非線性濾波和智能優(yōu)化算法在車(chē)輛定位與調(diào)度中的應(yīng)用研究.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展和信息化時(shí)代的到來(lái),作為城市交通系統(tǒng)的發(fā)展方向,智能交通系統(tǒng)(ITS-Intelligent Transportation System)對(duì)城市交通發(fā)展、港口和旅游業(yè)的發(fā)展,乃至整個(gè)城市的經(jīng)濟(jì)發(fā)展都有著重要的意義。智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、控制技術(shù)及計(jì)算機(jī)技術(shù)等有效地集成運(yùn)用于整個(gè)地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的,實(shí)時(shí)、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)。IT

2、S的功能包括了通過(guò)車(chē)載導(dǎo)航系統(tǒng)對(duì)車(chē)輛的精確定位,對(duì)公交系統(tǒng)和物流系統(tǒng)車(chē)輛進(jìn)行調(diào)度等多個(gè)方面。這些功能將有效地利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運(yùn)輸效率,從而促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展、提高人民生活質(zhì)量。本文主要是研究非線性濾波和智能優(yōu)化算法在車(chē)輛定位與調(diào)度中的應(yīng)用,目的是為了提高車(chē)輛的定位精度和車(chē)輛調(diào)度效率。 本文首先研究了非線性濾波在車(chē)輛定位中的應(yīng)用。針對(duì)車(chē)載組合導(dǎo)航系統(tǒng)數(shù)學(xué)模型的非線性情況,即車(chē)輛運(yùn)動(dòng)狀態(tài)方

3、程和/或系統(tǒng)量測(cè)方程的非線性情況,提出采用粒子濾波技術(shù)--一種新型的更有效的非線性濾波方法對(duì)車(chē)載導(dǎo)航系統(tǒng)的定位信息進(jìn)行處理,以提高定位精度。車(chē)輛的正確定位是一個(gè)成功車(chē)載導(dǎo)航系統(tǒng)的基礎(chǔ),精確定位才能得到正確的交通信息,并為智能交通系統(tǒng)的其它功能提供保障。車(chē)輛定位一般采用單一導(dǎo)航系統(tǒng)或組合導(dǎo)航系統(tǒng),并進(jìn)行地圖匹配,最終在電子電圖上顯示車(chē)輛位置。對(duì)于車(chē)載組合導(dǎo)航系統(tǒng)模型的非線性情況,一般采用擴(kuò)展卡爾曼濾波(EKF-Extended Kalma

4、n Filter)進(jìn)行定位信息處理.擴(kuò)展卡爾曼濾波是采用一階泰勒級(jí)數(shù)展開(kāi)的線性化方法來(lái)對(duì)非線性的系統(tǒng)方程和量測(cè)方程線性化,這種方法的缺點(diǎn)在于線性過(guò)程中雅可比(Jacobian)矩陣的計(jì)算比較麻煩,而且在線性化過(guò)程中如果時(shí)間間隔不足夠小的話,會(huì)在后驗(yàn)概率密度平均值和方差中帶來(lái)很多誤差,不能實(shí)現(xiàn)最優(yōu)性能,甚至在濾波中產(chǎn)生發(fā)散現(xiàn)象。針對(duì)這種情況,本文提出了采用粒子濾波來(lái)進(jìn)行車(chē)載組合導(dǎo)航系統(tǒng)的濾波解算,并將其應(yīng)用于全球定位系統(tǒng)(GPS-Glob

5、al Positioning system)和航跡推算(DR-Dead Reckoning)的車(chē)載組合導(dǎo)航系統(tǒng)模型中.論文采用了仿真實(shí)驗(yàn)和實(shí)驗(yàn)小車(chē)的試驗(yàn)數(shù)據(jù)處理,并與傳統(tǒng)的擴(kuò)展卡爾曼濾波處理結(jié)果相比較,驗(yàn)證了粒子濾波算法在車(chē)載組合導(dǎo)航系統(tǒng)中應(yīng)用的可行性和優(yōu)越性。 針對(duì)采用GPS定位的車(chē)載導(dǎo)航系統(tǒng),在不使用差分定位,或者當(dāng)差分信號(hào)丟失,定位精度降低的情況,本文考慮采用多模型估計(jì)的方法來(lái)提高車(chē)輛的定位精度。從系統(tǒng)的復(fù)雜性和成本考慮

6、,許多車(chē)載導(dǎo)航系統(tǒng)只采用單GPS車(chē)載導(dǎo)航系統(tǒng),如若采用差分定位,其定位精度比較高,但不采用差分或者差分信號(hào)丟失的時(shí)候,定位精度降低,將影響系統(tǒng)的正常工作。運(yùn)用多模型估計(jì)可以根據(jù)運(yùn)動(dòng)中的多個(gè)狀態(tài)建立不同的模型,對(duì)各個(gè)模型的估計(jì)進(jìn)行信息融合來(lái)得到更精確的信息.根據(jù)對(duì)多模型估計(jì)的研究,確定了采用交互式多模型估計(jì),并且根據(jù)運(yùn)動(dòng)模型的非線性特性,提出了一種新的交互式多模型粒子濾波算法.仿真試驗(yàn)表明,所提出的算法明顯地提高了定位精度；對(duì)實(shí)驗(yàn)小車(chē)采集

7、的無(wú)差分信號(hào)的GPS數(shù)據(jù)進(jìn)行處理,結(jié)果表明定位精度也得到了一定的提高。 針對(duì)已有的確定性方法和傳統(tǒng)啟發(fā)式算法對(duì)于車(chē)輛調(diào)度問(wèn)題的求解都存在解的質(zhì)量差的情況,本文最后研究了智能優(yōu)化算法在車(chē)輛調(diào)度問(wèn)題中的應(yīng)用。在對(duì)一些智能優(yōu)化算法的原理和性能進(jìn)行研究分析的基礎(chǔ)上,根據(jù)分散搜索策略和集中搜索策略的思想,將遺傳算法和禁忌算法進(jìn)行融合,采用遺傳算法中的交叉算子作為分散搜索策略,優(yōu)解選擇法作為集中搜索策略,提出了一種新的交叉禁忌搜索算法.根據(jù)

8、旅行商問(wèn)題和車(chē)輛調(diào)度問(wèn)題的相似性,首先采用蟻群算法和交叉禁忌算法求解旅行商問(wèn)題,通過(guò)對(duì)一些著名的旅行商問(wèn)題的求解來(lái)驗(yàn)證交叉禁忌算法性能,然后確定了采用交叉禁忌算法來(lái)解決車(chē)輛調(diào)度問(wèn)題,最后應(yīng)用交叉禁忌算法對(duì)一些著名的車(chē)輛調(diào)度問(wèn)題進(jìn)行了求解,結(jié)果證明該算法提高了搜索性能,并具有一定的實(shí)用性。 本文從提高車(chē)載導(dǎo)航系統(tǒng)定位精度和改善智能交通系統(tǒng)中的車(chē)輛調(diào)度效率出發(fā),研究了非線性濾波和智能優(yōu)化算法理論,并進(jìn)行了實(shí)驗(yàn)研究,得到了有益的研究成