摘  要： 車(chē)輛誘導(dǎo)系統(tǒng)的大部分工作是利用全球定位系統(tǒng)來(lái)實(shí)現(xiàn)，但是全球定位系統(tǒng)存在一定誤差，且費(fèi)用較高等。為解決這些問(wèn)題，提出了自動(dòng)導(dǎo)航車(chē)系統(tǒng)，它是車(chē)輛誘導(dǎo)系統(tǒng)基礎(chǔ)上的一個(gè)重要分支，是以多Agent系統(tǒng)為基礎(chǔ)的。重點(diǎn)研究的是最優(yōu)路線的路徑誘導(dǎo)策略和多Agent間的通信。自動(dòng)導(dǎo)航車(chē)系統(tǒng)替代安裝全球定位系統(tǒng)，減少了其在資源利用、成本等方面的開(kāi)支，對(duì)緩解當(dāng)今社會(huì)的交通壓力有一定的積極作用。
　　關(guān)鍵詞： 車(chē)輛誘導(dǎo)；自動(dòng)導(dǎo)航車(chē)系統(tǒng)；多Agent系統(tǒng)

    智能交通系統(tǒng)ITS[1-2](Intelligent Transportation System)是近年來(lái)興起的運(yùn)用各種先進(jìn)的技術(shù)手段解決交通問(wèn)題的綜合系統(tǒng)。它將信息、通信控制、計(jì)算機(jī)網(wǎng)絡(luò)等高新技術(shù)有效地綜合運(yùn)用于地面交通管理體系，從而建立起一種大范圍、全方位發(fā)揮作用，實(shí)時(shí)、準(zhǔn)確、高效的交通運(yùn)輸管理系統(tǒng)。智能交通系統(tǒng)將成為21世紀(jì)現(xiàn)代化地面交通運(yùn)輸體系的模式和發(fā)展方向，使用ITS能有效地提高道路使用效率，是交通運(yùn)輸進(jìn)入信息時(shí)代的重要標(biāo)志。ITS主要有以下2個(gè)系統(tǒng)：城市交通控制系統(tǒng)和車(chē)輛路徑誘導(dǎo)系統(tǒng)[2]。作為ITS的重要組成部分，隨著相關(guān)技術(shù)的成熟，車(chē)輛誘導(dǎo)系統(tǒng)將在未來(lái)的智能交通系統(tǒng)中扮演重要角色[3]。
　　車(chē)輛誘導(dǎo)系統(tǒng)[4]，即車(chē)輛路徑誘導(dǎo)系統(tǒng)，是利用全球定位系統(tǒng)(GPS)、電子交通圖、計(jì)算機(jī)和先進(jìn)的通信技術(shù)，為駕駛員找到從當(dāng)前位置到目的地的最優(yōu)行駛路線。但是GPS信號(hào)的缺點(diǎn)是誤差比較大，引起誤差的原因比較多，如GPS信號(hào)存在受高樓和隧道遮擋問(wèn)題、無(wú)法連續(xù)地進(jìn)行車(chē)輛定位[3]。另外，安裝GPS裝置的費(fèi)用比較高。 
　　在發(fā)達(dá)國(guó)家車(chē)輛誘導(dǎo)系統(tǒng)的研究起步較早，并取得了一些比較有意義的成果。特別是美國(guó)、德國(guó)、日本已經(jīng)開(kāi)發(fā)出一些各具特點(diǎn)的車(chē)輛誘導(dǎo)系統(tǒng)。雖然與大范圍的應(yīng)用還存在一些差距，但初步的實(shí)驗(yàn)已經(jīng)表明，在加強(qiáng)交通控制與管理功能方面有很大的作用。目前，研究開(kāi)發(fā)比較成功的有美國(guó)的TravTek系統(tǒng)[6]、德國(guó)的Ali-Scout[7]系統(tǒng)和日本的導(dǎo)航系統(tǒng)[8]等。
　　我國(guó)對(duì)車(chē)輛誘導(dǎo)系統(tǒng)的研究起步較晚，主要的研究有：由上海交警總隊(duì)和同濟(jì)大學(xué)合作完成的多段接力式動(dòng)態(tài)標(biāo)志路線引導(dǎo)系統(tǒng)；哈爾濱工業(yè)大學(xué)運(yùn)用GPS和集群通信系統(tǒng)設(shè)計(jì)的試驗(yàn)性指揮調(diào)度系統(tǒng)；清華大學(xué)、北京人民廣播電臺(tái)和中科院遙感所共同研制的車(chē)輛定位導(dǎo)航系統(tǒng)[10]。目前處于對(duì)定位系統(tǒng)、電子地圖、雙向通信等問(wèn)題的研究階段，投入使用的基本上都是以無(wú)線電廣播為基礎(chǔ)的初級(jí)誘導(dǎo)手段，基于GPS、集群通信、可變標(biāo)牌的誘導(dǎo)系統(tǒng)正處于研究和實(shí)驗(yàn)階段，而缺少對(duì)車(chē)輛誘導(dǎo)系統(tǒng)全面的研究[10]。
　　為了解決車(chē)輛誘導(dǎo)系統(tǒng)存在的諸多問(wèn)題，本文提出了自動(dòng)導(dǎo)航車(chē)AGV(Automatic Guidance Vehicles)系統(tǒng)，它是車(chē)輛誘導(dǎo)系統(tǒng)基礎(chǔ)上的一個(gè)研究分支，以多Agent系統(tǒng)為基礎(chǔ)，以多Agent間的通信來(lái)得到各種實(shí)時(shí)信息。
1 自動(dòng)導(dǎo)航車(chē)系統(tǒng)
　　本文提出的自動(dòng)導(dǎo)航車(chē)(AGV)系統(tǒng)是車(chē)輛誘導(dǎo)系統(tǒng)基礎(chǔ)上的一個(gè)研究分支，但又有很大不同。自動(dòng)導(dǎo)航車(chē)系統(tǒng)以多Agent系統(tǒng)[11]為基礎(chǔ)，并結(jié)合計(jì)算機(jī)和通信技術(shù)，為駕駛員提出的目的地找到最佳路徑，并在車(chē)輛的行駛過(guò)程中實(shí)時(shí)地進(jìn)行定位，以滿(mǎn)足駕駛員的各種需求。該系統(tǒng)能夠有效地防止交通阻塞的發(fā)生，減少車(chē)輛在道路上的逗留時(shí)間，并最終實(shí)現(xiàn)交通流量在網(wǎng)絡(luò)中各路段上的最優(yōu)分配。
　　自動(dòng)導(dǎo)航車(chē)系統(tǒng)由指揮中心Agent[12]與多輛安裝有Agent系統(tǒng)的自動(dòng)導(dǎo)航車(chē)組成。指揮中心Agent將多輛AGV Agent組成1個(gè)或若干個(gè)編隊(duì)，指揮中心Agent統(tǒng)一指揮各個(gè)編隊(duì)，其中每個(gè)編隊(duì)里由1輛AGV Agent擔(dān)任組長(zhǎng)。
　  指揮中心Agent是自動(dòng)導(dǎo)航車(chē)系統(tǒng)的核心，對(duì)整個(gè)系統(tǒng)有全局控制的作用。指揮中心Agent的一個(gè)重要的部分是知識(shí)庫(kù)，包含各個(gè)AGV Agent的基本信息和路網(wǎng)信息。基本信息包括靜態(tài)信息(如名字、地址、接口和提供的服務(wù)等)和動(dòng)態(tài)信息(如某些駛?cè)牖蝰偝鲋笓]中心Agent域范圍的AGV Agent的信息)； 路網(wǎng)信息也有2種形式：靜態(tài)信息和動(dòng)態(tài)信息。靜態(tài)信息包含的是指揮中心域范圍內(nèi)的所有的道路信息，即路網(wǎng)信息、信號(hào)燈信息、立交橋相關(guān)信息等。動(dòng)態(tài)信息即實(shí)時(shí)交通信息，由指揮中心Agent隨時(shí)與每輛AGV Agent進(jìn)行通信得到。
　  指揮中心Agent可以隨時(shí)與每輛AGV Agent進(jìn)行通信，并對(duì)得到的數(shù)據(jù)進(jìn)行融合而得到動(dòng)態(tài)路網(wǎng)交通信息，如交通事故、因施工而關(guān)閉的道路情況等信息，指揮中心Agent將這些交通信息傳送給自動(dòng)導(dǎo)航車(chē)Agent，并了解任務(wù)的完成情況及態(tài)勢(shì)信息。
　  自動(dòng)導(dǎo)航車(chē)Agent可以通過(guò)定位來(lái)確定車(chē)輛當(dāng)前在網(wǎng)絡(luò)中的位置和駕駛員輸入的目的地，結(jié)合動(dòng)態(tài)路網(wǎng)交通信息，為駕駛員提供能夠避免擁擠、減少延誤、快速到達(dá)終點(diǎn)的最優(yōu)行車(chē)路線，在屏幕上顯示出車(chē)輛行駛前方的交通狀況，并以顏色線來(lái)標(biāo)示所建議的最優(yōu)路徑。所得到的最優(yōu)路徑隨駕駛員需求的不同而不同，既可以是路程最短的路徑，也可以是時(shí)間最短的路徑。最優(yōu)路徑的提示可以有3種方式：文本方式、聲音方式、圖形方式。其中，文本方式是在顯示器上用文字顯示誘導(dǎo)信息，如“在前方路口左轉(zhuǎn)”等；聲音方式是通過(guò)語(yǔ)音轉(zhuǎn)換和語(yǔ)音合成單元將文本信息以聲音的形式輸出，這是一種最直接方式；圖形方式是在電子地圖上用特殊顏色的連線表示出最優(yōu)路徑信息，這是一種常見(jiàn)的比較直觀的屏幕輸出形式。
　　在自動(dòng)導(dǎo)航車(chē)系統(tǒng)中，自動(dòng)導(dǎo)航車(chē)Agent不僅充當(dāng)系統(tǒng)的感應(yīng)器和傳送器，在路段上感應(yīng)、收集實(shí)時(shí)交通信息并向指揮中心Agent傳送。同時(shí)，作為系統(tǒng)的接收器，接收由指揮中心Agent傳送的實(shí)時(shí)路網(wǎng)信息，并充當(dāng)誘導(dǎo)系統(tǒng)的計(jì)算單元，利用其收集的實(shí)時(shí)的局部交通信息，修正生成的最優(yōu)路徑。在AGV系統(tǒng)中，自動(dòng)導(dǎo)航車(chē)Agent充當(dāng)了感應(yīng)器、傳送器、計(jì)算單元和用戶(hù)的多重角色，發(fā)揮了極其重要的作用。
　　自動(dòng)導(dǎo)航車(chē)Agent的功能有：(1)接收實(shí)時(shí)交通信息數(shù)據(jù)；(2)定位；(3)顯示交通信息，即用不同的顏色表示各不同路段的交通擁擠情況；(4)路徑選擇，即依據(jù)車(chē)輛定位所確定的車(chē)輛在網(wǎng)絡(luò)中的位置和出行者輸入的目的地，結(jié)合動(dòng)態(tài)路網(wǎng)交通信息進(jìn)行動(dòng)態(tài)交通分配，為駕駛員計(jì)算到達(dá)終點(diǎn)的最優(yōu)行車(chē)路徑；(5)路徑在線導(dǎo)航提示，即在車(chē)載PC的電子地圖上以顏色線標(biāo)示所建議行駛的最優(yōu)行駛路線，并通過(guò)多媒體設(shè)備在線提示。
　　自動(dòng)導(dǎo)航車(chē)系統(tǒng)實(shí)現(xiàn)的功能主要有：自由瀏覽所在城市的路網(wǎng)地圖；準(zhǔn)確定位車(chē)輛和顯示車(chē)輛的實(shí)時(shí)位置；車(chē)輛Agent向指揮中心Agent發(fā)送位置和行駛軌跡數(shù)據(jù)；車(chē)輛Agent可向指揮中心Agent發(fā)送請(qǐng)求服務(wù)及緊急求救信號(hào)；車(chē)輛Agent的顯示設(shè)備可以顯示最優(yōu)行車(chē)路徑；實(shí)時(shí)誘導(dǎo)行車(chē)(在行車(chē)過(guò)程中以文字或語(yǔ)音的形式，對(duì)前方的轉(zhuǎn)彎、行駛方向及目的地等進(jìn)行實(shí)時(shí)的提示)；指揮中心Agent接收車(chē)輛Agent發(fā)送來(lái)的各種數(shù)據(jù)；指揮中心Agent向入網(wǎng)車(chē)輛Agent發(fā)送交通路況信息等；指揮中心Agent對(duì)單車(chē)或集群車(chē)輛Agent的跟蹤、監(jiān)控；信息查詢(xún)，即能夠查到入網(wǎng)車(chē)輛的型號(hào)、檔案、駕駛員姓名等用戶(hù)資料。
　　由于篇幅有限，本文僅對(duì)系統(tǒng)中較重要的路徑誘導(dǎo)策略、搜索方式和多Agent間的通信進(jìn)行了具體的研究。
2 最優(yōu)路徑的路徑誘導(dǎo)策略及搜索方式
2.1 路徑誘導(dǎo)策略
　　路徑誘導(dǎo)是自動(dòng)導(dǎo)航車(chē)系統(tǒng)的重要功能之一。其作用是依據(jù)車(chē)輛Agent定位所確定的車(chē)輛在網(wǎng)絡(luò)中的位置和駕駛員輸入的目的地，結(jié)合車(chē)輛Agent采集動(dòng)態(tài)交通信息與中心Agent知識(shí)庫(kù)中的路網(wǎng)交通信息，為駕駛員提供能夠避免擁擠、減少延誤、快速到達(dá)終點(diǎn)的行車(chē)路線，在車(chē)輛的屏幕上顯示出車(chē)輛行駛前方的交通狀況，并以箭頭標(biāo)示所建議的最優(yōu)行駛路線。
    路徑誘導(dǎo)系統(tǒng)可分為集中式和分布式[13]。集中式是在交通信息中心Agent的主機(jī)上，基于實(shí)時(shí)交通信息進(jìn)行路徑優(yōu)化選擇，為每一個(gè)可能的車(chē)輛Agent計(jì)算出最優(yōu)或準(zhǔn)最優(yōu)路線，然后通過(guò)Agent間的信息交換將最優(yōu)路徑提供給用戶(hù)；而分布式則是信息中心Agent負(fù)責(zé)從車(chē)輛Agent接收實(shí)時(shí)交通信息，并將此信息發(fā)送給網(wǎng)絡(luò)中的車(chē)輛Agent，車(chē)輛Agent則根據(jù)接收到的實(shí)時(shí)交通信息，結(jié)合車(chē)輛Agent存儲(chǔ)的有關(guān)數(shù)據(jù)，計(jì)算出最優(yōu)或準(zhǔn)最優(yōu)路徑，依次進(jìn)行路徑誘導(dǎo)。集中式路徑誘導(dǎo)系統(tǒng)是一種典型的預(yù)測(cè)型誘導(dǎo)系統(tǒng)，而分布式路徑誘導(dǎo)系統(tǒng)則是一種典型的反應(yīng)型誘導(dǎo)系統(tǒng)[5]。分布式路徑誘導(dǎo)系統(tǒng)能提供高質(zhì)量的誘導(dǎo)信息，因此，本文中采用的是分布式路徑誘導(dǎo)系統(tǒng)，其功能框圖如圖1所示。

2.2 最優(yōu)路徑的搜索方式
　　車(chē)輛Agent對(duì)最優(yōu)路徑的搜索方法有靜態(tài)路徑搜索和動(dòng)態(tài)路徑搜索2種方法[14]。靜態(tài)路徑搜索策略的依據(jù)是從路段的歷史信息中得到的統(tǒng)計(jì)，認(rèn)為是在現(xiàn)實(shí)交通狀況與統(tǒng)計(jì)數(shù)據(jù)一致的情況下的最優(yōu)路徑，而在實(shí)際交通路網(wǎng)中這種情況很難實(shí)現(xiàn)。因此，必須在此靜態(tài)路徑的基礎(chǔ)上根據(jù)路段行程時(shí)間的動(dòng)態(tài)信息進(jìn)行調(diào)整，靜態(tài)最優(yōu)路徑對(duì)于交通情況的變化或者突發(fā)事件(如交通事故等)缺乏有效的應(yīng)變措施。動(dòng)態(tài)路徑誘導(dǎo)必須依靠車(chē)輛Agent獲得的實(shí)時(shí)交通信息進(jìn)行自主導(dǎo)航，根據(jù)車(chē)輛Agent定位信息獲取車(chē)輛當(dāng)前的位置信息，并在車(chē)輛行駛過(guò)程中，根據(jù)路段行程時(shí)間的實(shí)時(shí)動(dòng)態(tài)信息在線調(diào)整路徑。
　　本文采用靜態(tài)路徑搜索和動(dòng)態(tài)路徑搜索相結(jié)合的混合道路交通路徑誘導(dǎo)策略。首先，車(chē)輛Agent根據(jù)定位信息獲得車(chē)輛當(dāng)前的位置信息，其路徑誘導(dǎo)模塊先采用靜態(tài)路徑搜索方法，從交通狀況的歷史數(shù)據(jù)庫(kù)或者地理信息數(shù)據(jù)庫(kù)等靜態(tài)信息中得到最優(yōu)或準(zhǔn)最優(yōu)路徑，并進(jìn)行路線誘導(dǎo)。在車(chē)輛行駛過(guò)程中，車(chē)輛Agent采用動(dòng)態(tài)路徑誘導(dǎo)方法，根據(jù)得到的實(shí)時(shí)交通路網(wǎng)信息，得到路段行程時(shí)間的實(shí)時(shí)動(dòng)態(tài)信息，并實(shí)時(shí)、局部地進(jìn)行路徑調(diào)整，引導(dǎo)車(chē)輛避開(kāi)擁擠路段，以最短行程時(shí)間抵達(dá)目的地。該策略能夠有效地防止交通阻塞的發(fā)生，減少車(chē)輛在道路上的逗留時(shí)間，并最終實(shí)現(xiàn)交通流量在網(wǎng)絡(luò)中各路段上的最優(yōu)分配。混合道路交通路徑誘導(dǎo)策略，以車(chē)輛獲得的實(shí)時(shí)交通信息對(duì)車(chē)輛行程時(shí)間進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果的變化進(jìn)行判斷，然后根據(jù)判斷結(jié)果在2種方式之間進(jìn)行切換，對(duì)車(chē)輛進(jìn)行動(dòng)態(tài)誘導(dǎo)，引導(dǎo)車(chē)輛以最短行程時(shí)間到達(dá)目標(biāo)點(diǎn)。
3 系統(tǒng)中多Agent的通信
　　系統(tǒng)中的一個(gè)關(guān)鍵問(wèn)題就是通信[17]。多Agent之間需要進(jìn)行通信，以便相互交換信息、進(jìn)行協(xié)調(diào)或合作、完成求解任務(wù)。Agent的通信能力是其自主性的基礎(chǔ)，社會(huì)性的體現(xiàn)，是其學(xué)習(xí)能力的工具和智能性的外在表現(xiàn)。Agent的通信是它與其環(huán)境(指它所生存的系統(tǒng))，包括其他Agent協(xié)調(diào)、交流、合作和競(jìng)爭(zhēng)等活動(dòng)的基礎(chǔ)。
　　多Agent系統(tǒng)內(nèi)部或不同多Agent系統(tǒng)之間的各個(gè)Agent必須通過(guò)通信來(lái)實(shí)現(xiàn)知識(shí)與信息共享，以進(jìn)行交互和協(xié)商，進(jìn)而分工合作解決復(fù)雜的異構(gòu)性問(wèn)題。Agent通信語(yǔ)言ACL(Agent Communication Language)是實(shí)現(xiàn)Agent之間通信的基礎(chǔ)和關(guān)鍵。
　　Agent的基本交互模式[16]如圖2所示。

    ACL是專(zhuān)用于支持多Agent系統(tǒng)的協(xié)調(diào)、協(xié)商、信息傳遞和合作等活動(dòng)的通信命令高級(jí)語(yǔ)言。知識(shí)查詢(xún)及操作語(yǔ)言KQML(Knowledge Query and Manipulation Language)是目前最主要的Agent通信語(yǔ)言之一。KQML是一種交換知識(shí)和信息的描述性語(yǔ)言，它定義了Agent間傳遞消息的格式和消息處理的協(xié)議，通過(guò)提供一套標(biāo)準(zhǔn)的通信原語(yǔ)實(shí)現(xiàn)Agent間信息的交流和知識(shí)的共享。它既是一種Agent間消息的表示格式，也是一種處理消息的協(xié)議。
　　KQML分為內(nèi)容層、消息層和通信層等3個(gè)層次。內(nèi)容層以KIF(Knowledge Interchange Format)為語(yǔ)法對(duì)需要傳輸?shù)闹R(shí)進(jìn)行編碼、明確消息所包含的內(nèi)容，用相應(yīng)的程序語(yǔ)言表示；消息層是KQML的核心，包括行為類(lèi)型、資格等，其中行為類(lèi)型主要從言語(yǔ)行為(Speech Acts)理論演化而來(lái)，該層的基本功能是確定消息傳遞時(shí)所使用的協(xié)議、動(dòng)作或原語(yǔ)(如判斷、查詢(xún)、命令，或是一組已知的原語(yǔ))，主要明確通信原語(yǔ)和知識(shí)表述語(yǔ)言以及使用的本體；通信層包括底層的通信參數(shù)，如消息的發(fā)送者、接收者、唯一標(biāo)識(shí)、同步等。KQML語(yǔ)言已成為一種比較成熟的Agent通信語(yǔ)言。KQML的層次結(jié)構(gòu)如圖3所示。

　　KQML的語(yǔ)言格式如下所示。
　　

　　例如，當(dāng)車(chē)輛Agent C1想要查詢(xún)道路R1的路況信息，向指揮中心Agent Server發(fā)送一個(gè)查詢(xún)的消息，其具體消息如下：
　　

　　Agent Server收到消息后派遣一個(gè)查詢(xún)Agent到知識(shí)庫(kù)中執(zhí)行查詢(xún)操作：rd(“road”，“ R1”，?status，?length)。如果知識(shí)庫(kù)中沒(méi)有關(guān)于R1的信息，則該Agent一直等待，直到元組空間出現(xiàn)一個(gè)匹配的元組，然后把它復(fù)制到域中返回給Agent Server。假設(shè)元組空間中有一個(gè)road name為R1的元組：
　　<“road”， R1， free， 520>
　　則rd操作得到了一個(gè)匹配的元組，它把結(jié)果返回給Agent Server，然后Agent Server再將結(jié)果發(fā)送給Agent C1，其消息如下：
　　(tell
         ：sender   Agent Server
         ：receiver  Agent C1
         ：in_reply_to  Agent C1id1
         ：language  KQML
         ：content  [<“road”， R1，free，520>])
　　以上過(guò)程實(shí)現(xiàn)了從車(chē)輛Agent到Agent server再到知識(shí)庫(kù)的通信。
　　本文提出的自動(dòng)導(dǎo)航車(chē)系統(tǒng)，是車(chē)輛誘導(dǎo)系統(tǒng)的基礎(chǔ)上的一個(gè)研究分支。研究了自動(dòng)導(dǎo)航車(chē)系統(tǒng)的組成，對(duì)各個(gè)部分的功能及作用進(jìn)行了詳細(xì)的研究。在AGV系統(tǒng)中，路線誘導(dǎo)是非常重要的一個(gè)功能，文中對(duì)路線誘導(dǎo)的方式進(jìn)行研究，采用靜態(tài)路徑搜索和動(dòng)態(tài)路徑搜索相結(jié)合的混合道路交通路徑誘導(dǎo)策略。系統(tǒng)中的一個(gè)關(guān)鍵問(wèn)題就是通信，文中對(duì)最常用的Agent通信語(yǔ)言KQML進(jìn)行了研究，并給出了系統(tǒng)中Agent間的通信語(yǔ)言，實(shí)現(xiàn)了車(chē)輛Agent、指揮中心Agent、好友車(chē)輛Agent之間的相互通信。
參考文獻(xiàn)
[1] U．S Department of Transportation. ITS Architecture development program. ITS AMERICA， phase 1，1994．
[2] Intelligent transportation system：evaluation， driver behavior， and artificial intelligence， Transportation Research Record，No．1453，1994．
[3] 錢(qián)蓓蕾，王慧，聞?dòng)?城市車(chē)輛誘導(dǎo)系統(tǒng)的建立[J].江南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2006．
[4] 城市交通流誘導(dǎo)系統(tǒng)．北京：中國(guó)鐵道出版社，2004.
[5] 范東凱.城市動(dòng)態(tài)路徑誘導(dǎo)算法研究[D].長(zhǎng)安大學(xué)碩士學(xué)位論文，2006.
[6] TravTek Evaluation： Orlando test network study publication   No.FHWA-RD-95-162[J]. U.S Department of Transportation， Federal Highway Adnurustration， 1996.
[7] Homepage of advance project. http：//aj5，its-program an1.gov.
[8] WETHERBY B， RABKA H， VANAERDE M. Architecture study of SEIFT research report prepared for W. S.1998，10.
[9] 楊兆生.城市交通流誘導(dǎo)系統(tǒng)[M].北京：中國(guó)鐵道出版社，2004．
[10] 翟曉峰.車(chē)輛誘導(dǎo)系統(tǒng)及關(guān)鍵技術(shù)研究[D].江蘇大學(xué)碩士學(xué)位論文，2007.
[11] BAI Q， ZHANG M J ，WIN K T. A colored petri net based approach for multi-agent interactions[C].2nd International Conference on Autonomous Robots and Agents December 13-15， 2004 Palmerston North， New Zealand.
[12] BRENNAN R W，F(xiàn)LETCHER M,NORRIE D H. An agent-based approach to reconfiguration of real-time distributed control systems[J]. IEEE Transaction on Robotics and Automation， AUGUST 2002，18(4).
[13] 秦進(jìn)，史峰，侯桂榮.基于車(chē)輛的混合式路徑誘導(dǎo)系統(tǒng)[C].Proceedings of the 27 Chinese Control Conference，2008(7)：16-18.
[14] 朱俊嶺，田慶，崔平遠(yuǎn)，等.基于GIS環(huán)境的一種混合車(chē)輛路徑誘導(dǎo)策略[J].計(jì)算機(jī)工程與應(yīng)用，2006(5).
[15] 王豐元，郜旭東，李洪民，等.車(chē)輛誘導(dǎo)系統(tǒng)及其誘導(dǎo)路徑優(yōu)化設(shè)計(jì)[C].第七屆世界華人交通運(yùn)輸學(xué)術(shù)大會(huì)論文集.2007.
[16] 馬壽峰，李艷君，賀國(guó)光.城市交通控制與誘導(dǎo)協(xié)調(diào)模式的系統(tǒng)分析[J].管理科學(xué)學(xué)報(bào)，2003，6(3).
[17] 魏曉斌，周盛宗，BACHMENDO B，et al.Agent通信機(jī)制探討[J].計(jì)算機(jī)工程與應(yīng)用，2002，38(5).
[16] 石慧，徐從富，劉勇，等.Agent通信語(yǔ)言KQML的實(shí)現(xiàn)及應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2005，41(13).
[17] 王瓏，章毅，吳躍.MAS環(huán)境下實(shí)現(xiàn)Agent交互協(xié)作的關(guān)鍵技術(shù).電子科技大學(xué)學(xué)報(bào)，2003，32(2).
[18] 王世進(jìn)，周炳海，陶麗華，等.Agent通信語(yǔ)言綜述[J].計(jì)算機(jī)工程與應(yīng)用，2005，41(21).
[19] 周傳生.多Agent系統(tǒng)中消息通信模型的研究與設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用與軟件，2008，25(3).
[20] 林和平，余元輝.基于KQML的移動(dòng)Agent通信機(jī)制的分析[J].集美大學(xué)學(xué)報(bào)(自然科學(xué)版)，2003，8(3).