智能交通最优路径的分析与规划.docxVIP

?

?

智能交通最优路径的分析与规划

?

?

单春萍侯少友左志强

摘要：随着人工智能的快速发展，所以在智能交通方面也取得了很多突破性的进展。本研究即是在国内外智能交通的基础上，提出的一种新的智能交通最优路径的分析规划模型。该模型是建立在大数据基础上，通过车载GPS定位系统和车主手机使用的导航软件来定位车主目前所处的地理位置，并利用卫星和航空摄影以及流动车观测等技术来进行实时数据收集，将收集的数据传输至我们的分析系统，最后通过云端数据库和人工智能技术进行相关道路实时路况分析和全局规划与决策，用以帮助驾驶人选择最佳路线到达目的地，节约时间和经济成本，提高驾驶体验。

关键词：大数据;人工智能;云端数据库;最优路径选择

引言

经济的发展和科技的进步，使得机动车辆成为公众出行最主要的交通工具之一，但是城市内的道路设施却因为空间资源的有限而无法满足机动车的高速增长，使得交通拥堵成为一个世界性的普遍现象和社会问题，虽然国家通过修建更多道路来减轻交通压力实现难度还是很高，而智能交通系统利用信息与通信、传感技术、计算机技术对卫星定位系统打点轨迹实时分析处理，提供实时路况信息供出行者指定最优的合适路线，极大提高道路利用率，减少交通拥堵现状，是解决交通拥堵问题的最有效方式[1]。

目前人工智能正处于发展中状态，小到手机的操作系统，大到人造卫星的正常运行，都与人工智能息息相关。人工智能从诞生以来，理论和技术的日益成熟，应用领域也随之不断扩大，不难设想，如果这项科学技术能够以稳定、健康的方式发展下去，未来它将带给人类无穷的财富将会成为人类智慧的“容器”。本研究最大的特色即是探索人工智能在最优道路规划方面的应用，具有较强的实践意义。

一、大数据应用分析

通过车辆里安装的GPS定位系统或者车主手机使用的导航软件来定位车主目前所处的地理位置，利用卫星来进行实时数据收集，将收集的数据传输至我们的分析系统，经过云端数据分析处理后，将最佳行驶路线以及地形通过点、线，面的方式進行表达，最终以矢量模型的形式发送到用户手上。

由于道路状况变化过快，故我们必须时刻更新后台数据库的数据信息，一般的数据库已经远远不能满足需求，所以利用云端的数据库进行数据的实时更新与数据分析。

大数据对云端数据库的作用包括两个层面：

①提升数据覆盖范围和数据实时性;

②使基础数据和动态数据在广度、深度上得到强化。

（1）交通量的调查方法

①仪器自动计测法与GPS法：以司机、乘客手机上的地图软件和车辆上安装的GPS来采集实时车速为主，以摄像头，道路雷达测速测量车速为辅，判别道路是否拥挤。

②航空摄影法：利用航空摄影技术来进行交通量检查，其观测点是一个空间连续的移动断面，因此航空摄影法车流量Q航的计算为：

Q航=KVS

Q=Q1+Q2

式中：Q----顺向、逆向双向交通流量;

Q1、Q2----顺向、逆向车流量;

VS----车流空间平均车速/（km/h）

③流动车观测法及人工观测法：通过用户的照片拍摄以及用户在地图软件的道路状况反馈、实地外采以及人工建模处理等来了解道路状况[2]。

（2）数据库部分代码：

DROPTABLEIFEXISTS`city`;

CREATETABLE`city`（

`id`int（9）NOTNULLAUTO_INCREMENT，

`city_name`varchar（255）DEFAULTNULLCOMMENT城市名，

`city_code`int（6）NOTNULLCOMMENT城市邮编，

`leave`varchar（1）NOTNULLCOMMENT城市等级：0：省份;1：城市，

`creat_time`datetimeNOTNULLCOMMENT创建时间，

`modify_time`datetimeDEFAULTNULLCOMMENT修改时间，

PRIMARYKEY（`id`）

）ENGINE=InnoDBAUTO_INCREMENT=3DEFAULTCHARSET=utf8;

INSERTINTO`city`VALUES（1，合肥，230000，1，2018-11-0309：08：49，2018-12-2517：03：10）;

INSERTINTO`city`VALUES（2，阜阳，236000，1，2018-11-0311：10：04，2018-12-2518：10：17）;

（3）车辆多路线规划代码：

intstratFlag=0;

try{

stratFlag=mAMapNavi.stratConvert（hightspeed，congestion，cost，avoidhightspeed，true）;

}catch（Exceptione）{

LOGG