[发明专利]基于数字孪生和用户个性化需求的车辆路径规划方法

说明书

本发明公开一种基于数字孪生和用户个性化需求的车辆路径规划方法，其步骤为：1)建立数字孪生体发送路径规划请求；2)计算用户个性化需求的待规划路径效用值；3)建立交通路口的状态和动作空间；4)利用Q‑learning算法更新Q表；5)获取最佳驾驶路径；6)云服务器通过基站向车辆用户发送规划的最佳的驾驶路径。本发明能有效提高车流量调度效率，降低了路径规划的网络时延，可用于城市交通系统中车辆用户的路径规划。

技术领域

本发明属于物理技术领域，更进一步涉及路径规划技术领域中的一种基于数字孪生和用户个性化需求的车辆路径规划方法。本发明可以规划出车辆在交通系统中前往目的地的路径。

背景技术

车辆路径规划属于车辆广泛应用于车辆导航、智能交通调度等领域。车辆路径规划是指结合路网的交通信息，寻找到一条从起点到终点的符合某种评价指标的最优路径来使车辆顺利到达目的地。一方面，现有的车辆路径规划方法通常以时间最小或者距离最短作为评价指标来进行路径规划，例如：

北京理工大学在其申请的专利文献“一种在环境约束下的车辆路径智能搜索方法”(申请号：202110611728.8，申请公布号：CN113256013A)中公开了一种在环境约束下车辆路径规划方法。该方法在考虑各种复杂地形和波动气象等约束条件下，通过构建恰当数量的目标点、车辆数目及地图，提出一个以最小化最后一个任务完工时间为目标，由目标点聚类和路径搜索构成的嵌套式算法，在构建的地图上将目标点分配给各个车辆，为每个车辆自动搜索计算出最优的行车路径。该方法虽然是一种搜索且具有良好适应的路径规划方法，但是，该方法仍然存在的不足之处是：由于规划的车辆路径缺乏对用户行程花费和时间的综合考虑，导致规划路径中车辆调度效率不高的问题。

北京航空航天大学在其申请的专利文献“5G环境下面向特殊场景的无人驾驶车辆路径规划方法”(申请号：202010789006.7，申请公布号：CN112068548A)中公开了5G环境下面向特殊场景的车辆路径规划方法。该方法依赖于基于5G通信的无人驾驶车辆路径规划系统，路径规划系统包括无人驾驶车辆、路侧单元、云平台和5G网络，其步骤包括云平台建立基于历史轨迹路径的备择路径库；路侧单元中路侧传感器实时道路状态感知与监测；车辆通过5G网络向云平台请求路径规划方案；云平台计算并给出路径规划方案，车辆通过5G网络接收路径规划方案并执行，从而完成路径规划和调整的决策。但是，该方法存在的不足之处是：由于车-云之间的请求数据传输仍会有网络时延，导致为大量车辆用户规划路径时确定和发布调度决策的长时间延迟问题。

发明内容

本发明的目的是针对上述现有技术存在的不足，提出一种基于数字孪生和用户个性化需求的车辆路径规划方法，旨在解决规划路径中车辆调度效率不高，大量用户规划路径时导致确定和发布调度决策时间延迟长的问题。

实现本发明目的的思路是：通过部署车辆用户的数字孪生体于云端，发送路径规划请求，数字孪生体与现实世界车辆用户一一映射，可以代替现实世界车辆用户直接与云服务器进行实时的信息交互，减少车-云之间长距离数据传输的时延，解决大量车辆用户规划路径时导致的确定和发布调度决策时间延迟长的问题。由于现有技术的车辆路径规划方法主要是为驾驶员提供车流量最少的路径选择，如此会出现同一时间多个车辆均选择同一条路径，而随即产生霎时间的车流量剧增的概率。据此，本发明在规划请求时间间隔内车流量保持不变的前提下，设计一种根据该时间段内车流量与最大车流量的比例关系来收取通行费的策略，即该时间段的车流量超过最大车流量一半时，则开始进行收费来引导车辆选择不同的路径，结合通行时间和路径规划请求计算待规划路径的个性化需求效用值作为待规划路径的道路指标，从而依据效用值可以为车辆规划出性价比好且收费低的驾驶路径，解决规划路径中车辆调度效率不高的问题。

实现本发明目的的具体步骤如下：

步骤1，建立数字孪生体发送路径规划请求：

待规划路径的车辆用户将其数字孪生体DTs部署于云服务器上后发送路径规划请求；