高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

半自动驾驶公交车辆编组与调度优化

代壮,  陈汐,  马晓磊

downloadPDF
文章导航 > 北京航空航天大学学报  > 2020 >  46(12): 2284-2292.
张克涛, 方跃法, 房海蓉等 . 基于变胞原理的一种探测车机构设计与分析[J]. 北京航空航天大学学报, 2007, 33(07): 838-841.
引用本文: 代壮, 陈汐, 马晓磊等 . 半自动驾驶公交车辆编组与调度优化[J]. 北京航空航天大学学报, 2020, 46(12): 2284-2292. doi: 10.13700/j.bh.1001-5965.2019.0627
shu
Zhang Ketao, Fang Yuefa, Fang Haironget al. Design and analysis of a rover mechanism based on the metamorphic principle[J]. Journal of Beijing University of Aeronautics and Astronautics, 2007, 33(07): 838-841. (in Chinese)
Citation: DAI Zhuang, CHEN Xi, MA Xiaoleiet al. Semi-autonomous driving bus platooning and scheduling optimization[J]. Journal of Beijing University of Aeronautics and Astronautics, 2020, 46(12): 2284-2292. doi: 10.13700/j.bh.1001-5965.2019.0627(in Chinese)
shu

半自动驾驶公交车辆编组与调度优化

doi: 10.13700/j.bh.1001-5965.2019.0627
  • 1.

    北京航空航天大学 交通科学与工程学院, 北京 100083

  • 2.

    北京航空航天大学 大数据科学与脑机智能高精尖创新中心, 北京 100083

基金项目: 

国家自然科学基金 U1811463

国家自然科学基金 61773036

北京市自然科学基金 9172011

详细信息
    作者简介:

    代壮  男, 博士研究生。主要研究方向:智能网联交通

    陈汐  男, 博士研究生。主要研究方向:公交调度优化

    马晓磊  男, 博士, 副教授, 博士生导师。主要研究方向:智能交通系统

    通讯作者:

    马晓磊, E-mail: xiaolei@buaa.edu.cn

  • 中图分类号: U121

Semi-autonomous driving bus platooning and scheduling optimization

  • 1.

    School of Transportation Science and Engineering, Beihang University, Beijing 100083, China

  • 2.

    Big Data Brain Computing, Beihang University, Beijing 100083, China

Funds: 

National Natural Science Foundation of China U1811463

National Natural Science Foundation of China 61773036

Beijing Natural Science Foundation 9172011

More Information

摘要

    摘要
  • 摘要:

    半自动驾驶公交车辆编组是指半自动驾驶公交单元通过车联网技术连接在一起，实现车辆协同驾驶和车辆容量动态设计的车辆组织技术。以半自动驾驶公交车辆编组为出发点，建立编组车辆动态运行模型，分析编组车辆到离站时间、乘客上下车过程、车辆容量限制和车载乘客数量变化等。在此基础上，以车辆运营成本和乘客候车时间成本之和为目标函数，以车辆编组大小和发车时刻为决策变量，建立半自动驾驶公交车辆调度优化模型。提出改进的遗传算法高效求解模型。以杭州55路公交线路为实证案例，仿真结果表明：相比于传统人工驾驶公交的车辆调度，基于半自动驾驶公交的车辆调度能降低29.2%的车辆运营成本和18.2%的乘客候车时间成本，所得结果证实了所建模型优化半自动驾驶公交车辆调度的有效性。

     

    Abstract:

    Semi-autonomous driving bus platooning refers to the vehicle organization technology that connects bus units together through vehicle communication technologies to realize coordinated driving of vehicles and dynamic design of vehicle capacity. Based on semi-autonomous driving us platooning, a dynamic bus operation model is first proposed to model bus arrival and departure time at stops, passenger dwelling process, bus capacity constraint and onboard passenger dynamics. On this basis, a semi-autonomous driving bus scheduling optimization model is proposed to jointly optimize platooning size and bus dispatching time with the objective of the sum of the optimizing operating cost and passenger waiting time cost. An improved genetic algorithm is proposed to solve the model efficiently. The model is validated using a real-world example of bus route 55, Hangzhou, China. Simulation results show that the proposed semi-autonomous driving bus scheduling can reduce bus operating cost by 29.2% and reduce passenger waiting time cost by 18.2%, when compared with conventional human-driven bus scheduling. The result verifies the efficiency of the proposed model in scheduling semi-autonomous driving bus.

     

    • HTML全文

  • 图 1  半自动驾驶公交车辆编组

    Figure 1.  Semi-autonomous driving bus platooning

    下载: 全尺寸图片 幻灯片

    图 2  遗传算法基因、染色体及种群

    Figure 2.  Gene, chromesome, and population of genetic algorithm

    下载: 全尺寸图片 幻灯片

    图 3  染色体交叉及变异

    Figure 3.  Chromesome crossover and mutation

    下载: 全尺寸图片 幻灯片

    图 4  乘客等候时间分布

    Figure 4.  Passenger waiting time distribution

    下载: 全尺寸图片 幻灯片

    图 5  车辆轨迹与车辆编组

    Figure 5.  Bus trajectory and platooning

    下载: 全尺寸图片 幻灯片

    表  1  杭州55路公交运营数据

    Table  1.   Operation data of route 55, Hangzhou

    站点 tj/s tj标准差/s λj/(人次·h-1)
    1 32.08 6.06 16
    2 162.99 25.46 125
    3 72.12 14.58 55
    4 95.17 12.30 48
    5 218.56 24.55 74
    6 171.42 18.28 80
    7 63.76 10.29 35
    8 82.04 13.58 50
    9 108.02 23.56 129
    10 154.06 21.87 30
    11 110.12 16.93 53
    12 241.00 36.93 47
    13 44.15 6.93 52
    14 249.82 36.34 43
    15 141.47 22.19 32
    16 149.49 27.07 9
    17 71.04 7.40 4
    18 116.51 17.40 14
    19 133.10 10.10 10
    20 140.60 19.51 3
    21 41.77 9.52 0
    注：tj为车辆在站台j-1和站台j间的平均行驶时间，单位为s。
    下载: 导出CSV

    表  2  不同优化算法性能比较

    Table  2.   Performance comparison of different optimization algorithms

    场景 算法 计算时间/min 目标函数值/元
    场景1 遗传算法 0.7 14 702.6
    滚动时间窗 3.2 15 462.1
    滚动时间窗+动态规划 2.1 15 462.1
    场景2 遗传算法 1.5 11 362.8
    滚动时间窗 6.2 11 612.4
    滚动时间窗+动态规划 4.7 11 612.4
    下载: 导出CSV

    表  3  成本分析

    Table  3.   Cost analysis

    场景 车辆运营成本/元 乘客候车时间成本/元 总成本/元
    场景1 6 048.0 8 654.6 14 702.6
    场景2 4 280.0 7 082.8 11 362.8
    下载: 导出CSV
    • 参考文献(18)
  • [1] ZHANG W, JENELIUS E, BADIA H.Efficiency of semi-autonomous and fully autonomous bus services in trunk-and-branches networks[J].Journal of Advanced Transportation, 2019(PT.1):543-563.
    [2] SCHERR Y O, SAAVEDRA B A N, HEWITT M, et al.Service network design with mixed autonomous fleets[J].Transportation Research Part E:Logistics and Transportation Review, 2019, 124(C):40-55.
    [3] CHEN Z B, HE F, YIN Y F, et al.Optimal design of autonomous vehicle zones in transportation networks[J].Transportation Research Part B:Methodological, 2017, 99:44-61.
    [4] CHEN Z B, LI X P, ZHOU X S.Operational design for shuttle systems with modular vehicles under oversaturated traffic:Discrete modeling method[J].Transportation Research Part B:Methodological, 2019, 122:1-19.
    [5] LIU T, CEDER A A, RAU A.Public transit fleet size models of single-line autonomous modular system: No.19-01575[R].Washington, D.C.: TRB, 2019: 1-12.
    [6] 张思林, 袁振洲, 曹志超.考虑容量限制的多公交车型运行计划优化模型[J].交通运输系统工程与信息, 2016, 17(1):150-156.

    ZHANG S L, YUAN Z Z, CAO Z C.Optimization model of bus operation plan based on hybrid bus sizes with constraints on vehicle capacity[J].Journal of Transportation Systems Engineering and Information Technology, 2016, 17(1):150-156(in Chinese).
    [7] 胡郁葱, 陈栩, 罗嘉陵.多起终点多车型混载的定制公交线路规划模型[J].广西师范大学学报, 2018, 36(4):1-11.

    HU Y C, CHEN X, LUO J L.Network design model of customized bus in diversified operation of multi-origin-destination and multi-type vehicle mixed load[J].Journal of Guangxi Normal University, 2018, 36(4):1-11(in Chinese).
    [8] 代存杰, 李引珍, 马昌喜, 等.时间依赖需求下多车型快速公交发车频率优化[J].交通运输工程学报, 2017, 17(1):129-139.

    DAI C J, LI Y Z, MA C X, et al.Optimization of departure frequency for bus rapid transit with multi-type vehicles under time-dependent demand[J].Journal of Traffic and Transportation Engineering, 2017, 17(1):129-139(in Chinese).
    [9] 黄艳, 王正武, 李增杰, 等.多车型公交系统中公交车辆与发车间隔的协调优化[J].长沙理工大学学报(自然科学版), 2016, 13(3):37-41.

    HUANG Y, WANG Z W, LI Z J, et al.Coordinated optimization of bus and departure intervals in multi-vehicle bus system[J].Journal of Changsha University of Science and Technology(Natural Science), 2016, 13(3):37-41(in Chinese).
    [10] 赵淑芝, 王东, 刘华胜, 等.常规公交线路多车型配置优化模型[J].北京工业大学学报, 2017, 43(10):1529-1534.

    ZHAO S Z, WANG D, LIU H S, et al.Multi-vehicle-type configuration model of regular bus lines[J].Journal of Beijing University of Technology, 2017, 43(10):1529-1534(in Chinese).
    [11] DELGADO F, MUNOZ J C, GIESEN R.How much can holding and/or limiting boarding improve transit performance [J].Transportation Research Part B:Methodological, 2012, 46(9):1202-1217.
    [12] METAWA N, HASSAN M K, ELHOSENY M.Genetic algorithm based model for optimizing bank lending decisions[J].Expert Systems with Applications, 2017, 80(C):75-82.
    [13] 滕继涛, 张飞舟, 李跃鹏, 等.智能交通系统中车辆调度问题的遗传算法研究[J].北京航空航天大学学报, 2003, 29(1):13-16.

    TENG J T, ZHANG F Z, LI Y P, et al.Genetic algorithm for the scheduling of public traffic vehicles in ITS[J].Journal of Beijing University of Aeronautics and Astronautics, 2003, 29(1):13-16(in Chinese).
    [14] 张飞舟, 晏磊, 范跃祖, 等.智能交通系统中的运营车辆优化调度研究[J].北京航空航天大学学报, 2002, 28(6):707-710.

    ZHANG F Z, YAN L, FAN Y Z, et al.Optimizing dispatching of public traffic vehicles in intelligent transport systems[J].Journal of Beijing University of Aeronautics and Astronautics, 2002, 28(6):707-710(in Chinese).
    [15] FAN W, MACHEMEHL R B.Optimal transit route network design problem with variable transit demand:Genetic algorithm approach[J].Journal of Transportation Engineering, 2006, 132(1):40-51.
    [16] BIELLI M, CARAMIA M, CAROTENUTO P.Genetic algorithms in bus network optimization[J].Transportation Research Part C:Emerging Technologies, 2002, 10(1):19-34.
    [17] 巫威眺, 靳文舟, 魏明, 等.配合区间车的单线公交组合调度模型[J].华南理工大学学报, 2012, 40(11):147-154.

    WU W T, JIN W Z, WEI M, et al.Mixed scheduling model of single-line bus for zonal vehicles[J].Journal of South China University of Technology, 2012, 40(11):147-154(in Chinese).
    [18] LU G, NIE Y M, LIU X, et al.Trajectory-based traffic management inside an autonomous vehicle zone[J].Transportation Research Part B:Methodological, 2019, 120:76-98.
    • 相关文章
    • 施引文献

  • 期刊类型引用(111)

    1. 李静，黄明，李志峰. 基于柯西-高斯分布ACO-DWA导盲路径优化. 自动化与仪表. 2025(03): 48-53 . 百度学术
    2. 曹广华，刘青云. 基于改进RRT算法的路径规划. 自动化技术与应用. 2025(04): 143-146+182 . 百度学术
    3. 阮久文，陶猛，王广玮. 基于GA-BP神经网络的声学覆盖层吸声性能预测. 机械设计与制造. 2025(04): 1-5 . 百度学术
    4. 李玉霞，王辉. 采摘机器人的路径规划系统动态性优化研究. 农机化研究. 2024(02): 55-59 . 百度学术
    5. 李雯，倪锡涛. 酿酒葡萄生长全过程多任务多农机调度研究. 农机化研究. 2024(05): 262-268 . 百度学术
    6. 张晓倩，黄磊，石雨婷，汪建华，祁良剑. 基于蚁群与DWA融合的移动机器人动态路径规划. 组合机床与自动化加工技术. 2024(01): 9-13 . 百度学术
    7. 李二超，康皓. 基于射线和障碍物轮廓的移动机器人全局规划. 计算机仿真. 2024(01): 467-472+531 . 百度学术
    8. 巩慧，倪翠，王朋，程诺. 基于Dijkstra算法的平滑路径规划方法. 北京航空航天大学学报. 2024(02): 535-541 . 本站查看
    9. 李雯，李玉城，周通. 酿酒葡萄生长过程喷药机田间作业调度研究. 农机化研究. 2024(09): 39-45 . 百度学术
    10. 梁永豪，陈秋莲，王成栋. 基于RRT改进的移动机器人路径规划算法. 计算机工程与设计. 2024(03): 748-754 . 百度学术
    11. 王国安，姜春英，陶广宏，叶长龙. 基于稀疏节点与双向插值的RRT~*改进算法. 机床与液压. 2024(05): 29-36 . 百度学术
    12. 王萍，潘树国，蔚保国，高旺，胡鹏. 基于RSS＿GN RRT算法的狭长空间路径规划. 电子测量与仪器学报. 2024(01): 72-85 . 百度学术
    13. 戚英杰，李建荣，李雪林. 基于改进遗传算法的酒店配送机器人路径规划仿真研究. 江苏建筑职业技术学院学报. 2024(01): 64-68 . 百度学术
    14. 黄昱舟，胡庆玉，熊华乔. 基于改进遗传算法的无人水下航行器路径规划. 数字海洋与水下攻防. 2024(02): 215-224 . 百度学术
    15. 王雷，王艺璇，李东东，王天成. 基于改进遗传算法的移动机器人路径规划研究. 华中科技大学学报(自然科学版). 2024(05): 158-164 . 百度学术
    16. 王蕊，李金洺，史玉龙，孙辉. 基于视觉的机场无人驱鸟车路径规划算法. 北京航空航天大学学报. 2024(05): 1446-1453 . 本站查看
    17. 付留芳，周明，李文哲，董晓明. 基于探测概率的UUV搜潜路径规划. 舰船科学技术. 2024(09): 82-87 . 百度学术
    18. 赵宏伟，董昌林，丁兵如，柴海龙，潘志伟. 路径规划问题的多策略改进樽海鞘群算法研究. 计算机科学. 2024(S1): 202-210 . 百度学术
    19. 吴浩南，狄凌松，司守奎，万兵，苏析超. 远程联合打击下防空火力单元机动路线预测研究. 系统工程与电子技术. 2024(07): 2413-2423 . 百度学术
    20. 翁伟，陈龙，郑祥盘，陈力雄. 改进遗传算法的移动机器人避障路径规划. 宁德师范学院学报(自然科学版). 2024(02): 133-142 . 百度学术
    21. 王雅如，姚得鑫，刘增力，彭艺. 基于角度搜索的移动机器人路径规划方法. 系统仿真学报. 2024(07): 1643-1654 . 百度学术
    22. 曹月花，李辉. 多传感器融合的无人车自主定位实验研究. 现代电子技术. 2024(16): 90-96 . 百度学术
    23. 段玉堂，屠佳佳，韩思捷，史伟民. 基于改进遗传算法的换纱筒机器人路径规划. 针织工业. 2024(07): 1-4 . 百度学术
    24. 郭希文，付世沫，魏媛媛，常青，王耀力. 基于SQP-GPMP2算法的移动机器人路径规划. 电光与控制. 2024(09): 104-110 . 百度学术
    25. 罗子灿，何广，周倩文. 基于改进蚁群算法的AGV路径规划研究. 湖南工业大学学报. 2024(06): 86-92 . 百度学术
    26. 杨勇，成英. 融合RRT~*与APF算法的机器人路径规划研究. 天津职业技术师范大学学报. 2024(03): 49-56 . 百度学术
    27. 姚万业，庞泽伟，孙沛杰，王祝. 基于窗口化匹配估计的ORB-SLAM算法研究. 系统仿真学报. 2024(09): 2032-2042 . 百度学术
    28. 牛秦玉，李博. 基于模拟退火遗传算法的全向AGV路径规划. 计算机集成制造系统. 2024(10): 3730-3741 . 百度学术
    29. 张天顺，王剑雄，刘平. 基于改进模拟退火遗传算法的路径规划问题研究. 河北建筑工程学院学报. 2024(03): 203-209 . 百度学术
    30. 许建民，邓冬冬，宋雷，杨炜. 基于多级视野自适应蚁群算法的移动机器人路径规划. 农业机械学报. 2024(11): 475-485 . 百度学术
    31. 邹阿威，王雷，李伟民，李凡，蔡劲草，王海，谭铁龙，桂劲松. 改进蜉蝣算法的移动机器人路径规划研究. 机械科学与技术. 2024(11): 1993-1999 . 百度学术
    32. 寿林，王雷，蔡劲草，张泽宇，夏强强. 基于改进遗传算法的移动机器人路径规划研究. 井冈山大学学报(自然科学版). 2024(06): 87-93 . 百度学术
    33. 胡荣璞. 基于蚁群算法的作战补给车辆行驶线路规划研究. 电子测试. 2024(02): 78-81 . 百度学术
    34. 朱洪波，殷宏亮. 煤矿救援机器人路径规划研究. 工矿自动化. 2024(12): 145-154 . 百度学术
    35. 张洪，于源卓，邱晓天. 基于改进关键帧选择的ORB-SLAM2算法. 北京航空航天大学学报. 2023(01): 45-52 . 本站查看
    36. 马康康，王雷，李东东，蔡劲草，苏学满. 基于信息素差异分布策略的路径规划蚁群改进算法. 南京航空航天大学学报. 2023(01): 100-107 . 百度学术
    37. 陈高远，宋云雪. 改进遗传算法在移动机器人路径规划中的应用研究. 计算机应用与软件. 2023(02): 302-307 . 百度学术
    38. 常宁东，冯春，程鹏达，朱心广，李玉琼. 基于Bekker理论改进遗传算法的野外路径优化方法研究. 光学精密工程. 2023(05): 767-775 . 百度学术
    39. 常宁东，程鹏达，冯春，王理想，李玉琼. 装备野外通行路径优化算法研究进展. 光学精密工程. 2023(05): 776-792 . 百度学术
    40. 彭军，王立，杨世平，刘恒，王成功. 耦合多源地理信息与改进GA的输电线智能选线. 测绘科学. 2023(02): 237-246 . 百度学术
    41. 邱朋，汪光，赵理. 采用模糊及改进人工势场理论的车辆路径规划算法. 机械设计与制造. 2023(04): 265-270 . 百度学术
    42. 叶轩，侯力，段阳，罗岚. 动态随机ACO移动机器人路径规划及二次优化. 机械设计与制造. 2023(04): 291-295 . 百度学术
    43. 黄志锋，刘媛华. 基于四阶贝塞尔曲线和改进狮群优化算法求解路径规划问题. 信息与控制. 2023(02): 176-189 . 百度学术
    44. 许永桥，倪艳光，刘玉，崔永存，张占立. 工业机器人多目标轨迹优化. 机床与液压. 2023(09): 40-44+55 . 百度学术
    45. 陈旭. 基于遗传算法的移动机器人路径规划研究综述. 科技和产业. 2023(08): 274-278 . 百度学术
    46. 徐洁，张锐，汪志锋. 改进蚁群算法在自动导引车路径规划中的应用. 工业仪表与自动化装置. 2023(03): 88-92 . 百度学术
    47. 陈万通，杨千千，任诗雨. 非均匀步长的同步Bi-RRT-DWA算法. 国外电子测量技术. 2023(05): 7-12 . 百度学术
    48. 郭启敏，张鹏，王应洋，王石. 无人机自主航迹规划智能算法综述. 航空兵器. 2023(03): 29-40 . 百度学术
    49. 白晓兰，张振朋，周文全，袁铮，任鹏博，张炳贵. 基于采样隐马尔可夫模型的移动机器人路径规划. 组合机床与自动化加工技术. 2023(07): 50-56 . 百度学术
    50. 程俊，董学平，张志军. 基于改进狼群算法的AGV路径规划. 合肥工业大学学报(自然科学版). 2023(07): 879-885 . 百度学术
    51. 吴梅花. 基于改进遗传算法的移动机器人路径规划研究. 电子产品世界. 2023(08): 34-37 . 百度学术
    52. 别桐，朱晓庆，付煜，李晓理，阮晓钢，王全民. 基于Safe-PPO算法的安全优先路径规划方法. 北京航空航天大学学报. 2023(08): 2108-2118 . 本站查看
    53. 王志伟，邹艳丽，刘唐慧美，侯凤萍，余自淳. 基于改进Q-learning算法和DWA的路径规划. 传感器与微系统. 2023(09): 148-152 . 百度学术
    54. 辛鹏，王艳辉，刘晓立，马希青，徐东. 优化改进RRT和人工势场法的路径规划算法. 计算机集成制造系统. 2023(09): 2899-2907 . 百度学术
    55. 王琳，陈强，施印炎，汪小旵，朱杨旭，武尧. 农业机器人底盘关键技术研究现状分析. 拖拉机与农用运输车. 2023(05): 1-9 . 百度学术
    56. 王振威，刘凯，郭健，刘晓鹏. 一种基于领导-跟随策略的多无人机-多无人艇编队协同机制. 航空学报. 2023(S2): 453-468 . 百度学术
    57. 商高高，刘刚，韩江义，朱鹏，陈鹏. 园艺电动拖拉机作业全覆盖路径规划算法研究. 农机化研究. 2022(09): 35-40 . 百度学术
    58. 夏长高，杨鹏程，韩江义，孙陈曦，冒志恒. 基于遗传算法优化的除草机械臂模糊PID控制研究. 农机化研究. 2022(12): 15-21 . 百度学术
    59. 刘双双，黄宜庆. 多策略蚁群算法在机器人路径规划中的应用. 计算机工程与应用. 2022(06): 278-286 . 百度学术
    60. 刘烨，杜艳平，张腾丹，白建军. 基于遗传机制改进蚁群算法的室内移动机器人路径规划研究. 北京印刷学院学报. 2022(02): 57-62 . 百度学术
    61. 赵崇阳. 基于遗传算法的学生在线竞赛系统研究. 自动化与仪器仪表. 2022(04): 146-150 . 百度学术
    62. 王豪，赵学军，袁修久. 基于改进自适应遗传算法的机器人路径规划. 电光与控制. 2022(05): 72-76 . 百度学术
    63. 赵红菊. 煤矿场景巡检机器人路径规划研究. 煤矿机械. 2022(06): 45-47 . 百度学术
    64. 钱森，钱鹏飞，王春航，周斌，訾斌. 多机协作吊装机器人动力学分析与路径规划. 机械工程学报. 2022(07): 20-31 . 百度学术
    65. 张婷，鱼小军，帅欢，刘闯，朱豪坤. 无人机航迹规划算法. 海军航空大学学报. 2022(02): 172-178+208 . 百度学术
    66. 陈林，毕树生，李大寨，林闯，欧阳铜. 基于贪心策略的直角坐标机器人动态分拣规划. 北京航空航天大学学报. 2022(05): 805-815 . 本站查看
    67. 刘景森，袁蒙蒙，李煜. 基于改进的樽海鞘群算法求解机器人路径规划问题. 计算机研究与发展. 2022(06): 1297-1314 . 百度学术
    68. 李艳生，万勇，张毅，匡衡阳. 基于人工蜂群-自适应遗传算法的仓储机器人路径规划. 仪器仪表学报. 2022(04): 282-290 . 百度学术
    69. 张贺，缪存孝，唐友军，闫晓强，时彦洋，余远金. 移动机器人自主动态避障方法. 北京航空航天大学学报. 2022(06): 1013-1021 . 本站查看
    70. 张晓燕，张晓娇. 基于改进蚁群算法的AGV自动导引车避障路径选择研究. 自动化与仪器仪表. 2022(06): 52-56 . 百度学术
    71. 徐兴，俞旭阳，赵芸，刘成星，吴祥. 基于改进遗传算法的移动机器人全局路径规划. 计算机集成制造系统. 2022(06): 1659-1672 . 百度学术
    72. 刘想德，何翔鹏，胡勇，胡小林. 基于方向决策RRT算法的移动机器人路径规划. 计算机仿真. 2022(06): 444-448+495 . 百度学术
    73. 王硕，段蓉凯，廖与禾. 机器人路径规划中快速扩展随机树算法的改进研究. 西安交通大学学报. 2022(07): 1-8 . 百度学术
    74. 张瑞，周丽，刘震锴. 基于MOBDB-RRT~*算法的移动机器人路径规划. 电光与控制. 2022(07): 12-16+36 . 百度学术
    75. 张志军，董学平，甘敏. 基于优化蚁群算法的AGV路径规划研究. 合肥工业大学学报(自然科学版). 2022(07): 914-919+924 . 百度学术
    76. 白晓兰，周文全，张振朋，袁铮. 基于启发式粒子群算法的机器人平滑路径规划. 组合机床与自动化加工技术. 2022(08): 44-47+52 . 百度学术
    77. 郁洲，毕敬，苑海涛. 基于改进DQN算法的复杂海战场路径规划方法. 智能科学与技术学报. 2022(03): 418-425 . 百度学术
    78. 周海燕，农春仕，刘英，李玉荣，杨雨图，倪超，吴斌. 实木板材的缺陷识别与优选排样虚拟仿真实验设计与应用. 实验技术与管理. 2022(09): 202-206+240 . 百度学术
    79. 侯宇翔，高焕兵，汪子健，杜传胜. 改进RRT的移动机器人路径规划算法. 电子测量技术. 2022(16): 47-52 . 百度学术
    80. 李航宇，郭晓利. 考虑多因素的自适应遗传算法机器人路径规划. 制造业自动化. 2022(10): 76-78+95 . 百度学术
    81. 陈洋，林其岳，邓志华，陈国凯. AGV路径规划算法研究进展. 机电技术. 2022(05): 39-43 . 百度学术
    82. 黄华，张晓东，徐华，胡旭杰，李馨. “互联网+”背景下构建现代化LNG装车站信息化平台. 化工管理. 2022(31): 117-119 . 百度学术
    83. 宋俊福，徐炳辉，张岩，李建华，卫永刚. 基于改进自适应遗传算法的机器人路径规划. 信息技术. 2022(11): 49-53+60 . 百度学术
    84. 李昌华，石如雪，李智杰，张颉. 基于元胞遗传算法的机器人路径规划研究. 计算机测量与控制. 2021(01): 184-188 . 百度学术
    85. 朱明哲，孙丙宇. 基于遗传算法的工厂仓储系统多AGV调度策略研究. 电子技术. 2021(01): 33-37 . 百度学术
    86. 李霜琳，何家皓，敖海跃，刘燕斌. 基于鸽群优化算法的实时避障算法. 北京航空航天大学学报. 2021(02): 359-365 . 本站查看
    87. 任学干，葛英飞. 基于改进势场蚁群算法的AGV路径规划. 南京工程学院学报(自然科学版). 2021(01): 36-41 . 百度学术
    88. 李晓露，熊禾根，陶永，李公法. 基于改进A~*算法的移动机器人全局最优路径规划. 高技术通讯. 2021(03): 306-314 . 百度学术
    89. 董琦，祖传业，韩冬冬. 移动机器人热感避障探测仪. 电脑知识与技术. 2021(10): 194-196 . 百度学术
    90. 孙灵硕. 基于改进RRT-Connect算法的焊接机器人避障路径规划. 自动化与仪表. 2021(05): 47-52 . 百度学术
    91. 孙丽娜，田军委，刘雪松，王沁. 一种融合模拟退火的改进遗传算法多任务路径规划. 西安工业大学学报. 2021(02): 145-152+158 . 百度学术
    92. 陆金柳，王玉槐，金培梁，周诗捷，周清璐，吕平. 基于改进A~*算法的AGV叉车路径规划技术研究. 电子制作. 2021(13): 57-59+48 . 百度学术
    93. 蔡存成，姚立健，曾松伟，柴善鹏，王露露. 基于改进型Bug算法的林间移动平台避障方法研究. 西北农林科技大学学报(自然科学版). 2021(07): 145-154 . 百度学术
    94. 李梓欣，李军. 自动驾驶汽车路径规划算法研究. 汽车工程师. 2021(08): 11-14 . 百度学术
    95. 方伟，王玉佳，闫文君. 基于双变异遗传算法的无人机对海侦察航路规划. 中国电子科学研究院学报. 2021(08): 772-782 . 百度学术
    96. 邓军，李钊，王伟峰，姚涵文，轩晓景. 基于改进ILS-RVND算法的工业园区智能巡检机器人路径规划方法. 现代电子技术. 2021(18): 167-171 . 百度学术
    97. 顾文斌，陈泽宇，吴亚伟，苑明海. 融合栅格地图模型的改进AGV路径规划算法研究. 计算机技术与发展. 2021(09): 1-6 . 百度学术
    98. 汤云峰，赵静，谢非，李鑫煌，林智昌，刘益剑. 基于改进遗传算法的机器人路径规划方法. 南京师范大学学报(工程技术版). 2021(03): 49-55 . 百度学术
    99. 包汉，祝海涛，刘迪. 基于±3σ正态概率区间分族遗传蚁群算法的移动机器人路径规划. 控制与决策. 2021(12): 2861-2870 . 百度学术
    100. 覃伟. 双重变异遗传算法及其在临界滑动面搜索中的应用. 水文地质工程地质. 2021(06): 161-170 . 百度学术
    101. 朱宇，朱留存，罗俊琦，沙波. 基于改进烟花算法的路径规划策略研究. 电子技术与软件工程. 2021(20): 76-81 . 百度学术
    102. 王吉岱，王新栋，田群宏，孙爱芹，张新超，袁亮. 基于改进模糊自适应遗传算法的移动机器人路径规划. 机床与液压. 2021(23): 18-23 . 百度学术
    103. 雷斌，金彦彤，王致诚，赵蕊，胡方鑫. 仓储物流机器人技术现状与发展. 现代制造工程. 2021(12): 143-153 . 百度学术
    104. 张栩源，李军. 自动驾驶汽车路径规划技术. 汽车工程师. 2020(05): 35-39 . 百度学术
    105. 王振庭，陈永府，刘田. 智能仓储中的多机器人调度方法. 计算机与现代化. 2020(07): 65-70 . 百度学术
    106. 孙睿彤. 基于移动机器人的路径规划. 电子制作. 2020(17): 98-100 . 百度学术
    107. 徐力，刘云华，王启富. 自适应遗传算法在机器人路径规划的应用. 计算机工程与应用. 2020(18): 36-41 . 百度学术
    108. 邱千钧，郝翎钧，张福兴，李梁. 多约束条件下多目标函数无人水下航行器航迹规划. 指挥控制与仿真. 2020(05): 7-12 . 百度学术
    109. 吕倩，孙宪坤，熊玉洁. 改进遗传算法的无人机路径规划. 导航定位学报. 2020(05): 42-48 . 百度学术
    110. 柴浩洛，邢存恩，华同兴. 基于双圆弧样条曲线的采煤机上滚筒割煤路径规划. 工矿自动化. 2020(12): 84-89 . 百度学术
    111. 王怀江，刘晓平，王刚，韩松. 基于改进遗传算法的移动机械臂拣选路径优化. 北京邮电大学学报. 2020(05): 34-40 . 百度学术

    其他类型引用(174)

    • 资源附件(0)
  • 加载中
WeChat 点击查看大图
图(5) / 表(3)
计量
  • 文章访问数:  987
  • HTML全文浏览量:  120
  • PDF下载量:  93
  • 被引次数: 285
出版历程
  • 收稿日期:  2019-12-16
  • 录用日期:  2020-02-28
  • 网络出版日期:  2020-12-20

目录

摘要
HTML全文
    参考文献(18)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回
    常见问答

    版权所有 © 《北京航空航天大学学报》编辑部

    通讯地址：北京市海淀区学院路37号 《北京航空航天大学学报》编辑部　 邮编：100191 邮箱：jbuaa@buaa.edu.cn

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计