CN112767683B - 一种基于反馈机制的路径诱导方法 - Google Patents

Abstract

本发明公开了一种基于反馈机制的路径诱导方法，属于交通管理与控制领域。基于反馈机制的路径诱导方法，通过车路协同技术实时获取道路的基础信息数据和车辆的运行信息数据，通过对交通数据进行分析处理，生成实时的车辆诱导路径。方法包括：定义路径诱导控制中心、城市路网、车辆交通起止点调查行为；提出三种不同的路径诱导方案，根据不同交通运行情况，选择合适的路径诱导方案；计算路段的交通阻抗；计算交叉口的交通阻抗；选择交通阻抗最小的路线，诱导车辆驶入。本发明的技术方案消除了交通信息的延迟性，可以实时的提供道路的交通运行状态，为道路使用者提供选择最优路径的指导信息。

Description

一种基于反馈机制的路径诱导方法

技术领域

本发明涉及交通管理与控制领域，更具体地说，涉及一种基于反馈机制的路径诱导方法。

背景技术

智能车路协同系统即IVICS(Intelligent Vehicle InfrastructureCooperative Systems)，简称车路协同系统。主要是通过多学科交叉与融合，采用无线通信、传感探测等先进技术手段，实现对人、车、路的信息的全面感知和车辆与基础设施之间、车辆与车辆之间的智能协同和配合，从而达到优化并利用系统资源、提高道路交通安全和效率、缓解道路交通拥挤的目标，车路协同的实质就是将控制指挥与道路交通条件的需求相匹配，从而实现交通的安全、环保、高效。

交通诱导系统是智能交通系统(Intelligent Transportation System，ITS)的重要子系统之一。它是诸多高新技术(如地理信息系统、定位技术、导航技术、现代无线通信技术等)的集成，具有多种功能。作为智能运输系统的核心，城市交通流诱导系统(UTFGS,Urban Traffic Flow Guidance System)的研究目的，是提高道路的通行能力和车辆的运输效率，减少交通拥挤和交通事故的有效方法。交通流诱导系统，有人称之为交通路线导引系统或车辆导航系统。它利用全球定位系统、电子交通图、计算机和先进的通信技术，使得车载计算机能够自动显示车辆位置，交通网络图和道路交通状况。交通诱导系统自诞生以来，就受到了人们的普遍关注。许多发达国家如美国、德国、日本等将其列入国家研究计划，投入大量的人力、物力和财力对其进行研究、试验和开发。随着相关技术的成熟和系统的实用化，交通诱导系统在未来交通管理中将扮演越来越重要的角色。

中国专利申请，申请号201710607368.8，授权公告日2019年8月30日，公开了基于信息素反馈的路径诱导方法以及计算机可读存储介质，方法包括：实时获取道路上各车辆的行驶速度并判断车辆是否减速行驶或停止行驶，减速车辆释放第一计量的信息素，停止车辆释放第二计量的信息素，第二计量大于第一计量；累计当前时间步内道路上的车辆所释放的信息素在道路入口处的信息素浓度；根据信息素浓度和截至前一时间步道路上剩余的累积信息素浓度来计算截至当前时间步道路上的车辆所释放的信息素在道路入口处的累积信息素浓度；根据道路入口处的累积信息素浓度及对应的道路长度，计算道路在其入口处的标准化信息素浓度；在可供选择的多条道路中，以当前时间步标准化信息素浓度最小的道路作为当前推荐车主首选的道路。但是，现有的路径诱导方法存在的局限：路况信息反应不及时，无法实时为车辆驾驶员提供的最优路径的指导，存在滞后性；没有充分考虑影响交通运行的因素，不能真实准确地反映交通运行状态信息，从而导致路径诱导错误；没有考虑未来时刻的交通流变化，不能对未来时刻的交通运行状态做出预判。

发明内容

1.要解决的技术问题

针对现有技术中存在的诱导策略所存在的交通状态信息显示不及时或显示错误的问题，本发明提供了一种基于反馈机制的路径诱导方法，它可以实现消除信息的延迟性，实时的提供道路的交通运行状态，为道路使用者提供选择最优路径的指导信息。

2.技术方案

本发明的目的通过以下技术方案实现。

近年来随着经济的发展，交通事业也正以前所未有的速度迅猛发展着。新建道路和其它各种交通设施越来越多，单行线、禁行线、路口禁止转向等交通管理措施也被越来越广泛地采用。这对于出行者来说，一方面为他们提供了更大的出行路线的选择余地，保证了路网的畅通，但同时也增大了其出行的复杂性。针对这些形势，出行者在出行时迫切需要一个能够使其避免拥堵，避免违规驾驶，安全、便利、快捷地到达目的地的出行服务。

本发明的主要目的在于提出一种车联网环境下基于实时信息反馈的路径诱导方法，以解决现有的诱导策略所存在的交通状态信息显示不及时或显示错误的问题。本发明所提出的技术方案如下：

车路协同系统能全方位获取车辆个体的时空状态信息和道路的基础信息，为实时获取交通数据提供了技术基础和支持条件。一种基于反馈机制的路径诱导方法，包括以下步骤：

步骤1，定义交通诱导控制中心，控制中心通过收集交通数据，对交通数据进行建模分析，为车辆提供路径诱导信息。定义城市交通路网，将城市道路看做为被交叉口分隔成的一个个路段，则城市路网即为由许多路段和交叉口组成的网络结构。城市的交叉口都为信号控制交叉口，不考虑环形交叉口。定义车辆的OD行为，车辆在城市道路上行驶时，都有起点和终点，车辆的起点和终点都是随机产生的，且车辆会将每次出行的起点和终点上传至控制中心，以便控制中心对该车辆出行进行路径诱导。

步骤2，路径诱导策略，具体包括：

首先，定义三种路径诱导方案：

路径诱导方案1：距离最短策略，以路线距离(包括交叉口转向距离和路段距离)为权重，车辆选择从起点到终点距离最短的路径。距离最短路径以路线距离为权重，路线的距离是静态数据，距离最短路径一经确定就不会改变了，所以如果某一车辆选择使用诱导方案1，已经为该车辆推荐了诱导路线了，则控制中心将不会在为该车辆推荐新的诱导路线了。

路径诱导方案2：局部信息诱导策略，以车辆即将驶入路段的交通阻抗和相应的交叉口转向交通阻抗为权重。车辆在路口前面临路径选择时，将选择驶入路段的交通阻抗和相应的交叉口转向交通阻抗之和最小的那个路段。诱导方案2向车辆提供了一个局部的道路网络中各路段的交通阻抗信息和交叉口的交通阻抗信息，可以诱导车辆避免明显拥堵的路段和交叉口转向。车辆每次驶过路段到达交叉口前，控制中心都会重复路径诱导方案2，为车辆提供交通阻抗较小的路径，直到车辆到达目的地。

路径诱导方案3：全局信息诱导策略，车辆在交叉口面临路径选择时，计算当前位置和目的地之间所有路线上的交通阻抗信息(包括交叉口阻抗和路段阻抗)，并选择交通阻抗最小的路线。诱导方案3向车辆提供了一个区域的道路网络中的交通阻抗信息，为车辆提供基于全局信息的路径诱导，可以避免拥堵的区域。每次车辆到达路口需要做出选择时，就控制中心重复这一过程为车辆提供交通阻抗最小的路线，直至车辆到达目的地。这样能够及时了解道路上交通情况，实现对车辆路线选择的实时修正。

其次，使用路径诱导方案1，计算从车辆的起点到终点的距离最短路径，计算该路线的拥堵指数，拥堵指数的计算方式如下：

通过拥堵指数，将道路的交通运行情况划分为三种状态：

表1交通状态表

	畅通	缓行	拥堵
				拥堵指数	[1,1.2)	[1.2,1.5)	[1.5,+∞)

如果车辆的距离最短路径的路线的交通运行状态是畅通状态，则车辆将使用诱导方案1的距离最短路径策略。如果车辆的距离最短路径的路线的交通运行状态是缓行状态，则车辆将使用诱导方案2局部信息诱导策略。如果车辆的距离最短路径的路线的交通运行状态是拥堵状态，则车辆将使用诱导方案3的全局信息诱导策略。

在车辆从一次出行的起点出发时，就会确定使用哪种诱导方案。一旦车辆确定了使用三种诱导方案中的其中一种诱导方案后，则就不会在出行的过程中更改路径诱导方案，直到车辆到达目的地。在车辆到达目的地后，该次出行结束，如果该车辆需要再次出行，去往下一个目的地，则可以重新规划路线，计算距离最短路线的拥堵指数，重新选择路线诱导方案。

诱导方案1的距离最短策略，简单直观，不涉及大量计算，对控制中心的运算能力要求低，只需计算一次路径，但是距离最短策略无法提供路况信息，不能避开拥堵的道路，适合于畅通状态下的车辆诱导。

诱导方案2的局部信息诱导策略，需要对局部道路上的交通状况进行统计分析，对控制中心的运算能力具有一定要求。局部信息诱导策略可以在一定程度上避免拥堵的道路，适用于缓行状态下的车辆诱导。

诱导方案3的全局信息诱导策略，考虑了区域内所有道路的交通状况，可以有效地避开拥堵区域。但是全局信息诱导策略对大范围内的道路交通状况进行统计分析涉及到大量的计算，对控制中心计算能力以及算法提出了较高的要求，适合于拥堵状态下的车辆诱导。

步骤3，计算路段的交通阻抗，具体包括：

步骤301，实时获取道路i的基础信息，包括道路长度L_i、车道数N_i和设计速度V_i等。

步骤302，实时获取道路i上所有车辆的信息，包括车辆j的平均速度

车辆j的车型等。

步骤303，车辆标准化：以小客车为标准车型，将不同车型的车辆换算成标准车型。η为车辆换算系数，不同车型的换算系数如下所示：

步骤304，计算当前时刻路段新增的信息素值：

表示t时刻道路i上车辆j的信息素系数，

表示t时刻道路i上的车辆j在道路i的平均速度。通过将车辆j的平均速度与道路i的设计速度比较，按照平均速度大小的不同，将车辆所释放的信息素也不同。

表示t时刻在道路i上行驶车辆j所代表的信息素值。Δτ_i(t)表示t时刻在道路i上所有行驶车辆代表的信息素值的总和。通过将道路i上所有车辆的信息素累计，就可以得到t时刻道路i表示交通运行状态的信息素值。

步骤305，计算路段的累计信息素：

Δt表示时间间隔；α₁表示信息素的衰减系数；β₁表示预测系数；τ_i(t)表示t时刻在道路i所累积且上传至控制中心的信息素值；τ_i(t-Δt)表示上个时刻，在道路i所累积且上传至控制中心的信息素值；

表示通过历史信息预测的，下个时刻在道路i的信息素值。

由于车辆所表示的信息素是与时间相关的，车辆在是释放信息素的同时，各个道路上的信息素的强度也在通过挥发等方式逐渐消失。为了描述这一特征，令α₁(0<α₁<1)表示信息素的衰减程度。同时，本发明也考虑了未来时刻的交通运行情况，通过历史数据预测未来时刻的交通状况，以此作为反馈信息来指导司机选择道路，令β₁(0<β₁<1)表示未来的交通运行状况对当前交通运行状况的影响。

步骤4，计算交叉口转向交通阻抗：

步骤401，实时获取交叉口n的进口道m的车辆转向长度

(包括左转长度

直行长度

右转长度

)。

步骤402，实时获取交叉口n的信号控制方案，进口道m各转向的绿信比

(包括左转绿信比

直行绿信比

右转绿信比

)和各个转向的饱和度

(包括左转饱和度

直行饱和度

右转饱和度

)。

步骤403，当前时刻的交叉口转向的新增信息素：

表示t时刻交叉口n进口道m转向h上单个车辆的信息素系数，

时刻交叉口n进口道m转向h饱和度。通过饱和度将交叉口的交通状态划分为四种状态，分别是低饱和状态、中饱和状态、高饱和状态、过饱和状态。不同状态下，车辆所释放的信息素是不同的。

表示t时刻交叉口n进口道m转向h上所有车辆所释放的信息素值之和。

表示t时刻交叉口n进口道m转向h上已换算成标准车辆的车辆数，换算系数与步骤303一致。

步骤404，交叉口转向的累计信息素：

α₂表示交叉口信息素的衰减系数(0<α₂<1)；β₂表示交叉口的预测系数(0<β₂<1)；

表示t时刻交叉口n进口道m转向h上传至控制中心的信息素值；

表示上个时刻，交叉口n进口道m转向h上传至控制中心的信息素值；

表示通过历史信息预测的，下个时刻在交叉口n进口道m转向h的信息值。

步骤5，选择路段，在车辆可供选择的多条路线中，通过合理地选用路径诱导方案，以车辆释放的信息素值为路段和交叉口的交通阻抗，选择当前时刻交通阻抗最小的路线作为推荐路线，诱导车辆驶入。本发明提供的基于反馈机制的路径诱导方法，对于现有的诱导技术来说，能够更好地反映不同道路的交通拥堵情况，诱导车辆避开拥堵道路，诱导效果更好。

3.有益效果

相比于现有技术，本发明的优点在于：

本发明的路径诱导方法消除了信息的延迟性，可以实时的提供道路的交通运行状态，为道路使用者提供选择最优路径的指导信息。在车路协同的环境下，可以获取多种交通数据，充分考虑了影响交通运行的各种因素，可以为驾驶员提供准确的交通路况信息。道路的交通流是瞬息万变的，交通状态随着时间是不断变化的，本发明的方法基于历史数据对未来时刻的交通状态进行预测，考虑未来时刻的路况信息，对路况信息进行了预判，提高了为驾驶员提供选择最优路径的指导信息的准确性。

附图说明

图1为本发明的方法流程示意图；

图2为本发明的场景应用示意图。

具体实施方式

下面结合说明书附图和具体的实施例，对本发明作详细描述。

实施例1

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

如图1所示，本发明具体实施方式提出的一种基于反馈机制的路径诱导方法，具体包括以下步骤：

步骤1，定义交通诱导控制中心，控制中心通过收集交通数据，对交通数据进行建模分析，为车辆提供路径诱导信息。定义城市交通路网，如图2所示，将城市道路看做为被交叉口分隔成的一个个路段，则城市路网即为由许多路段和交叉口组成的网络结构。城市的交叉口都为信号控制交叉口，不考虑环形交叉口。定义车辆的OD行为，车辆在城市道路上行驶时，都有起点和终点，车辆的起点和终点都是随机产生的，且车辆会将每次出行的起点和终点上传至控制中心，以便控制中心对该车辆出行进行路径诱导。

步骤2，路径诱导策略，具体过程如下：

首先，定义三种路径诱导方案：

路径诱导方案1：距离最短策略，以路线距离(包括交叉口距离和路段距离)为权重，车辆选择从起点到终点距离最短的路径。距离最短路径以路线距离为权重，路线的距离是静态数据，距离最短路径一经确定就不会改变了，所以如果某一车辆选择使用诱导方案1，已经为该车辆推荐了诱导路线了，则控制中心将不会在为该车辆推荐新的诱导路线了。

路径诱导方案2：局部信息诱导策略，以车辆即将驶入路段的交通阻抗和相应的交叉口转向交通阻抗为权重。车辆在路口前临路径选择时，将选择驶入路段的交通阻抗和相应的交叉口转向交通阻抗之和最小的那个路段。诱导方案2向车辆提供了一个局部的道路网络中各路段的交通阻抗信息和交叉口的交通阻抗信息，可以诱导车辆避免明显拥堵的路段和交叉口转向。车辆每次驶过路段到达交叉口前，控制中心都会重复路径诱导方案2，为车辆提供交通阻抗较小的路径，直到车辆到达目的地。

路径诱导方案3：全局信息诱导策略，车辆在交叉口面临路径选择时，计算当前位置和目的地之间所有路线上的交通阻抗信息(包括交叉口阻抗和路段阻抗)，并选择交通阻抗最小的路线。诱导方案3向车辆提供了一个区域的道路网络中的交通阻抗信息，为车辆提供基于全局信息的路径诱导，可以避免拥堵的区域。每次车辆到达路口需要做出选择时，就控制中心重复这一过程为车辆提供交通阻抗最小的路线，直至车辆到达目的地。这样能够及时了解道路上交通情况，实现对车辆路线选择的实时修正。

其次，使用路径诱导方案1，计算从车辆的起点到终点的距离最短路径，计算该路线的拥堵指数，拥堵指数的计算方式如下：

自由流状态下的交通阻抗可取夜间时段(0:00-4:00)的交通阻抗。通过拥堵指数，将道路的交通运行情况划分为三种状态，如表1所示。

如果车辆的距离最短路径的路线的交通运行状态是畅通状态，则车辆将使用诱导方案1的距离最短路径策略。如果车辆的距离最短路径的路线的交通运行状态是缓行状态，则车辆将使用诱导方案2局部信息诱导策略。如果车辆的距离最短路径的路线的交通运行状态是拥堵状态，则车辆将使用诱导方案3的全局信息诱导策略。

在车辆从一次出行的起点出发时，就会确定使用哪种诱导方案。一旦车辆确定了使用三种诱导方案中的其中一种诱导方案后，则就不会在出行的过程中更改路径诱导方案，直到车辆到达目的地。在车辆到达目的地后，该次出行结束，如果该车辆需要再次出行，去往下一个目的地，则可以重新规划路线，计算距离最短路线的拥堵指数，重新选择路线诱导方案。

诱导方案1的距离最短策略，简单直观，不涉及大量计算，对控制中心的运算能力要求低，只需计算一次路径，但是距离最短策略无法提供路况信息，不能避开拥堵的道路，适合于畅通状态下的车辆诱导。诱导方案2的局部信息诱导策略，需要对局部道路上的交通状况进行统计分析，对控制中心的运算能力具有一定要求。局部信息诱导策略可以在一定程度上避免拥堵的道路，适用于缓行状态下的车辆诱导。诱导方案3的全局信息诱导策略，考虑了区域内所有道路的交通状况，可以有效地避开拥堵区域。但是全局信息诱导策略对大范围内的道路交通状况进行统计分析涉及到大量的计算，对控制中心计算能力以及算法提出了较高的要求，适合于拥堵状态下的车辆诱导。

步骤3，计算路段的交通阻抗，具体包括：

步骤301，实时获取道路i的基础信息，包括道路长度L_i、车道数N_i和设计速度V_i等。在具体的实施例中，道路的基础信息是静态信息，一般不会随便变化的，可以建立一个道路基础信息库，每隔一段时间更新一次道路基础信息库或者基础道路基础信息变化就及时更新道路基础信息库。

步骤302，实时获取道路i上所有车辆的信息，包括车辆j的平均速度

车辆j的车型等。车道的信息是动态数据，需要实时更新，在车路协调的环境下，以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与X(即车与车、人、路、服务平台)之间的网络连接，实现车辆和基础设施之间智能协同与配合，可以获取实时的车辆的动态运行数据。

步骤303，车辆标准化。本发明考虑了不同车型对交通运行环境产生的影响是不同的，如大型车辆对道路交通运行情况产生的影响或干扰一般是比小型车辆对交通运行情况产生的影响更大，所以大型车辆应该释放更多的信息素。在本发明中采用小客车为标准车型，将不同车型的车辆换算成标准车型。η为车辆换算系数，不同车型的换算系数如下所示：

步骤304，计算当前时刻路段新增的信息素值。

道路的设计速度，表示车辆在道路上行驶时的理想速度。车辆在道路上的实际行驶速度越大，越接近道路的设计速度，则表示道路的交通运行环境越好，车辆可以高速地通过道路。本发明基于考虑车辆实时运行速度的反馈机制，通过车辆的实时运行速度反映道路的交通运行情况。车辆的实时速度越大，则表示的信息素越小；车辆的实时速度越小，则表示的信息素越大。计算信息素的公式如下所示：

表示t时刻道路i上车辆j的信息素系数，

表示t时刻道路i上的车辆j在道路i的平均速度。通过将车辆j的平均速度与道路i的设计速度比较，按照平均速度大小的不同，将车辆所释放的信息素也不同。

表示t时刻在道路i上行驶车辆j所代表的信息素值。Δτ_i(t)表示t时刻在道路i上所有行驶车辆代表的信息素值的总和。通过将道路i上所有车辆的信息素累加，就可以得到t时刻道路i表示交通运行状态的信息素值。

步骤305，计算路段的累计信息素。

在本发明中，需要获取的是道路实时的交通运行状态，车辆的信息素是与时间相关的变量，可以随时间累积，也可以随时间消逝。一方面，本发明考虑车辆对路段的影响是不断累加的，每个时刻都会对路段上的车辆的速度进行一次监测，获取一次车辆的信息素。每个时刻都获取车辆的信息素，然后将车辆的每个时刻获取的信息素进行累计。另一方面，随着时间的变化，车辆对道路的影响会逐渐下降，最后这种影响会减为零。

在上述步骤304中，计算的是当前时刻，路段i上所有车辆的信息素值之和，然而还需要考虑截止到当前时刻路段i在这段时间所累积的信息素值。最后，本发明还考虑了未来下个时刻的路段i的交通状态。

Δt表示时间间隔；α₁表示信息素的衰减系数；β₁表示预测系数；τ_i(t)表示t时刻在道路i所累积且上传至控制中心的信息素值；τ_i(t-Δt)表示上个时刻，在道路i所累积且上传至控制中心的信息素值；

表示通过历史信息预测的，下个时刻在道路i的信息素值。

由于车辆所表示的信息素是与时间相关的，车辆在是释放信息素的同时，各个道路上的信息素的强度也在通过挥发等方式逐渐消失。为了描述这一特征，令α₁(0<α₁<1)表示信息素的衰减程度。同时，本发明也考虑了未来时刻的交通运行情况，通过历史数据预测未来时刻的交通状况，以此作为反馈信息来指导司机选择道路，令β₁(0<β₁<1)表示未来的交通运行状况对当前交通运行状况的影响。

步骤4，计算交叉口转向交通阻抗，具体包括：

步骤401，实时获取交叉口n的进口道m的车辆转向长度

(包括左转长度

直行长度

右转长度

)。

步骤402，实时获取交叉口n的信号控制方案，进口道m各转向的绿信比

(包括左转绿信比

直行绿信比

右转绿信比

)和各个转向的饱和度

(包括左转饱和度

直行饱和度

右转饱和度

)。

步骤403，当前时刻的交叉口转向的新增信息素：

表示t时刻交叉口n进口道m转向h上单个车辆的信息素系数，

时刻交叉口n进口道m转向h饱和度。通过饱和度将交叉口的交通状态划分为四种状态，分别是低饱和状态、中饱和状态、高饱和状态、过饱和状态。不同状态下，车辆所释放的信息素是不同的，饱和度越大，释放的信息素越大。

表示t时刻交叉口n进口道m转向h上所有车辆所释放的信息素值之和。

表示t时刻交叉口n进口道m转向h上已换算成标准车辆的车辆数，换算系数如步骤303所示。

步骤404，交叉口转向的累计信息素：

α₂表示交叉口信息素的衰减系数(0<α₂<1)；β₂表示交叉口的预测系数(0<β₂<1)；

表示t时刻交叉口n进口道m转向h上传至控制中心的信息素值；

表示上个时刻，交叉口n进口道m转向h上传至控制中心的信息素值；

表示通过历史信息预测的，下个时刻在交叉口n进口道m转向h的信息值。

步骤5，选择路段：在车辆可供选择的多条路线中，通过合理地选用路径诱导方案，以车辆释放的信息素值为路段和交叉口的交通阻抗，选择当前时刻交通阻抗最小的路线作为推荐路线，诱导车辆驶入。本发明提供的基于反馈机制的路径诱导方法，对于现有的诱导技术来说，能够更好地反映不同道路的交通拥堵情况，诱导车辆避开拥堵道路，诱导效果更好。

本发明的路径诱导方法消除了信息的延迟性，可以实时的提供道路的交通运行状态，为道路使用者提供选择最优路径的指导信息。在车路协同的环境下，可以获取多种交通数据，充分考虑了影响交通运行的各种因素，可以为驾驶员提供准确的交通路况信息。道路的交通流是瞬息万变的，交通状态随着时间是不断变化的，本发明的方法基于历史数据对未来时刻的交通状态进行预测，考虑未来时刻的路况信息，对路况信息进行了预判，提高了为驾驶员提供选择最优路径的指导信息的准确性。

以上示意性地对本发明创造及其实施方式进行了描述，该描述没有限制性，在不背离本发明的精神或者基本特征的情况下，能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一，实际的结构并不局限于此，权利要求中的任何附图标记不应限制所涉及的权利要求。所以，如果本领域的普通技术人员受其启示，在不脱离本创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本专利的保护范围。此外，“包括”一词不排除其他元件或步骤，在元件前的“一个”一词不排除包括“多个”该元件。产品权利要求中陈述的多个元件也可以由一个元件通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (6)

1.一种基于反馈机制的路径诱导方法，其特征在于，包括以下步骤：

步骤1：采集交通数据用于建模分析，建立城市交通路网模型，进行车辆的交通起止点调查，将每次出行的起点和终点信息上传至控制中心；

步骤2：建立路径诱导方案，在车辆从一次出行的起点出发时，确定选用的诱导方案；

步骤3：计算路段的交通阻抗；

步骤4：计算交叉口转向交通阻抗；

步骤5：以信息素值为路段和交叉口的交通阻抗，选择当前时刻交通阻抗最小的路线作为推荐路线，诱导车辆驶入；

所述步骤1中，城市路网模型为由路段和交叉口组成的网络结构，城市的交叉口为信号控制交叉口，不考虑环形交叉口；

步骤2所述的路径诱导方案包括距离最短策略，所述策略以路线距离为权重，车辆选择从起点到终点距离最短的路径；

计算从车辆的起点到终点的距离最短路径，计算所述路径的拥堵指数，拥堵指数的计算方式如下：

通过拥堵指数，将道路的交通运行情况划分为三种状态：畅通、缓行和拥堵；

如果车辆的距离最短路径的路线的交通运行状态是畅通状态，则车辆使用距离最短路径策略；如果车辆的距离最短路径的路线的交通运行状态是缓行状态，则车辆使用局部信息诱导策略；如果车辆的距离最短路径的路线的交通运行状态是拥堵状态，则车辆使用全局信息诱导策略。

2.根据权利要求1所述的一种基于反馈机制的路径诱导方法，其特征在于，所述局部信息诱导策略以车辆即将驶入路段的交通阻抗和交叉口转向交通阻抗为权重，选择驶入路段的交通阻抗和交叉口转向交通阻抗之和最小的路段。

3.根据权利要求2所述的一种基于反馈机制的路径诱导方法，其特征在于，所述全局信息诱导策略计算当前位置和目的地之间所有路线上的交通阻抗信息，并选择交通阻抗最小的路线。

4.根据权利要求1所述的一种基于反馈机制的路径诱导方法，其特征在于，所述步骤3包括：

步骤301，实时获取道路i的基础信息，包括道路长度L_i、车道数N_i和设计速度V_i；

步骤302，实时获取道路i上所有车辆的信息，包括车辆j的平均速度

车辆j的车型；

步骤303，车辆标准化，以小客车为标准车型，将不同车型的车辆换算成标准车型，设定η为车辆换算系数，不同车型的换算系数为：

步骤304，计算当前时刻路段新增的信息素值：

表示t时刻道路i上车辆j的信息素系数，

表示t时刻道路i上的车辆j在道路i的平均速度：

表示t时刻在道路i上行驶车辆j所代表的信息素值，Δτ_i(t)表示t时刻在道路i上所有行驶车辆代表的信息素值的总和；

步骤305，计算路段的累计信息素：

式中，Δt表示时间间隔；α₁表示信息素的衰减系数；β₁表示预测系数；τ_i(t)表示t时刻在道路i所累积且上传至控制中心信息素值；τ_i(t-Δt)表示上个时刻，在道路i所累积且上传至控制中心的信息素值；

表示通过历史信息预测的，下个时刻在道路i的信息素值。

5.根据权利要求1所述的一种基于反馈机制的路径诱导方法，其特征在于，所述步骤4包括：

步骤401，实时获取交叉口n的进口道m的车辆转向长度

步骤402，实时获取交叉口n的信号控制方案，进口道m各转向的绿信比

和各个转向的饱和度

步骤403，当前时刻的交叉口转向的新增信息素：

式中，

表示t时刻交叉口n进口道m转向h上单个车辆的信息素系数，

时刻交叉口n进口道m转向h饱和度；

式中，

表示t时刻交叉口n进口道m转向h上所有车辆所释放的信息素值之和；

表示t时刻交叉口n进口道m转向h上已换算成标准车辆的车辆数，换算系数与权利要求4所述换算系数相同；

步骤404，交叉口转向的累计信息素

α₂表示交叉口信息素的衰减系数；β₂表示交叉口信息素的预测系数；

表示t时刻交叉口n进口道m转向h上传至控制中心的信息素值；

表示上个时刻，交叉口n进口道m转向h上传至控制中心的信息素值；

表示通过历史信息预测的，下个时刻在交叉口n进口道m转向h的信息值。

6.根据权利要求5所述一种基于反馈机制的路径诱导方法，其特征在于，所述车辆转向长度

包括左转长度

直行长度

右转长度

所述进口道m各转向的绿信比

包括左转绿信比

直行绿信比

右转绿信比

所述各个转向的饱和度

包括左转饱和度

直行饱和度

右转饱和度

Images