阔的应用前景。 ②技术原理及性能指标： 本课题研究主要应用于智能交通系统中路径诱导系统。其技术原理是：路径优化是路径诱导系统关键技术,也就是在给定道路网中寻找出从起始点到目标点之间最佳行车路线的过程。提出了基于道路分层快速路径规划算法,针对不同优化标准层次,可以按照道路等级或预计的行车速度进行划分,该算法有效解决快速为路径规划。提出限制搜索区域的分层路径规划算法,利用方向和分层搜索相结合策略,从两个不同的角度降低算法搜索空间,将分层路径规划算法限制在一定区域内进行路径规划。提出了单目标多路径规划算法,即合理多路径选择算法。提出了基于重叠惩罚多路径算法,给出了两个算法评价函数即：路径相似度、路径广义总旅行代价比率。提出了基于遗传算法多目标多路径规划算法,给出三个多目标适应性函数设计,即路径长度目标适应性函数、路径长度及转弯次数目标适应函数、限定路段的目标适应性函数。提出了基于匹配度的地图匹配改进算法。提出了基于模糊逻辑综合地图匹配算法,给出三个基本的评判规则,即： 规则1：若匹配路段的取向与当前的行车方向估计一致,则匹配路段是车辆当前行驶路段的可能性最大。 规则2：若匹配路段接近于当前的传感器定位位置,则匹配路段是车辆当前行驶路段的可能性最大。 规则3：若匹配路段的形状与最近一段时间车辆定位轨迹相似度高,则匹配路段是车辆当前行驶路段可能性最大。 提出了基于模糊神经网络的地图匹配算法,该算法综合了数字道路信息和GPS/DR定位信息,提取两个重要参数作为输入变量,即定位点到候选路段的投影距离及定位航向与候选路段方位角差,设计出了四层模糊神经网络及改进的收敛学习规则,算法能很好地匹配车辆行驶路段位置。 性能指标：基于道路分层快速路径规划算法,平均主干道路占有率81﹪;限制搜索区域的分层路径规划算法,计算时间0.812s;基于重叠惩罚多路径算法;重叠惩罚参数优化;基于遗传算法多目标多路径规划算法,目标函数合理;基于匹配度的地图匹配改进算法,地图匹配准确率97﹪,单点匹配时间22ms;基于模糊逻辑综合地图匹配算法地图匹配准确率98.31﹪,单点匹配时间78ms。 ③技术的创造性与先进性： 该研究成果经教育部科技查新工作站检索证明,本课题所提出的智能交通系统中路径诱导技术方法各项技术指标明显优于现有的方法,达到国内领先水平。 ④技术的成熟程度,适用范围和安全性： 路径诱导技术是智能交通系统的重要部件之一,其准确性和快速性与否直接影响着道路交通的安全与经济效益。随着现代交通和物流运输的不断增大,交通堵塞正严重影响人们出行和生活,使城市的发展面临巨大的压力,智能交通系统中路径诱导技术能有效解决交通流合理分配,具有广阔的应用市场和巨大的经济效益。 ⑤应用情况：该研究成果已经应用于河南宇通信息技术有限公司和郑州市星通电子科技有限公司的新产品开发,用于车载导航中的地图匹配,取得较好的使用效果。系统运行稳定、安全可靠、操作简便、效果良好,经济社会效益显著。