[发明专利]一种规避交通障碍的路线规划智能优化方法

说明书

本发明公开了一种规避交通障碍的路线规划智能优化方法，通过在寻优路径上释放信息素，遇到未经过的网格路口就随机选择爬行方向，同时释放与路径长度有关的信息素，信息素浓度与路径长度成负相关，引导后续的候选解点选择信息素浓度高的路径，最后找到信息素浓度最大的最佳端对端路径。本发明进行高效准确的科学计算求解一具交通障碍考量的交通网络最短路径优化设计问题，并可以利用计算机数位技术建立相关的智能(车辆)交通路线数据库，支持提供路线规划信息交换的道路交通管理平台。本发明是一种随机概率搜索算法，能够快速找到最大概率的优化解，也具有计算并行性可同时从多个候选解点进行搜索，从而提高算法的求解效率。

技术领域

本发明属于交通路线规划技术领域，设计一种交通路线规划智能优化方法，具体涉及一种规避交通障碍的路线规划智能优化方法。

背景技术

由于经济社会的高速发展和城镇化进程的加快，我国机动车保有量和道路的交通量急剧增加，不断增加的交通事故发生概率已经是我国面临的极其严重的“城市病”之一，日益拥堵的交通现象在一二线大城市尤为显著，严重影响了城市的发展和人民群众生活水平的提高。传统的解决途径是拓展道路，但是我国土地资源稀缺，城市内可供拓展的道路空间非常有限，城市人口也非常密集，不可能仅依靠拓展道路来解决这些问题，必须想办法提高道路的利用率。

在智能交通研究领域中，路径规划问题一直以来都是热点关键问题，并具有重大的实际应用价值。最优路径规划则的评价标准是在时间代价、路程代价和工作代价等指标下，找出状态空间中从初始状态到达目标状态的一条最优避障的路径。路径规划属于比较经典的优化问题，已经进行了很多年的研究，有着重大的应用价值，具有复杂性、约束性、非线性等特点，怎样研究实现一种高效准确的路径优化算法已受到各学科领域越来越多的研究者关注，因此随着路径规划问题研究渐渐深入，一些困难繁琐的算法设计问题也随之而来。规划任务难度、规划环境复杂度以及规划质量要求等都决定了路径规划算法的设计，可见对规划速度和规划质量的双重考虑是设计算法的重中之重。

城市综合交通道路网规划的任务是在具有障碍物的环境中，寻找一条从起始点到目标点的无碰撞的最短路径。路径规划的应用领域非常广泛，如：机器人机械臂的路径规划、飞行器航迹规划、巡航导弹路径规划、旅行商问题(TSP)以及其衍生的各种车辆(VRP)路径规划、虚拟装配路径规划、基于道路网的路径规划、电子地图GPS导航路径搜索与规划、路由问题等。

现有技术方案只是依靠修建新道路或者扩充已有的交通基础设施来解决城市交通问题，劳民伤财又不能从根本上解决现有的问题。

发明内容

为了解决上述技术问题，本发明提供了一种规避交通障碍的路线规划智能优化方法。

本发明所采用的技术方案是：一种规避交通障碍的路线规划智能优化方法，其特征在于，包括以下步骤：

步骤1：采用栅格法来对城市交通路网进行栅格化，其中存在交通路径障碍物的方块标记为数值0，不存在交通路径障碍物的方块标记为数值1；

步骤2：利用蚁群算法进行路线规划；

具体实现包括以下子步骤：

步骤2.1：初始化蚁群算法参数、地形矩阵、信息素矩阵和启发式因子矩阵；

所述参数包括种群数量A、迭代次数B、信息素重要程度α、启发式因子重要程度β、信息素蒸发系数ρ、路径起点S和路径终点E；

所述地形矩阵，是交通路网离散化表示成的一矩阵形式；首先将路网进行栅格化成(A,1)至(X,Y)范围的离散区块，其中路线规划的起点S为(A,1)栏位，终点E为(X,Y)栏位，存在交通路径障碍物的方块标记为数值0，不存在交通路径障碍物的方块标记为数值1；其中，X、Y分别为地形矩阵的行、列最大值；

所述启发式因子矩阵中一点的值为该点到终点距离的倒数，距离越短，启发式因子越大，障碍物处的启发式因子为0；