摘要： 目前的交通现状，使人们无时无刻不在感受着交通拥挤、事故频发、尾气过度排放、能源供给失衡等问题，这些问题已经成为经济可持续发展中不可回避的障碍。智能交通方案是解决交通问题的一场信息化革命，动态最优路径规划策略作为智能交通出行者信息管理系统的重要问题，非常有必要值得研究。本文首先建立单车辆动态数学模型，采用基于周期的自主车辆规划算法，有效的避免拥挤的交通路段，使车辆出行代价降低，提高了车辆路径规划的实时效果和准确度。
Abstract： The current traffic situation makes people feel the excessive congestion， frequent accidents， exhaust emissions， energy supply imbalance and other issues， which has become an inevitable obstacle in economic sustainable development. Intelligent transportation is a information revolution of solving the problem of traffic. the optimal dynamic path planning strategy as an important issue in intelligent traffic network information management system， is worthy of study. This paper established the dynamic mathematical model of single vehicle， used vehicle planning algorithm based on period， effectively avoided the traffic road， reduce vehicle travel cost， improve the real-time effect and accuracy of the vehicle path planning.
关键词： 智能交通；动态路径规划；A*算法
Key words： intelligent transportation；dynamic path planning；A* algorithm
中图分类号：U495 文献标识码：A 文章编号：1006-4311（2013）33-0182-02
0 引言
在智能交通道路网中，一方面当交通实时周围信息不能得到有效的反馈时，车辆的路径规划只能依据车载交通路网的电子地图进行道路静态路径规划；另一方面，在能够采集道路交通信息，并能够对正确的道路交通周围情况进行信息反馈，可采用车辆的动态最优路径规划，这也是智能交通工程科研领域研究的热点问题。车辆行驶的动态路径规划比静态路径规划更能够体现车辆行驶过程中状态的可信性、实时性及准确性[1]。
1 单车动态路径规划数学模型
对于最优道路路径规划策略的研究上来说，道路口节点和路径就可以对智能交通网进行数学逻辑上的描述，这一个基本的数字路网模型图可以表示为：
G=（N，R，f）N={n1，n2，n3，…}ni=（xi，yi）R={r1，r2，r3，…}f：f（ri）=f（nj，nk）（1）
式中：G为智能交通道路的基本电子路网模型；N为道路网络路口节点的集合，ni为表示道路路网的任意一个节点，xi，yi为该任意节点的横和纵坐标；R为道路路网层路径的ri集合，为道路路网任意一段路径，f为两个道路口节点之间或任意一条道路径的权重值。
依据智能交通原始电子地图，创建交通路网的空间拓扑结构相图G，以此为基础建立动态路径规划数学模型，模型具体描述如下：
1.1 模型建立的假设条件：①忽略交通网交通状况传感器检测的基本误差值；②智能交通网中的动态交通路况信息更新时间T，符合道路交通信息变化和动态路径规划时间需求；③智能交通网的实时交通信息流，能实时上传到交通网中心路径规划平台和车载路径规划端。
1.2 建立数学模型 ①智能交通路网动态实时信息的R（G，t）周期时间T内，认为动态交通信息没有改变。R（G，t）可采用离散数学方式进行描述，R（G，wi），式中wi为周期时间数值为i×T时刻的交通网状态信息。在周期时间T内，由于当前的交通路况信息不变及道路阻抗不变，可应用车辆的静态路径规划算法。
②智能交通网中的动态道路阻抗函数确实。假设车辆行驶路段的实时交通平均车流速度，由安装与城市出租车上的GPS近似估算。取动态道路阻抗为车辆行驶路段的平均动态行驶时间为：tij=■（2）
式中dj为道路路径的长度；vij为GPS计算获得的第i个周期T的行驶车辆行驶在j道路路径上的车流量平均速度。
③车辆道路路径规划的价值函数。在车辆的动态最优路径规划中，不能同静态路径规划的价值函数一致，即目标函数上不能选取动态交通信息中的最短路径。通常选择车辆行驶的最短路径时间为目标函数，根据智能交通网的道路交通方式不同，动态路径规划的价值目标函数即不同。
2 基于周期的单车辆规划算法
该算法的难度系数与车辆行驶工程中，实时交通信息的更新频率有关。设经过N次交通信息的更新，计车辆的动态路径规划为N+1。每一次动态道路路径的规划，应用A*算法，则算法的难度系数计算累加公式为：
（N+1）O（bx）=O（（N+1）bx）（3）
式中b为道路口节点的均值路段数，d为始末节点的查询深度指标。算法的计算量较大，但是平均分配在车辆行驶过程中的每一个阶段，则计算量将减少。同时N可以根据具体的时间交通道路信息，进行必要的调整。基于周期的单车动态路径规划算法流程图如图1所示。
3 实验研究
将智能交通道路的交通状况分为1，2，3，4四个等级，等级越高，表示拥挤现象越严重。图中黑色标记的上三角形为车辆行驶过程中的起点，下三角形为车辆行驶过程中的末点。黑线为车辆的行驶过程中的交通堵塞路径。实验的过程是，在车辆行驶的路径过程中，设置交通状态管制信息，对于实时的当前交通信息，进行新的路径规划。图2车辆行驶过程中，改变当前的交通信息，设置黑线为交通堵塞路径，重新进行的路径规划，图3是车辆行驶过程中，设置的道路拥挤的情况，新的最优路径规划，对该交通堵塞道路口节点，进行了绕行，最终车辆到达了行驶者设定的末点。
4 结论
基于周期的单车动态路径规划算法，有效实时的规划车辆行驶道路路径，可以对交通实时增加的交通堵塞，进行绕行，能够降低对车辆行驶者的出行成本，由于是基于一定周期的自主车辆规划算法，在基于交通路径规划的中心式处理系统中，不会出现计算、处理上的不可控，并能够有利于中心的处理器进行有效的计算。该算法的优势就是在于能够充分使用系统的计算资源。根据申请导航的车辆数量，进行算法的有效更变频率，满足了车辆行驶过程中的实时性要求，同时能够产生相应控制的系统自适应性及鲁棒性。算法的不足之处就是未对车辆行驶过程中，对交通道路的影响进行考虑。
参考文献：
[1]胡金星，刘允才.面向动态导航的城市路网实时交通信息服务系统研究[J].交通与计算机，2005（06）：49-52.
[2]毕军，付梦印，周培德.基于城市道路网的快速路径寻优算法[J].计算机工程，2002，28（12）：36-38.
[3]仝秋红，赵忠杰.汽车驾驶智能化中路线规划及导航的最佳路径求解法[J].西安公路交通大学学报，1999，19（03）：87-90.
[4]A.P.Eiger， P.Mirchandani and H.Soroush， "Path preferences and optimal paths in probabilistic net works，" Transp. Sci，vol. 19，no.1， 1985. pp. 75-84.
[5]Jorge Santos， Natasha Merat， Sandra Mouta， Karel Brookhuis， Dick de Waard The interaction between driving and in-vehicle information systems： Comparison of results from laboratory， simulator an real-world studies /locate/trf Transportation Research Part F8（2005）：135-146.
