基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法
【專利摘要】本發(fā)明公開了一種基于人工智能城市交通流量負(fù)荷平衡算法的最佳動(dòng)態(tài)導(dǎo)航方法，特別是一種通過(guò)現(xiàn)代控制理論狀態(tài)方程來(lái)智能化地預(yù)測(cè)城市交通流量變化趨勢(shì)，并以此為依據(jù)來(lái)實(shí)現(xiàn)最佳動(dòng)態(tài)導(dǎo)航的方法。
【專利說(shuō)明】基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明專利涉及一種基于人工智能城市交通流量負(fù)荷平衡算法的最佳動(dòng)態(tài)導(dǎo)航 方法，特別是一種通過(guò)現(xiàn)代控制理論狀態(tài)方程來(lái)智能化地預(yù)測(cè)城市交通流量變化趨勢(shì)，并 以此為依據(jù)來(lái)實(shí)現(xiàn)最佳動(dòng)態(tài)導(dǎo)航的方法。

【背景技術(shù)】
[0002] 美國(guó)的紐約、波士頓和舊金山三大擁堵城市，2013年6月此三大擁堵城市通過(guò)與 IBM公司合作，借助物聯(lián)網(wǎng)、云計(jì)算技術(shù)和現(xiàn)代控制理論，開發(fā)成功了"動(dòng)感市中心"智能交 通系統(tǒng)，該系統(tǒng)只需將當(dāng)前各條公路的車流速度、車流量，將這些參數(shù)輸入模型就可以得40 分鐘后的這些道路模擬狀況，從而能夠前瞻性地為駕車者提供最佳動(dòng)態(tài)導(dǎo)航服務(wù)。目前我 國(guó)現(xiàn)有的動(dòng)態(tài)導(dǎo)航都因?yàn)闊o(wú)法預(yù)測(cè)城市交通流量的未來(lái)變化趨勢(shì)而只能被動(dòng)地引導(dǎo)駕車 者避開擁堵的路段，因?yàn)閭鹘y(tǒng)的控制是負(fù)反饋控制，研究的對(duì)象是誤差，缺點(diǎn)是后知后覺(jué)， 即必須先有誤差的存在才能進(jìn)行控制。
[0003] 目前國(guó)內(nèi)外傳統(tǒng)的動(dòng)態(tài)導(dǎo)航，本質(zhì)上就是一種負(fù)反饋的控制，首先是前面有堵車 發(fā)生了，然后在規(guī)劃導(dǎo)航路徑時(shí)被動(dòng)地進(jìn)行規(guī)避，因此動(dòng)態(tài)導(dǎo)航只能在一定程度上幫助駕 車者避開交通擁堵路段，而不能主動(dòng)地對(duì)城市交通流量進(jìn)行前瞻性的疏導(dǎo)，更甚的是，由于 在幫助駕車者規(guī)避擁堵路段時(shí)，由于大量的駕車者為了規(guī)避擁堵路段而走同一條交通不擁 堵的道路，往往造成原來(lái)?yè)矶碌牡缆凡欢铝说瓉?lái)本來(lái)不堵的道路卻成了新的擁堵路段， 如此反復(fù)，使城市的道路不斷處于一個(gè)震蕩的擁堵狀態(tài)之下，因此往往造成在規(guī)劃動(dòng)態(tài)導(dǎo) 航的過(guò)程中形成新的道路擁堵。為了解決以上問(wèn)題，我們提出了基于現(xiàn)代控制理論狀態(tài)方 程的最佳動(dòng)態(tài)導(dǎo)航方法。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種克服上述不足，幫助駕車者避開交通擁堵路段，并且主 動(dòng)地對(duì)城市交通流量進(jìn)行前瞻性疏導(dǎo)的基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法。
[0005] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是：一種基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航 方法，其特征在于：將城市中的交通流量傳感器和車聯(lián)網(wǎng)的車載導(dǎo)航設(shè)備形成一個(gè)交通流 量感知物聯(lián)網(wǎng)。
[0006] 上述基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法將城市中過(guò)去一年的歷史 交通數(shù)據(jù)、過(guò)去三個(gè)月的歷史交通數(shù)據(jù)、過(guò)去兩小時(shí)的歷史交通數(shù)據(jù)、以及通過(guò)交通流量感 知物聯(lián)網(wǎng)感知到的當(dāng)前交通流量情況、并加上導(dǎo)航規(guī)劃中的道路的額定設(shè)計(jì)情況、包括導(dǎo) 航規(guī)劃中的道路是否會(huì)成為新的擁堵路段等一系列影響城市交通流量變化趨勢(shì)的因素作 為狀態(tài)變量建立一個(gè)基于狀態(tài)方程的數(shù)學(xué)模型，然后通過(guò)對(duì)狀態(tài)方程的齊次方程的解算來(lái) 實(shí)現(xiàn)對(duì)城市道路流量負(fù)荷變化做出智能化的前饋預(yù)測(cè)，由此來(lái)快速準(zhǔn)確地實(shí)時(shí)預(yù)測(cè)一個(gè)城 市的交通流量的變化趨勢(shì)。
[0007] 上述基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法用城市中的突發(fā)事件對(duì)城 市交通負(fù)荷平衡影響的因素，對(duì)狀態(tài)方程的解做出修正，最后給駕車者一個(gè)動(dòng)態(tài)的最佳路 徑導(dǎo)航規(guī)劃。
[0008] 本發(fā)明具有積極的效果：
[0009] (1)社會(huì)效益
[0010] 能夠幫助我國(guó)的駕車者更合理地使用城市道路資源，在駕車過(guò)程中避免堵車而節(jié) 省能源，同時(shí)也因此而大大減少了碳排放量，使城市更加環(huán)保，而且能夠使我國(guó)的動(dòng)態(tài)導(dǎo)航 趕上國(guó)際先進(jìn)水平。
[0011] (2)經(jīng)濟(jì)效益
[0012] 未來(lái)衛(wèi)星定位導(dǎo)航成為汽車的標(biāo)準(zhǔn)配置將是大勢(shì)所趨，最新的數(shù)據(jù)顯示，美國(guó)汽 車衛(wèi)星定位導(dǎo)航儀的普及率是65%，在歐盟國(guó)家和日本的普及率已經(jīng)分別達(dá)到73%和76%。 與之相比我國(guó)到"十二五"結(jié)束時(shí)的汽車保有量將達(dá)到1. 5億輛，但汽車衛(wèi)星定位導(dǎo)航儀的 普及率卻不足10%，因此存在巨大的市場(chǎng)發(fā)展空間。
[0013] 另一方面，隨著3G智能手機(jī)以及各種基于3G的個(gè)人移動(dòng)信息終端開始普及，衛(wèi)星 定位導(dǎo)航市場(chǎng)將不再僅僅局限于傳統(tǒng)的車載導(dǎo)航，根據(jù)國(guó)家統(tǒng)計(jì)數(shù)據(jù)，2012年全國(guó)國(guó)僅旅 游出行人數(shù)就已經(jīng)達(dá)到29. 57億人次，比上年增長(zhǎng)12. 0%，其中異地旅游人數(shù)為7. 7億人次， 本地旅游人數(shù)為21. 87億人次，同時(shí)由于我國(guó)擁有世界上最大的手機(jī)群體，根據(jù)工信部預(yù) 測(cè)，未來(lái)5年我國(guó)的3G智能手機(jī)保有量達(dá)將到7億部，因此通過(guò)3G智能手機(jī)等各種3G移 動(dòng)終端獲取包括出行和消費(fèi)應(yīng)用在內(nèi)的多元化城市衛(wèi)星定位導(dǎo)航服務(wù)的市場(chǎng)需求將發(fā)生 爆炸性的增長(zhǎng)。而本發(fā)明的實(shí)施能夠有效地幫助駕車者避開堵車路段，因此比對(duì)收到駕車 者的歡迎。以每終端Y20元計(jì)算，未來(lái)5年的市場(chǎng)容量達(dá)到If 150億元。

【具體實(shí)施方式】
[0014] 基于一體化物聯(lián)網(wǎng)云計(jì)算技術(shù)和現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航解決方 法是通過(guò)物聯(lián)網(wǎng)技術(shù)將城市中的交通流量傳感器和城市交通實(shí)時(shí)數(shù)據(jù)中心連接起來(lái)，同時(shí) 通過(guò)車聯(lián)網(wǎng)技術(shù)將導(dǎo)航終端與最佳動(dòng)態(tài)路徑導(dǎo)航控制中心連接起來(lái)，然后通過(guò)云計(jì)算平臺(tái) 上基于狀態(tài)方程的城市交通流量變化趨勢(shì)數(shù)學(xué)模型對(duì)城市交通流量進(jìn)行預(yù)測(cè)并以此為依 據(jù)為駕車者提供動(dòng)態(tài)的路徑導(dǎo)航規(guī)劃。
[0015] 傳統(tǒng)的控制是負(fù)反饋控制，研究的對(duì)象是誤差，缺點(diǎn)是后知后覺(jué)，即必須先有誤差 的存在才能進(jìn)行控制。目前國(guó)內(nèi)外傳統(tǒng)的動(dòng)態(tài)導(dǎo)航，本質(zhì)上就是一種負(fù)反饋的控制，首先是 前面有堵車發(fā)生了，然后在規(guī)劃導(dǎo)航路徑時(shí)被動(dòng)地進(jìn)行規(guī)避，因此動(dòng)態(tài)導(dǎo)航只能在一定程 度上幫助駕車者避開交通擁堵路段，而不能主動(dòng)地對(duì)城市交通流量進(jìn)行前瞻性的疏導(dǎo)，更 甚的是，由于在幫助駕車者規(guī)避擁堵路段時(shí)，由于大量的駕車者為了規(guī)避擁堵路段而走同 一條交通不擁堵的道路，往往造成原來(lái)?yè)矶碌牡缆凡欢铝说瓉?lái)本來(lái)不堵的道路卻成了新 的擁堵路段，如此反復(fù)，使城市的道路不斷處于一個(gè)震蕩的擁堵狀態(tài)之下。但基于一體化物 聯(lián)網(wǎng)云計(jì)算技術(shù)和現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航解決方法采用了現(xiàn)代控制理論 的狀態(tài)方程。狀態(tài)方程是一種用現(xiàn)代控制理論建立數(shù)學(xué)模型方法，狀態(tài)方程研究的對(duì)象是 事件的狀態(tài)，世界上所有的事件的狀態(tài)都隨著時(shí)間的遷移而使隨之發(fā)生變化。雖然狀態(tài)隨 著時(shí)間的變化有快有慢，但這種變化是連續(xù)的，因此研究狀態(tài)變化的歷史過(guò)程可以對(duì)未來(lái) 的狀態(tài)進(jìn)行預(yù)測(cè)。由于影響一個(gè)事件發(fā)生變化的因素往往有多個(gè)，因此數(shù)學(xué)家們又將這些
【權(quán)利要求】
1. 一種基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法，其特征在于：將城市中的交 通流量傳感器和車聯(lián)網(wǎng)的車載導(dǎo)航設(shè)備形成一個(gè)交通流量感知物聯(lián)網(wǎng)。
2. 根據(jù)權(quán)利要求1所述的基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法，其特征在 于：將城市中過(guò)去一年的歷史交通數(shù)據(jù)、過(guò)去三個(gè)月的歷史交通數(shù)據(jù)、過(guò)去兩小時(shí)的歷史交 通數(shù)據(jù)、以及通過(guò)交通流量感知物聯(lián)網(wǎng)感知到的當(dāng)前交通流量情況、并加上導(dǎo)航規(guī)劃中的 道路的額定設(shè)計(jì)情況、包括導(dǎo)航規(guī)劃中的道路是否會(huì)成為新的擁堵路段等一系列影響城市 交通流量變化趨勢(shì)的因素作為狀態(tài)變量建立一個(gè)基于狀態(tài)方程的數(shù)學(xué)模型，然后通過(guò)對(duì)狀 態(tài)方程的齊次方程的解算來(lái)實(shí)現(xiàn)對(duì)城市道路流量負(fù)荷變化做出智能化的前饋預(yù)測(cè)，由此來(lái) 快速準(zhǔn)確地實(shí)時(shí)預(yù)測(cè)一個(gè)城市的交通流量的變化趨勢(shì)。
3. 根據(jù)權(quán)利要求2所述的基于現(xiàn)代控制理論狀態(tài)方程的最佳動(dòng)態(tài)導(dǎo)航方法，其特征在 于：用城市中的突發(fā)事件對(duì)城市交通負(fù)荷平衡影響的因素，對(duì)狀態(tài)方程的解做出修正，最后 給駕車者一個(gè)動(dòng)態(tài)的最佳路徑導(dǎo)航規(guī)劃。
【文檔編號(hào)】G01C21/26GK104101347SQ201310124334
【公開日】2014年10月15日 申請(qǐng)日期:2013年4月10日 優(yōu)先權(quán)日:2013年4月10日
【發(fā)明者】夏匯 申請(qǐng)人:夏匯