基于蚁群算法求解泰森多边形最短路径的车辆拦截方法

    公开(公告)号:CN109636045B

    公开(公告)日:2022-12-16

    申请号:CN201811541299.6

    申请日:2018-12-17

    Abstract: 本发明中涉及到一种基于智能算法的机动车拦截路径规划方法。本发明将城市路网的拓扑结构和车辆运动轨迹抽象成多为矩阵,以所有车辆为核心在矩阵中形成泰森多边形,计算目标车辆所在泰森多边形区域内的目标可到达路径总长,以目标车辆的预测路径为终点,用智能算法求在拦截车辆运动过程中使目标车辆泰森多边形区域内路径最短的路口位置,连接这些路口位置便得到最优拦截路径。本发明需要路网及车辆的轨迹信息,路网信息可直接通过地图获得,轨迹信息需要依靠城市路口监控,方法通过结合常用的路径寻优算法及简化面积计算的图形方法,为城市环境下的车辆拦截问题提供了新思路。

    基于粒子群算法与区域可到达路径最小化的目标拦截方法

    公开(公告)号:CN110110919A

    公开(公告)日:2019-08-09

    申请号:CN201910360944.2

    申请日:2019-04-30

    Abstract: 本发明涉及一种基于智能算法的机动车拦截路径规划方法。本发明将城市路网的拓扑结构和车辆运动轨迹抽象成多为矩阵,以所有车辆为核心的辐射圆在矩阵中形成泰森多边形,计算目标车辆所在泰森多边形区域内的目标可到达路径总长,以目标车辆的预测路径为终点,通过智能算法求在拦截车辆运动过程中使目标车辆泰森多边形区域内路径最短的路口位置,连接这些路口位置便得到最优拦截路径。本发明需要路网及车辆的轨迹信息,路网信息可直接通过地图获得,轨迹信息需要依靠城市路口监控,方法通过结合常用的路径寻优算法及简化面积计算的图形方法,为城市环境下的车辆拦截问题提供了新思路。

    基于蚁群算法求解泰森多边形最短路径的车辆拦截方法

    公开(公告)号:CN109636045A

    公开(公告)日:2019-04-16

    申请号:CN201811541299.6

    申请日:2018-12-17

    CPC classification number: G06Q10/047 G06N3/006 G06Q50/30

    Abstract: 本发明中涉及到一种基于智能算法的机动车拦截路径规划方法。本发明将城市路网的拓扑结构和车辆运动轨迹抽象成多为矩阵,以所有车辆为核心在矩阵中形成泰森多边形,计算目标车辆所在泰森多边形区域内的目标可到达路径总长,以目标车辆的预测路径为终点,用智能算法求在拦截车辆运动过程中使目标车辆泰森多边形区域内路径最短的路口位置,连接这些路口位置便得到最优拦截路径。本发明需要路网及车辆的轨迹信息,路网信息可直接通过地图获得,轨迹信息需要依靠城市路口监控,方法通过结合常用的路径寻优算法及简化面积计算的图形方法,为城市环境下的车辆拦截问题提供了新思路。

Patent Agency Ranking