预测式路径诱导算法

拥堵精准感知

基于车簇-云协同动态架构，通过四步策略区分拥堵类型并预测持续时间，在智能绿色交通系统中实现更精准及时的路径诱导。

Weilong, Zhu · Chunsheng, Zhu · 林志赟

IEEE Internet of Things Journal 2023

参数信息

拥堵感知指标数量

3

拥堵类型定义数量

4

技术优势

避免不必要绕行

通过判断拥堵类型并预测持续时间，仅对绕行收益大于拥堵代价的情况重新规划路径，减少额外开销。

抗动态分簇丢包

相邻簇头之间设置备份机制，避免动态分簇过程中数据丢失。

拥堵感知更精准

结合速度指数、密集指数和加速指数三个指标感知拥堵，提高感知精度和及时性。

应用场景

• 车联网路径规划：为车联网车辆提供考虑拥堵持续时间的路径诱导，减少行程时间与能耗。
• 工业车辆调度：工业车辆调度中精准感知拥堵并预测持续时间，优化任务路径。
• 智能交通系统：作为智能交通系统的路径诱导模块，提升整体通行效率并降低排放。
• 无人机交通管理：类似车联网的集群-云架构和拥堵控制策略可迁移至无人机交通管理。