一种智能网联运输车辆的时空协同运行控制方法及系统

本发明涉及智能驾驶，具体而言，涉及一种智能网联运输车辆的时空协同运行控制方法及系统。

背景技术：

1、目前，针对长大隧道施工中车辆运行组织的研究十分有限。尤其是在这些场景中应用智能网联运输车辆的研究更是匮乏。然而，这个问题的本质在于复杂网络中的车辆运行组织困难，其中，主要集中于对短时间窗口内动态需求下的时刻表和线路规划研究有限，对网络下的统一优化研究不足。因此，难以解决网络中多条智能网联运输车辆线路的协调优化需求。

2、并且现有研究主要关注宏观层面的任务及其相关的路径约束，将宏观层面的任务分配与微观层面的节点控制相结合的研究还很有限。其中，智能网联运输车辆的路径规划通常涉及穿越多个需求点，这导致网络压力极大增加，因此，很难在不发生碰撞或冲突的情况下处理网络中要求更高的车辆操作任务，进而先急需一种智能网联运输车辆的时空协同运行控制方法及系统，用于智能分配智能网联运输车辆的运行路线，保障智能网联运输车辆能够高效快速且安全的执行车辆操作任务。

技术实现思路

1、本发明的目的在于提供一种智能网联运输车辆的时空协同运行控制方法及系统，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

2、一方面，本申请提供了一种智能网联运输车辆的时空协同运行控制方法，包括：

3、获取第一信息，所述第一信息包括智能网联运输车辆运行的交通网络信息和智能网联运输车辆的运行参数信息；

4、基于预设的saga算法对所述第一信息进行处理，得到初始种群，所述初始种群包括所有智能网联运输车辆的运行路线信息；

5、将所述初始种群发送至预设的约束判断模块进行约束判断，得到所有符合约束条件的运行路线信息；

6、将所有符合约束条件的运行路线信息内的节点进行交叉变异处理，并基于预设的spdm算法对处理得到的节点进行回滚翻新，得到更新后的符合约束条件的运行路线信息；

7、行运行时间计算，并基于计算得到的时间计算得到saga算法的适应度函数值；

8、基于锦标赛选择法和所述适应度函数值选择所有更新后的符合约束条件的运行路线信息中最优的运行路线信息，并将所述最优的运行路线信息作为智能网联运输车辆的运行路线。

9、另一方面，本申请还提供了一种智能网联运输车辆的时空协同运行控制系统，包括：

10、获取单元，用于获取第一信息，所述第一信息包括智能网联运输车辆运行的交通网络信息和智能网联运输车辆的运行参数信息；

11、第一处理单元，用于基于预设的saga算法对所述第一信息进行处理，得到初始种群，所述初始种群包括所有智能网联运输车辆的运行路线信息；

12、判断单元，用于将所述初始种群发送至预设的约束判断模块进行约束判断，得到所有符合约束条件的运行路线信息；

13、第二处理单元，用于将所有符合约束条件的运行路线信息内的节点进行交叉变异处理，并基于预设的spdm算法对处理得到的节点进行回滚翻新，得到更新后的符合约束条件的运行路线信息；

14、计算单元，用于基于预设的ta算法对更新后的符合约束条件的运行路线信息进行运行时间计算，并基于计算得到的时间计算得到saga算法的适应度函数值；

15、第三处理单元，用于基于锦标赛选择法和所述适应度函数值选择所有更新后的符合约束条件的运行路线信息中最优的运行路线信息，并将所述最优的运行路线信息作为智能网联运输车辆的运行路线。

16、本发明的有益效果为：

17、本发明提出了一种时空协调、时间间隔离散的智能网联运输车辆运营整数编程模型，该模型最大限度地减少了智能网联运输车辆的总工作时间，并能适应每个时间窗口中不断变化的宏观任务分配要求。并且本发明在路段和交叉路口捕捉线路上智能网联运输车辆的详细时空互动，这种方法将宏观任务分配与微观节点控制相结合，以协调调整它们之间的时空关系，达到无运行冲突的目的与效果；而且本发明以saga为框架构建了一个控制路线确定模型，其与商业求解器相比，saga算法能在可接受的时间内找到次优解，达到确定最优控制路线的目的。

18、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种智能网联运输车辆的时空协同运行控制方法，其特征在于，包括：

2.根据权利要求1所述的智能网联运输车辆的时空协同运行控制方法，其特征在于,所述基于预设的saga算法对所述第一信息进行处理，得到初始种群，包括：

3.根据权利要求1所述的智能网联运输车辆的时空协同运行控制方法，其特征在于,将所述初始种群发送至预设的约束判断模块进行约束判断，得到所有符合约束条件的运行路线信息，包括：

4.根据权利要求1所述的智能网联运输车辆的时空协同运行控制方法，其特征在于,所述将所有符合约束条件的运行路线信息内的节点进行交叉变异处理，并基于预设的spdm算法对处理得到的节点进行回滚翻新，包括：

5.根据权利要求1所述的智能网联运输车辆的时空协同运行控制方法，其特征在于,所述基于预设的ta算法对更新后的符合约束条件的运行路线信息进行运行时间计算，并基于计算得到的时间计算得到saga算法的适应度函数值，包括：

6.一种智能网联运输车辆的时空协同运行控制系统，其特征在于，包括：

7.根据权利要求6所述的智能网联运输车辆的时空协同运行控制系统，其特征在于，所述第一处理单元包括：

8.根据权利要求6所述的智能网联运输车辆的时空协同运行控制系统，其特征在于，所述判断单元包括：

9.根据权利要求6所述的智能网联运输车辆的时空协同运行控制系统，其特征在于，所述第二处理单元包括：

10.根据权利要求6所述的智能网联运输车辆的时空协同运行控制系统，其特征在于，所述计算单元包括：

技术总结本发明提供了一种智能网联运输车辆的时空协同运行控制方法及系统，涉及智能驾驶技术领域，包括采用预设的SAGA算法对智能网联运输车辆运行的交通网络信息和运行参数进行处理，生成初始种群，包括所有车辆的运行路线信息，通过发送初始种群至约束判断模块筛选出符合各项约束条件的运行路线信息，对这些符合约束条件的路线信息进行交叉变异处理，结合SPDM算法进行节点回滚翻新，得到更新后的符合约束条件的运行路线，通过TA算法对更新后的路线进行运行时间计算，进而得到SAGA算法的适应度函数值，通过锦标赛选择法，选取适应度函数值最低的路线作为最优方案，本发明实现了智能车辆的高效协同运行，为智能交通系统的发展提供了可行的解决方案。技术研发人员：蒋阳升,夏魁,蒋浩然,姚志洪,唐优华,刘国强受保护的技术使用者：西南交通大学技术研发日：技术公布日：2024/6/5