【摘要】：隨著汽車保有量逐年上升,城市交通擁堵現(xiàn)象頻發(fā),其中駕駛員不能獲得實時、準確、全方位和高效的交通服務信息是交通環(huán)境惡化的重要原因之一,迫切需要將通訊、傳感控制和計算機技術集成運用到交通運輸中,建立智能化交通系統(tǒng),實現(xiàn)動態(tài)的出行路徑誘導。傳統(tǒng)智能交通系統(tǒng)采用的最優(yōu)路徑規(guī)劃方法沒有充分考慮城市交通狀況的變化態(tài)勢,使得規(guī)劃的路徑無法應對交通環(huán)境的變化,用戶體驗較差。針對這一問題,論文提出一種基于交通態(tài)勢認知的動態(tài)路徑推薦方法,該方法利用海量的出租車GPS軌跡數據進行認知學習,并向用戶動態(tài)推薦出行路線。該方法主要由三部分組成:1)考慮影響城市交通狀況的時空因素,提出了一種基于殘差網絡結構的城市短時交通狀況預測模型,利用交通狀況的周期性變化趨勢,對短期城市交通狀況變化進行預測。2)考慮到出租車駕駛員的決策經驗,提出了一種面向出行規(guī)劃的價值迭代柵格網絡,從出租車軌跡中訓練學習出租車司機尋路經驗知識。在價值迭代柵格網絡基礎上,設計了一種具有態(tài)勢認知的駕駛決策模型,根據價值迭代柵格網絡和城市短時交通狀況預測,規(guī)劃具有態(tài)勢認知的粗粒度柵格路徑。3)在粗粒度柵格路徑基礎上,使用時間展開的方式得到等價的靜態(tài)路網模型,并將駕駛決策模型實時規(guī)劃的柵格路徑的行駛時間作為啟發(fā)式搜索中的代價估計,提出了一種基于交通態(tài)勢認知的A*動態(tài)路徑規(guī)劃算法。最后,論文對提出的城市短時交通狀況預測模型、具有態(tài)勢認知的駕駛決策模型和基于交通態(tài)勢認知的A*動態(tài)路徑規(guī)劃算法進行了仿真實驗,實驗結果證明了提出的方法的合理性和有效性。
【圖文】：

圖１－１論文總體結構和研究內容逡逑主要由三部分組成：逡逑１）基于殘差網絡結構的城市短時交通狀況預測模型。通過對影響城市交通逡逑狀況的時間和空間因素進行分析，按照交通狀況的周期性變化趨勢，設計了基于逡逑殘差網絡結構的具有三個不同時間跨度分支的城市短時交通狀況預測模型。預測逡逑的城市交通狀況將作為駕駛決策模型的決策輸入信息，從而提高了駕駛決策模型逡逑對交通態(tài)勢變化的認知，做出具有避免可能出現(xiàn)交通擁塞的駕駛決策。逡逑２）具有態(tài)勢認知的駕駛決策模型。針對從ＧＰＳ日志數據中提取的海量的出逡逑租車載客的柵格化軌跡數據，基于能夠學習規(guī)劃的價值迭代網絡設計了具有態(tài)勢逡逑認知的駕駛決策模型。駕駛決策模型從軌跡數據中學習具有豐富城市尋路經驗的逡逑出租車司機的路徑規(guī)劃知識，能夠根據當前和預測的交通狀況，，充分考慮交通態(tài)逡逑勢的變化，根據給定的起始點和目的地，規(guī)劃具有態(tài)勢認知的柵格路徑。逡逑７逡逑

實現(xiàn)基于交通態(tài)勢認知的動態(tài)路徑推薦。逡逑１．４論文組織結構逡逑論文共七章，各個章節(jié)的內容組織結構如圖１－２所示：逡逑緒論、相關技術綜述逡逑邐Ｉ邐逡逑城市出租車軌跡逡逑數據處理逡逑邐ｉ邐逡逑基于交通態(tài)勢認知的動態(tài)路徑推薦算法逡逑城市短時交通狀況邋邐＾邋具有態(tài)勢認知的駕駛邋邋＾基于交通態(tài)勢的動態(tài)路逡逑預測模型邐決策模型邐徑規(guī)劃算法逡逑邐ｉ邐逡逑仿真實驗與分析逡逑邐ｉ邐逡逑總結逡逑圖１－２論文章節(jié)組織結構逡逑第一章，緒論，主要介紹了基于交通態(tài)勢認知的動態(tài)路徑推薦的研究背景和逡逑意義，對動態(tài)路徑誘導系統(tǒng)、城市交通狀況預測和路徑規(guī)劃等領域國內外研宄現(xiàn)逡逑狀與趨勢進行了簡要的總結，提出了本文需要解決的主要問題，在最后闡述了論逡逑文的主要工作內容及組織結構。逡逑第二章，相關技術綜述，動態(tài)路徑推薦相關技術的概述，闡述了設計過程中逡逑所使用的相關概念和算法。逡逑第三章，城市出租車軌跡數據處理，對城市租車ＧＰＳ軌跡數據的格式和內容逡逑進行了說明，闡述了對ＧＰＳ數據的誤差校正和地圖匹配流程，并對劃定的城市逡逑區(qū)域進行柵格化，最后對出租車軌跡提取算法進行了詳細的介紹。逡逑８逡逑
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U495;TP391.3

【相似文獻】

相關期刊論文 前10條

1 王玉璽;;面向自動駕駛的動態(tài)路徑規(guī)劃避障算法[J];數字技術與應用;2017年08期

2 張?zhí)觳?;智能交通中的動態(tài)路徑規(guī)劃研究[J];低碳世界;2019年05期

3 史國琪;賈富強;;基于前景理論的動態(tài)路徑選擇模型研究[J];山東科學;2016年05期

4 陸婷;余永定;;《中國企業(yè)債對GDP比的動態(tài)路徑》作者的更正聲明[J];世界經濟;2015年07期

5 周慧子;胡學敏;陳龍;田梅;熊豆;;面向自動駕駛的動態(tài)路徑規(guī)劃避障算法[J];計算機應用;2017年03期

6 安毅生;袁紹欣;趙祥模;岳云;;基于蟻群算法的動態(tài)路徑選擇優(yōu)化方法[J];交通運輸系統(tǒng)工程與信息;2014年03期

7 陳華偉;王愛民;寧汝新;;基于動態(tài)路徑規(guī)劃的物流仿真控制技術[J];系統(tǒng)仿真學報;2009年21期

8 羅兵，張貞子;自主式水下機器人（AUV）水下典型路徑的建模和動態(tài)路徑的優(yōu)化[J];計算機應用研究;1996年05期

9 謝宏斌,劉國棟,李春光;基于遺傳算法的機器人動態(tài)路徑規(guī)劃的仿真[J];武漢工業(yè)學院學報;2003年03期

10 周明秀;程科;汪正霞;;動態(tài)路徑規(guī)劃中的改進蟻群算法[J];計算機科學;2013年01期

相關會議論文 前5條

1 石小法;王煒;;交通信息影響下的動態(tài)路徑選擇模型研究[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術年會文集[C];2000年

2 蒲云;蒲素;;基于路段的大規(guī)模動態(tài)路徑選擇模型的非適應性分析[A];1998年中國智能自動化學術會議論文集（下冊）[C];1998年

3 陸婷;余永定;;中國企業(yè)債對GDP比的動態(tài)路徑[A];《國際貨幣評論》2015年合輯[C];2015年

4 胡林;谷正氣;楊易;黃晶;;基于混合遺傳算法的動態(tài)路徑規(guī)劃研究[A];2007中國汽車工程學會年會論文集[C];2007年

5 韓偉;陳艷艷;;突發(fā)事件情況下失效路段與相關路段的相關性研究[A];第二屆中國智能交通年會論文集[C];2006年

相關博士學位論文 前1條

1 劉妍;突發(fā)事件條件下應急交通路徑選擇模型研究[D];吉林大學;2012年

相關碩士學位論文 前10條

1 王杰;基于交通態(tài)勢認知的動態(tài)路徑推薦方法研究與仿真[D];北京郵電大學;2019年

2 趙峰;基于蟻群算法的動態(tài)路徑規(guī)劃及其在編隊中的仿真應用[D];昆明理工大學;2017年

3 楊璐;基于移動GIS的城市交通動態(tài)路徑規(guī)劃及系統(tǒng)實現(xiàn)[D];遼寧師范大學;2017年

4 屈文斌;城市道路動態(tài)路徑選擇方法研究[D];長安大學;2007年

5 朱志勇;車輛動態(tài)路徑導航系統(tǒng)框架及自適應路徑選擇方法的研究[D];長沙理工大學;2005年

6 張志霞;帶有時間窗的單車輛動態(tài)路徑規(guī)劃系統(tǒng)研究[D];大連理工大學;2006年

7 王嘉寧;基于動態(tài)路徑規(guī)劃的城市醫(yī)療廢棄物回收研究[D];大連海事大學;2015年

8 李云;基于遺傳算法的動態(tài)路徑優(yōu)化[D];太原理工大學;2013年

9 于侃;面向出行者信息服務的動態(tài)路徑規(guī)劃研究[D];青島大學;2010年

10 李軍;城市智能交通中的動態(tài)路徑規(guī)劃研究[D];杭州電子科技大學;2016年

本文編號：2659273