[发明专利]一种应用于智能网联园区的自动驾驶车辆调度方法

说明书

本发明涉及一种应用于智能网联园区的自动驾驶车辆调度方法，该方法分别采用集中式决策和分布式规划，并且基于Dijkstra算法进行寻找最优路径，基于遗传算法进行求解极大值或者极小值；使得本发明在正常运营时，以最大化自动驾驶车辆运营收益和乘客满意度为目标进行自动驾驶车辆车队的集中式调度优化；在出现部分车辆堵车下，紧急调整剩余车辆的行驶路线，以保证自动驾驶车辆车队的正常运行；在出现救护车等特殊车辆，需紧提供应急方案，通过重新调度的方式来避免自动驾驶车辆车队行进与特殊车辆作业所需的道路相重合，确保特殊车辆正常作业。

技术领域

本发明涉及车辆调度技术领域，尤其是涉及一种应用于智能网联园区的自动驾驶车辆调度方法。

背景技术

基于人工的车辆调度系统存在着效率低、易出错、不易处理突发情况等弊端。网联系统的出现为这个问题的解决提供了契机。智能网联系统将候车人员数据、道路堵塞情况乃至运行道路上发生的突发险情上传至云端，在云端根据上述信息进行发车间隔的确定；同时，在路段堵塞时还可以为车辆规划新的优化路线，最大程度地提高车辆运行的效率；进一步的，当特种车辆出现时，智能网联系统可以对此作出快速反应，在线调整调度方案，以确保特种车辆的无阻通行和正常作业。

自动驾驶已经被认为是智慧交通的未来发展趋势之一。根据SAE提出的自动驾驶等级划分标准[1]，L3以上级别的自动驾驶具备由无人驾驶系统完成所有驾驶操作的能力，L5级别为不需要人类驾驶者的任何操作，完全靠无人驾驶系统的自动化等级。鉴于目前路况、法规等条件的限制，距离L5级别自动驾驶的实现仍有一段距离，故L4级别的无人驾驶是目前无人驾驶技术的重点研究方向。各大整车厂均以L4级别为目标推出自动驾驶解决方案，如长安集团、广汽集团等提出2025年实现L4级别无人驾驶。

现有技术中，一种基于分布估计算法的公共交通车辆调度方法(CN112309158A)公开了一种分布估计(EDA)算法来求解公共交通车辆调度问题，不适用于自动驾驶车辆，不能满足紧急状况下的车辆调度。

发明内容

鉴于以上现有技术的不足，本发明提供了一种应用于智能网联园区的自动驾驶车辆调度方法，不仅在正常运营时，以最大化自动驾驶车辆运营收益和乘客满意度为目标进行自动驾驶车辆车队的集中式调度优化，而且在出现部分车辆堵车下，紧急调整剩余车辆的行驶路线，以保证自动驾驶车辆车队的正常运行，提出一种统一的、高实时、高可靠与高灵活的智能网联云控系统架构方法。

为了实现上述目的及其他相关目的，本发明提供的技术方案如下：一种应用于智能网联园区的自动驾驶车辆调度方法，包括以下步骤：

步骤一：获取第j个时间段T_j的发车次数I_j，发车间隔Δt_j和到客率f_j信息以及车站点b_k；

步骤二：基于上述信息，乘客到达率服从均匀分布，相邻发车间隔内乘客的平均等车时间为：

该时间段内相邻发车间隔的到站人数为:

步骤三：基于平均等车时间T和该时间段到站人数R，得到所有乘客整个调度周期内总的等车时间为：

步骤四：基于到客率f_j，车站点b_k和时间段T_j的信息以及乘车票价P的信息，得到公司运营的毛收益为：

步骤五：收集每辆小巴发车损耗费用cost1和发车次数I_j信息，得出公司运营成本为：

步骤六：基于公司运营的毛收益R¹和公司的运营成本R^*，得到公司的运营收益为：W₂＝R¹-R^*；