本發明專利技術公開一種自動駕駛公交線網規劃方法、裝置、電子設備和介質，涉及自動駕駛測試技術領域，包括：構建自動駕駛微循環公交線路的多目標評價模型；根據車型和開設站點篩選自動駕駛公交線網道路；確定自動駕駛公交站點；根據路段與交叉口確定道路網拓撲；對道路網拓撲進行智能算法尋優，按照多目標評價模型進行評優得到最優自動駕駛公交線網。本發明專利技術對現有的相關路段基于對自動駕駛公交車的相關特征分析，將不適宜自動駕駛公交的線網剔除，同時納入一些適合自動駕駛公交的特殊路段，在智能算法擇優時引入了與自動駕駛車輛相關的約束條件與指標，對道路上不同的交通流、機動車分離情況有了量化的指標，實現自動駕駛公交線網自動智能規劃。動智能規劃。動智能規劃。
【技術實現步驟摘要】
一種自動駕駛公交線網規劃方法、裝置、電子設備和介質
[0001]本專利技術涉及自動駕駛
，具體涉及一種自動駕駛公交線網規劃方法、裝置、電子設備和介質。
技術介紹
[0002]近年來，結合通信技術、數據融合技術與自動駕駛技術的發展，城市公交車已經可以實現L4級別的自動駕駛營運，結合道路信控設施數據運算，為無人公交提供更安全的保障。
[0003]而由于城市公交系統建成時間早，原有的城市公交線網和道路設置與快速發展的城市出行需求、自動駕駛公交車形勢特點的不匹配，公交節點與乘客目的地出發地缺乏有效銜接，在利用自動駕駛技術對現有交通系統進行轉型升級的過程中，公共交通線網規劃將面臨前所未有的挑戰和機遇，但是在目前，我國僅有少數機構與學校研究探討自動駕駛與公共交通調度運營的聯結作業，比如北京航空航天大學的專利“一種人工駕駛公交和自動駕駛公交聯合調度優化方法”，充分考慮了自動駕駛公交的容量可變特性對提高公交服務質量和減少運營成本的可能性；對乘客而言，該聯合調度優化方法根據乘客需求動態調整自動駕駛公交容量和發車頻率，縮短了乘客候車時間，降低了在高峰期乘客不能上車的風險；對公交管理部門而言，該聯合調度優化方法保證了人工駕駛公交和自動駕駛公交的充分利用，提升了調度效率，通過在高峰和平峰期動態調整自動駕駛公交容量節約了運營成本。
[0004]申請號為CN201911337623.7的配合區間車的自動駕駛公交組合調度優化方法，包括自動駕駛公交單元車輛編組、調度周期時間離散化、設置決策變量、建立配合區間車的自動駕駛公交調度仿真模型、計算成本函數、建立優化模型和模型求解。本專利技術充公考慮自動駕駛公交車輛編組的特點，通過聯合優化車輛類型(區間車和全程車)、車輛容量和發車頻率來提升系統服務質量(如減小乘客候車時間)和減小運營成本。本專利技術根據乘客需求自適應優化車輛類型和發車頻率，可以減小乘客站臺候車時間、減少高峰時段車內擁擠和降低乘客高峰時段不能上車的風險等；本專利技術提供的公交調度方法更加靈活，優化車輛容量，避免平峰時段公交車輛資源浪費的情況，從而能有效降低車輛運營成本。
[0005]申請號為CN201811507317.9的專利研究自動駕駛公交定制化線路優化方法，提出一種不間斷往復式靈活線路長度的無人駕駛公交優化方法”，包括乘客提出公交出行需求，所述需求包括上車站點、下車站點及到達上車站點時間信息；獲取一個時間段內接收到的乘客出行需求，以及當前無人駕駛公交車的運行狀態，根據靈活公交模型確定無人駕駛公交車的停站計劃及掉頭位置，得到最優行車路線，實現所有乘客出行時間最小，所述乘客出行時間包括候車時間及乘車時間；無人駕駛公交車執行最優行車路線，響應乘客出行需求。本專利技術在低密度地區與非通勤時段，能夠根據乘客需求情況調整行車方案，減少空駛與滿載率過低的情況，降低公交運營成本，克服了乘客需求較低時維持傳統固定公交服務效率低下，資源浪費的問題。
[0006]從上述專利技術來看，對于自動駕駛公交線路優化方案均是在現有的公交線路上根據乘客需求進行的出行規劃，并沒有根據自動駕駛環境進行公交線網規劃的技術方案，當前的城市公交線網規劃鮮有基于自動駕駛公交進行，導致現在試運營的自動駕駛公交乘仍按照傳統人工駕駛公交車的線路規劃實行，僅僅考慮了乘客公交出行的因素，缺少對自動駕駛環境的因素，并不能充分發揮出自動駕駛精準控制的優勢，導致自動駕駛公交運輸效率低下。
技術實現思路
[0007]為了解決上述現有技術存在的不足，本專利技術提供一種自動駕駛公交線網規劃方法、裝置、電子設備和介質，降低自動駕駛運算成本，提高自動駕駛公交車通達度，可以結合車車協同、預約公交與現有的公交微循環的研究，對自動駕駛公交線網規劃進行研究，在全新的公交線網規劃下，充分考慮自動駕駛公交的行駛特性與預約公交的載客指令，能夠大大提高公交運輸效率。
[0008]本專利技術提出的技術方案為：
[0009]第一方面，本專利技術提供一種自動駕駛公交線網規劃方法，采用如下的技術方案，
[0010]一種自動駕駛公交線網規劃方法，包括：
[0011]構建自動駕駛微循環公交線路的多目標評價模型；
[0012]根據車型和開設站點篩選自動駕駛公交線網道路；
[0013]確定自動駕駛公交站點；
[0014]根據路段與交叉口確定道路網拓撲；
[0015]對道路網拓撲進行智能算法尋優，按照多目標評價模型進行評優得到最優自動駕駛公交線網。
[0016]作為本專利技術的進一步技術方案為，所述構建自動駕駛的微循環公交線路的多目標評價模型；具體包括：
[0017]以線路評分最高為目標，定義決策變量；
[0018]以非直線系數、經過所有站點、單個站間距和線路長度為約束條件；
[0019]構建目標函數形成多目標評價模型。
[0020]作為本專利技術的進一步技術方案為，所述對非直線系數、經過所有站點、單個站間距和線路長度為約束條件；具體包括：
[0021]非直線系數的約束條件：因為城市公交線路非直線系數宜設置在1
?
1.4之間，但微循環線路長度一般為常規線路的四分之一，則有：
[0022][0023]式中：D
m
—公交線路首末站地理空間最短道路距離；
[0024]經過所有站點的約束條件：單條線路應經過所有已規劃站點；
[0025][0026]式中：l
i
—路段i的長度；
[0027]—為決策變量，某路段i是否在經過公交站點的線路上，是則取1，否則取0；
[0028]單個站間距為：
[0029]d
min
≤d
i
≤d
max
；
[0030]線路長度的約束條件為：
[0031][0032][0033][0034]式中：—自動駕駛公交車平均運營行駛速度(km/h)；
[0035]t
max
—《規范》中規定城市95％居民最大單程出行時間(分鐘)，根據對應的城市規模選取t
max
值；t
min
與之相反。
[0036]構建目標函數形成多目標評價模型，具體包括：構建目標函數：
[0037]maxγ＝η+α+β；
[0038]設定400m
?
800m為站間距η約束區間，而在該區間允許范圍內，長度越小越好，屬于區間內的成本型指標，有如下式計算：
[0039][0040]α為交通流可靠度，則：
[0041][0042]其中，α
i
為路段i的交通流可靠性，取值范圍是0
?
1。進而可得
[0043][0044]β為道路有序性；φ為道路機非分離設置率，取值范圍為0
?
1，同時φ
i
為某道路i的機非分離設置率,若設置，φ
i
＝1，若未設置，φ
i
＝0。則：
[0045]本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種自動駕駛公交線網規劃方法，其特征在于，包括：構建自動駕駛微循環公交線路的多目標評價模型；根據車型和開設站點篩選自動駕駛公交線網道路；確定自動駕駛公交站點；根據路段與交叉口確定道路網拓撲；對道路網拓撲進行智能算法尋優，按照多目標評價模型進行評優得到最優自動駕駛公交線網。2.根據權利要求1所述的一種自動駕駛公交線網規劃方法，其特征在于，所述構建自動駕駛的微循環公交線路的多目標評價模型；具體包括：以線路評分最高為目標，定義決策變量；以非直線系數、經過所有站點、單個站間距和線路長度為約束條件；構建目標函數形成多目標評價模型。3.根據權利要求2所述的一種自動駕駛公交線網規劃方法，其特征在于，所述對非直線系數、經過所有站點、單個站間距和線路長度為約束條件；具體包括：非直線系數的約束條件：式中：D
m
—公交線路首末站最短道路距離；—公交線路上下行平均長度；經過所有站點的約束條件：單條線路應經過所有已規劃站點；式中：l
i
—某路段i的長度；—為決策變量，某路段i是否在經過公交站點的線路上，是則取1，否則取0；單個站間距為：d
min
≤d
i
≤d
max
；線路長度的約束條件為：線路長度的約束條件為：線路長度的約束條件為：式中：—自動駕駛公交車平均運營行駛速度(km/h)；t
max
—《規范》中規定城市95％居民最大單程出行時間(分鐘)，根據對應的城市規模選取t
max
值；t
min
與之相反。通過構建目標函數形成多目標評價模型，具體包括：構建目標函數：
maxγ＝η+α+β；設定400m
?
800m為站間距η約束區間，而在該區間允許范圍內，長度越小越好，屬于區間內的成本型指標，有如下式計算：α為交通流可靠度，則：其中，α
i
為路段i的交通流可靠性，取值范圍是0
?
1。進而可得β為道路有序性；φ為道路機非分離設置率，取值范圍為0
?
1，同時φ
i
為某道路i的機非分離設置率,若設置，φ
i
＝1，若未設置，φ
i
＝0。則：4.根據權利要求1所述的一種自動駕駛公交線網規劃方法，其特征在于，所述根據車型和開設站點篩選自動駕...
【專利技術屬性】
技術研發人員：金雷，程亞杰，黃欽炎，馮川，陳曉晴，鄒祥莉，
申請(專利權)人：廣州交信投科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。