Ein Echtzeit-Entscheidungsalgorithmus für die Routenführung auf der Strecke für transportbasierte cyber-physische Systeme

In transportbasierten cyber-physikalischen Systemen (TCPS), auch bekannt als intelligente Verkehrssysteme (ITS), wurden zahlreiche dynamische Routenführungsalgorithmen entwickelt, um die Verkehrseffizienz zu erhöhen und Fahrern zu helfen, optimale Routen für ihre Fahrten zu bestimmen. Um optimale Routen zu bestimmen, ist es entscheidend, die Verkehrsbedingungen der Straßen entlang der geführten Routen effektiv vorherzusagen, basierend auf Echtzeit-Verkehrsinformationen, die von Fahrzeugnetzwerken gesammelt werden, um Staus zu mildern und die Verkehrseffizienz zu verbessern. In diesem Papier schlagen wir ein dynamisches Entscheidungsmodell für die Echtzeit-Routenführung (DEDR) vor, um effektiv Staus, die durch den plötzlichen Anstieg von Fahrzeugen verursacht werden, zu mildern und die Reisezeit sowie den Kraftstoffverbrauch zu reduzieren. DEDR berücksichtigt die Generierung und Übertragung von Echtzeit-Verkehrsinformationen durch Fahrzeugnetzwerke. Basierend auf den geteilten Verkehrsinformationen führt DEDR die Vertrauenswahrscheinlichkeit ein, um die Verkehrsbedingungen vorherzusagen und dynamisch alternative optimale Routen während der Fahrt zu bestimmen. DEDR berücksichtigt auch mehrere Metriken, um die Verkehrsbedingungen umfassend zu bewerten, sodass Fahrer die optimale Route unter Berücksichtigung dieser Metriken während der Fahrt bestimmen können. Zudem betrachtet DEDR die Auswirkungen externer Faktoren (schlechtes Wetter, Vorfälle usw.) auf die Verkehrsbedingungen. Durch eine Kombination aus umfangreichen theoretischen Analysen und Simulationsversuchen zeigen unsere Daten, dass DEDR die Verkehrseffizienz in Bezug auf Zeit-, Ausgleichs- und Kraftstoffeffizienz im Vergleich zu bestehenden Algorithmen erheblich steigern kann.