一种分离式的动态路径优化系统及其方法
【专利摘要】本发明公开了一种分离式的动态路径优化系统及其方法，由车载端，处理中心，和道路收集装置组成。车载端通过无线通信将汽车的位置，ID，起始点等信息发送给处理中心，处理中心结合道路收集装置收集的数据，实时计算最优路径。然后将最优路径的节点信息发送给汽车。当最优路径上某段道路发生较大变化时，能感知变化并对路径重新优化，达到动态优化的目的。本系统将信息的收集和处理从汽车上分离出来，不仅能够节省运算时间和同时处理多个任务，而且能够处理大规模复杂的交通状况和显著的降低成本。
【专利说明】一种分离式的动态路径优化系统及其方法
【技术领域】
[0001] 本发明涉及一种车辆行驶路径优化系统，具体是一种分离式的动态路径优化系统 及其方法。
【背景技术】
[0002] 目前，在交通车辆的优化领域，对于路径优化系统，其核心为路径优化算法。由于 交通，特别是城市交通越来越复杂，算法所处理的信息量也越来越多，为了追求更快速的处 理速度和准确的处理结果，这就要求汽车上车载的处理器越来越高的性能，从而导致成本 的增加。与此同时，由于交通路径规划高度非线性的特点，造成处理时间的增加，导致路径 优化实时性降低。从本处出发，给出一种解决方案，即将处理任务从汽车上分离出来，汽车 在路径优化的过程中只提供接收和发送信息，并将最优路径显示出来的任务。
[0003] 主要内容
[0004] 本发明的目的在于提供了一种能够将信息的收集和处理从汽车上分离出来，不仅 能够节省运算时间和同时处理多个任务，而且能够处理大规模复杂的交通状况和显著的降 低成本的一种分离式的动态路径优化系统及其方法。
[0005] 本发明的系统的技术方案为：
[0006] -种分离式的动态路径优化系统，包括车载端、处理中心、道路信息收集装置；所 述车载端与所述处理中心通过3G模块实现通信，所述处理中心与道路收集装置通过3G模 块实现通信；所述车载端用于接收与发送无线信号，并通过声音和图像的方式显示最优路 径；包括第一 3G模块、存储模块、LCD屏、音频模块、电源管理模块、中央处理器模块、GPS模 块；所述中央处理器模块分别和第一 3G模块、存储模块、LCD屏、音频模块、电源管理模块、 GPS模块相连接；所述第一 3G模块用于无线通信，存储模块主要用于存储电子地图数据， LCD屏用于显示地图，音频模块用于辅助显示和提醒，GPS模块用于提供地理坐标和车速信 息；所述处理中心用于数据的汇总与处理，并计算最优路径；包括第二3G模块、服务器，所 述第二3G模块和服务器相连接，所述第二3G模块用于分别同第一 3G模块、第三3G模块进 行通信，所述服务器用于数据的处理；所述服务器包括基础环境层、功能层；所述基础环境 层包括信息收发模块和信息存储模块，用于收发并存储第二3G模块的信息；所述功能层包 括决策层，组织层和执行层；所述决策层用来进行车辆信息评估、任务协调与规划、人工控 制；所述组织层用于任务执行和任务监控；所述执行层用于信息处理和路径计算；所述道 路信息收集装置用于收集计算最优路径所需的实时交通信息，包括第三3G模块、单片机、 电源模块、雷达模块，所述单片机外围接口分别连接第三3G模块、电源模块、雷达模块；所 述第三3G模块用于向处理中心发送实时交通信息，所述雷达模块用于测量道路车辆车速。
[0007] 进一步，所述中央处理器模块为ARM9系列或以上的处理器；所述第一 3G模块与中 央处理器模块通过以太网口相连，所述GPS模块与中央处理器模块通过232串口相连。
[0008] 进一步，所述单片机为51增强型单片机，所述雷达模块与所述单片机通过USB相 连，所述第三3G模块与所述单片机通过USB相连。
[0009] 进一步，所述道路收集装置安装于路测和龙门架上，每条道路含多个道路信息收 集装置，所述安装于路测的道路收集装置主要收集车流量信息，所述安装于龙门架上的道 路收集装置主要收集车速信息。
[0010] 一种分离式的动态路径优化方法，包括如下步骤：
[0011] 步骤1，汽车通过车载端向处理中心发出需要路径规划的信息；
[0012] 步骤2,处理中心通过第二3G模块接收到车载端的第一 3G模块发来的信息，通过 车辆信息识别评估后对优化任务进行协调和规划，协调和规划主要包含必须信息（实时交 通信息和固定交通信息）的获取和处理；其中固定交通信息存储于处理中心内，实时的交 通信息由处理中心向相应起点与终点间的道路收集装置发出指令，然后对应的收集装置得 到此时段的实时交通信息，最后通过收集装置的第三3G模块发给处理中心；
[0013] 步骤3,准备工作完成后，处理中心的服务器的执行层进行路阻的量化和最优路径 的计算；
[0014] 步骤4,将处理后的路径节点信息发给车载端；
[0015] 当实时交通信息发生较大变化时重复第3,4步骤。
[0016] 进一步，所述步骤3中路阻的量化过程包括：
[0017] 步骤3. 1，路阻量化预处理，将电子地图上的道路拓扑成点和线的集合，点代表路 口，线代表道路；
[0018] 步骤3.2,通过DijU) = Xdij获得路阻的量化，式中DijU)代表t时刻， 相邻2节点i，j的路阻，X为综合影响系数，du为ij间的道路长度，其中入= 3 i X 1+P 2入2+X 3+P 3入4+P 4*1 ; X 1为道路属性信息相关的路权系数；入2为实时交通信 息相关的路权系数；X 3为与驾驶者特殊要求相关的路权系数；A 4为与安全相关的路权系 数；1为道路长度系数。P1P2P3P4为相应的权重系数。
[0019] 进一步，所述步骤3. 2中A 2取值由平均行程速度和交通流量通过模糊控制综合， 隶属度函数选为梯形隶属度函数。
[0020] 进一步，所述步骤3中最优路径的计算过程需要先进行遗传算法的计算，再进行 hopfield神经网络算法计算。
[0021] 进一步，所述遗传算法的计算包括：
[0022] S1，将每段道路的路阻编码成基因，编码方式为符号编码，多个路阻结合成染色 体，多个染色体构成了一个种群；
[0023] S2,随机产生染色体，其特征是路径起点为该染色体的第一个基因，终点为最后一 个基因，产生的染色体到达一定规模后构成一个初始种群；
[0024] S3,对染色体的适应度进行排序，淘汰适应度小的染色体，适应度函数为：
【权利要求】
1. 一种分离式的动态路径优化系统，其特征在于：包括车载端、处理中心、道路信息收 集装置；所述车载端与所述处理中心通过3G模块实现通信，所述处理中心与道路收集装置 通过3G模块实现通信； 所述车载端用于接收与发送无线信号，并通过声音和图像的方式显示最优路径；包括 第一 3G模块、存储模块、LCD屏、音频模块、电源管理模块、中央处理器模块、GPS模块；所述 中央处理器模块分别和第一 3G模块、存储模块、LCD屏、音频模块、电源管理模块、GPS模块 相连接；所述第一 3G模块用于无线通信，存储模块主要用于存储电子地图数据，IXD屏用于 显示地图，音频模块用于辅助显示和提醒，GPS模块用于提供地理坐标和车速信息； 所述处理中心用于数据的汇总与处理，并计算最优路径；包括第二3G模块、服务器，所 述第二3G模块和服务器相连接，所述第二3G模块用于分别同第一 3G模块、第三3G模块进 行通信，所述服务器用于数据的处理；所述服务器包括基础环境层、功能层；所述基础环境 层包括信息收发模块和信息存储模块，用于收发并存储第二3G模块的信息；所述功能层包 括决策层，组织层和执行层；所述决策层用来进行车辆信息评估、任务协调与规划、人工控 制；所述组织层用于任务执行和任务监控；所述执行层用于信息处理和路径计算； 所述道路信息收集装置用于收集计算最优路径所需的实时交通信息，包括第三3G模 块、单片机、电源模块、雷达模块，所述单片机外围接口分别连接第三3G模块、电源模块、雷 达模块；所述第三3G模块用于向处理中心发送实时交通信息，所述雷达模块用于测量道路 车辆车速。
2. 根据权利1所述的分离式的动态路径优化系统，其特征在于，所述中央处理器模块 为ARM9系列或以上的处理器；所述第一 3G模块与中央处理器模块通过以太网口相连，所述 GPS模块与中央处理器模块通过232串口相连。
3. 根据权利1所述的分离式的动态路径优化系统，其特征在于，所述单片机为51增强 型单片机，所述雷达模块与所述单片机通过USB相连，所述第三3G模块与所述单片机通过 USB相连。
4. 根据权利1所述的分离式的动态路径优化系统，其特征在于，所述道路收集装置安 装于路测和龙门架上，每条道路含多个道路信息收集装置，所述安装于路测的道路收集装 置主要收集车流量信息，所述安装于龙门架上的道路收集装置主要收集车速信息。
5. -种分离式的动态路径优化方法，其特征在于，包括如下步骤： 步骤1，汽车通过车载端向处理中心发出需要路径规划的信息； 步骤2,处理中心通过第二3G模块接收到车载端的第一 3G模块发来的信息，通过车辆 信息识别评估后对优化任务进行协调和规划，协调和规划主要包含必须信息（实时交通信 息和固定交通信息）的获取和处理；其中固定交通信息存储于处理中心内，实时的交通信 息由处理中心向相应起点与终点间的道路收集装置发出指令，然后对应的收集装置得到此 时段的实时交通信息，最后通过收集装置的第三3G模块发给处理中心； 步骤3,准备工作完成后，处理中心的服务器的执行层进行路阻的量化和最优路径的计 算； 步骤4,将处理后的路径节点信息发给车载端； 当实时交通信息发生较大变化时重复第3,4步骤。
6. 根据权利要求5所述的分离式的动态路径优化方法，其特征在于，所述步骤3中路阻 的量化过程包括： 步骤3. 1，路阻量化预处理，将电子地图上的道路拓扑成点和线的集合，点代表路口，线 代表道路； 步骤3. 2,通过Dij (t) = X (Iij获得路阻的量化，式中Dij⑴代表t时亥Ij,相 邻2节点i，j的路阻，X为综合影响系数，du为ij间的道路长度，其中入= 运i X 1+P 2入2+X 3+P 3入4+P 4*1 ; X 1为道路属性信息相关的路权系数；入2为实时交通信 息相关的路权系数；X 3为与驾驶者特殊要求相关的路权系数；A 4为与安全相关的路权系 数；1为道路长度系数。P1P2P3P4为相应的权重系数。
7. 根据权利要求6所述的分离式的动态路径优化方法，其特征在于，所述步骤3. 2中 入2取值由平均行程速度和交通流量通过模糊控制综合，隶属度函数选为梯形隶属度函数。
8. 根据权利要求5所述的分离式的动态路径优化方法，其特征在于，所述步骤3中最优 路径的计算过程需要先进行遗传算法的计算，再进行hopfield神经网络算法计算。
9. 根据权利要求8所述的分离式的动态路径优化方法，其特征在于， 所述遗传算法的计算包括： S1，将每段道路的路阻编码成基因，编码方式为符号编码，多个路阻结合成染色体，多 个染色体构成了一个种群； 52, 随机产生染色体，其特征是路径起点为该染色体的第一个基因，终点为最后一个基 因，产生的染色体到达一定规模后构成一个初始种群； 53, 对染色体的适应度进行排序，淘汰适应度小的染色体，适应度函数为：
其中为决策变量，当第X条染色体包含基因片段（i，j)，且基因顺序不变时，yij = 1，否则=〇,若染色体中出现环路，则该条染色体的适应度值为〇 ; 54, 进行遗传算子操作（遗传，交叉，变异）产生新的种群； 55, 重复3,4步，直到达到终止条件，此处条件选为迭代100次。 经过遗传算法后，将此种群作为hopfield的初始网络，其神经元为路阻，则所述 hopfield算法步骤包括： SI 1,从初始网络中随机选取神经元i ; S22,求出神经元i的所有输入的加权总和； S33,计算神经元i在第t+1时刻的输出值，计算公式为[l+tanh(uiAi〇)]/2，ui为i的 输出，u0为归一化基准值； S44, ui以外的其他输出值保持不变； S55,返回第一步，直到达到稳定状态； S66,最后当神经网络收敛到稳定平衡状态时，根据神经元的输出，可得到一条最优路 径，其输出值为〇或1，〇代表此路不在最优路径上，1代表此路在最优路径上。
【文档编号】G06Q10/04GK104331746SQ201410560076
【公开日】2015年2月4日 申请日期:2014年10月20日 优先权日:2014年10月20日
【发明者】袁朝春, 邓傲 申请人:江苏大学