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：南通大学

摘要：本发明属于智能交通系统领域，具体涉及一种智能网联环境下的无信号交叉口车辆调度方法。本发明针对交叉口内部区域的空间资源以及车辆通过交叉口的连续过程中对各资源的占用情况，构建Petri网模型；路测单元收集车辆信息，按照编码与解码规则生成通行序列，并通过迭代分析Petri网中的变迁和资源，判断序列中每个变迁的引发是否会引起系统的死锁，并将会引起死锁的序列进行修复；使用改进遗传算法进行寻优，结合Circle混沌映射初始化种群、染色体标准化操作、改进自适应交叉公式以及对相似个体进行变异的操作，得到最优或较优调度策略，从而提高交叉口的通行效率，实现交叉口路权资源利用的最大化。

主权项：1.一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，包括以下步骤：S1、建模：针对交叉口内部区域的空间资源以及车辆通过交叉口的连续过程中对各资源的占用情况，构建无信号交叉口系统的Petri网模型N,M0，并定义如下符号：N：一个由圆形节点、方型节点和有向弧组成的Petri网N＝P,T,F，代表由k个路权点组成且能让n条路径的车辆驶过的交叉口通行系统；P：库所集，由N中所有的圆形节点组成的集合，其中Pi0＝Pis∪Pif，Pis为车辆在交叉口入口前的缓冲区，Pif为车辆驶离交叉口的缓冲区；d表示路径i上的路权点总数，j表示车辆经过的第j个路权点，Pij代表路径i上的车辆通过交叉口的第j个通行过程；PR＝{Pr}，Pr代表所有路权点构成的库所集；T：变迁集，由N中所有的方形节点组成的集合，其中d表示路径i上的路权点总数，tij的引发表示第i条路径的车辆从第j-1个路权点行驶到第j个路权点；F：有向弧集，代表每一辆车在系统中的行驶情况及在行驶过程中经过每个路权点时对资源的需求和释放情况；M：P→N为标识N为非负整数集，表示系统的运行状态，标识的每个数字表示各库所中所含的车辆数或资源数；其中M0为初始标识，表示当前各车辆还未进入交叉口内部区域，车辆位于缓冲区，资源未被占用；A：关联矩阵，表示N中各变迁下每个库所托肯数的变化规律，是一个|T|行和|P|列的矩阵；针对无信号交叉口系统，以最小化最大通行时间为系统调度的目标函数，即：F＝min{max{Cl}}Tmax＝max{Cl}其中，Cl为第k辆车驶离交叉口的时间，Tmax为所有车辆通行完的最大通行时间；S2、智能路侧调度系统获取无信号交叉口区域内车辆信息，包括车辆数、速度以及所在车道编号；S3、编码与解码：对即将到达交叉口区域的车辆进行编号并根据每一辆车经过其路径上的各个路权点的通行过程生成通行序列，并解码为变迁序列；S4、生成混沌初始种群：在符合S3编码与解码的要求下，使用Circle混沌映射生成染色体数量为unit_num的初始种群；S5、对染色体进行标准化处理：为了减小算法搜索空间，将所有染色体都限定于包含所有可行调度解的编码子空间内，对染色体进行标准化处理，减少等价染色体的数目，随后执行S6；S6、检测与修复：通过迭代分析Petri网中的变迁和资源，检测出死锁并进行修复，确保种群中每条染色体无死锁；S7、计算单个染色体的最大通行时间和适应度值，并输出当前种群最优个体；S8、判断是否满足终止条件genMaxgen，其中gen为当前种群的迭代次数，Maxgen为最大迭代次数；若满足终止条件则输出最优个体，不满足则执行S9；S9、遗传操作：对当前种群进行选择、交叉、变异这三步遗传操作，获得新一代种群后执行S5。

全文数据：

权利要求：

百度查询： 南通大学 一种智能网联环境下的无信号交叉口车辆调度方法