Modeling Bicycle Conflict on Non-Motorized Paths on Suburban College Campuses

Bicycling is an important way for college students and employees to get around campuses. With a rise in bicycling on campuses there comes a rise in bicycle collisions with pedestrians walking to and from classes and work. The literature review showed many papers involving bicycle conflict modeling but on roads with motor vehicles. While some aspects of this research can be applied to non-motorized paths, there is a lack of research strictly focusing on only bicycles and pedestrians. This study aims to fill this knowledge gap by developing a model to identify locations on roads and paths (hotspots) on college campuses that are likely to have a bicycle collision and predict the likelihood of a serious bicycle crash on a non-motorized path based on the characteristics of the path. This study identifies those interactions between bicyclists and pedestrians on non-motorized paths on a suburban college campus in Newark, USA. Findings suggest that pedestrian density of a path is a major factor in the maximum speed bicyclists can achieve. The wider the path is, the higher the maximum speed is that a bicyclist can obtain. This is because a wider path width decreases the pedestrian density. The grade of the path has little effect on bicycle speeds. The results of the models were displayed on a GIS map that is visually appealing to a viewer. The paths were color coded based on their level of safety, so it is easy to observe problematic areas of the network. This technique can be applied to the entire campus network of non-motorized paths to study the whole system. This can then be used by planners and designers to identify areas that need upgrading and improve the overall safety of the non-motorized path system.

基于动态优先级的机坪车辆避冲突运行规划方法

【目的】针对机坪车机混行环境,提出了一种考虑动态优先级的避冲突运行规划方法。【方法】首先,从作业效率和运行风险两个层面,提出动态优先级计算方法,完善了多类型保障车辆时变冲突风险划分的规则。其次,考虑保障车辆运行规则和物理特性,建立了考虑行驶和等待时间最小化的混合整数规划模型。最后,设计全局路径优化的两阶段算法进行求解,并通过低时间复杂度的改进冲突探测方法,弥补了传统方法求解大规模复杂问题在时效性方面的不足。【结果】实验表明,设计的算法在大、小规模场景均有较好的适用性,相比对照算法,冲突优化幅度提升7.6%,车辆与航空器冲突占比降低7.5%。【结论】所提方法满足了保障车辆差异化运行要求,实现了车辆和航空器混合运行环境下避冲突路径规划的功能。

面向多无人车的目标点分配和协同路径规划算法

针对多智能体路径搜索算法在非指定式多车协同路径规划问题中路径冗长,计算效率低等缺陷,提出协同目标点分配路径规划算法Nutcracker-CBS。首先构建紧耦合目标点分配MAPF框架,实现目标点分配和路径构建的联合寻优;针对目标点分配模块,提出改进的星鸦优化算法,增量式求解分配问题,缩短模块用时;针对路径构建模块,提出改进的MAPF算法,通过回退式约束构建机制,引入避碰路径估计的绕道机制和数据共享底层路径规划机制,提升效率和路径质量。数据集实验中,Nutcracker-CBS时耗相比SOTA算法减少90.37%;目标点分配模块求解耗时减少86.76%;MAPF模块6 s内构建100辆无人车路径,平均路径长度缩短6.058%。实际实验中路径总和与系统运行时长分别减少55.26%和61.29%,提升了多机器人系统的效率,降低了路径长度。

基于复合A^(*)算法的机场滑行道路径规划研究

随着我国民航运输量的不断回升,机场滑行道的运行压力日渐增加,规划繁忙条件下航空器的滑行路径亟待解决。在对进离场航空器在滑行道的运行过程进行深入分析的基础上,设计了滑行油耗最低的目标,考虑到航空器滑行过程中的3种冲突,建立了航空器滑行约束模型,并解决了基于最小能耗和航班优先级的滑行冲突的解脱问题,然后设计了Dijkstra算法和A^(*)算法结合的复合求解算法。最终以南京某机场繁忙时间段的航班数据对模型进行验证。仿真结果表明,模型可以高效地对航空器的滑行过程进行动态分配,与4种对比算法相比减少了航班冲突次数和油耗成本,能够在满足时间要求的同时有效地对模型进行求解。

市域产教联合体中的多重制度逻辑冲突与协调

市域产教联合体是破解我国产教融合“最后一公里”问题的关键举措。通过制度逻辑理论视角对影响市域产教联合体建设的多重制度逻辑进行分析得出,市域产教联合体的构建和运行兼具政府逻辑、市场逻辑、教育逻辑、社会逻辑和园区逻辑。不同的制度逻辑在市域产教联合体发展过程中呈现一定张力和矛盾冲突,主要表现为多元主体价值取向差异化、角色定位模糊化、政策制定与执行二维离散、校企合作貌合神离。因此,寻找相悖逻辑间的平衡点并进行协调是提升市域产教联合体效能的可能路径:首先应构建公共价值,回应多元主体利益诉求;其次要纵向建横向连,提高联合体治理效能;再次要创新政策执行模式,落实政策细节;最后需紧盯着力点,集聚资源优化校企合作。

城市更新:内涵、冲突及应对举措

城市更新是一项综合性的城市发展策略,它涵盖了物理改造、经济振兴、社会整合与文化历史传承这四个互为关联的维度,然而这些维度往往因为理念与现实的差异而发生冲突。在我国城市更新过程中,如何有效地平衡历史遗产保护与经济发展、街区文化风貌保护与城市物理改造、文旅产业开发与居民生活之间的矛盾成为必须正视的问题。在城市更新实践中如何兼顾经济价值与文化价值、街区文化风貌保护与宜居生活是规避问题的可行性途径,而社区居民在城市更新中的全过程参与有助于推进城市更新的革新与完善。

带障碍物惩罚因子的多机器人路径规划

轻载环境中,复杂障碍物区域将引起机器人之间局部冲突加剧,进而导致路径求解效率下降,针对该问题,提出轻载环境下带障碍物惩罚因子的多机器人路径规划方法。在基于冲突搜索(conflict-based search,CBS)算法框架的下层单机规划过程中,通过对即将拓展机器人位置的周围障碍物分布类型进行判断,赋予与之对应的障碍物惩罚因子;对路径规划过程中的惩罚因子进行累加,作为单机规划的启发值对路径进行选取;结合CBS算法框架的上层冲突消解策略进行多机器人的路径规划与冲突协调。测试结果表明,在10%障碍物分布的轻载环境中,所提算法的求解时间约为CBS算法的81.38%~83.67%,二叉约束树(constraint tree,CT)拓展量为CBS算法的60.14%~71.66%。在Gazebo中仿真表明,所提方法可减小通过复杂障碍物区域的次数。

基于冲突搜索增强深度强化学习的多AGV路径规划方法

针对多自动引导车(Automated Guided Vehicle,AGV)路径规划问题,以最小化总行程时间为目标,提出一种基于冲突搜索(Conflict-Based Search,CBS)算法增强的分布式独立Q学习(Independent Q-Learning,IQL)算法。首先,采用栅格图法构建环境地图,并对多AGV路径规划问题进行数学化描述,涵盖了AGV间的碰撞类型和问题的基本假设。随后,将问题转化为部分可观察马尔可夫决策过程(Partially Observable Markov Decision Process,POMDP),并详细定义了观测空间、动作空间及奖励函数。进一步地,采用异步优先级经验回放架构,将IQL方法扩展到分布式环境中,并通过CBS算法引导Q网络,优化AGV在拥挤环境中的决策过程。最后,根据不同AGV数量设计了与其他深度强化学习算法的对比实验,结果表明所提方法在成功率和平均步长关键性能指标上优于对照算法,从而证实了所提方法的有效性和可行性。

新形势下珲春海洋经济发展示范区新路径新对策分析

珲春海洋经济发展示范区是我国十五个海洋经济示范区之一,区位优势独特、战略地位突出。俄乌冲突带来了世界贸易格局新变化,全球政治与经济动荡变革加速,示范区建设需要全面贯彻落实习近平总书记在新时代东北全面振兴座谈会上的讲话精神,以服务国家战略,加强陆海统筹为顶层设计,充分释放政策红利,加强与周边国家地区经贸合作,广泛开展内引外联,畅通国际大通道,建设跨国产业链,积极融入国家战略,建设东北亚物流高地和“一带一路”东北亚方向“冰上丝绸之路”的桥头堡,实现吉林省向海发展,成为海洋经济发展示范区建设典范。

中国式现代化的利益机制研究

利益机制是中国式现代化的核心枢纽,利益需求、利益表达、利益冲突、利益协调构成中国式现代化的利益机制体系。对利益需求的激活构成中国式现代化的驱动力,从生存需求到探索需求,到幸福需求,到优越需求,再到成功需求,构成中国式现代化的动力体系。对利益表达的序化构成中国式现代化的内聚力,从利益表达信息之“真”到利益表达渠道之“效”,到利益表达成本之“低”,到利益表达行为之“范”,再到利益表达方式之“适”,构成中国式现代化的聚合系统。对利益冲突的把控构成中国式现代化的控制力,从私人利益与公共利益的结合到短期利益与长期利益的权衡,到发展利益与生态利益的共赢,到物质利益与精神利益的平衡,再到劳动利益与资本利益的斗争,构成中国式现代化的耗散结构。对利益矛盾的协调构成中国式现代化的整合力,从共建到共生,到共赢,到共富,再到共享,构成中国式现代化的协同系统。

城市综合体火灾智慧逃生与救援双向导引研究

本研究针对城市综合体应急疏散中的路径规划与协调问题,考虑以道路长度、道路等级、拥堵情况为路阻,提出了一种能够避开路线冲突、同时规划适用于逃生人群和救援队的行进路径方法。基于天网工程、Faster R-CNN图像识别算法计算可选路段的交通拥挤度,应用改进的Dijkstra算法规划以通行时间为导向的动态最优路径,为逃生人群和救援队伍提供行进方向互不冲突的时间最短路径。本研究旨在解决因拥堵、路线冲突造成的救援滞缓问题,推动智慧救援的发展。

复杂环境下多AGV路径规划与调度系统研究

随着AGV技术的日趋成熟及柔性制造系统的广泛应用,提高复杂环境下AGV的工作效率和应用领域变得尤为重要,因此,开展复杂环境下多AGV的路径规划与调度系统研究是重点研究内容。文中首先对多AGV在实际运行中的冲突类型进行判定和分析,并在此基础上构建了时间窗模型;然后考虑AGV的自身特性,对常用路径规划算法中的蚁群算法和人工势场法进行推导与计算;最后根据冲突类型及AGV工作环境的多样性,分别采用交通规则法和时间窗算法对调度系统进行研究。通过分析发现:在准确判断AGV冲突类型后,对其进行精确的路径规划和调度,可以有效提高多AGV系统在复杂工作环境中的工作效率,为多AGV的发展与应用奠定坚实的基础。

基于自动化码头的改进Dijkstra算法路径规划研究

针对自动化码头多路径规划中Dijkstra算法存有路径冲突的问题,引入时间窗防冲突判断模型对其进行改进。在Dijkstra算法从源节点向其他各节点逐步遍历的过程中,将时间窗冲突判断模型加到各路径节点上。通过改变规划中的路径节点向量,将每一个节点的所有前节点记录在路径节点向量中,在所有的路径中,搜索出一条最短路径,保证此最短路径与其他路径无冲突。在计算机上运用Matlab仿真软件进行算法验证,仿真结果显示,算法经过改进后,在规划多路径任务中能够得到预期效果。

支线机场大型固定翼无人机冲突解脱方法研究

低空空域内航空器的运行空间狭窄,飞行状态复杂,容易造成冲突风险。基于改进的人工势场算法,建立了在支线机场附近低空空域内运行的大型固定翼无人机和通航固定翼有人机冲突解脱模型。将人工势场算法中的斥力分解为位置斥力和速度斥力以解决动态障碍物冲突解脱问题,将引力分解为位置引力和速度引力以解决目标航路点不可达问题,并加入阻尼系数解决轨迹振荡问题,以帮助无人机快速、稳定地进行冲突解脱,恢复原飞行路径。在此基础上,针对约束条件进行仿真试验。结果表明,改进的人工势场法可以得到平滑的飞行路径,能够实时、安全、高效地解决冲突解脱问题。

考虑道路负载均衡的码头多AGV无冲突路径规划

随着集装箱运输需求的日益增长以及新型信息技术的广泛应用,集装箱码头作业自动化成为国内外港口发展的主要趋势。集装箱码头作业自动化可有效提高码头的作业效率和安全性,降低码头对人力资源的需求和运营成本。水平运输系统是集装箱码头装卸系统的重要组成部分,同时也是实现集装箱在码头前沿与堆场之间运转的重要纽带,其运行的稳定性和调度的合理性将直接影响码头自动化装卸系统的运行效率。自动导引车(AGV)是自动化集装箱码头常用的水平运输设备,承担着从前沿岸桥到后方堆场的集装箱运输任务。在实际作业过程中,多辆AGV同时运作难免会发生冲突和拥堵。基于此,文中采用基于冲突搜索的双层算法(CBS算法)解决码头多AGV协同作业产生的冲突问题,上层算法搜索AGV间的冲突,下层算法采用A*算法对AGV进行路径规划,并在A*算法中引入负载因子,使得规划路径避开拥堵点,实现码头道路的负载均衡。对于码头多任务点连续作业场景下的多车路径规划,基于CBS算法采用一种滑动时间窗冲突解决方法(STWCR)以提升运算效率。通过仿真实验验证了文中所提算法能够有效解决码头多AGV路径规划的冲突问题,同时均衡路网负载,缓解道路局部拥堵现象,提高道路资源的利用率。研究成果为自动化集装箱码头水平运输系统优化提供了参考。

连续下降运行中的飞行冲突预测与解脱算法

针对连续下降运行(Continuous descent operation,CDO)中的航空器冲突预测与解脱策略问题,构建了四维航迹(Four-dimensional trajectory,4DT)预测模型,实现飞行冲突的准确预测;以燃油消耗量、冲突时长为优化目标,以航空器在连续下降运行时的飞机速度、下降轨迹角(Descent path angle,DPA)为优化变量,基于多目标遗传算法NSGA-Ⅱ实现飞行冲突解脱。最后以某终端区内多机CDO飞行为例进行冲突预测和解脱,分析了优化目标权重系数对空域内平均耗油量和优化变量影响。结果表明,给出的解脱算法可以实现终端空域内的多机无冲突连续下降运行。与优化前相比,20架飞机的平均耗油节约了11 kg/架,空域内飞机之间的飞行冲突累积时间从984 s减少到0,即消除了飞行冲突。研究结果有助于实现空域内多机无冲突连续下降运行,提高CDO在繁忙机场的实施率和运行效果。

Kiva机器人路径优化研究

为解决传统A*算法无法实现多Kiva机器人在路径规划中有效地避免局部冲突的问题,本文改进了传统算法,得到基于提前预测冲突的A*算法。首先对Kiva机器人的工作环境建立栅格地图,利用MATLAB进行实验仿真,结果表明,基于提前预测冲突的A*算法不仅能为两个Kiva机器人规划出最优路径,而且能有效地避免动态的迎面冲突和交叉冲突,同时能实现Kiva机器人空载时在货架下任意穿梭,载货时只能走空闲道路的特点。

基于改进冲突搜索的智能车库多AGV路径规划

智能车库中多自主引导车(automated guided vehicle,AGV)的路径规划问题直接影响存取车的效率和安全性。针对智能车库中AGV的任务执行优先级问题,提出了基于改进冲突搜索的路径规划模型(improved con‐flict-based search with priority,iCBS-pri),该改进模型主要由任务分配(task allocation,TA)、单AGV路径规划(path planning,PP)、多AGV冲突检测与解决(conflict detection and resolution,CDAR)3个模块组成,TA模块将未分配任务分配给AGV,PP模块通过设置直线惩罚函数,减少路径的转弯次数对AGV运行时间的影响以提高AGV任务完成效率,CDAR模块包括冲突检测(conflict detection,CD)子模块和冲突解决(conflict resolution,CR)子模块,CR子模块针对CD子模块检测出的冲突类型,制定基于备用区域(spare zone,SZ)和旁路规划(bypass,BP)的冲突解决策略,以规划多AGV无冲突路线。仿真实验验证了典型场景下的该模型,结果表明:(1)PP模块所提改进A相较于传统A算法在路径长度和拐点数量分别减少8.82%和38.62%;(2)任务分配算法的分配成功率达到100%,任务一致性的概率达88.9%;(3)iCBS-pri算法在任务规划成功率方面比iCBS算法平均提升11.3%,算法平均运行时间提升5.93%,进一步提升了智能车库存取车效率。

基于Floyd算法的双流机场滑行路径优化研究

随着大型机场航班量不断扩大,机场的运行效率成为了急需解决的关键问题,而航空器滑行时间减少可以直接有效地提高机场整体运行效率。论文围绕机场航空器滑行路径优化这一目标展开研究,针对双流机场为实例进行研究分析。首先对机场场面运行进行了介绍与分析,进而利用Floyd算法针对滑行过程中的冲突进行最短滑行路径优化分析,最后基于SIMMOD仿真软件对Floyd算法计算的考虑冲突情况下的最短滑行路径进行仿真分析,得到优化前的航班运行总时间为4164s,优化后的航班滑行时间为3788s,总的运行效率提高了9%。

考虑冲突避免的多AGV路径规划研究

目的提高物流企业“货到人”拣选系统在实际生产中的工作效率,避免自动导引小车(AGV)间的冲突死锁,研究大规模多AGV的无冲突路径规划和协同避障问题。方法首先考虑AGV空载、负载情况和路径扩展成本,改进A*算法,动态调整代价函数,优化路径扩展方式。其次,提出冲突检测及避免算法,对可能产生局部冲突的路径交叉点进行避障调度,通过预约锁格,实现局部冲突的检测,制定优先级避障策略,解决AGV动态行驶路径上产生的局部冲突和死锁,进而实现全局无冲突路径规划。结果对多组不同任务量和不同AGV规模的场景进行仿真,实验结果表明,考虑冲突避免的改进A*算法能有效实现100个任务、90个货架单位和7个拣选站场景下的多AGV动态路径规划,相较于传统A*算法,其平均拣选时长缩短了52.61%。结论该方法可实现大规模场景下的多AGV动态路径规划,在付出较小转弯代价的同时有效避免局部动态冲突,该方法可为相关企业实现多AGV协同调度提供新的思路和理论依据。