本发明涉及城市交通规划和停车场规划智慧交通,具体来说,涉及基于碳排放的大型地下停车场车辆寻位最优路径规划方法。
背景技术:
1、随着国民经济水平的提高,城市化和机动化进程的加快,机动车普及到家家户户,交通需求量也与日剧增,机动车的停放问题也逐渐引起重视。为了满足人们的车辆停放需求,附属地下停车场的结构设计变得更加大型化和复杂化。不少大型地下停车场存在交通流线交织复杂、场内车位信息获取难等问题,再若驾驶人不熟悉地下停车场:一方面,驾驶人会为寻找合适的停车位花费大量时间,影响驾乘体验,造成人们出行不便;另一方面,驾驶员寻位时可能会盲目绕路和频繁变速,导致车辆的碳排放量增大,影响地下车库空气环境。
2、目前,国内外学者对停车场引导系统进行了大量且深入的研究,并在地下停车场信息实时获取、基于互联网技术的信息传递、停车场内路径引导方式等领域都已取得较为先进且丰富的成果,但大多数研究关注于停车最优路径选择规划研究方面。
3、基于上述问题,对于多数大型可见性较低、复杂度较高的停车场车辆寻位的一般性问题,都可以通过不断比对和迭代寻找出基于驾驶人意愿综合碳排放量考虑的最优解,与此同时,加快推进低碳交通运输体系建设的目标,实有必要,在考虑时间成本的同时,将碳排放因子引入到大型地下停车场寻位最优路径规划研究中,这对实现高效交通和绿色出行具有重大的理论价值和实践意义。
4、针对相关技术中的问题,目前尚未提出有效的解决方案。
技术实现思路
1、针对相关技术中的问题,本发明提出基于碳排放的大型地下停车场车辆寻位最优路径规划方法,以克服现有相关技术所存在的上述技术问题。
2、为此,本发明采用的具体技术方案如下:
3、基于碳排放的大型地下停车场车辆寻位最优路径规划方法,该方法包括以下步骤:
4、s1、利用图像识别单元对停车场各点位进行标注,并测量停车场各点位间的距离;
5、s2、构建碳排放、行驶距离及车辆转向三者间的相关关系,并利用比功率模型将行驶距离转化为碳排放量;
6、s3、利用floyd算法生成任意两节点的碳排放矩阵和路由矩阵;
7、s4、构建碳排放量和步行距离平衡计算模型,获取碳排放量及步行距离的计算结果;
8、s5、基于碳排放量及步行距离的计算结果,生成车辆寻位路径规划路线及步行规划路线。
9、进一步的,所述利用图像识别单元对停车场各点位进行标注,并测量停车场各点位间的距离包括以下步骤:
10、s11、利用图像识别单元,对停车场的规划布局底图中各个停车位、交叉口、电梯口及出入口进行相邻车道的映射标点;
11、s12、测量停车场各节点与相邻节点间的行驶距离,形成距离集合。
12、进一步的,所述构建碳排放、行驶距离及车辆转向三者间的相关关系,并利用比功率模型将行驶距离转化为碳排放量包括以下步骤:
13、s21、将车辆的行驶距离、加速度及时间作为基本参数;
14、s22、采用基于比功率的排放模型,获取车辆在不同行驶状态下对应的汽车尾气排放量及汽车比功率;
15、s23、基于汽车尾气排放量及汽车的比功率,获取车辆在不同状态下行驶距离的碳排放量。
16、进一步的,所述利用floyd算法生成任意两节点的碳排放矩阵和路由矩阵包括以下步骤:
17、s31、获取车辆行驶数据,并生成邻接矩阵;
18、s32、将邻接矩阵应用于floyd算法,并利用floyd算法生成任意两节点的碳排放矩阵和路由矩阵;
19、s33、比对停车场入口位置到目的地空余停车位的碳排放量,并结合对应的路由矩阵,确定停车场空余停车位。
20、进一步的,所述车辆行驶数据包括起点、终点及两节点间的碳排放量和基于道路规划行驶方向的方向标记。
21、进一步的,所述将邻接矩阵应用于floyd算法,并利用floyd算法生成任意两节点的碳排放矩阵和路由矩阵包括以下步骤:
22、s321、分别获取停车场入口到任意两节点间的步长;
23、s322、获取满足其中一个节点到目的地碳排放量小于预设值的点集;
24、s323、判断点集是否为空集;
25、s324、基于点集的判断结果,获取停车场入口位置到目的地碳排放量最小的点,并代入路由矩阵寻找路径。
26、进一步的,所述比对停车场入口位置到目的地空余停车位的碳排放量,并结合对应的路由矩阵,确定停车场空余停车位包括以下步骤:
27、s331、获取停车场入口位置到目的地阈值之内的空余停车位s1的碳排放量;
28、s332、获取停车场入口位置到除空余停车位s1的其他空余停车位的碳排放量;
29、s333、对碳排放量进行比较,并结合对应的路由矩阵,生成路径规划路线。
30、进一步的,所述构建碳排放量和步行距离平衡计算模型包括建立空余停车位到目的地的碳排放量模型及空余停车位到停车场入口位置的碳排放量模型。
31、进一步的,所述基于碳排放量及步行距离的计算结果,生成车辆寻位路径规划路线及步行规划路线包括以下步骤:
32、s51、采集驾驶人目的地信息,并结合碳排放量及步行距离的计算结果,生成车辆寻位路径规划路线和步行规划路线;
33、s52、利用通信单元将车辆寻位路径规划路线和步行规划路线反馈给驾驶人。
34、进一步的,所述空余停车位到目的地的碳排放量模型的表达式如下:
35、|xa-xb|≤λ·n·max(xi-xj)
36、式中,a表示步长阈值范围内的空余停车位序号,b表示目的地序号,λ表示迭代修正系数,n表示迭代次数,xa表示入口到步长阈值范围内空余停车位的碳排放量,xb表示入口到目的地的碳排放量,xi表示入口到第i号停车位的碳排放量,xj表示入口到第j号停车位的碳排放量;
37、所述空余停车位到停车场入口位置的碳排放量模型的表达式如下:
38、y=min(xa)
39、式中,y表示最终路径的碳排放量,xa表示入口到步长阈值范围内空余停车位的碳排放量。
40、本发明的有益效果为:
41、1、本发明提供的大型地下停车场车辆寻位最优路径规划的方法,能够通过分析车辆碳排放的影响因素,对于多数大型方向性较差、复杂度较高的停车场车辆寻位的一般性问题,都可以在模型中通过不断比对和迭代寻找出基于驾驶人意愿综合碳排放量考虑的最优解。
42、2、本发明通过分析各型停车环境路径与碳排放,有效规划路径减少尾气污染和能源浪费,为节能环保在交通规划中的研究提供了方法,也为国家低碳出行的推行提供了思考。
1.基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述利用图像识别单元对停车场各点位进行标注,并测量停车场各点位间的距离包括以下步骤:
3.根据权利要求1所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述构建碳排放、行驶距离及车辆转向三者间的相关关系,并利用比功率模型将行驶距离转化为碳排放量包括以下步骤:
4.根据权利要求1所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述利用floyd算法生成任意两节点的碳排放矩阵和路由矩阵包括以下步骤:
5.根据权利要求4所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述车辆行驶数据包括起点、终点及两节点间的碳排放量和基于道路规划行驶方向的方向标记。
6.根据权利要求5所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述将邻接矩阵应用于floyd算法,并利用floyd算法生成任意两节点的碳排放矩阵和路由矩阵包括以下步骤:
7.根据权利要求6所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述比对停车场入口位置到目的地空余停车位的碳排放量,并结合对应的路由矩阵,确定停车场空余停车位包括以下步骤:
8.根据权利要求1所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述构建碳排放量和步行距离平衡计算模型包括建立空余停车位到目的地的碳排放量模型及空余停车位到停车场入口位置的碳排放量模型。
9.根据权利要求1所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述基于碳排放量及步行距离的计算结果,生成车辆寻位路径规划路线及步行规划路线包括以下步骤:
10.根据权利要求8所述的基于碳排放的大型地下停车场车辆寻位最优路径规划方法,其特征在于,所述空余停车位到目的地的碳排放量模型的表达式如下: