想让自动驾驶更安全，这个问题很重要

双向搜索算法由Dantzig 提出的基本思想,Nicholson正式提出算法。该算法在从起点开始寻找最短路径的同时也从终点开始向前进行路径搜索,最佳效果是二者在中间点汇合, 这样可缩短搜索时间。但是如果终止规则不合适, 该算法极有可能使搜索时间增加1倍, 即两个方向都搜索到最后才终止。

6. 蚁群算法

（图8 蚁群算法示意图）

蚁群算法是由意大利学者M.Dorigo等于1991年提出的, 它是一种随机搜索算法, 是在对大自然中蚁群集体行为的研究基础上总结归纳出的一种优化算法, 具有较强的鲁棒性, 而且易于与其他方法相结合,蚁群算法的算法复杂度要优于D ijkstra算法。

此外, 还有实时启发式搜索算法、基于分层路网的搜索算法、神经网络、遗传算法及模糊理论等,由于实际需求不同对算法的要求和侧重点也会有所不用, 所以也出现了许多以上算法的各种改进算法。大多数算法应用于求解车辆路径规划问题时都会存在一定的缺陷, 所以目前的研究侧重于利用多种算法融合来构造混合算法。

目前, 投入市场应用的成熟车辆导航系统大多基于静态的路径规划, 然而面对存在众多不稳定因素的交通现实, 用户并不满足于现有的系统。尤其是发生交通事故和交通堵塞时, 静态路径规划不能及时改变路线。因此, 车辆导航动态路径规划就成为新一代智能车辆导航系统的研究热点问题。车辆动态路径规划基于历史的、当前的交通信息数据对未来交通流量进行预测, 并用于及时调整和更新最佳行车路线, 从而有效减少道路阻塞和交通事故。

（图9 多导航器协调规划示意图）

随着计算机科学技术、无线通信技术以及交通运输业的高速发展, 车辆导航系统的动态路径规划研究趋势还将向多导航器相互协调规划的方向发展。现在的车辆导航都是单个车辆为对象进行路径引导,而没有考虑到总体的大局协调, 这样容易引起新的交通拥塞等问题, 所以多导航器协调规划将是一种更加符合实际需求的规划方法。

[参考文献]

1、 考虑全局最优性的汽车微观动态轨迹规划

2、 车辆导航动态路径规划的研究进展

3、 Adaptive Routing for road traffic

（编辑：PHP编程网 - 湛江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!