CN109841059A - 一种基于vanet环境下预测拥挤路段并进行规避的方法 - Google Patents
一种基于vanet环境下预测拥挤路段并进行规避的方法 Download PDFInfo
- Publication number
- CN109841059A CN109841059A CN201910018511.9A CN201910018511A CN109841059A CN 109841059 A CN109841059 A CN 109841059A CN 201910018511 A CN201910018511 A CN 201910018511A CN 109841059 A CN109841059 A CN 109841059A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- path
- section
- time
- highway
- 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.)
- Pending
Links
Abstract
本发明提供了一种基于VANET环境下预测拥挤路段并进行规避的方法，其特征在于，包括以下步骤：车辆获取实时路况信息后规划出一条最佳路径；车辆沿最佳路径行驶；在车辆行驶过程中，对将要经过的路段是否会发生堵塞进行预测，从而重新调整最佳路径行驶。采用了上述方案后，在基于车载自组织网络的技术基础上，通过获取的实时路况信息，以及路径的历史信息，更够更好的对路径进行拥堵判断，并对拥堵路段得到疏通的时间进行预测，同时根据疏通时间，来指导车辆是否进行绕行，以及何时绕行，或者是否应该沿原始路径进行车辆行驶。为车辆节省了行驶时间，提供了更好的行车体验。
Description
技术领域
本发明涉及一种基于VANET环境下预测拥挤路段并进行规避的一种方法，属于车辆路径规划技术领域。
背景技术
近些年来，随着经济的发展，城市的快速建设，交通拥堵成为一项人们面临的越来越严峻的挑战。而路径规划作为智慧城市交通建设的重要环节，受到人们越来越多的重视。传统的动态路径规划方法更多的是基于当前路网的交通信息以及路网拓扑结构进行路径规划和调整，然后城市路网的复杂性也带来了拥堵情况的多样性。如预测前方拥堵，拥堵路段有可能在车辆实际到达之前疏通，车辆不必在发现拥堵的情况下即刻调整原始路径，否则本身可能会增加更多行驶时间。因此如何在前方有拥堵的情况下，根据拥堵路段的预测疏通情况，来指导车辆是否进行绕行，以及何时绕行，或者是否应该沿原始路径进行车辆行驶。
车载自组织网络是自动创建车辆到车辆，即V2V数据交换的无线网络，通过将移动自组织网络的原则应用到车辆领域而创建的。。
发明内容
本发明的目的是：有效地帮助驾驶者在预测前方有拥堵路段的情况下，选取一条最佳路径来规避拥堵路段，从而得到更好的行车体验。
为了达到上述目的，本发明的技术方案是提供了一种基于VANET环境下预测拥挤路段并进行规避的方法，其特征在于，包括以下步骤：
步骤1、车辆通过向其他车辆以及路边信号单元发出获取信息请求，通过V2V以及V2R两种信息采集方式，来获取实时路况信息；
步骤2、车辆通过获取的实时路况信息，规划出一条最佳路径；
步骤3、车辆沿最佳路径行驶；
步骤4、在车辆行驶过程中，收集当前路段的实时路况信息以及同一路段的历史路况信息，基于非拥挤交通条件下流量预测的状态空间模型对最佳路径上将要经过的路段进行拥堵判断预测，若将要经过的路段会发生堵塞，则进入下一步，若不会发生堵塞，则返回步骤3；
步骤5、对车辆沿最佳路径由当前路段行驶到会发生堵塞的路段的剩余路程进行行驶时间的计算；
步骤6、通过基于拥堵交通条件下流量预测的状态空间模型预测对会发生堵塞的路段进行疏通时间的预测；
步骤7、若疏通时间小于行驶时间，则返回步骤3，否则进入下一步；
步骤8、从车辆所在行驶位置对车辆进行拥堵路段规避得到规避路径集合；
步骤9、从规避路径集合中选取最佳规避路径，并判断最佳规避路径的最后路段是否为终点路段，若是，则结束，否则进入下一步；
步骤10、选取该最佳规避路径后更新最佳路径，返回步骤3。
优选地，步骤2中，基于最少行驶时间规划出所述最佳路径。
优选地，步骤4中，通过路边RSU装置获取所述历史路况信息。
优选地，步骤8中，规避路径集合具体为：设疏通时间为tij，车辆从所在位置到达拥堵路段所经过的路口集合假设为{a,b,c}，车辆从所在路口位置到达拥堵路段需要花费的时间为TPai，如果tij大于TPai，则以路口集合中的路口为起点，拥堵路段的结束路口为终点，分别规划出规避路径集合{P′aj,P′bj,P′cj}，比较规避路径所花费行驶时间{TP′aj,TP′bj,TP′cj}，车辆选择最佳规避路径进行行驶，如果规避路径所花费行驶时间都大于TPai+tij，车辆行驶至拥堵路段进行等待。
采用了上述方案后，在基于车载自组织网络的技术基础上，通过获取的实时路况信息，以及路径的历史信息，更够更好的对路径进行拥堵判断，并对拥堵路段得到疏通的时间进行预测，同时根据疏通时间，来指导车辆是否进行绕行，以及何时绕行，或者是否应该沿原始路径进行车辆行驶。为车辆节省了行驶时间，提供了更好的行车体验。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于VANET环境下预测拥挤路段并进行自适应规避的方法，如图1所示，包含以下步骤：
步骤1：车辆通过向其他车辆以及路边信号单元发出获取信息请求，通过V2V以及V2R两种信息采集方式，来获取路网实时路况信息。
本步骤中，路网中每辆车都配备车载单元(OBU)，并且通过V2V和V2R两种方式来传递实时车辆信息(例如，车辆数量，位置，速度等)的通信。由于V2R通信属于移动车辆与固定RSU间的通信，所以车辆与RSU间可以通过单跳或多跳的方式进行通信。由于各自的通信半径有所不同，当车辆位于RSU覆盖范围内时，车辆可以直接与固定的RSU通信，当车辆离开RSU覆盖范围时，车辆进入RSU信号覆盖盲区，但该源车辆可以将其覆盖范围内的车辆当作中继车辆，并且通过多跳通信保持与RSU的连接并转发所携带的交通信息数据。
步骤2：车辆通过获取的实时路况信息，并通过算法，规划出一条基于行驶时间的最佳路径。该路径是基于实时路况信息以及路段实际长度所规划的，路径规划算法可选用Dijkstra等算法。
步骤3：车辆沿最佳路径行驶，并通过收集路段实时路况信息以及历史信息，对所要经过的路段进行未来交通量预测。
步骤4：对所经过路段进行判断是否会发生堵塞，若否则返回步骤3，如是则进入下一步。
步骤5：对车辆行驶到拥堵路段的剩余路程进行行驶时间计算。
步骤6：对拥堵路段进行疏通所花费时间计算。
步骤7：如若疏通时间小于车辆行驶到拥堵路段的剩余路程的行驶时间，则返回步骤3，否则进入下一步。
本步骤中，若疏通时间小于车辆行驶到拥堵路段的剩余路程的行驶时间，则车辆继续前进至拥堵路段，此时拥堵路段已经疏通，车辆沿初路径到达目的地。
步骤8：从车辆所在行驶位置对车辆进行拥堵路段规避得到规避路径集合。
本步骤中，以路口i到路口j方向路段拥堵为例，预测的拥堵路段需要疏花费的时间为tij，车辆从所在位置到达拥堵路段所经过的路口集合假设为{a,b,c}，车辆从所在路口位置到达拥堵路段需要花费的时间为TPai，如果tij大于TPai，则以路口集合中的路口为起点，拥堵路段的结束路口为终点，分别规划出规避路径集合{P′aj,P′bj,P′cj}，比较规避路径所花费行驶时间{TP′aj,TP′bj,TP′cj}，车辆选择最佳规避路径进行行驶，如果规避路径所花费行驶时间都大于TPai+tij，车辆行驶至拥堵路段进行等待。
步骤9：选取最佳规避路径，并对路径最后路段进行判断是否为终点路段，如若是，则结束。否则进入下一步。
步骤10：选取该最佳规避路径，车辆继续行驶，重复以上步骤，直到到达目的地结束行程。
不难发现，本发明通过以车载自组织网络技术为基础，以V2V和V2R两种方式对路网进行实时路况信息的获取，并同时结合路段状况的历史信息来对车辆行驶路径进行拥堵路段的判断，以及拥堵情况得到疏通的预测。本发明能够帮助车辆在行驶过程中提前发现拥堵，并根据拥堵情况来指导车辆是否进行绕行，以及何时绕行，或者是否应该沿原始路径进行车辆行驶。为车辆节省了行驶时间，提供了更好的行车体验。
Claims (4)
1.一种基于VANET环境下预测拥挤路段并进行规避的方法，其特征在于，包括以下步骤：
步骤1、车辆通过向其他车辆以及路边信号单元发出获取信息请求，通过V2V以及V2R两种信息采集方式，来获取实时路况信息；
步骤2、车辆通过获取的实时路况信息，规划出一条最佳路径；
步骤3、车辆沿最佳路径行驶；
步骤4、在车辆行驶过程中，收集当前路段的实时路况信息以及同一路段的历史路况信息，基于非拥挤交通条件下流量预测的状态空间模型对最佳路径上将要经过的路段进行拥堵判断预测，若将要经过的路段会发生堵塞，则进入下一步，若不会发生堵塞，则返回步骤3；
步骤5、对车辆沿最佳路径由当前路段行驶到会发生堵塞的路段的剩余路程进行行驶时间的计算；
步骤6、通过基于拥堵交通条件下流量预测的状态空间模型预测对会发生堵塞的路段进行疏通时间的预测；
步骤7、若疏通时间小于行驶时间，则返回步骤3，否则进入下一步；
步骤8、从车辆所在行驶位置对车辆进行拥堵路段规避得到规避路径集合；
步骤9、从规避路径集合中选取最佳规避路径，并判断最佳规避路径的最后路段是否为终点路段，若是，则结束，否则进入下一步；
步骤10、选取该最佳规避路径后更新最佳路径，返回步骤3。
2.如权利要求1所述的一种基于VANET环境下预测拥挤路段并进行规避的方法，其特征在于，步骤2中，基于最少行驶时间规划出所述最佳路径。
3.如权利要求1所述的一种基于VANET环境下预测拥挤路段并进行规避的方法，其特征在于，步骤4中，通过路边RSU装置获取所述历史路况信息。
4.如权利要求1所述的一种基于VANET环境下预测拥挤路段并进行规避的方法，其特征在于，步骤8中，规避路径集合具体为：设疏通时间为tij，车辆从所在位置到达拥堵路段所经过的路口集合假设为{a,b,c}，车辆从所在路口位置到达拥堵路段需要花费的时间为TPai，如果tij大于TPai，则以路口集合中的路口为起点，拥堵路段的结束路口为终点，分别规划出规避路径集合{P′aj,P′bj,P′cj}，比较规避路径所花费行驶时间{TP′aj,TP′bj,TP′cj}，车辆选择最佳规避路径进行行驶，如果规避路径所花费行驶时间都大于TPai+tij，车辆行驶至拥堵路段进行等待。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910018511.9A CN109841059A (zh) | 2019-01-09 | 2019-01-09 | 一种基于vanet环境下预测拥挤路段并进行规避的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910018511.9A CN109841059A (zh) | 2019-01-09 | 2019-01-09 | 一种基于vanet环境下预测拥挤路段并进行规避的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109841059A true CN109841059A (zh) | 2019-06-04 |
Family
ID=66883621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910018511.9A Pending CN109841059A (zh) | 2019-01-09 | 2019-01-09 | 一种基于vanet环境下预测拥挤路段并进行规避的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109841059A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110310480A (zh) * | 2019-06-25 | 2019-10-08 | 电子科技大学 | 一种基于拥塞控制的实时路径规划方法 |
| CN110411469A (zh) * | 2019-07-29 | 2019-11-05 | 北京百度网讯科技有限公司 | 导航规划方法、装置、设备和介质 |
| CN110428618A (zh) * | 2019-07-25 | 2019-11-08 | 上海工程技术大学 | 基于VANETs的双向车道拥堵检测及信息转发方法 |
| CN110473421A (zh) * | 2019-09-23 | 2019-11-19 | 鞠青松 | 基于5g通信网络的智能交通导航系统 |
| CN110793538A (zh) * | 2019-10-08 | 2020-02-14 | 上海博泰悦臻网络技术服务有限公司 | 一种导航路径规划方法、装置及计算机存储介质 |
| CN110929179A (zh) * | 2019-11-05 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 一种出行数据的处理方法、装置及电子设备 |
| CN111127890A (zh) * | 2019-12-26 | 2020-05-08 | 广东嘉腾机器人自动化有限公司 | Agv交通管制调度方法及存储装置 |
| CN111640321A (zh) * | 2020-05-29 | 2020-09-08 | 深圳市元征科技股份有限公司 | 一种基于边缘计算的拥堵缓解方法及相关设备 |
| CN112614338A (zh) * | 2020-12-04 | 2021-04-06 | 程东 | 一种基于大数据的交通拥堵预测控制系统 |
| CN113566835A (zh) * | 2021-06-21 | 2021-10-29 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu的车辆汇入感知实时导航方法及系统 |
| CN114241756A (zh) * | 2021-12-07 | 2022-03-25 | 中交第一公路勘察设计研究院有限公司 | 一种高速公路施工期间硬路肩动态使用方法和系统 |
| EP4012344A3 (en) * | 2021-09-30 | 2022-11-09 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating route information, device, medium and product |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013109472A1 (en) * | 2012-01-17 | 2013-07-25 | On Time Systems, Inc. | Driver safety enhancement using intelligent traffic signals and gps |
| CN105489043A (zh) * | 2015-11-30 | 2016-04-13 | 华南理工大学 | 基于车载自组网的实时路径规划方法 |
| CN105788335A (zh) * | 2016-04-05 | 2016-07-20 | 广东欧珀移动通信有限公司 | 一种导航的方法及终端 |
| CN105810001A (zh) * | 2016-05-19 | 2016-07-27 | 东华大学 | 一种基于车载自组网的实时动态路径规划方法 |
| DE102015008174A1 (de) * | 2015-06-25 | 2016-12-29 | Audi Ag | Verfahren zum Bereitstellen einer alternativen Reiseroute für ein Kraftfahrzeug |
| CN106355915A (zh) * | 2015-07-17 | 2017-01-25 | 罗伯特·博世有限公司 | 一种用于提供行驶建议的方法和装置 |
| CN106530781A (zh) * | 2016-09-29 | 2017-03-22 | 奇瑞汽车股份有限公司 | 基于车联网分享路况信息的方法及系统 |
| CN107248304A (zh) * | 2017-07-31 | 2017-10-13 | 安徽中杰信息科技有限公司 | 城市交通指引方法及其指引系统 |
| CN107705607A (zh) * | 2017-09-29 | 2018-02-16 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
| CN109000676A (zh) * | 2018-06-22 | 2018-12-14 | 东华大学 | 一种vanet环境下结合预测信息的路径规划方法 |
-
2019
- 2019-01-09 CN CN201910018511.9A patent/CN109841059A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013109472A1 (en) * | 2012-01-17 | 2013-07-25 | On Time Systems, Inc. | Driver safety enhancement using intelligent traffic signals and gps |
| DE102015008174A1 (de) * | 2015-06-25 | 2016-12-29 | Audi Ag | Verfahren zum Bereitstellen einer alternativen Reiseroute für ein Kraftfahrzeug |
| CN106355915A (zh) * | 2015-07-17 | 2017-01-25 | 罗伯特·博世有限公司 | 一种用于提供行驶建议的方法和装置 |
| CN105489043A (zh) * | 2015-11-30 | 2016-04-13 | 华南理工大学 | 基于车载自组网的实时路径规划方法 |
| CN105788335A (zh) * | 2016-04-05 | 2016-07-20 | 广东欧珀移动通信有限公司 | 一种导航的方法及终端 |
| CN105810001A (zh) * | 2016-05-19 | 2016-07-27 | 东华大学 | 一种基于车载自组网的实时动态路径规划方法 |
| CN106530781A (zh) * | 2016-09-29 | 2017-03-22 | 奇瑞汽车股份有限公司 | 基于车联网分享路况信息的方法及系统 |
| CN107248304A (zh) * | 2017-07-31 | 2017-10-13 | 安徽中杰信息科技有限公司 | 城市交通指引方法及其指引系统 |
| CN107705607A (zh) * | 2017-09-29 | 2018-02-16 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
| CN109000676A (zh) * | 2018-06-22 | 2018-12-14 | 东华大学 | 一种vanet环境下结合预测信息的路径规划方法 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110310480B (zh) * | 2019-06-25 | 2021-12-03 | 电子科技大学 | 一种基于拥塞控制的实时路径规划方法 |
| CN110310480A (zh) * | 2019-06-25 | 2019-10-08 | 电子科技大学 | 一种基于拥塞控制的实时路径规划方法 |
| CN110428618A (zh) * | 2019-07-25 | 2019-11-08 | 上海工程技术大学 | 基于VANETs的双向车道拥堵检测及信息转发方法 |
| CN110428618B (zh) * | 2019-07-25 | 2021-10-08 | 上海工程技术大学 | 基于VANETs的双向车道拥堵检测及信息转发方法 |
| CN110411469A (zh) * | 2019-07-29 | 2019-11-05 | 北京百度网讯科技有限公司 | 导航规划方法、装置、设备和介质 |
| CN110473421A (zh) * | 2019-09-23 | 2019-11-19 | 鞠青松 | 基于5g通信网络的智能交通导航系统 |
| CN110473421B (zh) * | 2019-09-23 | 2020-06-23 | 鞠青松 | 基于5g通信网络的智能交通导航系统 |
| CN110793538A (zh) * | 2019-10-08 | 2020-02-14 | 上海博泰悦臻网络技术服务有限公司 | 一种导航路径规划方法、装置及计算机存储介质 |
| CN110929179A (zh) * | 2019-11-05 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 一种出行数据的处理方法、装置及电子设备 |
| CN110929179B (zh) * | 2019-11-05 | 2023-06-09 | 阿里巴巴集团控股有限公司 | 一种出行数据的处理方法、装置及电子设备 |
| CN111127890A (zh) * | 2019-12-26 | 2020-05-08 | 广东嘉腾机器人自动化有限公司 | Agv交通管制调度方法及存储装置 |
| CN111640321A (zh) * | 2020-05-29 | 2020-09-08 | 深圳市元征科技股份有限公司 | 一种基于边缘计算的拥堵缓解方法及相关设备 |
| CN111640321B (zh) * | 2020-05-29 | 2021-11-12 | 深圳市元征科技股份有限公司 | 一种基于边缘计算的拥堵缓解方法及相关设备 |
| CN112614338A (zh) * | 2020-12-04 | 2021-04-06 | 程东 | 一种基于大数据的交通拥堵预测控制系统 |
| CN113566835A (zh) * | 2021-06-21 | 2021-10-29 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu的车辆汇入感知实时导航方法及系统 |
| EP4012344A3 (en) * | 2021-09-30 | 2022-11-09 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating route information, device, medium and product |
| CN114241756A (zh) * | 2021-12-07 | 2022-03-25 | 中交第一公路勘察设计研究院有限公司 | 一种高速公路施工期间硬路肩动态使用方法和系统 |
| CN114241756B (zh) * | 2021-12-07 | 2023-03-31 | 中交第一公路勘察设计研究院有限公司 | 一种高速公路施工期间硬路肩动态使用方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109841059A (zh) | 一种基于vanet环境下预测拥挤路段并进行规避的方法 | |
| CN105810001B (zh) | 一种基于车载自组网的实时动态路径规划方法 | |
| KR101465493B1 (ko) | 차량 내비게이션 시스템 및 차량의 목적지 경로를 결정하는 방법 | |
| CN105023456B (zh) | 基于交通信号灯信号变化自适应智能线路规划方法 | |
| CN109000676B (zh) | 一种vanet环境下结合预测信息的路径规划方法 | |
| Wang et al. | Real-time path planning based on hybrid-VANET-enhanced transportation system | |
| RU2501088C2 (ru) | Определение экономного маршрута транспортного средства | |
| CN110361024A (zh) | 利用车辆组标识的动态车道级车辆导航 | |
| US20080238720A1 (en) | System And Method For Intelligent Traffic Control Using Wireless Sensor And Actuator Networks | |
| CN108022435A (zh) | 一种交通控制方法及系统 | |
| Liu et al. | Parking-area-assisted spider-web routing protocol for emergency data in urban VANET | |
| Oubbati et al. | SEARCH: An SDN-enabled approach for vehicle path-planning | |
| CN106548646A (zh) | 基于雾计算的城市堵车时道路信息服务系统及方法 | |
| CN103298059A (zh) | 车辆自组网中基于位置预测的连通度感知路由方法 | |
| Araujo et al. | CARTIM: A proposal toward identification and minimization of vehicular traffic congestion for VANET | |
| CN104637328B (zh) | 一种车辆自组织网络中基于rsu的分布式实时导航方法 | |
| CN105070078B (zh) | 一种基于车车通信的动态路径诱导方法 | |
| Souza et al. | Decreasing greenhouse emissions through an intelligent traffic information system based on inter-vehicle communication | |
| CN110174893A (zh) | 一种无人驾驶控制方法、系统及车辆 | |
| CN103236170B (zh) | 一种基于动态路网的交通诱导方法 | |
| Kim et al. | Navopt: Navigator assisted vehicular route optimizer | |
| CN112669642A (zh) | 一种基于通行时间和车速预测的动态路径规划算法和系统 | |
| Xu et al. | Efficient detection scheme for urban traffic congestion using buses | |
| CN109769285A (zh) | 一种基于位置预测的车辆间通信的路由方法 | |
| Alsabaan et al. | Applying vehicular networks for reduced vehicle fuel consumption and co2 emissions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190604 |
|
| RJ01 | Rejection of invention patent application after publication |