CN103208180B - 基于多智能体交互技术的智能交通调度系统及方法 - Google Patents
基于多智能体交互技术的智能交通调度系统及方法 Download PDFInfo
- Publication number
- CN103208180B CN103208180B CN201310099981.5A CN201310099981A CN103208180B CN 103208180 B CN103208180 B CN 103208180B CN 201310099981 A CN201310099981 A CN 201310099981A CN 103208180 B CN103208180 B CN 103208180B
- Authority
- CN
- China
- Prior art keywords
- crossing
- vehicle
- intelligent
- intelligent body
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000003993 interaction Effects 0.000 title claims abstract description 25
- 230000004907 flux Effects 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 19
- 239000000523 sample Substances 0.000 claims description 18
- 230000002452 interceptive effect Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于智能交通领域,是多智能体交互技术与基于GPS定位的主动调度技术的应用,特别是涉及一种基于多智能体交互技术的智能交通调度系统及方法,主要包括采集路口车流量实时信息、路口车流量分级、传输给智能控制中心、车辆GPS定位、寻找最佳路线和寻找并预定停车位等步骤。本发明实现对路面上的汽车情况进行识别并统计判断车流量级别,通过智能交通调度系统与车辆及时对话,从而实现智能调度,有效防止交通拥堵,并通过停车场智能体快速找到停车位,实现停车位的预定。
Description
技术领域
本发明属于智能交通调度领域,是多智能体交互与基于GPS定位的主动调度技术的应用,特别是涉及一种基于多智能体交互技术的智能交通调度系统及方法。
背景技术
在交通调度方面,目前主要依靠红绿灯控制或者交通警察人工管理的方法。这种方法存在着一定的人身危险,而且仅仅通过红绿灯只能保证路口前、左、右三个方向的分时流通。随着工业的快速发展,人们生活水平的不断提高,以及工作节奏的加快,私家车的数量正在飞速的增长。传统的交通调度面临巨大的压力。因此,基于多智能体交互技术的智能交通调度方法在交通调度、缓解交通压力方面非常实用。使用智能交通调度系统与车辆智能体实时对话,能够有效地实现智能调度,有效防止交通拥堵,并能找到到达目的地的最佳路线,还可以通过停车场智能体快速找到停车位,实现停车位的预定。
发明内容
目的:为了克服现有技术中存在的不足,本发明提供一种基于多智能体交互技术的智能交通调度系统及方法,能够降低车辆拥挤的几率,并快速寻找停车位。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
一种基于多智能体交互技术的智能交通调度系统,一种基于多智能体交互技术的智能交通调度系统,其特征在于:所述智能交通调度系统包括:路口监控探头、车流量检测器、路口智能体、智能控制中心、带GPS的车辆智能体和停车场智能体;所述路口监控探头和车流量检测器连接,通过路口监控探头拍摄路口的车流量图,用车流量检测器进行基于视觉的车流量统计,通过路口智能体控制处理将信息与智能控制中心交互,带GPS的车辆智能体通过GPS对车辆位置进行定位,与路口智能体和智能控制中心通信从而及时了解道路交通状况,寻找最佳路线,并与停车场智能体互交,快速查询到离车辆最近的停车位,并可实现停车位的预定,停车场智能体用于实现监测停车场的实时信息。
所述的基于多智能体交互技术的智能交通调度系统,其特征在于:所述智能控制中心包括主控中心智能体和区域中心智能体;所述路口智能体包括本地路口信号控制模块、相邻路口信息接收与处理模块及无线通信模块;所述车辆智能体设有GPS模块和人机交互系统,利用GPS模块实现定位,利用智能控制中心寻找最佳路线,并通过人机交互系统与驾驶人员进行交互。
一种基于多智能体交互技术的智能交通调度方法,其特征在于:包括如下步骤:
步骤(1)、路口智能体通过路口监控探头对路口的车流进行实时拍摄;
步骤(2)、路口智能体根据路口监控探头所拍摄的图片,用车流量检测器对拍摄的图片进行处理,得到路口车流量等级;
步骤(3)、路口智能体将步骤(2)中得到的路口车流量统计情况传输给智能控制中心;
步骤(4)、车辆智能体利用GPS模块进行定位;
步骤(5)、车辆智能体通过无线通信模块与智能控制中心进行信息交互,将自身的位置发送给智能控制中心,并从智能控制中心获取道路的实时情况,从而避开拥挤路段,找到一条到达目的地的最佳路线;
步骤(6)、当需要寻找停车位时,车辆智能体与附近的停车场智能体进行交互,得到停车场位置和剩余停车位信息,并能够提前预定停车位;
步骤(7)、车辆智能体完成一次任务后,利用自身的学习和推理模块进行在线学习,更新知识库。
所述步骤(1)中“路口智能体通过路口监控探头对路口的车流进行实时拍摄”是指:
(1a)、每个路口只放置一个路口智能体,其仅与相邻的路口智能体交互信息;
(1b)、每个路口智能体中装有无线通信模块,通信模块不仅可以将本地的路口信息传递给相邻的路口智能体,还可以从相邻路口智能体中得到相邻路口的信息;
(1c)、路口智能体中装有智能学习和推理模块,可以进行在线学习和推理,具有感知环境变化,并进行推理判断的能力,还可以对路口未来短期内的状态进行预测。
所述步骤(2)中“用车流量检测器对拍摄的图片进行处理,得到路口车流量等级”是指:
(2a)、车流量检测器中预存路口各个车道的区域图和车道的总长度信息,所述总长度是指从路口的停止线到摄像头所能拍摄到的该车道最远端的距离;
(2b)、根据车道的区域图对拍摄的图像进行区域分割,对各个车道分开处理;
(2c)、利用相邻帧的图像差分,得到图像中移动的部分,检测出各个车道行驶中的车辆;
此处,当出现一个车道中第N+1帧与第N帧之差所对应的移动的区域面积,小于第N帧与第N-1帧之差中对应的区域面积的1/5,即此刻有很多车辆停止前进,则认为行驶中的车辆遇到红灯停止,此时以第N帧与第N-1帧之差得到的车辆为该车道区域中的车辆;除此之外,车道区域中车辆的总长度以整个车道中实际车辆为准;其中N为正整数,第N+1帧、第N帧、第N-1帧表示三个依次相邻帧;
(2d)、求出路口车道中车辆的总长度,然后用车道中车辆的总长度除以对应车道的总长度L,结果为m,根据m得到该车道上车流量级别A;将路口的车流量分为四个级别,分别定义为:
空闲:m<1/4,A=1;
正常:1/4≤m<1/3,A=2/3;
一般堵塞:1/3≤m<2/3,A=1/3;
严重堵塞:m≥2/3,A=1/4。
所述步骤(3)具体是指:
(3a)、智能控制中心中的主控中心智能体是控制系统的最高层,负责整个系统整体的管理、各区域智能体之间的监测工作,具有最高的决策权力;可通过信息发布模块将实时交通信息通过各种媒体进行发布,出行人员可根据交通情况的动态信息调整行驶路线,避免交通拥挤;
(3b)、智能控制中心中的区域中心智能体是控制系统的中间层,负责本区域内各路口的监测维护工作,以及对区域内紧急事件的处理工作,各区域中心智能体之间可进行信息的交互以及协作;
(3c)、路口智能体具有关于本路口以及其所连接街道几何形状、街道特点的知识和数据,负责本路口信号的处理,可与其相邻的路口进行实时的通讯联系;同时,对本路口发生的异常情况能实时通知给其相连路口的区域中心智能体,从而能让该区域内的车辆及时知道。
所述步骤(5)中“车辆智能体避开拥挤路段,找到一条到达目的地的最佳路线”包括以下步骤:
(5a)、从智能控制中心接收以路口为顶点,道路为弧的带权的有向图,并以车辆当前位置P和目的地D为焦点,置信水平达80%的离心率作椭圆限制搜索区域;
(5b)、从智能控制中心中得到搜索区域内的实时车流量等级A,计算每个弧的权值其中L为道路长度,V为道路最高限速;
(5c)、以P为起点,D为终点,构成顶点不重复的有向路径,并构造节点n的启发式估计函数 其中t'(n)为路径行程时间,T(n)为从起点到终点所经过的所有路段的动态行程时间总和,估计项h'(n)是P和D之间的欧式距离除以估计的最高车速v';
(5d)、以所有的有向路径构成集合{t'(n)},取min{t'(n)}为最佳路线;
(5e)、当车辆过一个路口,系统更新区域内的车流量等级,并取集合{t'(n)}中的十条函数值最小的路径,根据车辆最新的位置更新有向路径的函数值{t''(n)},取min{t''(n)}为路径的最佳路线;
(5f)、车辆每过一个路口,重复步骤(6e),直至到达目的地。
所述步骤(6)包括以下步骤:
(6a)、驾驶人员通过人机交互系统向车辆智能体发送寻找停车位要求;
(6b)、车辆智能体根据GPS模块定位,得到车辆当前位置信息,然后通过无线通信模块搜索附近的停车场智能体,一旦搜索到,立刻建立交互关系,停车场智能体将停车场的停车位信息发送给车辆智能体,停车位信息包括停车场位置、总车位数、空车位数、可预订车位数;
(6c)、车辆智能体将接收到的停车位信息显示在人机互交界面上,并提供最佳停车场供驾驶人员参考;驾驶人员根据信息停车位信息做出决定,并向目标停车场智能体发出预订停车位请求;
(6d)、停车场智能体接收到车辆智能体发送的预订停车位请求,更新停车位信息,为车辆保留预订的停车位。
有益效果:本发明具有如下优点:
(1)、本发明基于多智能体交互技术进行智能交通调度,避免了传统交通调度的低效率,提高了交通的流畅度,并且有效防止交通拥堵,缓解了交通压力;
(2)、本发明提出了一种基于多智能体交互技术的智能交通调度的思想,不仅创新并丰富了智能交通调度的方法,同时提出了对路口车流量分级的概念,并将其应用在最佳路线查找中,能够大大提高车流量识读速率,缩短到达目的地的时间;
(3)、本发明提出了一种新的寻找停车位的方法,即车辆智能体与附近的停车场智能体交互,得到停车场的停车位信息,还可提前预定空车位,本方法能够快速有效地找到空停车位,具有良好的智能性、实时性,能节省大量找车位的时间,且大大提高了停车场的运营效率。
附图说明
图1为本发明的系统组成框图;
图2为本发明中智能交通调度方法的流程图;
图3为本发明中路口车流量分级的流程图;
图4为本发明中寻找最佳路线的流程图;
图5为本发明中寻找停车位的流程图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示,一种基于多智能体交互技术的智能交通调度系统,包括:路口监控探头、车流量检测器、路口智能体、智能控制中心、带GPS的车辆智能体和停车场智能体;所述路口监控探头和车流量检测器连接,通过路口监控探头拍摄路口的车流量图,用车流量检测器进行基于视觉的车流量统计,通过路口智能体控制处理将信息与智能控制中心交互,带GPS的车辆智能体通过GPS对车辆位置进行定位,与路口智能体和智能控制中心通信从而及时了解道路交通状况,寻找最佳路线,并与停车场智能体互交,快速查询到离车辆最近的停车位,并可实现停车位的预定,停车场智能体用于实现监测停车场的实时信息。所述智能控制中心包括主控中心智能体和区域中心智能体;所述路口智能体包括本地路口信号控制模块、相邻路口信息接收与处理模块及无线通信模块;所述车辆智能体设有GPS模块和人机交互系统,利用GPS模块实现定位,利用智能控制中心寻找最佳路线,并通过人机交互系统与驾驶人员进行交互。
上述系统对各个车道的车流量进行统计分级,通信给车辆智能体,实现智能调度,通过停车场智能体与车辆智能体交互,快速找到停车位,其具体流程如图2所示,一种基于多智能体交互技术的智能交通调度方法,包括如下步骤:
步骤(1)、路口智能体通过路口监控探头对路口的车流进行实时拍摄;
步骤(2)、路口智能体根据路口监控探头所拍摄的图片,用车流量检测器对拍摄的图片进行处理,得到路口车流量等级;
步骤(3)、路口智能体将步骤(2)中得到的路口车流量统计情况传输给智能控制中心;
步骤(4)、车辆智能体利用GPS模块进行定位;
步骤(5)、车辆智能体通过无线通信模块与智能控制中心进行信息交互,将自身的位置发送给智能控制中心,并从智能控制中心获取道路的实时情况,从而避开拥挤路段,找到一条到达目的地的最佳路线;
步骤(6)、当需要寻找停车位时,车辆智能体与附近的停车场智能体进行交互,得到停车场位置和剩余停车位信息,并能够提前预定停车位;
步骤(7)、车辆智能体完成一次任务后,利用自身的学习和推理模块进行在线学习,更新知识库。
所述步骤(1)中“路口智能体通过路口监控探头对路口的车流进行实时拍摄”是指:
(1a)、每个路口只放置一个路口智能体,其仅与相邻的路口智能体交互信息;
(1b)、每个路口智能体中装有无线通信模块,通信模块不仅可以将本地的路口信息传递给相邻的路口智能体,还可以从相邻路口智能体中得到相邻路口的信息;
(1c)、路口智能体中装有智能学习和推理模块,可以进行在线学习和推理,具有感知环境变化,并进行推理判断的能力,还可以对路口未来短期内的状态进行预测。
如图3所示,所述步骤(2)中“用车流量检测器对拍摄的图片进行处理,得到路口车流量等级”是指:
(2a)、车流量检测器中预存路口各个车道的区域图和车道的总长度信息,所述总长度是指从路口的停止线到摄像头所能拍摄到的该车道最远端的距离;
(2b)、根据车道的区域图对拍摄的图像进行区域分割,对各个车道分开处理;
(2c)、利用相邻帧的图像差分,得到图像中移动的部分,检测出各个车道行驶中的车辆;此处,当出现一个车道中第N+1帧与第N帧之差所对应的移动的区域面积,小于第N帧与第N-1帧之差中对应的区域面积的1/5,即此刻有很多车辆停止前进,则认为行驶中的车辆遇到红灯停止,此时以第N帧与第N-1帧之差得到的车辆为该车道区域中的车辆;除此之外,车道区域中车辆的总长度以整个车道中实际车辆为准;
(2d)、求出路口车道中车辆的总长度,然后用车道中车辆的总长度除以对应车道的总长度L,结果为m,根据m得到该车道上车流量级别A;将路口的车流量分为四个级别,分别定义为:
空闲:m<1/4,A=1;
正常:1/4≤m<1/3,A=2/3;
一般堵塞:1/3≤m<2/3,A=1/3;
严重堵塞:m≥2/3,A=1/4。
所述步骤(3)具体是指:
(3a)、智能控制中心中的主控中心智能体是控制系统的最高层,负责整个系统整体的管理、各区域智能体之间的监测工作,具有最高的决策权力;可通过信息发布模块将实时交通信息通过各种媒体进行发布,出行人员可根据交通情况的动态信息调整行驶路线,避免交通拥挤;
(3b)、智能控制中心中的区域中心智能体是控制系统的中间层,负责本区域内各路口的监测维护工作,以及对区域内紧急事件的处理工作,各区域中心智能体之间可进行信息的交互以及协作;
(3c)、路口智能体具有关于本路口以及其所连接街道几何形状、街道特点的知识和数据,负责本路口信号的处理,可与其相邻的路口进行实时的通讯联系;同时,对本路口发生的异常情况能实时通知给其相连路口的区域中心智能体,从而能让该区域内的车辆及时知道。
如图4所示,所述步骤(5)中“车辆智能体避开拥挤路段,找到一条到达目的地的最佳路线”包括以下步骤:
(5a)、从智能控制中心接收以路口为顶点,道路为弧的带权的有向图,并以车辆当前位置P和目的地D为焦点,置信水平达80%的离心率作椭圆限制搜索区域;
(5b)、从智能控制中心中得到搜索区域内的实时车流量等级A,计算每个弧的权值其中L为道路长度,V为道路最高限速;
(5c)、以P为起点,D为终点,构成顶点不重复的有向路径,并构造节点n的启发式估计函数 其中t'(n)为路径行程时间,T(n)为从起点到终点所经过的所有路段的动态行程时间总和,估计项h'(n)是P和D之间的欧式距离除以估计的最高车速v';
(5d)、以所有的有向路径构成集合{t'(n)},取min{t'(n)}为最佳路线;
(5e)、当车辆过一个路口,系统更新区域内的车流量等级,并取集合{t'(n)}中的十条函数值最小的路径,根据车辆最新的位置更新有向路径的函数值{t''(n)},取min{t''(n)}为路径的最佳路线;
(5f)、车辆每过一个路口,重复步骤(6e),直至到达目的地。
如图5所示,所述步骤(6)包括以下步骤:
(6a)、驾驶人员通过人机交互系统向车辆智能体发送寻找停车位要求;
(6b)、车辆智能体根据GPS模块定位,得到车辆当前位置信息,然后通过无线通信模块搜索附近的停车场智能体,一旦搜索到,立刻建立交互关系,停车场智能体将停车场的停车位信息发送给车辆智能体,停车位信息包括停车场位置、总车位数、空车位数、可预订车位数;
(6c)、车辆智能体将接收到的停车位信息显示在人机互交界面上,并提供最佳停车场供驾驶人员参考;驾驶人员根据信息停车位信息做出决定,并向目标停车场智能体发出预订停车位请求;
(6d)、停车场智能体接收到车辆智能体发送的预订停车位请求,更新停车位信息,为车辆保留预订的停车位。
本发明实现利用多智能体交互技术进行智能交通调度,具有智能性、实时性及效率高等优点;避免了传统交通调度的低效率,提高了交通的流畅度,并且有效防止交通拥堵,缓解了交通压力。本发明提出了一种基于多智能体交互技术的智能交通调度的思想,不仅创新并丰富了智能交通调度的方法,同时提出了对路口车流量分级的概念,能够大大提高车流量识读速率。本发明提出了一种新的寻找停车位的方法,即车辆智能体与附近的停车场智能体交互,得到停车场车位信息,还可提前预定空车位,本方法能够快速有效地找到空停车位,节省了大量找车位的时间,且大大提高了停车场的运营效率;本发明在目前以及将来的智能交通调度中具有极大的现实意义和应用价值。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于多智能体交互技术的智能交通调度系统,其特征在于:所述智能交通调度系统包括:路口监控探头、车流量检测器、路口智能体、智能控制中心、带GPS的车辆智能体和停车场智能体;所述路口监控探头和车流量检测器连接,通过路口监控探头拍摄路口的车流量图,用车流量检测器进行基于视觉的车流量统计,通过路口智能体控制处理将信息与智能控制中心交互,带GPS的车辆智能体通过GPS对车辆位置进行定位,与路口智能体和智能控制中心通信从而及时了解道路交通状况,寻找最佳路线,并与停车场智能体互交,快速查询到离车辆最近的停车位,并可实现停车位的预定,停车场智能体用于实现监测停车场的实时信息;所述智能控制中心包括主控中心智能体和区域中心智能体;所述路口智能体包括本地路口信号控制模块、相邻路口信息接收与处理模块及无线通信模块;所述车辆智能体设有GPS模块和人机交互系统,利用GPS模块实现定位,利用智能控制中心寻找最佳路线,并通过人机交互系统与驾驶人员进行交互。
2.一种基于多智能体交互技术的智能交通调度方法,其特征在于:包括如下步骤:
步骤(1)、路口智能体通过路口监控探头对路口的车流进行实时拍摄;
步骤(2)、路口智能体根据路口监控探头所拍摄的图片,用车流量检测器对拍摄的图片进行处理,得到路口车流量等级;“用车流量检测器对拍摄的图片进行处理,得到路口车流量等级”是指:
(2a)、车流量检测器中预存路口各个车道的区域图和车道的总长度信息,所述总长度是指从路口的停止线到摄像头所能拍摄到的该车道最远端的距离;
(2b)、根据车道的区域图对拍摄的图像进行区域分割,对各个车道分开处理;
(2c)、利用相邻帧的图像差分,得到图像中移动的部分,检测出各个车道行驶中的车辆;
(2d)、求出路口车道中车辆的总长度,然后用车道中车辆的总长度除以对应车道的总长度L,结果为m,根据m得到该车道上车流量级别A;将路口的车流量分为四个级别,分别定义为:
空闲:m<1/4,A=1;
正常:1/4≤m<1/3,A=2/3;
一般堵塞:1/3≤m<2/3,A=1/3;
严重堵塞:m≥2/3,A=1/4;
步骤(3)、路口智能体将步骤(2)中得到的路口车流量统计情况传输给智能控制中心;
步骤(4)、车辆智能体利用GPS模块进行定位;
步骤(5)、车辆智能体通过无线通信模块与智能控制中心进行信息交互,将自身的位置发送给智能控制中心,并从智能控制中心获取道路的实时情况,从而避开拥挤路段,找到一条到达目的地的最佳路线;“车辆智能体避开拥挤路段,找到一条到达目的地的最佳路线”包括以下步骤:
(5a)、从智能控制中心接收以路口为顶点,道路为弧的带权的有向图,并以车辆当前位置P和目的地D为焦点,置信水平达80%的离心率作椭圆限制搜索区域;
(5b)、从智能控制中心中得到搜索区域内的实时车流量等级A,计算每个弧的权值其中L为道路长度,V为道路最高限速;
(5c)、以P为起点,D为终点,构成顶点不重复的有向路径,并构造节点n的启发式估计函数其中t'(n)为路径行程时间,T(n)为从起点到终点所经过的所有路段的动态行程时间总和,估计项h'(n)是P和D之间的欧式距离d′(n)除以估计的最高车速v';
(5d)、以所有的有向路径构成集合{t'(n)},取min{t'(n)}为最佳路线;
(5e)、当车辆过一个路口,系统更新区域内的车流量等级,并取集合{t'(n)}中的十条函数值最小的路径,根据车辆最新的位置更新有向路径的函数值{t”(n)},取min{t”(n)}为路径的最佳路线;
(5f)、车辆每过一个路口,重复步骤(5e),直至到达目的地;
步骤(6)、当需要寻找停车位时,车辆智能体与附近的停车场智能体进行交互,得到停车场位置和剩余停车位信息,并能够提前预定停车位;
步骤(7)、车辆智能体完成一次任务后,利用自身的学习和推理模块进行在线学习,更新知识库。
3.根据权利要求2所述的基于多智能体交互技术的智能交通调度方法,其特征在于:所述步骤(1)中“路口智能体通过路口监控探头对路口的车流进行实时拍摄”是指:
(1a)、每个路口只放置一个路口智能体,其仅与相邻的路口智能体交互信息;
(1b)、每个路口智能体中装有无线通信模块,通信模块不仅可以将本地的路口信息传递给相邻的路口智能体,还可以从相邻路口智能体中得到相邻路口的信息;
(1c)、路口智能体中装有智能学习和推理模块,可以进行在线学习和推理,具有感知环境变化,并进行推理判断的能力,还可以对路口未来短期内的状态进行预测。
4.根据权利要求2所述的基于多智能体交互技术的智能交通调度方法,其特征在于:所述步骤(3)具体是指:
(3a)、智能控制中心中的主控中心智能体是控制系统的最高层,负责整个系统整体的管理、各区域智能体之间的监测工作,具有最高的决策权力;可通过信息发布模块将实时交通信息通过各种媒体进行发布,出行人员可根据交通情况的动态信息调整行驶路线,避免交通拥挤;
(3b)、智能控制中心中的区域中心智能体是控制系统的中间层,负责本区域内各路口的监测维护工作,以及对区域内紧急事件的处理工作,各区域中心智能体之间可进行信息的交互以及协作;
(3c)、路口智能体具有关于本路口以及其所连接街道几何形状、街道特点的知识和数据,负责本路口信号的处理,可与其相邻的路口进行实时的通讯联系;同时,对本路口发生的异常情况能实时通知给其相连路口的区域中心智能体,从而能让该区域内的车辆及时知道。
5.根据权利要求2所述的基于多智能体交互技术的智能交通调度方法,其特征在于:所述步骤(6)包括以下步骤:
(6a)、驾驶人员通过人机交互系统向车辆智能体发送寻找停车位要求;
(6b)、车辆智能体根据GPS模块定位,得到车辆当前位置信息,然后通过无线通信模块搜索附近的停车场智能体,一旦搜索到,立刻建立交互关系,停车场智能体将停车场的停车位信息发送给车辆智能体,停车位信息包括停车场位置、总车位数、空车位数、可预订车位数;
(6c)、车辆智能体将接收到的停车位信息显示在人机互交界面上,并提供最佳停车场供驾驶人员参考;驾驶人员根据停车位信息做出决定,并向目标停车场智能体发出预订停车位请求;
(6d)、停车场智能体接收到车辆智能体发送的预订停车位请求,更新停车位信息,为车辆保留预订的停车位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310099981.5A CN103208180B (zh) | 2013-03-26 | 2013-03-26 | 基于多智能体交互技术的智能交通调度系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310099981.5A CN103208180B (zh) | 2013-03-26 | 2013-03-26 | 基于多智能体交互技术的智能交通调度系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103208180A CN103208180A (zh) | 2013-07-17 |
CN103208180B true CN103208180B (zh) | 2015-10-07 |
Family
ID=48755393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310099981.5A Expired - Fee Related CN103208180B (zh) | 2013-03-26 | 2013-03-26 | 基于多智能体交互技术的智能交通调度系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103208180B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559807A (zh) * | 2013-11-09 | 2014-02-05 | 深圳市众鸿科技股份有限公司 | 车载终端、停车位管理平台、停车位预定系统及预定方法 |
CN104460578B (zh) * | 2014-09-19 | 2017-02-15 | 燕山大学 | 一种基于平行控制的智能体定位控制系统及其控制方法 |
CN104933882A (zh) * | 2015-05-20 | 2015-09-23 | 浙江吉利汽车研究院有限公司 | 一种交通路口驾驶辅助方法及系统 |
CN105070085A (zh) * | 2015-08-17 | 2015-11-18 | 福州名大未来科技有限公司 | 智慧城市智能交通引导系统 |
CN105261222B (zh) * | 2015-11-23 | 2018-11-16 | 招商局重庆交通科研设计院有限公司 | 城市道路交通网络控制方法及系统 |
CN106205186B (zh) * | 2016-07-11 | 2019-04-23 | 深圳市金立通信设备有限公司 | 一种推荐停车位置的方法及终端 |
CN109979233B (zh) * | 2019-04-22 | 2020-08-07 | 浙江铭盛科技有限公司 | 基于窄带物联网的停车场停车规划系统 |
CN111932896B (zh) * | 2020-09-14 | 2020-12-22 | 成都宜泊信息科技有限公司 | 一种停车场的车辆拥堵检测方法及系统 |
CN113380056A (zh) * | 2021-06-10 | 2021-09-10 | 湖南力唯中天科技发展有限公司 | 一种智能区域交通协调控制方法 |
CN113935109A (zh) * | 2021-10-13 | 2022-01-14 | 大连海事大学 | 一种多智能体停车系统仿真系统及其构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11238198A (ja) * | 1998-02-23 | 1999-08-31 | Hitachi Ltd | 交差点交通状況提供装置 |
CN101414408A (zh) * | 2008-10-03 | 2009-04-22 | 邓湘 | 触发事件区域代码化智能交通系统 |
CN101901543A (zh) * | 2010-07-16 | 2010-12-01 | 上海宝康电子控制工程有限公司 | 一种智能交通集成管理系统 |
CN102044148A (zh) * | 2010-12-30 | 2011-05-04 | 上海市城市建设设计研究院 | 基于多智能体的交通控制方法及其集成系统 |
-
2013
- 2013-03-26 CN CN201310099981.5A patent/CN103208180B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11238198A (ja) * | 1998-02-23 | 1999-08-31 | Hitachi Ltd | 交差点交通状況提供装置 |
CN101414408A (zh) * | 2008-10-03 | 2009-04-22 | 邓湘 | 触发事件区域代码化智能交通系统 |
CN101901543A (zh) * | 2010-07-16 | 2010-12-01 | 上海宝康电子控制工程有限公司 | 一种智能交通集成管理系统 |
CN102044148A (zh) * | 2010-12-30 | 2011-05-04 | 上海市城市建设设计研究院 | 基于多智能体的交通控制方法及其集成系统 |
Non-Patent Citations (1)
Title |
---|
基于多智能体的铁路双线调度指挥系统;何杰;《科技信息》;20111231(第27期);196-197 * |
Also Published As
Publication number | Publication date |
---|---|
CN103208180A (zh) | 2013-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103208180B (zh) | 基于多智能体交互技术的智能交通调度系统及方法 | |
CN104167101B (zh) | 信息发布功能交通灯与移动车体间led光通信系统 | |
WO2019080874A1 (zh) | 一种车辆借道通行的方法和控制中心 | |
CN107507430B (zh) | 一种城市路口交通控制方法及系统 | |
CN108922194A (zh) | 一种基于大数据的动态可控智能交通信息提示系统 | |
CN105225505A (zh) | 路口公交信号优先控制系统 | |
CN104537852A (zh) | 一种基于车路协同的道路突发事故提示方法 | |
CN107180538B (zh) | 一种车载轨迹运行方向的识别方法 | |
CN107274684A (zh) | 一种车路协同环境下单点交叉口信号控制策略选择方法 | |
CN103136933A (zh) | 一种常规公交与地铁站的换乘协调控制方法 | |
CN202003509U (zh) | 一种基于车际网络的智能交通管理系统 | |
CN105976621A (zh) | 一种基于车辆速度诱导策略引导车辆不停车通过交叉口的装置及方法 | |
CN102157071A (zh) | 一种基于车际网络的智能交通管理系统及控制方法 | |
CN104485003B (zh) | 一种基于管道模型的智能交通信号控制方法 | |
Noori et al. | A connected vehicle based traffic signal control strategy for emergency vehicle preemption | |
CN107507437A (zh) | 救援车辆优先通行系统及方法 | |
CN104074112A (zh) | 一种城市道路上下游交叉口潮汐车道及其设计方法 | |
CN107240289A (zh) | 一种公交车线路优化管理方法及系统 | |
CN104952263A (zh) | 基于相位差渐进循环协调的应急车辆优先信号控制方法 | |
CN102915644A (zh) | 无线智能交通控制系统及方法 | |
CN104183147A (zh) | 改善公交准点率的公交车行驶速度控制方法 | |
CN104392616A (zh) | 一种智能红绿灯控制系统及控制方法 | |
CN102129774A (zh) | 一种具有微云功能的智能交通自组网系统 | |
CN109410618A (zh) | 一种智能公交车路协同控制系统及其使用方法 | |
CN105118317A (zh) | 一种基于云服务的交通管理服务系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151007 |
|
CF01 | Termination of patent right due to non-payment of annual fee |