CN114444400A - 一种自主代客泊车群车库位分配方法 - Google Patents

一种自主代客泊车群车库位分配方法 Download PDF

Info

Publication number
CN114444400A
CN114444400A CN202210204117.6A CN202210204117A CN114444400A CN 114444400 A CN114444400 A CN 114444400A CN 202210204117 A CN202210204117 A CN 202210204117A CN 114444400 A CN114444400 A CN 114444400A
Authority
CN
China
Prior art keywords
parking
vehicle
garage
allocation
autonomous
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
CN202210204117.6A
Other languages
English (en)
Inventor
曾德全
胡一明
陈齐平
熊璐
邓振文
刘登程
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.)
Nanchang Intelligent New Energy Vehicle Research Institute
Original Assignee
Nanchang Intelligent New Energy Vehicle Research Institute
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 Nanchang Intelligent New Energy Vehicle Research Institute filed Critical Nanchang Intelligent New Energy Vehicle Research Institute
Priority to CN202210204117.6A priority Critical patent/CN114444400A/zh
Publication of CN114444400A publication Critical patent/CN114444400A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于自主驾驶决策规划方法技术领域，涉及一种自主代客泊车群车库位分配方法，包括如下步骤：S1：单车泊车行驶代价建模；S2：单车泊车入位难度代价建模；S3：泊位分配约束建模；S4：单车泊车代价建模；S5：单车泊车总代价建模；S6：群车库位分配系统总代价建模；S7：群车库位分配问题建模；S8：群车库位分配问题的亲和度进化函数设计；S9：三算子的免疫算法求解群车库位分配问题。本发明能有效解决停车场内，自主代客泊车群车的库位分配问题，降低因车辆争抢同一泊位导致的拥堵、混乱和能源浪费。

Description

一种自主代客泊车群车库位分配方法
技术领域
本发明属于自主驾驶决策规划方法技术领域，尤其是涉及一种自主代客泊车群车库位分配方法。
背景技术
停车难一直是困扰车辆用户的痛点问题与难点问题，特别是在城市化节奏加快、汽车保有量快速增长的当前，如何有效解决停车难问题，已经是城市发展与民生建设的重点。为解决彻底解决停车难的问题，自主代客泊车技术正从实验室开始走向市场应用。自主代客泊车技术将传感器探测得到的停车场的库位信息与道路信息，发送给车载计算单元，并由车载计算单元计算出车辆最佳的泊车动作，将车辆由程控自动泊入车库内，全程不需要人工介入，可以彻底解放驾驶员。但是，自主代客泊车技术当前只能实现单个车辆的泊车入位，其本质只是相当于是提高了“驾驶员”的泊车水平。但是，实际生活中，往往是多个这种自主代客泊车车辆同时应用到停车场内，这就形成一种群车泊车环境。由于没有人类的介入，群车泊车无法避免出现抢夺同一个库位、反复寻泊、拥堵等不良泊车行为。为此，如何在群车泊车的情况下，对库位资源有效合理分配，保证交通系统的有序稳定成了极大地挑战。
因此，如何提供一种自主代客泊车群车库位分配方法是本领域技术人员亟待解决的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种自主代客泊车群车库位分配方法。
本发明的目的可以通过以下技术方案来实现：
一种自主代客泊车群车库位分配方法，包括以下步骤：
S1：单车泊车行驶代价建模；
S2：单车泊车入位难度代价建模；
S3：泊位分配约束建模；
S4：单车泊车代价建模；
S5：单车泊车总代价建模；
S6：群车库位分配系统总代价建模；
S7：群车库位分配问题建模；
S8：群车库位分配问题的亲和度进化函数设计；
S9：三算子的免疫算法求解群车库位分配问题。
进一步地，步骤S1中，对于自主代客泊车车辆i分配到库位j时，单车泊车行驶代价建模为
Figure BDA0003530751270000021
其中，K为车辆i到库位j要经过的路段数量，sk为第k段路的长度，vk为车库允许的车辆速度，ak为受前车泊车影响的阻塞系数，tk为受前车泊车影响的阻塞时间，β为经过的弯道个数，ts为受弯道影响的附加时间。
受前车泊车影响的阻塞系数ak在车辆i经过第k段路的过程中，路段k有车辆正在泊车，那么，ak取值为1，反之取值为0。
进一步地，步骤S2中，根据分配库位j的两侧库位特征和自主代客泊车车辆i尺寸，单车泊车入位难度代价建模为
Figure BDA0003530751270000022
其中，γj≥1为受分配库位j两侧库位特征影响的泊车入位难度系数，ηi,j≥0为受自主代客泊车车辆i尺寸影响的泊车入位难度系数，Δt为常规泊车入位时间。
分配库位j两侧库位特征分为五种：两侧均无车，一侧无车一侧有车，一侧无车一侧有墙或柱子，两侧均有车，两侧均有墙或柱子。这五类不同特征的泊车入位难度系数γj依次增大，分别设置为1.0，1.1，1.2，1.4，1.5。
受自主代客泊车车辆i尺寸影响的泊车入位难度系数ηi计算方法为
Figure BDA0003530751270000023
其中，Li为自主代客泊车车辆i的车长，Sj为库位j的长度。
进一步地，步骤S3中，自主代客泊车车辆i最多能分配到1个库位，那么，泊位分配约束为
Figure BDA0003530751270000024
其中，m为车库可分配的空闲库位总数；yi,j＝{0,1}是一个二值型变量，当yi,j＝0时，表示自主代客泊车车辆i没有分配到库位j，反之，当yi,j＝1时，表示自主代客泊车车辆i分配到库位j。
进一步地，步骤S3中，由于1个库位最多可以停泊1辆自主代客泊车车辆，那么，泊位分配约束为
Figure BDA0003530751270000025
进一步地，步骤S3中，由于1个库位最多可以停泊1辆自主代客泊车车辆，那么，泊位分配约束为
Figure BDA0003530751270000026
进一步地，步骤S4中，对于自主代客泊车车辆i分配到库位j时，单车泊车代价建模为
Figure BDA0003530751270000027
进一步地，步骤S5中，对于自主代客泊车车辆i的库位分配，单车泊车总代价建模为
Figure BDA0003530751270000028
进一步地，步骤S6中，对于自主代客泊车库位分配，群车库位分配系统总代价建模为
Figure BDA0003530751270000031
进一步地，步骤S7中，对于自主代客泊车库位分配，群车库位分配问题建模为以权利要求7，权利要求8和权利要求9为模型约束，以群车库位分配系统总代价最小为一级目标，即minT。但是，对群车库位分配系统总代价相同的情况，群车库位分配问题再以系统代价波动最小为二级目标，即
Figure BDA0003530751270000032
进一步地，步骤S8中，对于自主代客泊车库位分配，群车库位分配问题的亲和度进化函数设计为群车库位分配系统总代价的倒数，即，群车库位分配问题的亲和度进化函数
Figure BDA0003530751270000033
进一步地，步骤S9中，三算子的免疫算法包含克隆选择算子、变异算子、克隆抑制算子。
将对亲和度由高到低排序，克隆选择算子将亲和度排前50％的个体进行克隆操作，得到克隆个体种群。
变异算子将克隆个体种群中的任意两个个体进行基因对交叉互换，以满足步骤S3要求的约束，产生的新种群为变异种群。
对变异种群的个体进行亲和度由高到低排序，将亲和度排后50％的变异个体剔除。
与现有技术相比，本发明具有以下优点：
(1)本发明中的基于自主代客泊车群车库位分配的建模，不仅考虑了泊车行驶代价，还兼顾了库位特征和车辆尺寸造成的泊车入位难度代价，可以形象的描述自主代客泊车群车库位分配问题；
(2)本发明中的基于两级最优化目标构造分配问题模型，可以避免算法解得不唯一性。
(3)本发明中的基于三算子免疫算法的问题求解，实现了并行高速的自主代客泊车群车库位分配。
(4)本发明能有效解决停车场内，自主代客泊车群车的库位分配问题，降低因车辆争抢同一泊位导致的拥堵、混乱和能源浪费。
附图说明
图1为本发明的自主代客泊车群车库位分配场景示意图。
图2为本发明的分配库位两侧均无车的示意图。
图3为本发明的分配库位一侧无车一侧有车的第一种情况示意图。
图4为本发明的分配库位一侧无车一侧有车的第二种情况示意图。
图5为本发明的分配库位一侧无车一侧有墙或柱子的第一种情况示意图。
图6为本发明的分配库位一侧无车一侧有墙或柱子的第二种情况示意图。
图7为本发明的分配库位两侧均有车的示意图。
图8为本发明的分配库位两侧均有墙或柱子的示意图。
图9为本发明的三算子免疫算法流程图。
图10为本发明的库位分配案例示意图。
图11为本发明的库位分配代价对比示意图。
图12为本发明的免疫算法迭代收敛示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例：
如图1所示，图1为本发明的自主代客泊车群车库位分配场景示意图，该策略具体步骤包括：
步骤1：单车泊车行驶代价建模。
对于自主代客泊车车辆i分配到库位j时，单车泊车行驶代价建模为
Figure BDA0003530751270000041
其中，K为车辆i到库位j要经过的路段数量，sk为第k 段路的长度，vk为车库允许的车辆速度，ak为受前车泊车影响的阻塞系数，tk为受前车泊车影响的阻塞时间，β为经过的弯道个数，ts为受弯道影响的附加时间。受前车泊车影响的阻塞系数ak在车辆i经过第k段路的过程中，路段k有车辆正在泊车，那么，ak取值为1，反之取值为0。
步骤2：单车泊车入位难度代价建模。
根据分配库位j的两侧库位特征和自主代客泊车车辆i尺寸，单车泊车入位难度代价建模为
Figure BDA0003530751270000042
其中，γj≥1为受分配库位j两侧库位特征影响的泊车入位难度系数，ηi,j≥0为受自主代客泊车车辆i尺寸影响的泊车入位难度系数，Δt为常规泊车入位时间。分配库位j两侧库位特征分为五种：两侧均无车，如图2 所示；一侧无车一侧有车，如图3和如图4所示；一侧无车一侧有墙或柱子，如图 5和如图6所示；两侧均有车，如图7所示；两侧均有墙或柱子，如图8所示。这五类不同特征的泊车入位难度系数γj依次增大，分别设置为1.0，1.1，1.2，1.4，1.5。受自主代客泊车车辆i尺寸影响的泊车入位难度系数ηi计算方法为
Figure BDA0003530751270000043
其中，Li为自主代客泊车车辆i的车长，Sj为库位j的长度。
步骤3：泊位分配约束建模。
自主代客泊车车辆i最多能分配到1个库位，那么，泊位分配约束为
Figure BDA0003530751270000051
其中，m为车库可分配的空闲库位总数；yi,j＝{0,1}是一个二值型变量，当yi,j＝0时，表示自主代客泊车车辆i没有分配到库位j，反之，当yi,j＝1时，表示自主代客泊车车辆i分配到库位j。由于1个库位最多可以停泊1辆自主代客泊车车辆，那么，泊位分配约束为
Figure BDA0003530751270000052
和
Figure BDA0003530751270000053
步骤4：单车泊车代价建模。
对于自主代客泊车车辆i分配到库位j时，单车泊车代价建模为
Figure BDA0003530751270000054
步骤5：单车泊车总代价建模。
对于自主代客泊车车辆i的库位分配，单车泊车总代价建模为
Figure BDA0003530751270000055
步骤6：群车库位分配系统总代价建模。
对于自主代客泊车库位分配，群车库位分配系统总代价建模为
Figure BDA0003530751270000056
步骤7：群车库位分配问题建模。
对于自主代客泊车库位分配，群车库位分配问题建模为以步骤3泊位分配约束为模型约束，以群车库位分配系统总代价最小为一级目标，即minT。但是，对群车库位分配系统总代价相同的情况，群车库位分配问题再以系统代价波动最小为二级目标，即
Figure BDA0003530751270000057
步骤8：群车库位分配问题的亲和度进化函数设计。群车库位分配问题的亲和度进化函数设计为群车库位分配系统总代价的倒数，即，群车库位分配问题的亲和度进化函数
Figure BDA0003530751270000058
步骤9：三算子的免疫算法求解群车库位分配问题。如图9所示，具体步骤如下：
S901：抗原识别。抗原识别主要是设置初始种群大小Np，最大免疫代数kmax，变异概率Pm，克隆个数Cm和随机生成初始种群
Figure BDA0003530751270000059
其中，yi,j,p为第p个种群中的yi,j，上标0代表的是第0代种群；
S902：初始化迭代次数k＝0；
S903：如果迭代次数k大于最大免疫代数kmax，则结束求解，输出结果。反之，转入S4继续求解；
S904：亲和度计算。根据亲和度进化函数
Figure BDA0003530751270000061
求解当前种群
Figure BDA0003530751270000062
的亲和度
Figure BDA0003530751270000063
S905：克隆选择。对当前种群
Figure BDA0003530751270000064
按亲和度
Figure BDA0003530751270000065
由高到低排序。将亲和度排前50％的个体进行克隆操作，得到克隆个体种群；
S906：变异。将克隆个体种群中的任意两个个体进行基因对交叉互换，以满足步骤3要求的约束，产生的新种群为变异种群；
S907：克隆抑制。对变异种群的个体进行亲和度由高到低排序，将亲和度排后50％的变异个体剔除。
S908：更新种群。随机生成75％的种群个体，结合克隆抑制个体种群，组合成新种群。
S909：更新迭代计数k＝k+1，并跳转到S3。
例如：如图10，描述的是一个库位分配场景。停车场共有4个入口，入口1 有5辆待泊车辆，入口2有3辆待泊车辆，入口3有1辆待泊车辆，入口4有1 辆待泊车辆；停车场内库位1～库位12均是空闲可用库位。如图11，将本发明的库位分配方法与先到先得的库位分配方法对比，数据表明，本发明的库位分配方法不仅仅在单车代价的平衡性上有优势，在总代价的最优性也具有优势。如图12，本发明的免疫算法仅需要10个迭代次数就能收敛到最优值，数据表明，本发明的免疫算法算法有良好的收敛能力。
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 (10)

1.一种自主代客泊车群车库位分配方法，其特征在于，包括以下步骤：
S1：单车泊车行驶代价建模；
S2：单车泊车入位难度代价建模；
S3：泊位分配约束建模；
S4：单车泊车代价建模；
S5：单车泊车总代价建模；
S6：群车库位分配系统总代价建模；
S7：群车库位分配问题建模；
S8：群车库位分配问题的亲和度进化函数设计；
S9：三算子的免疫算法求解群车库位分配问题。
2.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S1中，对于自主代客泊车车辆i分配到库位j时，单车泊车行驶代价建模为
Figure FDA0003530751260000011
其中，K为车辆i到库位j要经过的路段数量，sk为第k段路的长度，vk为车库允许的车辆速度，ak为受前车泊车影响的阻塞系数，tk为受前车泊车影响的阻塞时间，β为经过的弯道个数，ts为受弯道影响的附加时间；受前车泊车影响的阻塞系数ak在车辆i经过第k段路的过程中，路段k有车辆正在泊车，那么，ak取值为1，反之取值为0。
3.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S2中，根据分配库位j的两侧库位特征和自主代客泊车车辆i尺寸，单车泊车入位难度代价建模为
Figure FDA0003530751260000012
其中，γj≥1为受分配库位j两侧库位特征影响的泊车入位难度系数，ηi,j≥0为受自主代客泊车车辆i尺寸影响的泊车入位难度系数，Δt为常规泊车入位时间；分配库位j两侧库位特征分为五种：两侧均无车，一侧无车一侧有车，一侧无车一侧有墙或柱子，两侧均有车，两侧均有墙或柱子；这五类不同特征的泊车入位难度系数γj依次增大，分别设置为1.0，1.1，1.2，1.4，1.5；受自主代客泊车车辆i尺寸影响的泊车入位难度系数ηi计算方法为
Figure FDA0003530751260000013
其中，Li为自主代客泊车车辆i的车长，Sj为库位j的长度。
4.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S3中，自主代客泊车车辆i最多能分配到1个库位，那么，泊位分配约束为
Figure FDA0003530751260000014
其中，m为车库可分配的空闲库位总数；yi,j＝{0,1}是一个二值型变量，当yi,j＝0时，表示自主代客泊车车辆i没有分配到库位j，反之，当yi,j＝1时，表示自主代客泊车车辆i分配到库位j；由于1个库位最多能停泊1辆自主代客泊车车辆，那么，泊位分配约束为
Figure FDA0003530751260000021
由于1个库位最多能停泊1辆自主代客泊车车辆，那么，泊位分配约束为
Figure FDA0003530751260000022
5.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S4中，对于自主代客泊车车辆i分配到库位j时，单车泊车代价建模为
Figure FDA0003530751260000023
6.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S5中，对于自主代客泊车车辆i的库位分配，单车泊车总代价建模为
Figure FDA0003530751260000024
7.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S6中，对于自主代客泊车库位分配，群车库位分配系统总代价建模为
Figure FDA0003530751260000025
8.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S7中，对于自主代客泊车库位分配，群车库位分配问题建模为以
Figure FDA0003530751260000026
和
Figure FDA0003530751260000027
为模型约束，以群车库位分配系统总代价最小为一级目标，即minT；但是，对群车库位分配系统总代价相同的情况，群车库位分配问题再以系统代价波动最小为二级目标，即
Figure FDA0003530751260000028
9.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S8中，对于自主代客泊车库位分配，群车库位分配问题的亲和度进化函数设计为群车库位分配系统总代价的倒数，即，群车库位分配问题的亲和度进化函数
Figure FDA0003530751260000029
10.根据权利要求1所述的一种自主代客泊车群车库位分配方法，其特征在于，所述的步骤S9中，三算子的免疫算法包含克隆选择算子、变异算子、克隆抑制算子；将对亲和度由高到低排序，克隆选择算子将亲和度排前50％的个体进行克隆操作，得到克隆个体种群；变异算子将克隆个体种群中的任意两个个体进行基因对交叉互换，以
Figure FDA00035307512600000210
和
Figure FDA00035307512600000211
为约束，产生的新种群为变异种群；对变异种群的个体进行亲和度由高到低排序，将亲和度排后50％的变异个体剔除。
CN202210204117.6A 2022-03-03 2022-03-03 一种自主代客泊车群车库位分配方法 Pending CN114444400A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210204117.6A CN114444400A (zh) 2022-03-03 2022-03-03 一种自主代客泊车群车库位分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210204117.6A CN114444400A (zh) 2022-03-03 2022-03-03 一种自主代客泊车群车库位分配方法

Publications (1)

Publication Number Publication Date
CN114444400A true CN114444400A (zh) 2022-05-06

Family

ID=81359787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210204117.6A Pending CN114444400A (zh) 2022-03-03 2022-03-03 一种自主代客泊车群车库位分配方法

Country Status (1)

Country Link
CN (1) CN114444400A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115762233A (zh) * 2022-12-09 2023-03-07 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115762233A (zh) * 2022-12-09 2023-03-07 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法
CN115762233B (zh) * 2022-12-09 2023-11-14 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法
WO2024119548A1 (zh) * 2022-12-09 2024-06-13 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法

Similar Documents

Publication Publication Date Title
CN111696370B (zh) 基于启发式深度q网络的交通灯控制方法
CN114067559B (zh) 一种自动车专用道并入普通车道的合流优化控制方法
CN108417031B (zh) 一种基于Agent仿真的智能停车泊位预约策略优化方法
WO2017028333A1 (zh) 高速公路电动汽车快速充电站的规划方法
CN107919014B (zh) 面向多载客里程的出租车运行线路优化方法
CN107180274B (zh) 一种电动汽车充电设施规划典型场景选取和优化方法
CN111402605B (zh) 基于通行能力模型优化的借对向车道左转的信号控制方法
CN113593228B (zh) 一种高速公路瓶颈区域自动驾驶协同控制方法
CN114021883A (zh) 一种高峰时期地铁接驳共享单车的调度方法
CN115936240B (zh) 共享单车需求预测与投放调度方法
CN115186446A (zh) 一种基于离散网格结构的交叉口全链路交通仿真方法
CN108133329B (zh) 考虑充电反馈效应的电动汽车出行与充电需求分析方法
CN114444400A (zh) 一种自主代客泊车群车库位分配方法
CN115146946A (zh) 基于多源数据的汽车充电设施选择及规划方法
CN113393073A (zh) 一种共享汽车与轨道交通换乘接驳的调度系统及方法
CN112116125A (zh) 一种基于深度强化学习的电动汽车充电导航方法
CN111932930A (zh) 停车位分配方法、设备及存储介质
CN111222705A (zh) 一种非线性充电车辆路径优化方法
CN114418606A (zh) 基于时空卷积网络的网约车订单需求预测方法
CN114742340A (zh) 一种大规模路网中智能网联共享电动车充电站的优化布设求解方法
CN111091286B (zh) 一种公共自行车调度方法
CN112488375A (zh) 一种交通运行风险预测方法及系统
CN114298379A (zh) 一种基于仿真优化的自动代客泊车停车场布局优化方法
CN114495570B (zh) 一种车路协同自主代客泊车停泊诱导方法
CN115186969A (zh) 带变邻域搜索的多引导解粒子群多目标拼车问题优化方法

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