捷報傳來

近日，高新興與東南大學聯合組成的

研究團隊學術成果被IEEE Xplore收錄

并被EI核心檢索

近日，高新興與東南大學聯合組成的研究團隊學術成果被IEEE Xplore收錄,并被EI核心檢索。論文題目為“Global path planning for autonomous driving considering dynamic traffic impedance based on A* algorithm”。第一作者為高新興智能網聯事業部副總經理王傳奇。IEEE Xpore平臺提供了當今全世界電子電氣、通信、計算機科學等領域將近三分之一的文獻，代表了全球最新最前沿的研發動態，收錄了超過2百萬份文獻。

圖/高新興與東南大學聯合組成的研究團隊學術成果被IEEE Xplore收錄

近年來，智能汽車技術發展迅速。通過配備傳感器、執行器和控制器，智能聯網車輛可以實現信息共享、環境意識和決策控制，為人們提供智能、安全和環保的旅行體驗。路徑規劃作為智能網聯汽車順利運行的重要環節，其技術是智能聯網車輛的核心技術之一。

交通阻抗反映了乘客在道路上花費的旅行時間，并可以為路徑規劃提供更多關于道路網絡的信息。交通阻抗是交通流分配中常提到的概念，也是一項重要指標。它直接影響到交通流徑路的選擇和流量的分配。在單方式交通網絡分配中,大部分研究都將行程時間作為阻抗的唯一指標。但在多方式出行條件下,出行時間與交通成本都是不可忽略的重要因素。研究團隊基于對美國聯邦公路管理局BPR道路阻力函數的修改，建立了考慮經濟成本、時間成本和乘客偏好的動態交通阻抗函數。它可以隨道路狀況實時更新，并使用從地圖抽象獲得的有向圖進行全局路徑規劃。

在交通阻抗模型的選擇與確定方面，研究團隊關注不同乘客的目的、偏好，將用戶決策的影響添加到交通阻抗以形成用戶系統決策模型，根據具有最短旅行時間的旅行目標執行最優路線搜索。出行成本的計算與交通類型有關，研究團隊選擇新能源汽車模型，考慮加速阻力、坡道阻力、滾動阻力、空氣阻力和傳輸關系，將驅動功率和電池輸出功率聯系起來，基于電壓、內阻和電流的構建等效電路模型，建立電動車輛的電力消耗模型來預估電池的充電狀態。

在路徑規劃設計的算法方面，研究團隊從東南大學九龍湖校區道路網絡中提取重要節點，將地圖抽象為有向圖，并將交通阻抗設置為節點之間的成本。在此基礎上，將更有效的加權A*算法與動態系數變化相結合，以高效、準確地規劃最優路徑，使得路徑規劃結果更接近實時變化的實際路網條件，滿足實際問題需要。研究團隊分別開展了該算法在不同乘客需求下、不同交通量場景下、面對不同路況時和道路限制狀態的驗證實驗。實驗結果表明，研究團隊所實現的考慮動態交通阻抗的路徑規劃算法能夠響應用戶需求、適應道路限制等實際情況，做出綜合交通阻抗最小的最佳路徑，具有較好的實際應用價值。

來源：IEEE Xplore