一种基于蚁群算法的拥堵路段应急通行方法及系统技术方案

本申请提供了一种基于蚁群算法的拥堵路段应急通行方法及系统，涉及通行调度技术领域，该方法包括获取用户的应急警报信息，针对所述应急警报信息派出对应类型的应急车辆；根据警报地点，确定距离该警报地点最近的出警单位，采用蚁群算法确定出警单位用时最短的出警路径；将所述出警路径上的车道设为应急车道；确定出警时间，在所述出警时间内，向出警路径上车辆的车主对应的客户端发送避让信息；采用蚁群算法为出警路径上车辆的车主规划不包含应急车道的避让路径；应急车辆通过出警路径后，将所述应急车道恢复全部车辆可通行的车道；本申请通过合理的路径规划，能够使得应急车辆能以最快时间到达现场。车辆能以最快时间到达现场。车辆能以最快时间到达现场。

【技术实现步骤摘要】
一种基于蚁群算法的拥堵路段应急通行方法及系统


[0001]本申请涉及但不限于通行调度
，尤其涉及一种基于蚁群算法的拥堵路段应急通行方法及系统。

技术介绍

[0002]随着城市化的发展，人民生活水平提高，人均汽车保有量的不断增高。许多城市在每天上下班高峰期都会遇到在主干道塞车的情况，一旦在上下班高峰期的期间发生了火灾、或是救援任务，且应急车辆也必须在塞车路段进行通过，在这种分秒必争的情况下，塞车甚至是一件关乎于性命的事情，虽然目前有着很多通过控制交通灯来给应急车辆一些抢救时间，但此方法还不够全面，毕竟我们车经过最多的路段还是普通的交通灯的路段，当时的路段甚至都像高速公路那样，没有变道到其他道路的可能，只能慢悠悠地一辆车一辆车地通过。就算是交警指挥腾出一条道路的方案，在车流密集的区域实现难度过于大。如果长期空出一条道，那在平常无突发状况下，道路利用率偏低，且车流速度跟车队只会更长。如何在平时上下班高峰期的道路相对畅通和发生突发事件是应急车辆能以最快时间到达现场则是我们需要平衡的矛盾，为解决此了问题由此作者提出了一个基于蚁群算法的应急车辆通过拥堵路段的方案，它不仅不用在原来道路基础上划分一条车道专为应急车辆使用，是平时通勤的车道使用率最大化，而且还可以当在车辆通勤高峰期时也能迅速安全地腾出车道帮助应急车辆以最快速度抵达现场为救援任务的完成多增加成功率。

技术实现思路

[0003]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0004]本申请实施例提供了一种基于蚁群算法的拥堵路段应急通行方法及系统，能够使得应急车辆能以最快时间到达现场。
[0005]第一方面，本申请实施例提供了一种基于蚁群算法的拥堵路段应急通行方法，包括：
[0006]步骤S100，获取用户的应急警报信息，针对所述应急警报信息派出对应类型的应急车辆；其中，所述应急警报信息包括警报类型和警报地点；
[0007]步骤S200，根据警报地点，确定距离该警报地点最近的出警单位，采用蚁群算法确定出警单位用时最短的出警路径；将所述出警路径上的车道设为应急车道；
[0008]步骤S300，确定出警时间，在所述出警时间内，向出警路径上车辆的车主对应的客户端发送避让信息；
[0009]步骤S400，采用蚁群算法为出警路径上车辆的车主规划不包含应急车道的避让路径；
[0010]步骤S500，应急车辆通过出警路径后，将所述应急车道恢复全部车辆可通行的车道。
[0011]在一些实施例中，步骤S200中，所述根据警报地点，确定距离该警报地点最近的出警单位，包括：当确定事发地点时，根据电子地图提供的车辆热力图和可通行路程选取用时最短的出警单位对其进行派车支援。
[0012]在一些实施例中，所述步骤S200包括：
[0013]步骤S210，根据路径最短成本和实际塞车时间成本的权重关系，列出改进后的信息启发因子；
[0014]步骤S220，根据所述权重关系得到改进后的信息素浓度更新方法。
[0015]在一些实施例中，所述步骤S400包括：
[0016]步骤S410，将禁忌表中时间的权重比按实际塞车时间比例减少，将最短路径比例增加；
[0017]步骤S420，把蚂蚁的禁忌表设定为n
‑
1车道；
[0018]步骤S430，采用更新后的禁忌表为出警路径上车辆的车主规划不包含应急车道的避让路径。
[0019]第二方面，本申请实施例还提供了一种基于蚁群算法的拥堵路段应急通行系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的基于蚁群算法的拥堵路段应急通行方法。
[0020]第三方面，本申请实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的基于蚁群算法的拥堵路段应急通行方法。
[0021]本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0022]附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0023]图1是本申请一个实施例提供的基于蚁群算法的拥堵路段应急通行方法的流程图；
[0024]图2是本申请一个实施例提供的基于蚁群算法的拥堵路段应急通行系统的结构图。
具体实施方式
[0025]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0026]需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0027]本专利技术提出了一种基于蚁群算法构架，首先结合了电子地图提供的车辆热力图及预测通过某拥堵路段所花费的时间，再结合风向图和受访者提供的信息对此修改蚂蚁的禁忌表，区别与传统的蚁群算法都是选取最短路径，则为最优路径。因为应急情况的特殊性，我们选择优先级最高的是选出用时最短的路径，在通过拥堵路段，拥堵路段的普通私家车收到应急车发来的信号，屏蔽临时应急车道通行和应急车到来时间作为另一个系统的蚁群的禁忌表，最好在应急车来前30秒腾出一条临时应急车道，帮助应急车辆快速通行，为救援争取时间。本专利技术能够使得应急车辆能以最快时间到达现场。
[0028]如图1所示，图1是本申请一个实施例提供的一种基于蚁群算法的拥堵路段应急通行方法的流程图，在该方法中，包括但不限于有以下步骤：
[0029]步骤S100，获取用户的应急警报信息，针对所述应急警报信息派出对应类型的应急车辆；其中，所述应急警报信息包括警报类型和警报地点；
[0030]示例性的，应急救援中心接到电话后，记录通话者当前的位置和他描述的伤员人员、事故类型、伤员情况等等。具体派车的情况根据若是一起交通事故，则派出救护车；若是火灾，则从消防局派出消防车。
[0031]步骤S200，根据警报地点，确定距离该警报地点最近的出警单位，采用蚁群算法确定出警单位用时最短的出警路径；将所述出警路径上的车道设为应急车道；
[0032]步骤S300，确定出警时间，在所述出警时间内，向出警路径上车辆的车主对应的客户端发送避让信息；
[0033]本步骤中，对即将经过出警路段的车主，提醒该路段将有应急车辆通行，并引导他们不走临时应急车道；
[0034]步骤S400，采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蚁群算法的拥堵路段应急通行方法，其特征在于，包括：步骤S100，获取用户的应急警报信息，针对所述应急警报信息派出对应类型的应急车辆；其中，所述应急警报信息包括警报类型和警报地点；步骤S200，根据警报地点，确定距离该警报地点最近的出警单位，采用蚁群算法确定出警单位用时最短的出警路径；将所述出警路径上的车道设为应急车道；步骤S300，确定出警时间，在所述出警时间内，向出警路径上车辆的车主对应的客户端发送避让信息；步骤S400，采用蚁群算法为出警路径上车辆的车主规划不包含应急车道的避让路径；步骤S500，应急车辆通过出警路径后，将所述应急车道恢复全部车辆可通行的车道。2.根据权利要求1所述的基于蚁群算法的拥堵路段应急通行方法，其特征在于，步骤S200中，所述根据警报地点，确定距离该警报地点最近的出警单位，包括：当确定事发地点时，根据电子地图提供的车辆热力图和可通行路程选取用时最短的出警单位对其进行派车支援。3.根据权利要求1所述的基于蚁群算法的拥堵路段应急通行方法，其特征在...

【专利技术属性】
技术研发人员：谭力江，杨霖，张彩霞，蔡岳城，李凯辉，
申请(专利权)人：广东奥博信息产业股份有限公司，
类型：发明
国别省市：