基于D*算法的场面滑行动态规划研究

研究了机场场面滑行路径动态规划问题.基于三种滑行冲突约束,建立了使航班总体滑行时间最短的动态优化模型.改进了传统的D*算法,提出了基于时间权值的冲突预测和代价修正函数.案例计算相比Dijkstra算法得到的结果减少了203s,有效减少总滑行时间,提高场面运行效率.该算法不仅可以用于滑行路径的初始规划,也适用于场面实时滑行引导的实施.     

A*算法的场面滑行动态规划方法

针对大型繁忙机场交通冲突频发、起飞延误等问题,在战略和战术层面分别对机场场面滑行路径规划方法展开研究。简化了机场路网结构,将滑行路径规划与进离场序列结合,建立了航空器总体滑行耗时最短,延误最少的动态优化模型。在比较了流行的机场滑行路经规划算法基础上,从战术规划的角度提出了一种新的基于A~*算法的场面滑行动态规划方法和冲突解脱策略。案例仿真结果表明该方法可以快速有效的减少航空器总体滑行时间和解决滑行冲突,实现机场场面运行效率提升和机场运营的自动化。     

一种面向滑行道调度的协同蚁群算法

针对现有机场滑行道调度算法效率偏低的问题,提出一种协同蚁群算法.首先采用A*算法得到的滑行道调度结果作为蚁群启发式信息;然后使用带有启发式信息的蚁群对航班进行调度排序,排序过程中检测冲突并根据航班优先级利用冲突解决算法处理航班冲突;最终通过蚁群间通信对信息素进行更新迭代,得出航班最优调度结果.实验结果表明,该算法收敛速度快,航班调度效率高,可为繁忙机场滑行道调度提供决策支持.     

侧向跑道机场滑行路径优化

为了缓解机场场面交通拥挤状况,提高侧向跑道机场场面运行效率,构建了侧向跑道机场航空器滑行路径优化模型.该模型以航空器加权滑行时间和延误等待时间最小为目标,提出了动态优化航班的优先级的优化方案.将航空器的运行规则转化为相应的数学约束条件,根据侧向跑道机场的滑行道调度问题进行算法设计,运用改进的遗传算法对模型进行求解,以航空器的优先级滑行序列和航空器滑行路径为染色体,基于MATLAB对双链染色体进行编码,并对4种滑行冲突与解脱进行分析.以成都天府国际机场为例进行算例分析,与先到先服务序列进行对比,采用优化方案的序列可以节省42 s,并与蚁群算法进行比对,验证了改进的遗传算法的有效性,可以为繁忙机场的滑行调度提供决策支持.     

大型机场场面交通拥堵状态等级预测

随着地面延误程序的实施,空中交通压力逐渐向地面转移,持续增长的地面运行压力对机场场面管制措施提出了更高更科学的要求。预测机场场面拥堵状态变化规律,设定拥堵状态等级是科学制定机场场面管制措施的重要基础之一。通过对场面拥堵状态分析确定场面拥堵影响因素,并设定场面拥堵状态等级,然后基于GA-LSTM算法对跑道头排队架次、主滑行道延误时间、机动区延误时间进行预测并与LSTM算法进行比较,最后,使用FCM聚类算法确定预测的拥堵状态数据聚类中心,对拥堵状态进行分类以确定场面拥堵状态等级。研究表明,对场面跑道头排队架次、主滑行道延误时间、机动区延误时间预测的均方根误差分别为1.18架次、1.85秒、2.11秒,该预测结果能够为战略级层面管制决策提供依据。本文所提出的方法对大型机场系统均具有普适性, 可提前预知拥堵可能产生的区域及时段,为管制员提供决策支持,提高空中交通系统的运行效率。     

基于GIS与约束条件下的最优路径规划研究

根据无人地面车辆自主导航的需求,提出一种给定任务点的约束条件下的最优路径实现方法. 首先基于地理信息系统（GIS）平台构建为车辆行驶提供先验信息的GIS数据库,并设计研究基于计算几何的路段匹配算法,同时结合A*算法进行全局路径规划. 然后根据无人地面车辆的运动特性和对路口识别的需求提出了新的路口模型,同时为保证无人地面车辆行驶轨迹的平滑性和对路口识别的精确性,对路口轨迹和U-turn轨迹进行了算法设计. 最后提出了动态重规划的行驶策略. 实际跑车实验证明了该设计算法的有效性.      

机场冲突热点识别与等级划设方法研究

针对机场地面运行中航空器之间的潜在冲突区域,提出了基于场面监视雷达数据,提取机场机动区内航空器地面滑行轨迹,分析经过同一滑行道组件的任意两个航空器的滑行路径、滑行时间是否有重合,分析两机航向差绝对值和距离间隔是否满足特定约束条件的机场冲突热点识别方法;提出了基于冲突热点的日平均冲突航空器架次比进行热点的等级划设准则。开发了一套冲突机场热点识别与等级划设系统,并对我国中南某机场冲突热点位置进行识别并划设等级。其结果与专家反馈意见和实际管制运行情况一致,从而验证了热点识别方法与等级划设标准的合理性。机场冲突热点识别与等级划设工作可以有效提醒航空器驾驶员在地面滑行时特别关注"危险地带",降低或杜绝发生跑道入侵或地面冲突的几率,有效地提高机场地面运行安全水平。     

基于加权A~*算法的服务型机器人路径规划

针对室内环境下的服务型移动机器人路径规划问题,分析并比较了两种经典算法--Dijkstra算法及基于Manhattan估计函数的A*算法,通过改变A*算法估价函数中参数的权值来优化路径轨迹,从而既满足A*算法的可接纳性,同时义实现两种算法的融合.在VC环境下编译出路径规划的仿真程序,通过变换起始点与目标点的坐标,比较运算时间和生成的路径轨迹.结果显示:加权A*算法优化了A*算法的路径轨迹,且在计算时间上优于Dijkstra算法,解决了服务型移动机器人的路径规划问题,满足实时性要求.     

基于态势感知的滑行路径优化算法

为提高繁忙机场场面运行效率,以优化航空器滑行路径、减少航空器滑行延误时间为目标,通过分析滑行道的运行态势,构建了机场滑行路径优化模型,并提出基于态势感知的滑行路径优化模型求解算法.算例结果表明:基于态势感知的滑行路径优化算法与传统的先到先服务优化算法相比,航空器在整个滑行过程中的总运行时间下降了 5％.可见基于态势感知...     

基于多Agent的机场场面冲突检测与解脱算法研究

为了减少机场场面运行冲突,提高机场场面运行效率,提出了基于多Agent的场面冲突检测与解脱算法。该算法以多Agent技术建立场面资源Agent和飞机Agent模型,采用基于滑行路径和实时运动的方法来进行冲突检测,以及通过合同网协作模型进行冲突解脱。最后依据该算法进行仿真分析,验证了该算法的有效性和可行性。     

基于改进卷积网络的终端区4D航迹预测与冲突检测

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Organization, ICAO)提出了基于航迹运行(trajectory based operation, TBO)的下一代空中交通管理运行理念,中国民航也提出了智慧民航的建设方案和目标。其中4D航迹是TBO运行的核心组成部分,也是中国建设智慧民航的重要技术指标,其可以对航空器的运行进行精确地管理和控制。因此,提高4D航迹预测的准确性成为了目前急需解决的核心问题。面向航空器的飞行任务实施阶段,从4D航迹预测和冲突检测两个问题进行了研究。在航迹预测方面,采用了基于卷积神经网络-双向门控循环单元(convolutional neural networks-bidirectional gated recurrent unit, CNN-BiGRU)的模型对航迹进行高精度预测;在冲突检测方面,引入了航迹距离检测函数以检验预测模型生成的两条航迹是否...     

基于出租车轨迹数据的交通异常识别算法研究

为了实现基于出租车轨迹数据的交通异常识别,本文首先以城市栅格地图模型为框架,提出了一种针对城市路网的多光谱分隔算法,并根据城市路网分别从区域增长与区域融合两种角度实现了多光谱地图的分割。其次在分割的城市路网基础上,设计了交通异常的识别算法。算法依据单元区域内道路网络拓扑结构构建交通异常图,然后根据出租车路径选择模式的历史规律计算每个单元区域内不同路径上的出租车轨迹流量的变化,最后根据三倍均方差指标识别单元区域内的交通异常。文章最后以哈尔滨为例进行了算例分析,算例结果表明,本文提出的异常识别算法取得了良好的效果,验证了算法的有效性及准确性。     

一种基于概率方法的中期冲突探测算法

中期冲突探测不仅可以提高飞行安全,还可以直接地增加空域利用效率。由于在实际的航路飞行中存在各种误差,导致航迹预测的不确定性,中期冲突探测结果也存在不确定性。根据两架飞机的相遇几何,并结合航迹预测的误差模型,定义了一种求解冲突概率的快速算法。通过仿真分析验证表明,该算法能有效地用于中期冲突探测。     

基于GPS轨迹数据的拥堵路段预测

基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.     

基于出行偏好和路径长度的路径规划方法

针对基于最短路径的路径规划方法只关注路径长度, 而基于轨迹的路径规划方法过度依赖用户偏好的问题, 提出一种同时考虑用户出行偏好和路径长度的路径规划方法. 首先, 利用长短期记忆模型从历史出行轨迹中提取用户的出行偏好; 其次, 采用Markov链Monte Carlo采样技术将用户的出行偏好引入启发式搜索算法A*中, 在道路网络中搜索得到符合用户出行偏好且较短的路径; 最后, 以北京市路网和出租车轨迹数据作为测试数据, 将该方法与基于最短路径的规划方法和基于轨迹的路径规划方法进行实验对比. 实验结果表明, 该路径规划方法更稳定, 并且其规划的路径具有较高的准确度、 较短的行驶距离和行程时间.     

基于FCD的出租车空驶时空特性及成因研究——以深圳国贸CBD为例

国内外对出租车研究,多集中于对其本身运营与管理关注,局限于对交通运输行业内具体应用范畴的探讨,而从人文地理、城市规划视角进行的研究尚未见到。基于实时动态数据,对出租车空驶时空特性及成因研究更无涉及。研究以国家节能与新能源汽车示范推广试点城市深圳为例,运用交通学科方法,采集FCD,进行要素筛选、特征提取、聚类分析、归纳统计等,得到深圳特区出租车空驶分布特征;在此基础上,基于GIS-T平台,绘制出租车空驶分布图,选取出租车空驶现象严重区域国贸CBD作为案例地。通过对其时空特性分析,研究点、线、面交通拥挤制约关系,路网结构导致空驶出租车滞留,罗湖枢纽"五位一体"换乘改造影响,金融、商业、写字楼、酒店、住宅密集分布影响等成因,找出解决办法。出租车在城市快速路、主干路的交通量构成比例较大,对城市交通供需平衡有较高的敏感性。采用FCD提取出租车空驶特征,是当前国内外广泛关注的研究热点。这种跨学科复合型研究的方法,引入大量实时动态数据的量化细分,改变了以往传统的定性判断方式,对于提高研究内容的科学性与有效性具有创新,也是运用动态数据研究城市交通地理的新尝试。