捷报传来

近日，高新兴与东南大学联合组成的

研究团队学术成果被IEEE Xplore收录

并被EI核心检索

近日，高新兴与东南大学联合组成的研究团队学术成果被IEEE Xplore收录,并被EI核心检索。论文题目为“Global path planning for autonomous driving considering dynamic traffic impedance based on A* algorithm”。第一作者为高新兴智能网联事业部副总经理王传奇。IEEE Xpore平台提供了当今全世界电子电气、通信、计算机科学等领域将近三分之一的文献，代表了全球最新最前沿的研发动态，收录了超过2百万份文献。

图/高新兴与东南大学联合组成的研究团队学术成果被IEEE Xplore收录

近年来，智能汽车技术发展迅速。通过配备传感器、执行器和控制器，智能联网车辆可以实现信息共享、环境意识和决策控制，为人们提供智能、安全和环保的旅行体验。路径规划作为智能网联汽车顺利运行的重要环节，其技术是智能联网车辆的看图解特马玄机图之一。

交通阻抗反映了乘客在道路上花费的旅行时间，并可以为路径规划提供更多关于道路网络的信息。交通阻抗是交通流分配中常提到的概念，也是一项重要指标。它直接影响到交通流径路的选择和流量的分配。在单方式交通网络分配中,大部分研究都将行程时间作为阻抗的唯一指标。但在多方式出行条件下,出行时间与交通成本都是不可忽略的重要因素。研究团队基于对美国联邦公路管理局BPR道路阻力函数的修改，建立了考虑经济成本、时间成本和乘客偏好的动态交通阻抗函数。它可以随道路状况实时更新，并使用从地图抽象获得的有向图进行全局路径规划。

在交通阻抗模型的选择与确定方面，研究团队关注不同乘客的目的、偏好，将用户决策的影响添加到交通阻抗以形成用户系统决策模型，根据具有最短旅行时间的旅行目标执行最优路线搜索。出行成本的计算与交通类型有关，研究团队选择新能源汽车模型，考虑加速阻力、坡道阻力、滚动阻力、空气阻力和传输关系，将驱动功率和电池输出功率联系起来，基于电压、内阻和电流的构建等效电路模型，建立电动车辆的电力消耗模型来预估电池的充电状态。

在路径规划设计的算法方面，研究团队从东南大学九龙湖校区道路网络中提取重要节点，将地图抽象为有向图，并将交通阻抗设置为节点之间的成本。在此基础上，将更有效的加权A*算法与动态系数变化相结合，以高效、准确地规划最优路径，使得路径规划结果更接近实时变化的实际路网条件，满足实际问题需要。研究团队分别开展了该算法在不同乘客需求下、不同交通量场景下、面对不同路况时和道路限制状态的验证实验。实验结果表明，研究团队所实现的考虑动态交通阻抗的路径规划算法能够响应用户需求、适应道路限制等实际情况，做出综合交通阻抗最小的最佳路径，具有较好的实际应用价值。

来源：IEEE Xplore