基于状态-空间-时间网络的电动汽车节能动态路径规划策略研究

随着电动汽车的普及和智能交通系统的发展,EV动态路径规划成为了一个重要的研究领域。本研究提出了一种基于状态-空间-时间网络的电动汽车节能动态路径规划策略。首先定义了状态-空间-时间网络的模型结构,并利用该网络捕获电动汽车在不同时间和空间状态下的行驶路径,同时还设计了相应的机器学习算法进行路径的优化和规划。通过模拟实验,证明了该方法在规划节能和时间高效路径方面的有效性。研究不仅为电动汽车提供了一种新的节能动态路径规划策略,同时也为未来的智能交通系统研究提供了新的方向和思路。

改进的快速扩展随机树在航迹规划中的应用

通过在快速扩展随机树(rapidly-exploring random tree)算法的基础上融入状态-时间空间(state-timespace)的思想,使改进后的算法能够有效地处理动态环境中的航迹规划问题。仿真试验首先采用四元素法建立航天飞行器的六自由度动力学模型,在三维空间中验证该算法搜索高维空间的能力。其次运用改进的算法在动态环境中进行航迹规划试验,证明了该算法的有效性。