System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于无人驾驶的预约与常规公交混编方法技术_技高网

一种基于无人驾驶的预约与常规公交混编方法技术

技术编号:43631545 阅读:4 留言:0更新日期:2024-12-11 15:12
本发明专利技术涉及预约乘车技术领域,公开了一种基于无人驾驶的预约与常规公交混编方法,包括以下步骤:S1、利用预约聚类算法模型获取预约请求;S2、利用鱼群算法模型获得预约车辆并自动驶向预约上车点;S3、切换车辆状态,实现车辆调配;S4、利用增强VPR算法模型实现预约路线的规划;S5、完成预约任务,并对车辆进行分配。本发明专利技术通过利用鱼群算法实现车辆常态与应激态间的状态切换,并基于增强VRP算法模型实现预约路线规划,将闲置的预约车运力投入到常规线路中,同时空载的常规车也接运预约单,可以有效提升无人车的时空利用率,提高公交出行的服务效率,同时减少空闲置现象,提高资源利用率,降低运营成本。

【技术实现步骤摘要】

本专利技术涉及预约乘车,具体是一种基于无人驾驶的预约与常规公交混编方法


技术介绍

1、随着无人驾驶技术的不断发展,各地方有陆续将无人驾驶技术应用与公交业务融合发展,目前的无人驾驶公交车具有车核载小,主要跑微循环线,可连续运营时间长,服务可靠性高的特点,基于以上特点非常适合用于预约服务的应用场景从而提升市民的公共出行服务。

2、由于车辆本身较小,对上下客点要求相对较低;车辆营运不受司机生理原因影响,可减少停靠和准备出车时间,能在收到预约请求能立即发车并且服务可靠性较高;另外考虑到公交预约需求在空间和时间上有一定的不确定性,导致如果用专车做预约服务容易出现时空闲置等的现象,从而导致资源浪费,运营成本高。


技术实现思路

1、本专利技术的目的在于提供一种基于无人驾驶的预约与常规公交混编方法,以解决上述
技术介绍
中提出的问题。

2、为实现上述目的,本专利技术提供如下技术方案:

3、一种基于无人驾驶的预约与常规公交混编方法,包括以下步骤:

4、s1、利用预约聚类算法模型将离散的诱因按照上车点和下车点进行空间聚类,分别得到预约上车点聚类模型与预约下车点聚类模型,其中,诱因即为乘客对车辆的预约请求;

5、s2、利用鱼群算法模型获取对诱因生效的车辆,使得该车辆从常态切换至应激态中的启动态,并自动驶向预约上车点;

6、s3、在驶向预约上车点的路途中,判断诱因是否失效;当诱因失效,则该车辆从启动态切换至等待态,进入等待态的车辆就地停靠,等待一段时间后自动进入常态或受到诱因影响进入应激态中的启动态;再利用增强vpr算法模型中的区间分割法将进入常态的车辆分配到各个区间内;当诱因没有失效,则车辆到达预约聚类上车点后,乘客上车,车辆进入执行态,并反馈至s2步骤中;

7、s4、对预约请求进行分配,并利用增强vpr算法模型实现预约路线的规划;

8、s5、车辆按照规划的路线到达预约站点后,完成预约任务,乘客下车;当车辆完成所有当前预约任务后,从执行态切换至常态;再利用区间分割法将进入常态的车辆分配到各个区间内。

9、作为本专利技术再进一步的方案:在所述s1步骤中,预约上车点聚类模型的构建方法如下:

10、先利用网格聚类方法将数据空间划分为一个个网格,再将数据按照一定的规则映射到网格单元中,然后计算每个单元的密度;

11、预约下车点聚类模型的构建方法如下:

12、先利用网格聚类方法对远端的下车点进行聚类分析,得到聚类数量,再利用增强划分聚类方法对所有下车点进行再聚类分析。

13、作为本专利技术再进一步的方案:在所述s2步骤中,鱼群算法模型用于解决车辆在常态与应激态之间切换的问题,以实现车辆调配;其中,车辆在常态下表示在规定的范围内,车辆以固定的路线行驶的状态;常态由行驶态与静止态组成,且在常态下,车辆一直在行驶态与静止态之间重复切换。

14、作为本专利技术再进一步的方案:在所述s2步骤中,车辆在应激态下表示车辆受到诱因影响脱离固定的路线行驶的状态,其中,应激态由启动态、执行态和等待态组成;诱因对车辆是否生效由诱因变量与相应的阈值决定。

15、作为本专利技术再进一步的方案:在所述s3步骤中,等待态的车辆进入常态由等待时长和相应的阈值决定,且车辆分配采用通过区间分配法,具体步骤如下:

16、首先按照当前常态车辆的数量将常态下固定路线划分成若干块初始区间,再利用动态规划的方法将即将进入常态的车辆分配到各区间内。

17、作为本专利技术再进一步的方案:在所述s4步骤中,增强vpr算法模型包括启发式算法和区间分配法,在对预约请求进行分配时,确保车辆的剩余载客容量大于等于预约请求数,并采用先分组后定线的两阶段策略,在接到预约请求时,利用分组策略将多个预约请进行分组处理,在车辆进入执行态时,获取一组预约请求,再利用启发式算法以行驶路线最短为目的计算一条路线。

18、与现有技术相比,本专利技术的有益效果:

19、本专利技术通过利用鱼群算法实现车辆常态与应激态间的状态切换,并基于增强vrp算法模型实现预约路线规划,将闲置的预约车运力投入到常规线路中,同时空载的常规车也接运预约单,可以有效提升无人车的时空利用率,提高公交出行的服务效率,同时减少空闲置现象,提高资源利用率,降低运营成本。

本文档来自技高网...

【技术保护点】

1.一种基于无人驾驶的预约与常规公交混编方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述S1步骤中,预约上车点聚类模型的构建方法如下:

3.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述S2步骤中,鱼群算法模型用于解决车辆在常态与应激态之间切换的问题,以实现车辆调配;其中,车辆在常态下表示在规定的范围内,车辆以固定的路线行驶的状态;常态由行驶态与静止态组成,且在常态下,车辆一直在行驶态与静止态之间重复切换。

4.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述S2步骤中,车辆在应激态下表示车辆受到诱因影响脱离固定的路线行驶的状态,其中,应激态由启动态、执行态和等待态组成;诱因对车辆是否生效由诱因变量与相应的阈值决定。

5.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述S3步骤中,等待态的车辆进入常态由等待时长和相应的阈值决定,且车辆分配采用通过区间分配法,具体步骤如下:

6.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述S4步骤中,增强VPR算法模型包括启发式算法和区间分配法,在对预约请求进行分配时,确保车辆的剩余载客容量大于等于预约请求数,并采用先分组后定线的两阶段策略,在接到预约请求时,利用分组策略将多个预约请进行分组处理,在车辆进入执行态时,获取一组预约请求,再利用启发式算法以行驶路线最短为目的计算一条路线。

...

【技术特征摘要】

1.一种基于无人驾驶的预约与常规公交混编方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述s1步骤中,预约上车点聚类模型的构建方法如下:

3.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述s2步骤中,鱼群算法模型用于解决车辆在常态与应激态之间切换的问题,以实现车辆调配;其中,车辆在常态下表示在规定的范围内,车辆以固定的路线行驶的状态;常态由行驶态与静止态组成,且在常态下,车辆一直在行驶态与静止态之间重复切换。

4.根据权利要求1所述的一种基于无人驾驶的预约与常规公交混编方法,其特征在于,在所述s2步骤中,车辆在应激态下表示车辆受到诱因影响脱离固定的路线行...

【专利技术属性】
技术研发人员:梁健铭董志国常振廷宋惠琼翁健杨国健
申请(专利权)人:广州市公共交通集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1