原文传递
基于停车预约的远程自主代客泊车出行优化
| 论文题名： | 基于停车预约的远程自主代客泊车出行优化 |
| 关键词： | 无人驾驶;自主代客泊车;停车预约;出行规划 |
| 摘要： | 汽车工业和计算机深度学习等技术的进步使无人驾驶汽车（Automatic Vehicle,AV）逐渐成为一种不可替代的交通方式。自主代客泊车（Autonomous Valet Parking,AVP）功能作为无人驾驶汽车的重要功能之一，使汽车能自主完成导航和泊车任务。在自主代客泊车领域，分为短程自主代客泊车（Short-range Autonomous Valet Parking,SAVP）和远程自主代客泊车（Long-range Autonomous Valet Parking,LAVP），与前者相比，后者扩大了无人驾驶汽车自主泊车的空间规模。无人驾驶汽车的行驶规则是远程自主代客泊车系统中的关键问题，例如由不同的用户行程计划导致的不同的停车需求和上下车需求等问题。本文为此设计了带有停车位预订功能的远程自主代客泊车服务框架，并就其中涉及的出行优化问题提出了解决方案。主要内容包括： 考虑到停车场载荷能力，提出了基于停车预约的云端远程自主代客泊车服务框架。该服务框架主要包含四大实体以及六大服务程序。四大实体：无人驾驶汽车，停车场，云端控制中心，上车点/下车点。六大服务程序：云端控制中心实时监控交通网络，用户向云端控制中心发出停车请求，云端控制中心选择最佳上车点/下车点，用户确认上车点/下车点，云端控制中心选择最佳停车场，云端控制中心启动停车位预约机制。 采用魅力度综合评价法解决远程自主代客泊车服务网络上车点/下车点选址问题。首先针对足够数量的备选上车点/下车点计算其两个评价指标——可达度和发达度。采用综合评价法将两个指标整合成最终评价指标——上车点/下车点魅力度。按照魅力度排序选取一定数量的备选上车点/下车点形成用于远程自主代客泊车系统的上车点/下车点集合。 就提出的基于停车预约的云端远程自主代客泊车服务进行了出行规划，本文设计了四大算法来解决远程自主代客泊车系统中涉及的关键决策。关键决策：用户在何处上车\下车，无人驾驶汽车在何处停车。四大算法：最优上车点/下车点选择决策算法，停车位可得时间列表生成算法，期望等待停车位时长估算算法，最佳停车场选择决策算法。由于停车场的停车位有限，本文引入了停车位预订系统，该系统可以对未来某时刻的停车场停车状态（停车数量及停车时间）进行准确的预估，从而减轻各个停车场的停车负荷，有效避免停车拥堵。仿真实验结果表明，与其他远程自主代客泊车出行优化方法相比，本文提出的带有停车位预订功能的远程自主代客泊车出行优化方法可以获得更好的性能结果，可以大程度降低等待停车位的时间，节省用户出行时间，增强用户体验感等，可以有效平衡交通网络中各个停车场中停放的无人驾驶汽车数量。 |
| 作者： | 原芳 |
| 专业： | 车辆工程 |
| 导师： | 姚宝珍 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
