[发明专利]一种车路协同自主代客泊车停泊诱导方法

说明书

本发明属于自动驾驶决策规划方法技术领域，涉及一种车路协同自主代客泊车停泊诱导方法，包括如下步骤：S1：单个车辆停泊的客观成本建模；S2：单个车辆停泊的主观成本建模；S3：停泊诱导约束建模；S4：停泊诱导总成本建模；S5：停泊诱导问题模型的建立；S6：适应度函数设计；S7：自适应蚁群算法求解停泊诱导问题。本发明能有效解决静态和动态场景下自主代客泊车的停车场调度和停车位分配的问题，降低因车辆反复寻泊导致的交通拥堵和能源浪费。

技术领域

本发明属于自动驾驶泊车技术领域，具体涉及一种车路协同自主代客泊车停泊诱导方法。

背景技术

自主代客泊车开始步入人民的生活中，这不仅得益于人工智能技术、计算机技术、传感器技术和车辆工程技术的飞速发展，更是当下日趋紧张的土地资源和攀升的车辆保有率的真实反应。但是，单车智能的自主代客泊车系统缺乏全覆盖的感知能力与全时空的决策能力，导致该技术的推广受限。为克服这些问题，将路侧信息与车端信息融合的车路协同自主代客泊车系统是未来的发展趋势。但是，在车路协同模式下，多车或群车的停泊诱导如何保证交通系统的有序稳定成为了极大地挑战。

因此，如何提供基于车路协同技术的多智能车辆自主代客泊车停泊诱导方法是本领域技术人员亟待解决的问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车路协同自主代客泊车停泊诱导方法。

本发明的目的可以通过以下技术方案来实现：

一种车路协同自主代客泊车停泊诱导方法，包括以下步骤：

S1：单个车辆停泊的客观成本建模；

S2：单个车辆停泊的主观成本建模；

S3：停泊诱导约束建模；

S4：停泊诱导总成本建模；

S5：停泊诱导问题模型的建立；

S6：适应度函数设计；

S7：自适应蚁群算法求解停泊诱导问题。

进一步地，步骤S1中，静态场景下，待泊车辆i诱导泊入停车场j的单个车辆停泊的客观成本g_i,j建模为g_i,j＝(w_fs_i,j+p_j)x_i,j，其中，待泊车辆序号i＝1,…,n，n为待泊车辆总数；停车场序号j＝1,…,m，m为停车场总数；w_f为单位里程油耗折算的价格系数；s_i,j为停泊行车里程，表示从放下用户目的地到目标停车场的停泊行车里程；p_j为在停车场j的停泊费用；x_i,j＝{0,1}是一个布尔量，为1表示车辆i停泊到停车场j，为0表示车辆i不停泊到停车场j。

进一步地，步骤S1中，动态场景下，对于第k个诱导时刻，待泊车辆i诱导泊入停车场j的单个车辆停泊的客观成本g_i,j,k建模为g_i,j,k＝(w_fs_i,j,k+p_j)x_i,j,k，其中，s_i,j为第k个诱导时刻的停泊行车里程，表示从放下用户目的地到目标停车场的停泊行车里程；p_j为在停车场j的停泊费用；x_i,j,k＝{0,1}是一个布尔量，为1表示车辆i在第k个诱导时刻停泊到停车场j，为0表示车辆i在第k个诱导时刻不停泊到停车场j。