基于车载自组网的停车位发现算法研究

• 作 者: 金康
• 出 处: 东华大学
• 发表日期: 2015年01期
• 关键词: 车载自组网 停车位 引力 斥力 可用概率

停车难是各大城市亟需解决的热点问题，车辆自组织网络（VehicularAd-hoc Networks, VANETs）是一种常用的车间通信手段，基于车间通信的停车位发现算法研究成为近几年来的研究热点，合理高效的停车位发现算法可以缩短停车时间，提高空闲停车位利用率，改善道路交通拥堵状况，对解决停车问题具有极大的现实意义。本课题对基于车载自组织网络的停车位发现算法进行深入研究。首先简要介绍了车载自组织网络以及基于车载自组网的停车位发现算法，并通过分析现有的各类停车位发现算法，提出本课题研究的问题。针对停车位发现问题中车辆位置信息不完全的问题，本文改进了基于引力的停车位发现算法，通过定义停车位引力因子Gg实现对停车位的动态分级，同时定义了车间斥力、斥力的引力因子Gr解决车间竞争问题，提出了一种基于引力和斥力的停车位发现算法R&GPA（ParkingAlgorithm based on Repulsion and Gravity）。其次，在车载自组网中使用机会通信结合路边通信单元的方式，扩展车辆通信范围并对可用停车位信息进行融合，提出一种基于停车位可用概率的停车位发现算法APPA（An Available Probability BasedParking Algorithm）来解决分布式网络中信息不完全下的停车位发现问题。通过估算附近可用停车位在车辆到达时刻的可占用概率，为车辆分配成功率最大的停车位，并提供停车引导。进而，在上述基础上，通过VanetMobiSim搭建仿真场景，对R&GPA算法和APPA算法进行软件仿真，仿真结果表明，R&GPA算法和APPA算法都适用于解决信息不完全场景下的停车位问题，并具有较好的效果。最后，本文列出了一些有待解决和完善的问题，需要进一步去研究，从而引出了后续研究改进的方向。