基于分層A-算法的停車場誘導泊車系統(tǒng)的研究與應用.pdf

1、隨著現(xiàn)代社會經(jīng)濟的快速發(fā)展，私人汽車數(shù)量的不斷增多，智能交通中的“難停車”問題愈加凸顯，而停車場誘導泊車系統(tǒng)作為智能交通的一個重要組成部分，系統(tǒng)中誘導泊車路徑規(guī)劃算法同時也取得了很大進展，為了有效提升智能城市中停車場的有效使用效率解決“停車難”的問題，本文提出基于分層A*算法的停車場誘導泊車系統(tǒng)，旨在為進入停車場的泊車者規(guī)劃出一條能夠快速完成泊車任務的行車路線。
　　本文在深入研究泊車位選擇影響因素、路徑規(guī)劃算法和A*算法等相關理

2、論的基礎下，結合A*算法中選取最小估價函數(shù)值時OPEN表的存儲排序問題，并綜合考慮道路情況與屬性（車輛速度與車輛時間消耗）和停車場的實際問題，提出了基于分層A*算法的停車場誘導泊車系統(tǒng)，來實現(xiàn)基于時間最優(yōu)的最優(yōu)路徑規(guī)劃，同時提升OPEN表的遍歷速度提升了尋徑效率。本文首先對大型停車場建立抽象的帶權圖模型，確定了以路徑距離與道路通行質量因素來構建邊權，然后根據(jù)抽象模型確定模型中所需的具體參數(shù)，然后對大型停車場中的車位信息和車輛信息進行采集

3、存儲，然后將采集到的車位信息進行分層處理，將路徑搜索過程化進而對每個過程求解。車位節(jié)點和路徑交叉節(jié)點作為第一層節(jié)點，應用傳統(tǒng)A*算法得出最優(yōu)路徑RT1；將起點、交叉節(jié)點和出入口點作為第二層節(jié)點，應用改進A*算法，綜合考慮改進的時間消耗評價指標和算法的搜索效率，在估價函數(shù)中引入一個變化的加權系數(shù)w，在路徑搜索初期加大估價函數(shù)中第二項的權重，提高搜索速度，在后期搜索中減小估價函數(shù)第二項的權重，選取的估價函數(shù)為加權估價函數(shù)：f(i)=(1-w

4、)*Ft(i)+w*FtE(i)，為了提高搜索精度，設置w的上下限值，以保證在搜索前期的搜索精度和搜索后期的搜索速度，在OPEN表的排序過程中應用二叉堆進行存儲排序，提高遍歷節(jié)點的速度，提升遍歷的效率，求得針對大型停車場的第二層節(jié)點的最優(yōu)泊車路徑RT2，最后得出大型停車場的最優(yōu)路徑RT1+RT2模型。
　　至此，減少了尋徑過程中遍歷的頂點數(shù)和基于時間最短的泊車路徑規(guī)劃，得到了從入口S到某個停車位Pi的較優(yōu)路徑RT1和RT2，同理，

5、采用相同的方法獲得某個車位到出口的較優(yōu)路徑信息。
　　本文在Visual Studio2010開發(fā)平臺上，使用C++語言實現(xiàn)了分層A*算法最優(yōu)泊車路徑規(guī)劃，最后將系統(tǒng)最突出的自主選擇停車位和系統(tǒng)選擇停車位及對所選擇停車位進行精確路徑規(guī)劃與引導功能進行詳細演示，最后針對廣州天河區(qū)珠江新城某小區(qū)地下停車場，建立停車場抽象模型，計算各路段的屬性參數(shù)進行系統(tǒng)的應用與分析表明，本文所使用的分層A*算法達到了預期的效果，能有效地規(guī)劃出不同情況