CN111667088A - 一种自动危险品运输车的专用道设置优化方法 - Google Patents

一种自动危险品运输车的专用道设置优化方法 Download PDF

Info

Publication number
CN111667088A
CN111667088A CN201910178263.4A CN201910178263A CN111667088A CN 111667088 A CN111667088 A CN 111667088A CN 201910178263 A CN201910178263 A CN 201910178263A CN 111667088 A CN111667088 A CN 111667088A
Authority
CN
China
Prior art keywords
lane
transport vehicle
dangerous goods
transportation
automated
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
Application number
CN201910178263.4A
Other languages
English (en)
Inventor
洪千叶
朱磊
张雪婷
陈金
朱蓓梅
任韵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Agricultural University
Original Assignee
Nanjing Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Agricultural University filed Critical Nanjing Agricultural University
Priority to CN201910178263.4A priority Critical patent/CN111667088A/zh
Publication of CN111667088A publication Critical patent/CN111667088A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于ε‑约束和模糊逻辑算法的自动危险品运输车的专用道设置优化方法。其中首先提出了一种多目标整数规划模型，然后基于ε‑约束和模糊逻辑算法开发出了一种新的算法：利用前者获得Pareto最优解，并且通过基于模糊逻辑的方法选择出最优的解决方案。计算结果证明了使用基于真实的网络拓扑和随机生成实例的案例所提出的算法是有效的。由于专用道设置可能会在降低危险品及自动驾驶所带来的风险的同时对整体交通网络性能产生不良的影响，本发明可以在现有交通网络中选择通用车道转换为自动危险品运输车专用车道，并从其中选择运输每种危险物品运输车的路径，使其在正常的交通影响和运输风险中取得最佳折衷解决方案。

Description

一种自动危险品运输车的专用道设置优化方法
技术领域
本发明属于交通运输网络中专用道设置的领域，具体涉及的是自动危险品运输车的专用道设置优化问题。
背景技术
随着经济的快速发展，每天都会有大量的危险品在交通运输网络中运送。危险品的运输以其高潜在风险而闻名。一旦发生事故，就可能造成非常严重的经济损失，并在很长一段时间内对附近的公共健康与环境造成灾难性的后果，特别是许多运输路线穿过城市区域。
随着高级驾驶辅助系统的不断创新，自动驾驶技术正在被人们不断地发掘。这项技术可以帮助驾驶员减少驾驶时的压力，提高安全性以及驾驶员的生产效率。将自动驾驶技术运用到危险品运输中去，所面临的主要问题之一就是安全问题。与手动车辆不同的是，自动驾驶的车辆需要能够及时地检测到可能存在的风险并及时、正确地对其采取应对措施。因此，从安全角度出发，首先要限制自动危险品运输车的驾驶环境。由于建造新的自动危险物品运输车专用道会消耗大量的成本和新的土地资源，所以并不适用于所有案例。因此，合理利用现有资源显得十分重要。
发明内容
本发明所要解决的技术问题是一种自动危险品运输车的专用道设置优化方法，以保证危险品安全有效地运输的同时减轻驾驶员运输压力，提高运输效率，减少行驶过程中大量车流对其可能产生的影响。
本发明是通过以下技术方案实现的：
本发明提供了一种自动危险品运输车的专用道设置优化算法，包括：
提出一种多目标优化模型。基于正式的问题描述，旨在从现有交通运输网络中选择要设置为专用道的路径，以保证每次运输在截止日期内完成，并保证运输过程中危险品及自动驾驶所造成的危险在可控范围内。由于专用道不可以为通用车辆所用，可能导致相邻车道上产生不良交通影响，所以还要考虑如何寻求最佳权衡，以达到最大限度地减少对交通运输问题产生的整体影响。
采用ε-约束方法求解多目标模型。利用ε-约束方法，可以将这种多目标IP问题转化为一系列单目标IP问题，并通过求解器(例如CPLEX)对其进行求解。这种方法旨在对一个最优选或是最主要的目标函数进行最小化求解，并通过一些允许值ε对其他函数进行限制，从而将多目标优化问题转化为单目标问题。然后重复以不同的ε对问题进行求解，最后得到K+1个Pareto最优解。
采用基于模糊逻辑的方法选择最优解。在获得K+1个Pareto最优解后，可以得到K+1个解决方案，并从中选择最优的解决方案，且计算出其最优性程度。在具有K+1个Pareto最优解的多目标优化问题中，以隶属函数δi
Figure BSA0000180007960000011
表示第k个解中第i个目标函数的最优性程度。对每个解k，进行基于各个隶属函数的隶属度δk的计算，选择具有最大隶属度δk的方案为最优选的解决方案。
本发明的有益效果是：在一定程度上确保了危险品能够安全地进行运输，降低了驾驶员的压力，对运输时间进行控制，提高了运输效率，且在利用现有资源的情况下最大程度上降低了对整体交通运输网络的流量影响。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，每条道路连接至少两条车道，且允许预留一条车道作为专用车道。保留某段道路上唯一一条车道对交通运输网络产生的影响过大。
进一步地，每条定向车道最多有一条专用车道。与专用车道的容量相比，单种危险品运输任务的流量相对较低，因此，所有的任务可以共享专用车道。
进一步地，每个危险品运输任务从出发地到目的地只有一条路径。由于设计的是执行本次运输任务的所有的自动危险品运输车的行驶路径，第一辆由驾驶员驱动，剩余车辆自动跟随第一辆。考虑到安全和成本因素，每个任务中所有的自动危险品运输车必须只在一条路径上行驶。
采用上一步的有益效果是：可以从现有交通运输网络中最佳地选择一些现有的通用车道作为自动危险品运输车，并最小化运输车车道对整体交通运输网络性能的影响。
附图说明
图1为本发明实施例所述的自动危险品运输车专用车道优化的方法流程图
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明的优化方法为前提下进行实施，给出了详细的实施方式和操作步骤。但是本发明的的适用范围不限于以下实施例。
实施例1
本实施例提供了一种自动危险品运输车专用道的优化方法，具有图一所示的流程，由如下几步进行优化：
建立模型。根据问题的描述，确定目标函数和约束条件，建立多目标优化模型。
从现有交通运输网络中选择设置为专用道的路径，要求最大限度地减少对整体交通运输网络所带来的总影响，且最小化在运输过程中危险品和自动驾驶所存在的总运输风险。
确保流量守恒，且专用道上有且仅有自动危险品运输车通行。
为了平衡风险的空间分布，确保每段道路上的危险品不能超过该路段的风险阈值。
确保运输任务所需总旅行时间不能超过其截止日期。
通过ε-约束的方法进行求解。
利用ε-约束方法，将多目标IP问题转化为一系列单目标IP问题，并通过求解器(例如CPLEX)对其进行求解。
选择一个最优选或是最主要的目标函数进行最小化求解，并通过一些允许值ε对其他函数进行限制，从而将多目标优化问题转化为单目标问题。
然后重复以不同的ε对问题进行求解，最后得到K+1个Pareto最优解。
采用模糊逻辑算法进行筛选。
在获得K+1个Pareto最优解后，可以得到K+1个解决方案，并从中选择最优的解决方案，且计算出其最优性程度。
在具有K+1个Pareto最优解的多目标优化问题中，以隶属函数δi
Figure BSA0000180007960000021
表示第k个解中第i个目标函数的最优性程度。
对每个解k，进行基于各个隶属函数的隶属度δk的计算，选择具有最大隶属度δk的方案为最优选的解决方案。
还包括每条道路连接至少两条车道，且允许预留一条车道作为专用车道。保留某段道路上唯一一条车道对交通运输网络产生的影响过大。
还包括每条定向车道最多有一条专用车道。与专用车道的容量相比，单种危险品运输任务的流量相对较低，因此，所有的任务可以共享专用车道。
还包括每个危险品运输任务从出发地到目的地只有一条路径。由于设计的是执行本次运输任务的所有的自动危险品运输车的行驶路径，第一辆由驾驶员驱动，剩余车辆自动跟随第一辆。考虑到安全和成本因素，每个任务中所有的自动危险品运输车必须只在一条路径上行驶。
本发明能够在一定程度上确保危险品运输安全的基础上，降低了专用道设置对整体交通运输网络产生的不良影响，并在减轻驾驶员驾驶压力的同时提高了运输效率。

Claims (6)

1.一种自动危险品运输车的专用道设置优化方法，其特征在于，在交通运输网络中选择预留的车道作为自动危险品运输车车道且仅允许在专用车道上使用自动危险品运输车，并从中选择不同危险品运输车的路径，以保证每批货物的运输效率；以及同一路段内所有该车通过所可能造成的风险，不能超过其事故概率的阈值，并最大限度地减少对正常流量和总运输风险的整体影响。对此，我们对其进行风险评估，并以表达式R＝p*c用作风险度量的替代。根据表述，提出了一种多目标模型，按照多目标优化的原则，采用ε-约束方法来解决所提出的的问题，最后基于模糊逻辑的方法进行筛选，获得最优选的解决方案。
2.根据权利要求1所述的一种自动危险品运输车的专用道设置优化方法，其特征在于，为自动危险品运输车的专用道设置开发多目标IP模型。
3.根据权利要求1所述的一种自动危险品运输车的专用道设置优化方法，其特征在于，开发基于ε-约束和一种基于模糊逻辑算法的方式进行解决。
4.根据权利要求1所述的一种自动危险品运输车的专用道设置优化方法，其特征在于，降低单个运输车速度与平均速度的偏差，整体车流流动趋于平稳，降低了潜在事故发生率。
5.根据权利要求1所述的一种自动危险品运输车的专用道设置优化方法，其特征在于，专用道所限制的驾驶环境使自动驾驶所带来的技术挑战易于处理，进一步实现运输的安全性。
6.根据权利要求1所述的一种自动危险品运输车的专用道设置优化方法，其特征在于，由于此专用道不适用于大量通用车辆，可以防止交通堵塞，进而可以预测运输任务所需时间，提高运输效率。
CN201910178263.4A 2019-03-08 2019-03-08 一种自动危险品运输车的专用道设置优化方法 Pending CN111667088A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910178263.4A CN111667088A (zh) 2019-03-08 2019-03-08 一种自动危险品运输车的专用道设置优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910178263.4A CN111667088A (zh) 2019-03-08 2019-03-08 一种自动危险品运输车的专用道设置优化方法

Publications (1)

Publication Number Publication Date
CN111667088A true CN111667088A (zh) 2020-09-15

Family

ID=72382095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910178263.4A Pending CN111667088A (zh) 2019-03-08 2019-03-08 一种自动危险品运输车的专用道设置优化方法

Country Status (1)

Country Link
CN (1) CN111667088A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785841A (zh) * 2020-12-25 2021-05-11 北京中交兴路信息科技有限公司 判断货车行驶路线拥堵状态的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100042314A1 (en) * 2006-12-06 2010-02-18 Wilhelm Vogt Route guidance method and system for implementing such a method, as well as a corresponding computer program and a corresponding computer-readable storage medium
CN103761588A (zh) * 2014-02-18 2014-04-30 张家港美核电子科技有限公司 基于多目标建模优化的危化品运输调度方法
US20150194055A1 (en) * 2012-08-23 2015-07-09 Robert Bosch Gmbh Lane change assistant for optimizing the traffic flow (traffic flow assistant)
CN107451693A (zh) * 2017-08-02 2017-12-08 南京工业大学 多点多目标的危化品运输路径优化方法
CN109374006A (zh) * 2018-12-06 2019-02-22 兰州交通大学 多目标的危险品道路运输路径规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100042314A1 (en) * 2006-12-06 2010-02-18 Wilhelm Vogt Route guidance method and system for implementing such a method, as well as a corresponding computer program and a corresponding computer-readable storage medium
US20150194055A1 (en) * 2012-08-23 2015-07-09 Robert Bosch Gmbh Lane change assistant for optimizing the traffic flow (traffic flow assistant)
CN103761588A (zh) * 2014-02-18 2014-04-30 张家港美核电子科技有限公司 基于多目标建模优化的危化品运输调度方法
CN107451693A (zh) * 2017-08-02 2017-12-08 南京工业大学 多点多目标的危化品运输路径优化方法
CN109374006A (zh) * 2018-12-06 2019-02-22 兰州交通大学 多目标的危险品道路运输路径规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785841A (zh) * 2020-12-25 2021-05-11 北京中交兴路信息科技有限公司 判断货车行驶路线拥堵状态的方法及装置
CN112785841B (zh) * 2020-12-25 2022-05-06 北京中交兴路信息科技有限公司 判断货车行驶路线拥堵状态的方法及装置

Similar Documents

Publication Publication Date Title
CN112833905B (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN106926844B (zh) 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN103217979B (zh) 基于缓冲区的多移动机器人路径冲突解决方法
Pei et al. Fault-tolerant cooperative driving at signal-free intersections
CN106767860A (zh) 一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法
CN111007862B (zh) 一种多agv协同工作的路径规划方法
Li et al. Trajectory planning for autonomous modular vehicle docking and autonomous vehicle platooning operations
Karimi Shahri et al. Optimal lane management in heterogeneous traffic network
CN110908386A (zh) 一种无人车分层路径规划方法
Gao et al. Multi-lane convoy control for autonomous vehicles based on distributed graph and potential field
CN107678279A (zh) 一种考虑规避约束的agv轨迹规划方法
CN113781811A (zh) 一种矿区路口车辆通行决策系统及方法
CN111667088A (zh) 一种自动危险品运输车的专用道设置优化方法
Čičić et al. Energy-optimal platoon catch-up in moving bottleneck framework
CN110347156B (zh) 一种agv进出岸桥下作业车道的路径优化方法及系统
Liang et al. Influence of bus stop location on traffic flow
Čičić et al. Platoon merging distance prediction using a neural network vehicle speed model
CN117764340B (zh) 一种新能源电动汽车充电引导分级调控方法
CN114093166A (zh) 一种面向无信号灯岔口的集中式混合车辆协调优化方法
Zakrzewski et al. Changes in logistics processes caused by the implementation of automation in transport
KR20230099347A (ko) 선행차량 추종 및 차선유지를 위한 가변 목표 경로 생성 방법 및 시스템
CN110104560B (zh) 一种提高自动天车运行效率的方法
Aanjanadevi et al. Independent automobile intelligent motion controller and redirection, using a deep learning system
Li et al. A ramp merging strategy for automated vehicles considering vehicle longitudinal and latitudinal dynamics
Yan et al. Optimal design of reserved lanes for automated truck considering user equilibrium

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200915

WD01 Invention patent application deemed withdrawn after publication