System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于强化学习的互通立交纵断面智能生成方法及系统技术方案_技高网

一种基于强化学习的互通立交纵断面智能生成方法及系统技术方案

技术编号:41448643 阅读:21 留言:0更新日期:2024-05-28 20:38
本申请的一种基于强化学习的互通立交纵断面智能生成方法及系统,涉及互通立交设计技术领域,通过整合设计规范参数,建立设计规范表格,获取设计规范参数的控制条件,获取每个匝道的平面信息、地面信息和端口信息,得到匝道和主线的设计线,根据控制条件对设计规范进行数学建模,得到对匝道设计线的约束条件,根据匝道设计线的约束条件,分别计算A、D、E匝道和CB匝道的可行解范围,智能体在可行解范围内进行探索,设计强化学习的奖励函数、动作函数、状态函数和价值函数,结合约束条件和可行解范围,智能体通过强化学习探索得到每个匝道的最佳设计路线,实现了快速高效地完成最优的互通立交五条匝道纵断面设计。

【技术实现步骤摘要】

本申请涉及互通立交设计,特别涉及一种基于强化学习的互通立交纵断面智能生成方法及系统


技术介绍

1、互通式立交是指不同高程的相交道路之间有特设匝道的立交桥,因此转弯车辆可以通过匝道与直行车道互相沟通,从而确保各方向车流畅通无阻,互不干扰,完全消除了平面冲突点。互通立交总体设计思路主要按照立交平面上主交通流和各方向交通量分配的实际情况来进行合理的设计,主要目标有三点: 首先能够顺应地形,回避重要地物; 其次在纵断面上能够使主线与匝道以及各匝道与匝道间的衔接顺适; 再次是高程数据的调整能够顺利进行。互通立交设计中,合理的、完善的、巧妙的对纵面进行设计非常关键,具有建设性意义。

2、互通的平面与纵面间、匝道之间、匝道与主线间都是相辅相成的,不是独立存在的。与一般主线纵断面线形相比,由于互通立交匝道具有相互跨越的特点,匝道纵断面线形往往受到主线出入口纵坡及相邻上、下匝道高程的限制,因此如何统筹考虑受限因素,使匝道纵坡线形满足规范要求,是匝道纵面设计的根本任务。因此互通立交匝道的设计综合性非常高,尤其是平面与纵面间相互影响,匝道与匝道间的制约关系,更让互通设计的设计人员难以掌握,传统方法通过人工不停尝试五条匝道的纵断面设计,反复调整,经验丰富的设计师也需要耗费大量时间。

3、目前国内对纵断面智能生成的研究,一般是对公路的纵断面生成研究,对互通立交的纵断面研究较少。


技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本申请的一个目的在于提出一种基于强化学习的互通立交纵断面智能生成方法及系统,实现了快速高效地完成最优的互通立交五条匝道纵断面设计。

2、本申请的一个方面提供了一种基于强化学习的互通立交纵断面智能生成方法,包括:

3、步骤s100:整合设计规范参数,建立设计规范表格用于根据匝道的设计速度自动读取对应的设计规范,获取设计规范参数的控制条件;

4、所述整合设计规范参数,建立设计规范表格用于根据匝道的设计速度自动读取对应的设计规范,获取设计规范参数的控制条件的具体方法为:

5、步骤s110:从互通立交设计准则中整理出匝道的设计规范参数,所述设计规范参数包括:纵坡坡长l、纵坡坡度g、匝道上坡坡度、匝道下坡坡度、凸竖曲线半径、凹竖曲线半径、竖曲线半径r、竖曲线长度;

6、步骤s120:将匝道的设计规范参数整理形成设计规范表格,内建在系统数据中,所述设计规范表格包括:匝道最小坡长规范、匝道纵坡的最大坡长规范、匝道最大纵坡规范、匝道竖曲线半径及长度规范;

7、所述匝道最小坡长规范用于根据设计速度得到对应的纵坡的最小坡长;

8、所述匝道纵坡的最大坡长规范用于根据不同设计速度、不同的纵坡坡度g得到对应的纵坡最大坡长;

9、所述匝道最大纵坡规范用于根据不同的设计速度得到最大坡度;

10、所述匝道竖曲线半径及长度规范用于根据不同的设计速度得到竖曲线最小半径,根据不同的设计速度得到匝道的竖曲线最小长度;

11、步骤s130:整理设计规范参数的控制条件,所述设计规范参数的控制条件包括:

12、纵坡坡长l的控制条件为,其中为纵坡最小坡长,为纵坡最大坡长;

13、纵坡坡度g的控制条件为,其中为纵坡坡度最小值,为纵坡坡度最大值;

14、匝道上坡坡度的控制条件为,其中为匝道上坡最大坡度;

15、匝道下坡坡度的控制条件为,其中为匝道下坡最大坡度;

16、凸竖曲线半径的控制条件为,其中为凸竖曲线最小半径;

17、凹竖曲线半径的控制条件为,其中为凹竖曲线最小半径;

18、竖曲线半径r的控制条件为,其中为竖曲线半径最大值;

19、竖曲线长度的控制条件为,其中为竖曲线最小长度;

20、步骤s200:获取a、b、c、d、e匝道的平面信息、地面信息和端口信息,得到各个匝道和主线的设计线;

21、所述获取a、b、c、d、e匝道的平面信息、地面信息和端口信息,得到各个匝道和主线的设计线的具体方法为:

22、步骤s210:对匝道进行字母命名,所述匝道包括:a匝道、b匝道、c匝道、d匝道、e匝道,基于匝道的字母命名,自动读取a、b、c、d、e匝道的平面信息和地面信息,平面信息包括匝道上各个设计点的坐标,所述坐标包括设计点的桩号、高程,地面信息包括匝道平曲线的种类;

23、步骤s220:通过c匝道的地面信息判断与主线的交互方式,所述交互方式包括上跨和下穿;

24、步骤s230:基于鼠标移动,给出c匝道上控制点的起点坐标和终点坐标、收费站的坐标;

25、所述收费站的坐标为,为收费站的桩号,为收费站的高程;

26、步骤s240:基于鼠标移动,给出a、b、c、d、e匝道的平面信息和地面信息,根据所述平面信息和地面信息,自动给出端口信息,所述端口信息包括:桩号、高程、端口坡度;

27、步骤s250:c匝道和b匝道绑定,由各个匝道的平面信息、地面信息和端口信息得到各个匝道的设计线,其中a匝道的设计线为,c、b匝道的设计线为,d匝道的设计线为,e匝道的设计线为;

28、步骤s300:根据设计规范参数的控制条件对设计规范进行数学建模,得到对匝道设计线的约束条件;

29、所述根据设计规范参数的控制条件对设计规范进行数学建模,得到对匝道设计线的约束条件的具体方法为:

30、步骤s310:由纵坡坡度g的控制条件、匝道上坡坡度的控制条件和匝道下坡坡度的控制条件得到对匝道设计线的最大坡度约束;

31、所述最大坡度约束的数学表达式为:,其中,i为变量,表示第i个设计点,,为各个匝道对应的设计点数量,v=[a匝道,cb匝道,d匝道,e匝道],指第i个设计点的高程,指第i个设计点的桩号;

32、步骤s320:由纵坡坡长l的控制条件得到对匝道设计线的最大坡长和最小坡长约束;

33、所述最大坡长和最小坡长约束的数学表达式为:;

34、步骤s330:由凸竖曲线半径的控制条件、凹竖曲线半径的控制条件、竖曲线半径r的控制条件、竖曲线长度的控制条件得到对匝道设计线的竖曲线约束;

35、所述竖曲线约束的数学表达式为:;

36、步骤s340:将竖曲线约束中的竖曲线半径和竖曲线长度约束转换为前后设计点的纵坡坡度代数差约束;

37、所述前后设计点的纵坡坡度代数差约束的数学表达式为:,其中,为纵坡坡度差的最小值,为纵坡坡度差的最大值;

38、所述纵坡坡度差的最大值和最小值与竖曲线约束相关,所述纵坡坡度差的最大值和最小值的数学表达式为:;

39、步骤s350:对于c匝道上的收费站,将收费站前后100米内的设计点标记为,根据收费站前后100米内纵坡坡度小于等于2%的原则,得到收费站前后设计点的约束;

40、所述本文档来自技高网...

【技术保护点】

1.一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,包括:

2.如权利要求1所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述整合设计规范参数,建立设计规范表格用于根据匝道的设计速度自动读取对应的设计规范,获取设计规范参数的控制条件的具体方法为:

3.如权利要求2所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述获取A、B、C、D、E匝道的平面信息、地面信息和端口信息,得到各个匝道和主线的设计线的具体方法为:

4.如权利要求3所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述根据设计规范参数的控制条件对设计规范进行数学建模,得到对匝道设计线的约束条件的具体方法为:

5.如权利要求4所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述结合匝道与主线之间的交互方式,采用自动计算的方式获得CB匝道上的控制点约束信息的具体方法为:

6.如权利要求5所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述根据匝道设计线的约束条件,计算A、D、E匝道的可行解范围,计算CB匝道的可行解范围,智能体在可行解范围内进行探索的具体方法为:

7.如权利要求6所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述设计强化学习的奖励函数、动作函数、状态函数和价值函数,结合约束条件和可行解范围,智能体通过强化学习探索得到A、B、C、D、E匝道的最佳设计路线的具体方法为:

8.一种基于强化学习的互通立交纵断面智能生成系统,基于如权利要求1-7任一项所述的一种基于强化学习的互通立交纵断面智能生成方法实现,其特征在于,包括:

9.一种电子设备,其特征在于,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程序时,以实现如权利要求1-7任一项所述的一种基于强化学习的互通立交纵断面智能生成方法中的步骤。

10.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如权利要求1-7任一项所述的一种基于强化学习的互通立交纵断面智能生成方法中的步骤。

...

【技术特征摘要】

1.一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,包括:

2.如权利要求1所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述整合设计规范参数,建立设计规范表格用于根据匝道的设计速度自动读取对应的设计规范,获取设计规范参数的控制条件的具体方法为:

3.如权利要求2所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述获取a、b、c、d、e匝道的平面信息、地面信息和端口信息,得到各个匝道和主线的设计线的具体方法为:

4.如权利要求3所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述根据设计规范参数的控制条件对设计规范进行数学建模,得到对匝道设计线的约束条件的具体方法为:

5.如权利要求4所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述结合匝道与主线之间的交互方式,采用自动计算的方式获得cb匝道上的控制点约束信息的具体方法为:

6.如权利要求5所述的一种基于强化学习的互通立交纵断面智能生成方法,其特征在于,所述根据匝道...

【专利技术属性】
技术研发人员:贾凯徐一岗袁丁晁阳汪鑫令狐星宇
申请(专利权)人:江苏狄诺尼信息技术有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1