بهینه سازی زمانبندی حرکتی خودروهای خودران با در نظر گرفتن محدودیت های حرکتی خودروها

با گسترش روزافزون فناوری های هوش مصنوعی و سامانه های حمل و نقل هوشمند، خودروهای خودران به عنوان یکی از پیشرفته ترین تحولات صنعت خودروسازی شناخته می شوند. این وسایل نقلیه با بهره گیری از حسگرها، سیستم های تصمیم یار و الگوریتم های یادگیری، توانایی انجام وظایف رانندگی بدون دخالت انسانی را دارند. با این حال، یکی از چالش های اساسی در عملکرد کارای این خودروها، طراحی مسیر و زمان بندی بهینه حرکت با در نظر گرفتن محدودیت های فیزیکی، دینامیکی و محیطی است. بهینه سازی چنین سیستمی نه تنها باعث کاهش زمان سفر و مصرف انرژی می شود بلکه تاثیر مستقیمی بر کاهش تراکم ترافیک و افزایش ایمنی دارد. در این پژوهش یک مدل ریاضی چندهدفه برای زمان بندی حرکتی خودروهای خودران ارائه شده است. جهت حل مدل از الگوریتم فراابتکاری NSGA-II به عنوان یک روش کارآمد در بهینه سازی چندهدفه استفاده گردید و چندین مسیر بهینه در قالب جبهه پارتو استخراج شدند. نتایج عددی حاصل از اجرای مدل بر روی شبکه ای نمونه نشان داد که الگوریتم پیشنهادی قادر است پاسخ هایی متنوع و بهینه از منظر اهداف مختلف ارائه دهد. مسیرهایی با کمترین زمان، پایین ترین مصرف انرژی یا حداقل تراکم شناسایی شدند و تحلیل پاسخ ها نشان داد که بسته به اولویت های تصمیم گیرنده انتخاب های متفاوتی قابل اتخاذ است. به طور کلی این مدل و روش حل پیشنهادی می تواند به عنوان یک ابزار موثر در طراحی سیستم های زمان بندی و مسیریابی خودروهای خودران در محیط های شهری و نیمه ساخت یافته مورد استفاده قرار گیرد و گامی مهم در جهت ارتقاء کارایی، پایداری و هوشمندی سیستم های حمل و نقل آینده محسوب شود.

کلیدواژه ها:

خودروهای خودران ، مسیریابی چندهدفه ، الگوریتم NSGA-II ، برنامه ریزی امکانی