典型文献
基于出行计划数据的最优路径规划方法
文献摘要：
现有基于交通流预测的路径规划方法大多使用历史或实时交通流数据,预测时效性有待提升.针对上述问题,提出基于出行计划数据的路径规划方法(RPTP).该方法能主动捕捉出行者的未来交通需求,为车辆提供更合理的出行路线.基于出行计划的思想,设计基于出行计划数据的路径规划整体框架;构建基于出行计划路线数据的未来时段路网密度估计算法;采用空间堆叠的方式融合未来多时段路网密度,以此为依据改进D*Lite算法的启发函数.采用SUMO平台仿真验证,与静态路径规划方法(SPP)和滚动路径规划方法(RPP)进行对比分析.结果显示,在相同环境下RPTP方法能提高车辆的通行效率,缓解路网拥堵,有效验证了RPTP方法的优越性.
文献关键词：
智能交通;最优路径规划;D*Lite算法;出行计划数据;时变路网
中图分类号：
作者姓名：
徐维祥;康楠;徐婷
作者机构：
北京交通大学交通运输学院,北京100084;清华大学人文学院,北京100084
文献出处：
引用格式：
[1]徐维祥;康楠;徐婷-.基于出行计划数据的最优路径规划方法)[J].浙江大学学报（工学版）,2022(08):1542-1552
A类：
出行计划数据,RPTP
B类：
最优路径规划,路径规划方法,交通流预测,使用历史,流数据,出行者,交通需求,更合,整体框架,来时,路网密度,密度估计,估计算法,空间堆,堆叠,多时段,Lite,启发函数,SUMO,仿真验证,SPP,滚动,RPP,高车,通行效率,拥堵,有效验证,智能交通,时变路网
AB值：
0.31728
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
