智能车辆系统诱导算法研究

摘要

随着经济和现代化城市的发展，尤其在大中城市，人们对交通工具的需求量明显增加，机动车数量急剧增长，不仅产生了一系列的交通问题，如交通拥挤、交通堵塞、交通事故等，而且出现了能源浪费、环境污染等问题。为了满足交通运输的需要，目前国内外从依靠修路来扩大路网规模转移到依靠高新技术来改善现有道路系统和管理体系，即实施智能交通系统。智能车辆系统作为智能交通系统的一个重要的研究分支，已经成为一个研究热点。
　　 首先在研究Agent和多Agent系统的理论基础上，利用多Agent系统的优点，将多Agent系统应用到智能车辆中，提出了基于多Agent的智能车辆系统的框架结构；其次进一步对系统的组成部分——指挥中心Agent和车辆Agent的结构和功能进行分析，研究了驾驶员在系统中对驾驶行为的影响，完成了对整个系统的总体设计；对路径诱导模块的Dijkstra 算法进行了分析，并针对传统Dijkstra 算法的不足进行优化与改进，采用邻接链表替代邻接矩阵来存储道路网，并通过起点和终点的启发信息进行路径的分层搜索；最后以洛阳市城市交通网络为例，利用Mapinfo对系统所需的原始信息数据进行处理，生成了相对应的电子地图，在其基础上进行优化算法的仿真实验；实验结果表明，优化后的Dijkstra算法在一定程度上弥补了传统Dijkstra 算法的不足，缩小了搜索范围，缩短了搜索时间，提高了效率。
　　 将多Agent系统加入到智能车辆系统以后，满足了系统对分布性和实时性的要求，为驾驶员提供安全、快捷的行车路线，使驾驶员能快速到达目的地，减少了车辆的行驶时间，提高了交通系统的性能。