买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国汽车技术研究中心有限公司;中汽研汽车检验中心(天津)有限公司

摘要：本发明公开了一种车辆实际道路测试路线规划方法、装置、介质及设备，其中，方法包括如下步骤：划分道路交通场景；结合划分的道路交通场景计算交通场景特征；构建测试路线预选道路库；结合测试路线预选道路库，利用遗传算法得到不同交通场景下车辆实际道路测试路线规划。本发明提出了一种车辆实际道路测试路线规划方案，方案基于交通流大数据计算得到用户出行速度分布，利用遗传算法实现不同交通场景下实际道路测试路线规划，使得测试路线可以覆盖不同时间、区域的用户出行速度分布特征。该方法可以提升实际道路测试的代表性和覆盖性，使实际道路测试更贴近真实使用场景。

主权项：1.一种车辆实际道路测试路线规划方法，其特征在于，包括如下步骤：步骤1：划分道路交通场景；步骤2：结合划分的道路交通场景计算交通场景特征，得到不同交通场景、不同速度下车辆出行距离VKT分布和平均速度；步骤3：结合步骤2得到的不同交通场景、不同速度下VKT分布和平均速度，构建测试路线预选道路库；步骤4：结合测试路线预选道路库，采用图结构对测试路线预选道路库的道路进行表示，构建测试路线规划目标函数及约束函数，利用遗传算法得到不同交通场景下车辆实际道路测试路线规划；具体包括：步骤4.1：基于测试路线预选道路库，采用图结构对测试路线预选道路库的道路进行表示，在图结构中，每个节点代表着道路的端点，而两个节点之间的连接线则代表着道路段；步骤4.2：构建测试路线规划目标函数及约束函数，其中，xi,j为车辆从节点i移动到节点j道路的选择情况；其中，目标函数为对测试路线中重要道路长度占比的倒数与速度分布误差和的乘积进行最小化，目标函数的表达式如下： 其中，vi,j为道路i，j的速度-VKT分布；V为交通场景下速度-VKT分布；n为道路数量；di,j为车辆从节点i移动到j的道路i，j的距离；IRi,j为道路i，j是否为重要道路，是IRi,j为1，否则为0；xi,j为车辆从节点i移动到节点j道路的选择情况，若选择，xi,j为1，否则为0；其中，规划出来的测试路线应满足以下约束条件：1测试路线距离需要与交通场景目标距离误差在10％以内，对应约束函数为： 其中，l为交通场景目标距离；为该交通场景下道路平均速度，t为该交通场景下时间段长度；2每条道路每个方向最多经过一次，不能重复经过，对应约束函数为： 其中，ki,j为道路节点i和j之间是否有道路连接且车道方向为从节点i到节点j，有道路则ki,j为1，否则为0；3挑选出的道路必须能够连成一条路径，道路应保证有且仅有一个起始节点和一个终结点，其余均为中间节点；其中，起始节点应保证到达该节点的道路数-驶出该节点的道路数＝-1，终点应保证到达该节点的道路数-驶出该节点的道路数＝1，中间节点应保证到达该节点的道路数-驶出该节点的道路数＝0；对应约束函数为： 其中，xj,i为车辆从节点j移动到节点i道路的选择情况；步骤4.3：采用遗传算法对变量xi,j进行求解；具体地，包括如下步骤：步骤4.3.1：生成遗传算法所需的初始种群并进行二进制编码，每个基因xi,j代表着车辆从节点i移动到节点j道路的选择情况，若选择，xi,j为1，否则为0；步骤4.3.2：利用遗传操作的三个算子，选择操作、交叉操作、变异操作对初始种群中的个体反复进行遗传操作，通过适应度函数的计算得到较优的个体并逐代保存下来，当迭代次数达到预设的最大迭代次数或连续多代适应度函数没有变化时，则认为遗传算法已经寻找到了测试路线的最优解，结束遗传算法的迭代；适应度函数如下： 步骤4.4：首先，选择适应度函数最小的种群个体，提取变量xi,j中值等于1的特定变量，然后，根据道路顺序中的连接关系，将特定变量对应道路组合成一条道路路径，进而得到对应场景的车辆实际道路测试路线。

全文数据：

权利要求：

百度查询： 中国汽车技术研究中心有限公司 中汽研汽车检验中心(天津)有限公司 一种车辆实际道路测试路线规划方法、装置、介质及设备