多Agent系統(tǒng)已經(jīng)成為人工智能研究領(lǐng)域最為重要的子領(lǐng)域之一,其研究目的主要在于為包含多Agent的復雜系統(tǒng)提供構(gòu)建準則以及協(xié)作機制。目前,基于多Agent系統(tǒng)利用自治車輛與智能道路基礎設施的集成將人類駕駛員從控制環(huán)中移除,已經(jīng)成為了現(xiàn)實。 本文研究了一種基于多Agent系統(tǒng)的自治交通路口管理機制,針對原有管理機制中核心控制策略FCFS盲目調(diào)度、缺乏前瞻性的問題,提出了一種全新的、基于最大團模型的的路口優(yōu)化控制策略——沖突約簡路口控制策略。通過AIM開源仿真平臺的在線評估與驗證,表明該策略對單路口大規(guī)模自治交通流的管理和調(diào)度較FCFS控制策略和傳統(tǒng)的信號控制策略而言具有更大的優(yōu)勢。在車流密度達到2500車次/車道/小時的極端交通條件下,沖突約簡控制策略仍能使車輛的平均通行延誤分別減少40%以上和近16%,使單路口的交通吞吐量分別提升30%以上和近20%。 此外,本文還就由于沖突約簡控制策略的引入而造成的系統(tǒng)實時性問題和通信復雜度問題,分別給出了相應的解決方案,提出了批處理周期動態(tài)調(diào)整策略以及ksync增量數(shù)據(jù)同步策略。并基于AIM平臺的在線仿真驗證了ksync策略在降低系統(tǒng)通信復雜度方...

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 延時響應
        1.3.2 LICP路口控制策略
        1.3.3 基于競價機制的路口控制策略
        1.3.4 批處理與路口活性
    1.4 本文組織結(jié)構(gòu)
2 相關(guān)技術(shù)及理論方法
    2.1 自治車輛感知控制技術(shù)
        2.1.1 車輛目標檢測跟蹤技術(shù)
        2.1.2 車輛循道控制技術(shù)
        2.1.3 車輛自適應巡航控制技術(shù)
    2.2 車聯(lián)網(wǎng)通信技術(shù)
    2.3 多Agent系統(tǒng)的理論研究現(xiàn)狀
    2.4 最大團問題的算法研究現(xiàn)狀
3 基于最大團的沖突約簡路口控制策略
    3.1 沖突關(guān)系矩陣構(gòu)建
    3.2 有關(guān)NP完全問題的說明
    3.3 沖突矩陣約簡算法
        3.3.1 核心思想
        3.3.2 有關(guān)算法貪心思想的說明
        3.3.3 核心算法實現(xiàn)及復雜度分析
        3.3.4 有關(guān)算法一個重要剪枝的說明
    3.4 沖突約簡路口控制策略的實現(xiàn)
    3.5 進一步討論
        3.5.1 沖突約簡策略局部最優(yōu)性證明
        3.5.2 批處理周期動態(tài)調(diào)整策略
        3.5.3 請求優(yōu)先級因素的引入
4 增量式數(shù)據(jù)同步策略
    4.1 通信復雜度問題
    4.2 ksync增量數(shù)據(jù)同步策略
        4.2.1 核心思想
        4.2.2 重要特征
        4.2.3 運行復雜度分析
        4.2.4 傳輸開銷分析
    4.3 與駕駛員Agent的策略集成
        4.3.1 必要性分析
        4.3.2 ksync策略的集成實現(xiàn)
        4.3.3 策略的優(yōu)化與改進
    4.4 進一步討論
        4.4.1 論局部最優(yōu)值ko

        4.4.2 回歸學習器
        4.4.3 在線優(yōu)化
5 仿真評估與驗證
    5.1 沖突約簡路口控制策略評估與驗證
        5.1.1 運行復雜度離線評估
        5.1.2 求解精確度離線評估
        5.1.3 在線仿真評估
    5.2 增量式數(shù)據(jù)同步策略在線仿真
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝



本文編號：3852426

suoshi