路徑規劃范文
時間：2023-03-17 03:05:17
導語：如何才能寫好一篇路徑規劃，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
關鍵詞 自動泊車；最佳泊車路徑
中圖分類號：TP182 文獻標識碼：A 文章編號：1671—7597（2013）041-184-01
經過一百二十多年的發展，汽車逐漸向小型化、智能化和安全化的方向發展。而隨著我國經濟的發展，汽車的需求量逐年遞增。于此同時帶來的問題是停車位需求量越來越大。而在國內，城市占道停車不但能有效的滿足停車位的需求，而且能有效緩解交通堵塞。但是，對于許多駕駛員而言，順式駐車通常是駕駛員考試中最令人擔心的一項，而且幾乎每個人都會在某些地點碰到這樣的事情。大城市停車空間有限，將汽車駛入狹小的空間已成為一項必備技能。 很少有不費一番周折就停好車的情況，特別是城市占道停車可能導致交通阻塞、神經疲憊和保險杠被撞彎，占道停車成為了一種痛苦的經歷。
在實際泊車中駕駛員的視野狹隘，僅通過后視鏡來觀察車身后面和車周圍的情況，即使如此，也很難準確的把握車尾的情況。不僅如此，駕駛員還要兼顧控制方向盤、油門、剎車和換擋等，易造成操作失誤。如果停車時間過長，又容易造成交通堵塞，特別是駕車新手，在缺乏經驗的情況下，很難準確停入車位。
基于以上問題，尋找到了最佳泊車路徑，以解決廣大駕駛員泊車難的問題。
1 自動泊車最佳路徑規劃
最佳路徑雖然可以通過數學建模和泊車經驗等方法得出，但可靠性低，運算復雜，而且變量較多，如果通過CAD與Pro/e等繪圖軟件模擬其幾何路徑，則可節省多處計算而且能簡潔直觀的表達。使用CAD繪圖軟件尋找最佳路徑，主要是通過一些相關約束條件和泊車要求繪制最佳幾何路徑。
1.1 泊車危險點與安全圓
倒車最難在于兼顧控制車輛的時候，難以觀察自己車輛是否與其它車輛相撞，經過分析可知，倒車時，最容易觸碰的地方是尾部的后對角點和前部的前對角點。根據避免碰撞要求，可以在停車前方的最佳停車位上的對角點繪制一個以汽車前輪軸中點與對角的距離為半徑的圓R1，圓R1稱為安全圓。
汽車行駛的軌跡為一個個圓弧構成的圓，由此可知，只需要其自動泊車軌跡與安全圓相離或者相切就不會與前方車輛相撞，而后對角點只需控制其倒車行程即可避免碰撞。
1.2 泊車關鍵圓的確定
自動泊車進入車位是關鍵階段，把倒入車位的大圓稱為關鍵圓。首先可以認為軸距是其軌跡圓的一根弦，經分析可知，此圓越大，倒入車位后此弦與水平線所成的夾角a也就越小，泊車就越準確，泊車后需要調整的角度就越小，因此假設關鍵圓R2與R1相切，且與車位中線相切時可取最大圓，由于與R1安全圓相切，所以能保證兩個對角點不與其他車輛發生碰撞，并且有足夠的空間可以進行泊車后的角度調整。
由CAD模擬可以直接測量得出R2=5702 mm，又由汽車參數可知模擬車輛最小轉彎半徑為r=5500 mm，有R2>r，所以其關鍵圓R2符合汽車的行駛要求。
1.3 泊車輔助圓的確定
輔助圓是為了幫助車輛倒入關鍵圓的一段圓弧，使得車輛最終在倒車時能夠按照R1的軌跡進入車位。經過分析可知，輔助圓R3越大，越是難以矯正車輛進入關鍵圓R2，故以最小轉向半徑5500 mm計算，經過測試調查可知，駕駛員使車輛行駛在車道中間較容易控制，所以把初始位置定在車道中線上，故輔助圓需與行駛車道中線和關鍵圓R2相切，這樣便可以確定輔助圓R3。
另外，考慮到變換軌跡時，車輛是以車身前后軸中心的連線即軸距所構成的弦進入R2軌道，所以，需使R3向左平移，使得R3與R2相割所構成的弦與車身前后軸中心的連線即軸距長度相等。經過CAD模擬和測量可知需使R3向左平移452.3 mm，即可獲得R3的最終位置。
1.4 泊車路徑總結
如上分析和建模可知，找到了安全圓、關鍵圓和輔助圓，將其合并在一起，即可得到最佳泊車路徑如圖1所示。
如上所示，駕駛員需要先將車輛行駛至道路中間，當找到停車位時，駕駛員需要尋找一定的參照，使得車量后輪與車位前方車輛的前輪稍后的地方確定初始位置。首先把方向盤右轉至打死，開始倒車，車輛進入輔助圓，當車輛與水平方向夾角大致成50度時，再把方向盤左轉打死，直到車輛進入車位，再調整車輛與水平線所成的角度，即可進入最佳車位。
如上所述可得到泊車的完整路徑，不容易與其他車輛發生碰撞，并且容易確定泊車的初始位置，所以安全可靠，具有較高的可行性。但是，即使最佳路徑也不可能一次性倒入車位。第一次倒入車位后需要細微的調整，由于調整路徑比較復雜，其規律性需要從汽車試驗中尋找規律，所以調整路徑暫不使用模擬CAD得出。
2 泊車最佳路徑的驗證
選擇模擬小車對最佳路徑進行驗證，模擬小車的實際尺寸與研究對象車輛的實際尺寸比為1：10.47，由最佳路徑分析中的CAD模擬路徑可知，輔助圓半徑為5500 mm，而關鍵圓半徑為：5702 mm。驗證過程選擇PWM波來控制模擬小車轉向，查閱資料可得以上輔助圓應當采用PWM波比值約為900/200，而關鍵圓應當采用PWM波值為：1100/200，再使用單片機控制PWM波的輸出進行實驗。最終，順利驗證了最佳泊車路徑的可行性和實用性。
參考文獻
[1]王芳成.自動平行泊車系統的研究[J].中國科技大學，2010.
[2]周健.嵌入式模糊自動泊車系統的研究[J].廣東工業大學，2011.
篇2
摘 要：在查閱大量文獻的基礎上對多機器人路徑規劃的主要研究內容和研究現狀進行了分析和總結，討論了多機器人路徑規劃方法的評判標準，并闡述了研究遇到的瓶頸問題，展望了多機器人路徑規劃方法的發展趨勢。
關鍵詞：多機器人；路徑規劃；強化學習；評判準則
Abstract:This paper analyzed and concluded the main method and current research of the path planning research for multirobot.Then discussed the criterion of path planning research for multirobot based large of literature.Meanwhile，it expounded the bottleneck of the path planning research for multirobot，forecasted the future development of multirobot path planning.
Key words:multirobot；path planning;reinforcement learning;evaluating criteria
近年來，分布式人工智能(DAI)成為人工智能研究的一個重要分支。DAI研究大致可以分為DPS（distributed problem solving）和MAS（multiagent system）兩個方面。一些從事機器人學的研究人員受多智能體系統研究的啟發，將智能體概念應用于多機器人系統的研究中，將單個機器人視做一個能獨立執行特定任務的智能體，并把這種多機器人系統稱為多智能體機器人系統（MARS）。因此，本文中多機器人系統等同于多智能體機器人系統。目前，多機器人系統已經成為學術界研究的熱點，而路徑規劃研究又是其核心部分。
機器人路徑規劃問題可以建模為一個帶約束的優化問題，其包括地理環境信息建模、路徑規劃、定位和避障等任務，它是移動機器人導航與控制的基礎。單個移動機器人路徑規劃研究一直是機器人研究的重點，且已經有許多成果[1~3]，例如在靜態環境中常見的有連接圖法、可視圖法、切線圖法、Voronoi圖法、自由空間法、柵格法、拓撲法、鏈接圖法、DempsterShafer證據理論建圖等；動態環境中常見的有粒子群算法、免疫算法、遺傳算法、神經網絡、蟻群算法、模擬退火算法、人工勢場法等。然而，多機器人路徑規劃研究比單個機器人路徑規劃要復雜得多，必須考慮多機器人系統中機器人之間的避碰機制、機器人之間的相互協作機制、通信機制等問題。
1 多機器人路徑規劃方法
單個機器人的路徑規劃是找出從起始點至終點的一條最短無碰路徑。多個機器人的路徑規劃側重考慮整個系統的最優路徑，如系統的總耗時間最少路徑或是系統總路徑最短等。從目前國內外的研究來看，在規劃多機器人路徑時，更多考慮的是多機器人之間的協調和合作式的路徑規劃。
目前國內外多機器人路徑規劃研究方法分為傳統方法、智能優化方法和其他方法三大類。其中傳統方法主要有基于圖論的方法（如可視圖法、自由空間法、柵格法、Voronoi圖法以及人工勢場方法等）；智能優化方法主要有遺傳算法、蟻群算法、免疫算法、神經網絡、強化學習等；其他方法主要有動態規劃、最優控制算法、模糊控制等。它們中的大部分都是從單個機器人路徑規劃方法擴展而來的。
1）傳統方法 多機器人路徑規劃傳統方法的特點主要體現在基于圖論的基礎上。方法一般都是先將環境構建成一個圖，然后再從圖中尋找最優的路徑。其優點是比較簡單，比較容易實現；缺點是得到的路徑有可能不是最優路徑，而是次優路徑。薄喜柱等人[4]提出的一種新路徑規劃方法的基本思想就是基于柵格類的環境表示和障礙地圖的。而人工勢場方法的基本思想是將移動機器人在環境中的運動視為一種虛擬人工受力場中的運動。障礙物對移動機器人產生斥力，目標點產生引力，引力和斥力周圍由一定的算法產生相應的勢，機器人在勢場中受到抽象力作用，抽象力使得機器人繞過障礙物。其優點是適合未知環境下的規劃，不會出現維數爆炸問題；但是人工勢場法也容易陷入局部最小，并且存在丟失解的部分有用信息的可能。顧國昌等人[5]提出了引用總體勢減小的動態調度技術的多機器人路徑規劃，較好地解決了這個問題。
2）智能優化方法 多機器人路徑規劃的智能優化方（算）法是隨著近年來智能計算發展而產生的一些新方法。其相對于傳統方法更加智能化，且日益成為國內外研究的重點。
遺傳算法是近年來計算智能研究的熱點，作為一種基于群體進化的概率優化方法，適用于處理傳統搜索算法難以解決的復雜和非線性問題，如多機器的路徑規劃問題。在路徑規劃中，其基本思想是先用鏈接圖法把環境地圖構建成一個路徑節點鏈接網，將路徑個體表達為路徑中一系列中途節點，并轉換為二進制串；然后進行遺傳操作（如選擇、交叉、復制、變異），經過N次進化，輸出當前的最優個體即機器人的最優路徑。遺傳算法的缺點是運算速度不快，進化眾多的規劃要占據很大的存儲空間和運算時間；優點是有效避免了局部極小值問題，且計算量較小。
孫樹棟等人[6，7]在這方面較早地展開了研究，提出的基于集中協調思想的一種混合遺傳算法來規劃多機器人路徑方法較好地解決了避障問題。但不足的是該方法必須建立環境地圖，在環境未知情況下的規劃沒有得到很好的解決；且規劃只能保證找到一個比較滿意的解，在求解全局最優解時仍有局限。
文獻[8]中提出的一種基于定長十進編碼方法有效降低了遺傳算法的編碼難度，克服了已有的變長編碼機制及定長二進制編碼機制需特殊遺傳操作算子和特殊解碼的缺陷， 使得算法更加簡單有效。
智能計算的另一種常見的方法——蟻群算法屬于隨機搜索的仿生算法。其基本思想是模擬螞蟻群體的覓食運動過程來實現尋優，通過螞蟻群體中各個體之間的相互作用，分布、并行地解決組合優化問題。該算法同樣比較適合解決多機器人的路徑規劃問題。
朱慶保[9]提出了在全局未知環境下多機器人運動螞蟻導航算法。該方法將全局目標點映射到機器人視野域邊界附近作為局部導航子目標，再由兩組螞蟻相互協作完成機器人視野域內局部最優路徑的搜索，然后在此基礎上進行與其他機器人的碰撞預測與避碰規劃。因此，機器人的前進路徑不斷被動態修改，從而在每條局部優化路徑引導下，使機器人沿一條全局優化的路徑到達目標點。但其不足是在動態不確定的環境中路徑規劃時間開銷劇增，而且機器人缺乏必要的學習，以至于整個機器人系統路徑難以是最優路徑。
強化學習[10，11] (又稱再激勵學習)是一種重要的機器學習方法。它是一種智能體從環境狀態到行為映射的學習，使得行為從環境中獲得積累獎賞值最大。其原理如圖1所示。
強化學習算法一般包含了兩個步驟：a）從當前學習循環的值函數確定新的行為策略；b）在新的行為策略指導下，通過所獲得的瞬時獎懲值對該策略進行評估。學習循環過程如下所示，直到值函數和策略收斂:
v0π1v1π2…v*π*v*
目前比較常見的強化學習方法有：Monte Carlo方法、動態規劃方法、TD（時間差分）方法。其中TD算法包含Sarsa算法、Q學習算法以及Dyna-Q算法等。其Q值函數迭代公式分別為
TD（0）策略： V(si)V(si)+α[γi+1+γV(si+1)-V(si)]
Sarsa算法： Q(st，at)Q(st，at)+α[γt+1+γQ(st+1，at.+1)-Q(st，at)]Qs′學習算法： Qπ(s，a)=∑Pαss′[Rass′+γVπ(s′)]
近年來，基于強化學習的路徑規劃日益成為國內外學者研究的熱點。M. J. Mataric[12]首次把強化學習引入到多機器人環境中。而基于強化學習的多機器人路徑規劃的優點主要體現在：無須建立精確的環境模型，簡化了智能體的編程；無須構建環境地圖；強化學習可以把路徑規劃、避碰、避障、協作等問題統一解決。
張芳等人[13]提出了基于再激勵協調避障路徑規劃方法，把再勵函數設計為基于行為分解的無模型非均勻結構，新的再勵函數結構使得學習速度得以提高且有較好的魯棒性。同時，證明了在路徑規劃中，機器人的趨向目標和避障行為密切相關，對反映各基本行為的再勵函數取加權和來表示總的再勵函數要優于取直接和的表示方式，也反映了再勵函數設計得合理與否及其確切程度將影響再勵學習的收斂速度。王醒策等人[14]在動態編隊的強化學習算法方面展開了研究。宋一然[15]則提出了分段再勵函數的強化學習方法進行路徑規劃。其缺點是學習次數較多、效率不高，當機器人數目增加時，它有可能面臨維數災難的困難。所以，基于強化學習的路徑規劃在多機器人環境下的學習將變得比較困難，需要對傳統的強化學習加以優化，如基于人工神經網絡的強化學習[16]等。
3)其他方法 除了以上國內外幾種比較常見且研究較多的方法外，還有唐振民等人[17]提出的基于動態規劃思想的多機器人路徑規劃，把運籌學中的動態規劃思想與Dijkstra算法引入到多機器人的路徑規劃中，用動態規劃的基本思想來解決圖論中的費用流問題和路徑規劃中的層級動態聯盟問題。其選擇距離鄰近法作為聯盟參考依據。一個機器人的鄰居是指在地理位置上分布在這個機器人周圍的其他機器人；與該機器人最近鄰的機器人為第一層鄰居，第一層鄰居的鄰居為該機器人的第二層鄰居， 依此類推。那么層級越高（即越近)的鄰居，它滿足協作要求的可能性越大。動態規劃算法實質上是一種以空間換時間的技術，它在實現的過程中，必須存儲產生過程中的各種狀態，其空間復雜度要大于其他算法，故動態規劃方法比較適合多機器人的全局路徑規劃。
孫茂相等人[18]提出了最優控制與智能決策相結合的多移動機器人路徑規劃方法。其首先構造一個以各機器人最優運動狀態數據庫為核心的實時專家系統， 在離線狀態下完成; 然后各機器人在此專家系統的支持下， 以最優規劃策略為基礎， 采用速度遷移算法， 自主決定其控制。該方法擁有較好的穩定性與復雜度。焦立男等人[19]提出的基于局部傳感和通信的多機器人運動規劃框架較好地解決了多機器人路徑規劃在局部在線規劃的系統框架問題。沈捷等人[20]提出了保持隊形的多移動機器人路徑規劃。以基于行為的導航算法為基礎，把機器人隊列的運動過程劃分為正常運動、避障和恢復隊形三個階段。在避障階段，引入虛擬機器人使隊形保持部分完整;當隊形被嚴重打亂時，規劃機器人的局部目標位姿使隊列快速恢復隊形。其算法重點為避障機器人進入避障狀態，暫時脫離隊列，并以虛擬機器人代替避障機器人。
2 多機器人避碰和避障
避障和避碰是多機器人路徑規劃研究中需要考慮的重點問題之一。避障和避碰主要討論的內容有防止碰撞；沖突消解、避免擁塞；如何避免死鎖。在路徑規劃中常見的多機器人避障方法[21]有主從控制法、動態優先法（建立在機器人之間的通信協商上）、交通規則法、速率調整法，以及障礙物膨脹法、基于人工勢場的方法等。
目前國內外對于多機器人避障展開的研究還不是很多，比較典型的有徐潼等人[22]以Th.Fraichard的思想為基礎，擴充并完善了路徑/速度分解方案來協調多機器人，設立集中管理agent進行整體規劃，為每個機器人規劃路徑；并根據優先級規則對運動特征進行分布式規劃以避免機器人間的沖突。周明等人[23]提出分布式智能避撞規劃系統，將原來比較復雜的大系統轉換為相對簡單的子系統問題，由各智能機器人依據任務要求和環境變化， 獨立調整自身運動狀態，完成任務的分布式智能決策體系結構。任炏等人[24]提出了基于過程獎賞和優先掃除的強化學習多機器人系統的沖突消解方法。該算法能夠顯著減少沖突，避免死鎖，提高了系統整體性能。歐錦軍等人[25]提出了通過調整機器人的運動速度實現多機器人避碰，將避碰問題轉換為高維線性空間的優化問題， 并進一步將其轉換為線性方程的求解。該方法的缺點是系統的復雜度較高、計算量太大。
人工勢場方法的特點是計算簡潔、實時性強、便于數學描述，且適合于多自由度機器人環境，但容易產生抖動和陷入局部極小。為了克服其缺點，景興建等人[26]提出了人工協調場的方法，在傳統排斥力場中增加一個協調力，并將吸引力、排斥力和協調力與局部環境下機器人的運動狀態和運動要求結合起來，有效地保證機器人的安全性，提高機器人在復雜動態環境下行為決策的準確性和魯棒性。
3 多機器人協作和協調機制
多機器人間的運動協調[27~31]是多機器人路徑規劃的關鍵，也是多機器人與單機器人路徑規劃相區別的根本所在。多機器人系統在復雜動態實時環境下，由于受到時間、資源及任務要求的約束，需要在有限時間、資源的情況下進行資源分配、任務調配、沖突解決等協調合作問題，而機器人間的協調與協作，能夠大大地提高整個系統的效率和魯棒性，成為系統完成控制或解決任務的關鍵。
目前已有的協調方式分為集中式、分布式和混合式三種。在集中式協調中，集中規劃器詳細地規劃出每個機器人的動作，通常的做法是將多個機器人看做一個多自由度的機器人進行規劃；而分布式協調規劃中，機器人之間進行合作，將一個任務分成多個子任務，根據各自的特點完成不同的子任務，從而共同完成總任務；混合式協調是集中式和分布式混合在一起的形式。
多機器人間典型的協調方法[32]有合同網協議[33]、黑板模型、結果共享的協同方法、市場機制。近年來強化學習在多機器人協作方面也得到很好的應用，陳雪江[32]在基于強化學習的多機器人協作方面展開了研究，提出了多智能體協作的兩層強化學習方法來求解在多智能體完全協作、有通信情況下的協作問題。其主要通過在單個智能體中構筑兩層強化學習單元來實現：第一層強化學習單元負責學習智能體的聯合任務協作策略；第二層強化學習單元負責學習在本智能體看來是最有效的行動策略。陳偉等人[34]提出基于多目標決策理論的多機器人協調方法；通過對環境的拓撲建模，從基于行為的機器人學角度出發，對任務進行分解并設計目標行為，以多目標行為決策理論作為決策支持，從而達到多機器人運動協調的目的。
4 多機器人路徑規劃方(算)法的判優準則
通常評價機器人路徑規劃方(算)法的標準文獻[35]有正確性、時間/空間復雜度、并行性、可靠性、擴展性、魯棒性和學習。而多機器人的路徑規劃除了以上一些衡量標準之外，還需要考慮整個系統的最優化以及機器人間的協調性。
1)正確性 是分析算法的最基本的原則之一。一般來說算法的正確性是指:在給定有效的輸入數據后，算法經過有窮時間的計算能給出正確的答案。但在多機器人路徑規劃算法中，正確性主要指:路徑規劃算法要生成多個機器人協調運動的無碰安全路徑;這條路徑是優化的。
2)安全性 一般指多機器人所生成的各路徑中節點與障礙物有一定的距離。但在實際的應用背景下，有人認為安全性可以從兩個方面來理解：a）狹義地講，它就是機器人在行走過程中所做的功。在一定的條件下，它與路徑長度準則是一致的。b）廣義地講，它是各種優化條件加權綜合而得到的結果。
3)復雜度 一個算法的復雜性高低體現在該算法所需要的計算機資源的多少上面。所需要的資源越多，該算法的復雜性越高；反之，所需要的資源越少，該算法的復雜性就越低。算法的復雜性包括時間復雜度和空間復雜度。
在多機器人的路徑規劃算法中，算法的復雜度分析顯得尤為重要。一般地，單機器人路徑規劃算法的時空復雜度已經頗高，它們的數量級至少是O(n2)；多機器人的路徑規劃算法不僅是m-O(n2)(即m個機器人路徑規劃簡單地疊加)，它們之間還存在著對運動空間競爭的沖突，面對不斷變化的沖突的協調需要花費大量的時間和空間。通常多機器人的路徑規劃算法與機器人的個數呈指數關系O(km×n2)（k為常數）。這對多機器人路徑規劃算法的時間/空間復雜度控制是一個很嚴峻的考驗。
4)并行性 算法的并行性從算法設計、編寫程序、編譯和運行等多個不同的層次來體現。路徑規劃過程需要大量的計算，當處理的環境比較復雜，機器人工作的環境過于緊湊，尤其是機器人數量很多時，算法的時間/空間復雜度勢必會成為算法效率的關鍵。因此，在算法設計和運行上的并行性是通?？紤]的方法。對多個機器人的路徑規劃盡量采用分布式多進程的規劃機制，以實現每個機器人路徑規劃的并行性。
5)可靠性 把多個機器人及其工作環境看成是一個系統，多機器人處于它們各自的起始點時，稱該系統處于初始狀態；當它們處于各自的目標點時，稱該系統處于目標狀態。多機器人的路徑規劃就是在該系統的這兩個狀態間建立一串合理的狀態變遷。這一狀態變遷過程可能會歷經許多狀態，如果在狀態變遷過程中，路徑規劃算法控制不好各狀態間的轉移關系，就會導致系統紊亂，出現機器人間的碰撞、找不到路徑等惡性后果，使任務失敗。所以這就對算法的可靠性和完備性提出了挑戰。為了很好地克服這一困難，需要對系統的各種可能狀態建模，分析它們相互間的關系，建立有限狀態自動機模型或Petri網模型，并以此為指導，按照軟件工程的思想，構造恰當的算法輸入來對算法的可靠性進行檢驗。
6)可擴展性 在多機器人的路徑規劃算法中，可擴展性主要是指一種路徑規劃算法在邏輯上，或者說在實現上能否容易地從2D空間擴展到3D空間，從低自由度擴展到高自由度，從較少的機器人數到更多的機器人數?？蓴U展性在各種路徑規劃算法之間沒有一種量的比較標準，只能從實際的具體情況出發、從對環境描述的適宜程度出發、從算法解決這一問題的復雜度出發、從算法本身的自適應出發等來考慮。
7)魯棒性和學習 魯棒性對于多機器人系統非常重要。因為許多應用，如路徑規劃要求連續的作業、系統中的單個機器人出現故障或被破壞，要求機器人利用剩余的資源仍然能夠完成任務。學習是在線適應特定的任務。雖然通用的系統非常有用，但將它用于特定應用上時，通常需要調整一些參數。具有在線調整相關參數的能力是非常吸引人的，這在將體系結構轉移到其他應用時可以節省許多工作。尤其是多機器人系統中機器人的自身學習和相互間的學習能夠大大提高整個系統的效率和系統的穩定性。
8）最優化 對動態環境有優化反應。由于有些應用領域涉及的是動態的環境條件，具有根據條件優化系統的反應能力成為能否成功的關鍵。
5 結束語
綜上所述，國內外研究者在多機器人路徑規劃取得了一些成果，但是在協作、學習、通信機制等方面仍面臨很大的困難和不足。如何進一步提高機器人間的協調性，增強機器人自身以及相互間的學習以提高多機器人系統的效率和魯棒性都有待深入研究。近年來無線通信技術得到長足發展，但在目前的技術條件下，在多機器人系統中實現所有機器人之間的點對點實時通信還有較大困難，這也是大多數多機器人系統仍然采用集中通信方式的主要原因。因此，如何降低多機器人系統對通信速度的依賴程度也是一個非常重要的問題。
總之，多機器人路徑規劃設計和實現是一項極其復雜的系統工程，展望其能在結合計算智能方法，如差分進化、遺傳算法、粒子群算法、免疫算法、模糊邏輯算法、BP網絡、人工勢場的改進、模擬退火和環境建模方法等方面取得新的突破。
參考文獻：
［1］WEISS G.Multiagent systems:a modern approach to distributed modern approach to artificial intelligence[M].Cambridge， Massachusetts：MIT Press，1999：121-161.
[2]蔡自興，徐光祐.人工智能及其應用:研究生用書[M].3版.北京：清華大學出版社，2004：124-198.
[3]譚民，王碩，曹志強.多機器人系統[M].北京：清華大學出版社，2005：6-81.
[4]薄喜柱，洪炳熔.動態環境下多移動機器人路徑規劃的一種新方法[J].機器人，2001，23（5）：407-410.
[5]顧國昌，李亞波.基于總體勢減小的動態調度技術解決多機器人的路徑規劃[J].機器人，2001，23（2）：171-174.
[6]孫樹棟，林茂.基于遺傳算法的多移動機器人協調路徑規劃[J].自動化學報，2000，26（5）：672-676.
[7]周明，孫樹棟，彭炎午.基于遺傳算法的多機器人系統集中協調式路徑規劃[J].航空學報，2000，21（2）：146-149.
[8]CAI Zixing，PENG Zhihong.Cooperative coevolutionary adaptive genetic algorithm in path planning of cooperative multimobile robot systems[J].Journal of Intelligent and Robotic Systems:Theory and Applications，2002，33(1):61-71.
[9]朱慶保.全局未知環境下多機器人運動螞蟻導航算法[J].軟件學報，2006，17（9）：1890-1898.
[10]SANDHOLM T W，CRITES R H.Multiagent reinforcement learning in the iterated prisoner’s dilemma[J].BioSystems，1996，37(1):147-166.
[11]高陽，陳世福，陸鑫.強化學習研究綜述[J].自動化學報，2004，30（1）：
86-100.
[12]MATARIC M J.Interaction and intelligent behavior[D].Massachusetls:Department of Electrical Engineering and Computer Science，MIT，1994.
[13]張芳，顏國正，林良明.基于再勵學習的多移動機器人協調避障路徑規劃方法[J].計算機工程與應用，2003，39（3）：80-83.
[14]王醒策，張汝波，顧國昌.多機器人動態編隊的強化學習算法研究[J].計算機研究與發展，2003，40（10）：1444-1450.
[15]宋一然.基于強化學習的多機器人路徑規劃方法[J].莆田學院學報，2006，13（2）：38-41.
[16]韓學東，洪炳熔.基于人工神經網絡的多機器人協作學習研究[J].計算機工程與設計，2002，23（6）：1-3.
[17]唐振民，趙春霞，楊靜宇，等.基于動態規劃思想的多機器人路徑規劃[J].南京理工大學學報，2003，27（5）：610-615.
[18]孫茂相，周明，王艷紅，等.多移動機器人實時最優運動規劃[J].控制與決策，1998，
13（2）：125-130.
[19]焦立男，唐振民.基于局部傳感和通訊的多機器人運動規劃框架[J].計算機工程與應用，2007，43(17)：89-93.
[20]沈捷，費樹岷，鄭波.多移動機器人保持隊形路徑規劃[J].東南大學學報，2005，35(3):391-395.
[21]MANSOR M A，MORRIS A S.Path planning in unknown environment with obstacles using virtual window[J].Journal of Intelligent and Robotic Systems，1999，24(3):235-251.
[22]徐潼，唐振民.多機器人系統中的動態避碰規劃[J].計算機工程，2003，29(17):
79-81，104.
[23]周明，孫茂相，尹朝萬，等.多移動機器人分布式智能避撞規劃系統[J].機器人，1999，21（2）：139-143.
[24]任炏，陳宗海.基于強化學習算法的多機器人系統的沖突消解的方法[J].控制與決策，2006，21(4):430-434，439.
[25]歐錦軍，朱楓.一種多移動機器人避碰規劃方法[J].機器人，2000，22(6):474-481.
[26]景興建，王越超，談大龍.基于人工協調場的多移動機器人實時協調避碰規劃[J].控制理論與應用，2004，21(5):757-764.
[27]PANAIT L，LUKE S.Cooperative multiagent learning:the state of the art[J].Autonomous Agents and MultiAgent Systems，2005，11(3):387-434.
[28]TZAFESTAS C S，PROKOPIOU P A，TZAFESTAS S G.Path planning and control of a cooperative three robot system manipulating large objects[J].Journal of Intelligent and Robotic Systems，1998，22(2):99-116.
[29]薛宏濤，葉媛媛，沈林成，等.多智能體系統體系結構及協調機制研究綜述[J].機器人，2001，23（1）：85-90.
[30]周風余，李貽斌，宋銳，等.基于混合式多智能體系統的協作多機器人系統研究[J].山東大學學報:工學版，2005，35(1):82-87.
[31]夏冰，張佐，張毅，等.基于多智能體系統的動態路徑選擇算法研究[J].公路交通科技，2003，20（1）：93-96.
[32]陳雪江.基于強化學習的多機器人協作機制研究[D].杭州：浙江工業大學，2004.
[33]SMITH R.The contract net protocol:highlevel communication and control in a distributed problem solver[J].IEEE Trans on Computer，1980，C-29(12):1104-1113.
篇3
關鍵詞： 增維啟發式搜索； 智能車； 路徑規劃； 高效率； 平衡
中圖分類號： TP311 文獻標識碼：A 文章編號：1009-3044（2016）36-0188-04
Increment-dimensional Heuristic Search Motion Planning Algorithm
WU Hong
（Department of Computer Science and Technology， Tongji University， Shanghai 201804， China）
Abstract： For intelligent vehicle motion planning， effective enough is always an important issue. The huge statue-space， high time complexity of the high dimensional search approach is always the bottle-neck of the algorithm. To solve this problem， this paper proposes a new method， increment-dimensional heuristic search algorithm. This method is a stepped-up heuristic search to reduce the searching status and improve the search algorithm execution efficiency. In experiment， the result shows that this algorithm reduces 87% of searching status and executes time is nearly 1/10 of that of the traditional heuristic search method. It is a very good trade-off between execution efficiency and trajectory quality.
Key words： increment-dimensional heuristic search； intelligent vehicle； motion planning； effective； trade-off
1 引言
在智能無人車領域，智能車無人車的行駛安全以及駕駛舒適度一直是一個非常重要的研究問題。而智能無人車的路徑規劃是這一問題的核心。智能無人車路徑規劃算法需要在有限的時間內，輸出高質量高精度的路徑，傳輸給智能無人車的控制模塊、執行模塊加以執行。一般的移動機器人路勁規劃算法研究的是在高維度的空間里探索出一條路徑，相比之下，智能無人車的路徑規劃則需要考慮車輛動力學模型約束，通常我們需要考慮四維狀態。二維狀態（x， y），表示車輛的地理坐標，車輛的航向角θ，以及行駛速度v。在四維狀態空間里搜素出一條可行路徑，是一個計算密集型的任務。與此同時，智能無人車的行駛速度可能很高，因此要求規劃算法能夠在一個非常有限的時間里給出搜索的結果。
為了解決這一問題，本文給出一種增維啟發式路徑規劃搜索算法。該算法采取一種分階段，逐步增加搜索維度的方法來生成路徑。在每一個階段，增維搜索算算法選擇離車輛當前位置附近的一個區域，增加狀態空間維度，進行啟發式搜索。因此該算法的輸出軌跡是多精度的軌跡。在車輛附近位置，輸出軌跡為高維度高精度，充分考慮車輛動力學模型，駕駛舒適度，能耗以及可靠性。而在遠處，低維度低精度的軌跡依然可以引導智能無人車的行駛方向正確，充分考慮的地圖信息，障礙物信息。從人類正常的駕駛習慣上來說，駕駛員總是對近處的駕駛精度較高，而遠處相對較低。該算法充分利用了這一點原理，犧牲了遠處的軌跡精度，極大地提高了算法的運行效率。在頻繁聯系的反復規劃中，車輛會一直執行高精度部分軌跡。因此，該算法在運行效率以及輸出軌跡質量方面，取得一個非常好的均衡。
為了展示該算法的性能，本文進行了仿真實驗。在實驗中，智能無人車剛剛進入一個停車場，需要在目標停車位泊車。實驗結果表明，相比傳統的高維度啟發式搜索算法，該算法減少了超過87%的搜索狀態，運行性能提高了近10倍。
2 研究現狀及文獻綜述
從20世紀70年代開始，歐美的西方國家開始無人駕駛汽車方面的研究工作，并在智能無人車的控制和商用化方面取得一定進展。在汽車工業非常發達的德國，各大汽車公司都資助或者聯合高等院校以開發可在普通道路上行駛的智能無人車。目前，歐盟已啟動一個名叫CyberCars的智能無人車項目，以推動智能無人車的研究和各國間智能無人車技術的信息共享。
在20世紀的80年代，我國部分大學開始智能無人車的研究工作，雖然起步較晚也取得一定成果。目前，從事這方面研究工作的 主要是國防科技大學、軍事交通學院及清華大學等科研機構。[1-6]
在智能無人車決策模塊的相關研究中，最核心的部分是路徑規劃算法的研究。文獻[7]提出一種快速擴展隨機樹生成算法―RRT （Rapid-Exploring Random Tree）算法。RRT是一種多維空間中有效的路徑規劃算法。它以一個初始點作為根節點，通過隨機采樣增加葉子節點的方式，生成一個隨機擴展樹，當隨機樹中的葉子節點包含了目標點或者進入目標區域，便可以在當前隨機樹中找到一條從初始點到目標點的路徑。文獻[8]在RRT算法在自動駕駛汽車以及宇宙空間探測器路徑規劃上的應用。文I[9]對RRT算法提出優化方法并通過實驗，解決了基本RRT算法存在的動態環境中規劃路徑不穩定的問題，同時提出雙向RRT生成算法以及動態步長等優化方法，提高了RRT算法生成初始點到目標點路徑生成的速度。然而RRT算法在規劃路徑的過程中產生的是可行解，而非最優解。文獻[10]提出了RRT*算法，RRT算法進行了改進，保證了RRT算法生成解是漸進最優解。然而RRT*算法在時間復雜度上遠高于樸素的RRT算法。文獻[11]提出了一種RRT*算法加速的方法，通過使用預生成RRT隨機樹，在使用RRT*_S算法優化當前隨機樹，構造出與RRT*算法生成隨機樹本質相同的RRT*_S隨機樹，從而實現RRT*算法的加速。文獻[12]為麻省理工學院將RRT*算法運用于叉車移動路徑規劃的一次應用實踐，并對RRT算法與RRT*算法在實際應用中的結果給出對比分析。
文獻[13][14][15][16]給出了2007年美國DARPA智能無人車比賽麻省理工學院（MIT）參賽智能無人車的整體架構，MIT智能無人車的軌跡生成算法，主要是用RRT算法生成可行路徑，并對該路徑進行平滑，以此為基礎生成智能無人車運動軌跡。
文獻[17][18][19][20][21][22]主要闡述了狀態空間搜索算法，通過估價函數進行啟發式搜索以及狀態空間搜索剪枝。文獻[23]提出了ARA*（Anytime A*）算法，對短時間間隔內連續反復用A*搜素算法進行空間狀態搜索這一類狀態空間搜索應用場景進行優化。
3 增維啟發式搜索算法
增維啟發式搜索是一種兩階段的啟發式搜索算法。在算法的第一階段，搜索出一條從車輛當前位置到目標位置的幾何最短路的軌跡。在第一階段的搜索，我們只考慮二維的搜索狀態空間（x， y），即車輛的地理坐標。第二階段，選取第一階段的路徑中的一個點作為本階段目標點，搜索狀態加入車輛的航向角θ，以及行駛速度v，總體狀態空間提升到四維，并且考慮車輛動力學模型，在此狀態空間下，搜索出一條高精度可執行的車輛行駛軌跡。
3.1 第一階段搜索
在這一階段，因為我們只考慮二維狀態空間（x， y），即車輛的地理坐標。如果將狀態空間離散化，這一搜索問題會退化成一個圖論的最短路問題。雖然圖論的最短路問題有很多經典成熟的算法。但是在這里還是有一些值得討論的問題。
3.1.1 柵格隨機化
一般地，在執行最短路算法之前，會把狀態空間離散化成柵格，然后對柵格做4聯通或者8聯通處理，但是這種離散化方法會使最短路失去最優解，如圖1a、1c所示。
圖1 a. 離散化使得幾何最短路失解；b. 隨機化18聯通柵格法；c. 8聯通柵格法幾何最短路（黑），隨機化18聯通柵格法幾何最短路（紅）。
a b c
為了解決這一問題。如圖1b所示，算法使用一種隨機化18聯通的柵格法來離散化空間。即在柵格之間連邊的時候，每個柵格除了相鄰向相鄰8個柵格聯通，同時隨機向其他10個柵格聯通。選取的10個柵格滿足與該柵格曼哈頓距離小于7，滿足條件的格子約為100個，足以隨機化，同時連邊長度小于兩個柵格長度，也方便計算是否與障礙物碰撞。
3.1.2 最短路算法
在離散化為柵格之后，采用單源最短路算法來計算車輛當前位置到其他位置的幾何最短路，雖然單源最短路算法非常的經典成熟，但依舊有值得討論的地方。
最短路的經典算法是堆優化的Dijkstra算法，該算法時間復雜度為 [O（eloge）]，其中[e]代表離散化后邊的數量，然而在稀疏圖中，SPFA算法的實際時間復雜度約為[O（e）]，在18隨機聯通結構的圖中效率比價高，因而在本階段中，我們采用SPFA算法計算單源最短路。
3.2 第二階段搜索
在第二階段的搜索中，我們選取第一階段結果，幾何最短路上的一個點來作為目標點，在搜索狀態加入車輛的航向角θ，以及行駛速度v，在搜索中充分考慮車輛動力學模型，搜索出一條高精度可執行的車輛行駛軌跡。
3.2.1 啟發函數
在啟發式搜索過程中，一個強力有效的啟發式函數對搜索效率來說至關重要。啟發式函數不僅為搜索的實際代價提供了一個下界，同時也是實際代價的一個良好估算，可以引導搜索往正確的方向擴展，并且實現搜索剪枝，在第二階段的搜索中，使用以下啟發式函數。
動力學約束無障礙啟發函數，[hnh（x，y，θ，v）]，該函數忽略障礙物信息，考慮車輛動力學模型，在此條件下求出最優的路徑。這一啟發式函數因為忽略了障礙物信息，只考慮動力學模型，所以可以離線計算、存儲，在真實路徑規劃的過程中查詢，計算速度極快。該函數極大的消除接近目標點航向角錯誤的搜索分支。
地圖信息非動力學模型啟發函數，[hh（x，y）]，該啟發函數是上一啟發函數的對偶函數，忽略車輛動力學模型，以幾何最短路作為啟發函數。該啟發函數充分考慮的地理信息，消除了錯誤行駛方向的搜索分支。
結合二者，選取啟發函數[h（x， y，θ，v）] = max（[hnhx，y，θ，v， hh（x，y））]，
fxyv） = g（x， y， ，v） + h（x， y， ，v） （1）
fxyv） Fxyv） （2）
f 為狀態[（x， y， θ， v）]的估價函數， g為當前搜索狀態[（x， y， θ， v）]的實際代價， [F]為實際搜索代價。
在該啟發函數的引導下，第二階段啟發式搜索可以高效地計算出四維高精度路徑。
4 仿真實驗以及實驗結果
為了展示該算法的性能，本文進行了仿真實驗。在實驗中，智能無人車剛剛進入一停車場，需要在目標停車位泊車。實驗環境為Ubuntu 12.04 Linux系統，Intel i5處理器， 8GB內存。停車場大小為長80米寬50米，柵格離散化精度為10厘米，車輛采用72個不同的航向角，同時采用兩個速度，最大的前向速度以及最大的后向速度。
圖2 a樸素四維啟發式搜索；b增維啟發式搜索；c樸素四維啟發式搜索輸出路徑；d增維啟發式搜索輸出路徑
a
b
c
d
表1 算法性能比^
[ 階段 樸素四維啟發式搜索 增維啟發式搜索 搜索狀態數量 第一階段 400000 第二階段 10808634 408773 共計 10808634 808773 算法運行時間
（毫秒） 第一階段 142 第二階段 2844 141 共計 2844 283 ]
如圖1b，對于每一次路徑規劃，增維啟發式搜索算法可以有效地減少搜索狀態的數量，因為高維度高精度部分的搜索集中在離車輛較近的區域，而從全局的角度，二維的幾何最短路依舊引導著軌跡往正確的方向。相比之下樸素的四維啟發式搜索搜索量極大（圖2b）。從輸出軌跡上看，兩者的輸出軌跡質量幾乎相同（圖2c、2d）。
5 結論
本文展示了增維啟發式搜索路徑規劃算法。該算法分為兩階段。第一階段在全局考慮二維的搜索狀態空間，得出起始點到目標位置的幾何最短路。在第一階段幾何最短路基礎上選取一個目標點作為第二階段目標狀態空間，進而得到考慮了車輛動力學模型、四維的高精度可執行軌跡。仿真實驗結果表明，在現實場景下，該算法極大地減少了搜索狀態數量，提高了算法執行效率，同時輸出高質量的智能無人車行駛軌跡。
參考文獻：
[1] 楊明.無人駕駛車輛研究綜述與展望[J]..哈爾濱工業大學學報，2006，38（增刊）：1259-1262.
[2] 孫振平.自主駕駛汽車智能控制系統[D].國防科技大學，2004.
[3] 楊森森.基于GPS/INS/激光雷達的無人車組合導航[D].上海交通大學碩士學位論文，2013.
[4] 錢鈞，楊汝清，王晨，等，基于路標的智能車輛定位[J].上海交通大學學報，2007，41（6）：894-898.
[5] 王曦鳴.軍用無人車的路徑規劃與仿真研究[D].北京交通大學碩士學位論文，2010.
[6] 曹玉芬，張國斌.美國無人地面車輛計劃[J].國外坦克，2004（5）：25-27.
[7] Rapidly-exploring random trees： A new tool for path planning. S. M. LaValle. TR 98-11， Computer Science Dept.， Iowa State University， October 1998
[8] RRT-based trajectory design for autonomous automobiles and spacecraft. P. Cheng， Z. Shen， and S. M. LaValle. Archives of Control Sciences， 11（3-4）：167--194， 2001.
[9] Rapidly-exploring random trees： Progress and prospects. S. M. LaValle and J. J. Kuffner. In Proceedings Workshop on the Algorithmic Foundations of Robotics， 2000.
[10] S. Karaman and E. Frazzoli， Sampling-based algorithms for optimal motion planning，I. Robotic Res.， vol. 30， no. 7， pp. 846C894， 2011.
[11] Yun-xiao Shan Bi-jun Li Jian-Zhou Yue-Zhang，An Approach to Speed Up RRT* ，2014 IEEE Inteligent Vehicles Symposium （IV） June 8-11
[12] Karaman S， Walter M R， Perez A， et al. Anytime motion planning using the RRT*[C]//Robotics and Automation （ICRA）， 2011 IEEE International Conference on. IEEE， 2011： 1478-1483.
[13] Leonard J， How J， Teller S， et al. A perception-driven autonomous urban vehicle[J]. Journal of Field Robotics， 2008， 25（10）： 727-774.
[14] Kuwata Y， Fiore G， Teo J， et al. Motion planning for urban driving using RRT[C]//Intelligent Robots and Systems， 2008. IROS 2008. IEEE/RSJ International Conference on. IEEE， 2008： 1681-1686.
[15] Leonard J， Barrett D， How J， et al. Team MIT urban challenge technical report[J]. 2007.
[16] Kuwata Y， Karaman S， Teo J， et al. Real-time motion planning with applications to autonomous urban driving[J]. Control Systems Technology， IEEE Transactions on， 2009， 17（5）： 1105-1118.
[17] Barbehenn， M. and Hutchinson， S. （1995）. Efficient search and hierarchical motion planning by dynamically maintaining single-source shortest path trees. IEEE Transactions on Robotics and Automation， 11（2）： 198C214.
[18] Gaschnig， J. G. （1979）. Performance measurement and analsis of certain search algorithms. Ph.D. Dissertation， Carnegie Mellon University.
[19] Stentz， A. （1995）. The Focussed D* Algorithm for real-time replanning. Proceedings of the International Joint Conference on Artificial Intelligence （IJCAI）， pp. 1652C1659.
[20] Pearl， J. （1984）. Heuristics： Intelligent Search Strategies for Computer Problem Solving. Boston， MA： Addison-Wesley
篇4
關鍵詞：新型城鎮化；路徑；江都區
中圖分類號：TU984文獻標識碼： A
1引言
隨著我國經濟建設的快速發展，我國的城鎮化率不斷提高。作為國家經濟發展先進地區的長三角，更是處于城鎮化轉型升級的重要階段。新型城鎮化是我國經濟得以長足健康發展的的必由之路和強大引擎，是我國產業結構升級轉型的重要抓手，是解決農業農村農民問題的重要途徑，更是促進社會全面進步的必然要求。[1]
2新型城鎮化研究背景
2.1世界城鎮化發展的趨勢
隨著全球經濟的進一步發展，各個國家面對的經濟情況和社會情況也越來越復雜多變。同時，伴隨著全球經濟格局的整合和重組，對各國的經濟社會發展都提出了新的要求。特別是20世紀80年代后，發展中國家的城市化增長尤其迅速。隨著信息和知識的發展，城市化的發展開始進入以人為中心，呈現出分散化與集聚化并存的局面。同時由單純的生產性轉向生產、生活和生態和諧共存的局面。城市與鄉村、人與環境進入了共生、共享和共榮的狀態。[2]
2.2新型城鎮化是我國經濟發展的必然選擇
我國已經進入全面建設小康社會的決定性階段。在這樣的背景下，我國的城鎮化轉型升級顯得尤為迫切。我國城鎮化的發展過程具有農業經濟向工業經濟、計劃經濟向市場經濟轉型的“雙重轉型”背景；表現為人口城市化(異地轉移)和農村城鎮化(就地轉移)“雙熏城鎮化方向”；是在“政府推動”和“市場拉動”雙重動力驅動下的城鎮化；是在制度變遷方面自上而下的城鎮化和自下而上的城鎮化的“雙重發展模式”。[3]認為如何在此關鍵時期把握機遇，妥善地應對城鎮化過程中的風險和挑戰，走出具有中國特色的城鎮化道路，是需要城市規劃專業深入去研究和探索的。
本文將結合揚州市江都區的新型城鎮化規劃研究，對如何在規劃方面去引導控制新型城鎮化的有序發展提出一些觀點建議。
3研究區域概況
揚州市江都區位于長三角腹地 ，交通優勢明顯，是重要的區域交通樞紐城市。位于揚州泰州大都市圈連綿區。是揚州市的副城，承擔了揚州發展的一部分城市職能，是揚州重要船舶產業及港口物流基地。2012年GDP達到639.1億元。江都區2012年的總人口為106.9萬人，其中城鎮人口和鄉村人口的比例基本已達到1:1,2012年的城鎮化率達到52.2%。根據江都區總體規劃，預計在2030年要達到80%的城鎮化率。
江蘇省的城鎮化率已經超過60%，蘇南城鎮化率超過70%，南京城鎮化率80.23%江都區的城鎮化率為52.2%，。相較于其他地區，如下圖所示，江都區的城鎮化率屬于低水平。此外，江都區各個城鎮的城鎮化水平不平衡。
表1：江都區人口與城鎮化率
江都總人口（萬） 城鎮人口（萬） 鄉村人口（萬） 城鎮化率（%）
現狀2012年 106.9 56.1 50.8 52.5
規劃2020年 120 81.4 39 67.8
規劃2030年 138 110 28 80
可知，江都區在未來的發展中面臨的機遇與挑戰并存。本文將從多個方面探討如何更好的結合本區的情況更好的推進新型城鎮化。
4江都區在城鎮化進程中面臨的問題
4.1土地利用呈現分散、粗放的特點
江都區2010年人均城鎮建設用地為116m2，村莊建設用地為296.76m2，土地集約化空間很大。但是居民點布局分散，集約程度較低，土地利用效率不高，浪費較嚴重。
同時，江都區的工業雖然發展迅猛，至2012年突破了1782億元，形成了醫藥化工、特鋼生產加工、車船制造及配套件、機械電子四大支柱核心產業。但是現狀的鄉鎮工業布局分散，村鎮之間產業集群效益不高。園區容積率偏低，土地利用集約化程度相對較低。未來江都區在集約化利用方面仍然有較大的提升空間。
4.2產業發展與環境保護協調不足
在城鎮化的過程中，應妥善處理環境與產業發展的關系，彰顯生態價值。新型城鎮化建設是一項非常復雜的系統工程 ，強調的是經濟、社會、環境的協調發展。 這要求長三角地區小城鎮在保持經濟、社會健康發展的同時，必須以節能、環保、生態、和諧概念為基礎 ，積極構建生態型小城鎮。[4] 而目前江都區的發展，雖然已經有產業發展和生態環境相互協調的意識，但并未形成具體的規劃。
4.3城鎮特色有待進一步彰顯
城鎮職能雷同，特色不明。城鎮經濟結構雷同，城鎮間缺乏分工協作，橫向聯系少，出現經濟同構、相互掣肘、惡性競爭的問題，一方面惡化了相互之間的經濟關系，另一方面也扭曲了各自的城鎮職能，加劇了資源供給緊張和環境負荷加重的局面。[6]
江都區目前沿江開發進程不夠快。沿江地區建設未成氣候，基礎設施相對薄弱，沿江區位優勢、資源優勢發揮利用不夠充分，以港興市的發展戰略實施不夠到位，載體作用不夠突出，帶動作用不夠明顯。各個村鎮未能因勢利導的利用本地資源，產業布局點分散，規模較小，許多城鎮產業同構性大，主要以蔬果園、花卉、漁業和部分工業為主，未能將自身的資源優勢加以發掘，因地制宜的發展特色產業。
4.4城鎮規模偏小，結構欠佳 城鎮化質量不高
江都區現狀的城鎮規模偏小，結構欠佳。鎮區人口規模和用地規模普遍偏小，部分鎮建成區面積不足1平方公里，城鎮體系缺少中間層次的城鎮群，5萬人以上的城鎮廖廖無幾。如圖8所示，除仙女鎮、大橋鎮外，其他各個鄉鎮的鎮域人口和鎮區人口普遍較低。
此外，“舊城鎮、舊街區、城中村”等問題廣泛存在。江都區人均城鎮建設用地達到116m2。農村人均建設用地高達297m2，各鎮之間差異明顯，區域經濟發展不均衡。各鎮人均GDP差距大：水平最高的仙女鎮達到168830元，是最低水平鎮的4.4倍。
5江都區新型城鎮化的規劃路徑探索
圖1：江都區產業分布圖
為了把江都區打造成為長三角重要的城鄉統籌和新型城鎮化示范區，江都區通過從體制機制創新、城市功能系統升級、產業升級、設施支撐提升、生態可持續及多層次統籌發展等方面探索了江都區的新型城鎮化路徑。包括：
5.1引導土地利用轉型：從粗放經營到“產城融合”
產業結構方面， 江都區現狀的產業存在效率地，轉型慢和三產內部結構不優化等問題，調整現狀產業發展的方向為以都市服務型、消費型為主導，鄉村生態生活環境為主導。都市區強化服務鄉村的支撐產業，反哺廣大鄉村區域。鄉村發展高效集約、現代綜合、生態環保型產業。對工業整合現有工業布局體系，集中發展發展具有特色化、規?；?，現代高效的農業，第三產業則采?。孩購娀鞘挟a業體系，大力發展服務業； ②邵伯湖和淥洋湖水鄉風貌旅游度假區；③水產養殖加工基地與水鄉風貌旅游區結合中部揚泰機場；④打造空港物流園區農業觀光區、生態農業體驗區、5個現代高效農業園區；⑤丁伙花木種植基地、郭村蔬果種植基地。
通過這些產業調整和促進措施，增加就業崗位。依托于不同區域現狀特征與產業基礎，突出優勢，打造品牌。
5.2引導城鎮形象轉型：從千城一面到特色城鎮
圖2：江都區區域空間結構
在江都區新型城鎮化過程中，通過構建新型中心，以提供更好的支撐條件，提高區域統籌發展動力；通過打造高品質生態文化特色城鎮空間，美譽度提高，提高城鎮吸引力。
在具體規劃中，通過規劃鄉村聚落形成生態社區、特色村兩級體系，以達到特色城鎮建設的目標。主要措施有劃定在區域中具有特定意義的保留村落，同時弱化其他村落，逐步形成向生態社區和特色村集聚的趨勢。
5.3根據不同的空間特征，有針對性的制定差異化的城鎮化路徑
2012 年 3 月 14 日， 國務院總理答記者問時指出“制定并出臺農村集體土地征收補償條例”是本年度一項重要工作任務，這意味著農村集體土地流轉將面臨著更為寬松的制度環境。江都區以在本次規劃中，也探索了農村集體土地流轉的新方式。通過發展以多樣化產業為支撐，引導農民逐步向城鎮或社區集中。同時在管理上進行探索，建立、健全城鎮居民的社會管理體制。在具體實施中，主要是通過統計區內各個村鎮產業、經濟發展和村莊形態等特征，提出基本的聚落模式，有序引導各個鄉鎮進行差異化的城鎮化路徑。結合公共服務設施的系統分級配建，和農民的再教育再培訓。在精神文明方面同樣提升農民的素質，達到物質和文明的同步前進。
根據區內現狀村鎮聚落的分布，結合規劃目標，主要將聚類分為下面三種類型：
表2：帶狀分布型聚落
涉及城鎮 吳橋，浦頭，大橋，仙女，宜陵
特征 聚落規模較大、連綿成條帶狀
鎮-村規模差異較小
城鎮化目標 “離土不離鄉”以周邊城鎮和規模較大的鄉村聚落作為鄉村人口集聚目的地
就業目標 現代農業和鄉村旅游、鄉村休閑產業相結合
公共服務 分級配置
表3：點式分布型聚落
涉及城鎮： 樊川，真武，丁伙
特征 ① 聚落規模較小
② 散點式分布
城鄉差異較大
城鎮化目標 “離土又離鄉”
主要以城市和大型城鎮為鄉村人口集聚目的地，少量人口向周邊大型生態居住社區集中
就業目標 現代農業和鄉村旅游、鄉村休閑產業相結合
公共服務 分級配置
表4：塊狀聚集型聚落
涉及城鎮 邵伯，小紀，郭村，丁溝，武堅
特征 聚落規模中等、大分散，小集聚、
城鄉差異較大
城鎮化目標 “離土又離鄉”與“離土不離鄉”相結合
主要以城市和大型城鎮為鄉村人口集聚目的地，部分人口向周邊大型生態居住社區集中。
就業目標 現代農業和鄉村旅游、鄉村休閑產業相結合
公共服務 分級配置
5.4構建鄉鎮生態體系
經濟的發展不應以犧牲生態環境為代價，應該走長久的可持續的發展路徑。江都區素有“蘇中糧倉”、“魚米之鄉”的美譽，區內擁有一百多萬畝的耕地 ,占總面積49%，河網密布，水資源充沛，水質條件優越。江都區境內江淮沖積平原，土壤對作物適應性廣；適宜種植多種糧食作物和經濟作物。全市優質稻米種植面積65萬畝，水產養殖面積15萬畝，年產稻谷40萬噸；擁有如此良好的生態環境基地，在本輪規劃中，通過生態體系的建立，培育和發展生態斑塊。
通過研究區分規劃區內不同類型的生態基質，劃分為坑塘水網農田基質、低洼平原農田基質、高沙平原農田基質、城市建設基質。在此基礎上培育和發展生態斑塊。主要措施包括：保護獨特的自然與文化景觀特征的生態斑塊，包括淥洋湖生態斑塊、邵伯湖生態斑塊、丁伙花木種植園斑塊、宜陵規模農業生態斑塊、大橋鎮濕地、規模農業生態斑塊、武堅、小紀規模農業生態斑塊。重點提升、補充建設的生態斑塊，包括小紀生態核心斑塊、郭村生態核心斑塊、浦頭、吳橋生態核心斑塊，構建網絡生態廊道。
表5：構建“區域―地方―場所”3個層次的城鄉綠道網絡體系
類型 主要綠道 銜接層次 連接節點
區域層次 由淥洋湖生態保育區向南沿運河至城鎮連綿帶廊道至長江夾江形成的綠道 銜接區域高速路廊道，主要道路，規模農業產業帶、主要河流廊道、旅游觀光區等 區域湖泊、水庫等大型水面、特色生態旅游區、規模農業區等
地方層次 沿宜陵鎮-樊川鎮的規模農業產業帶、小紀鎮-吳橋鎮的規模農業產業帶、安大公路 主要各片區銜接次要道路、河流廊道等 片區主要的公園、開敞空間、廣場等
場所層次 以鄉道、村道為主的農村風貌觀光運動休閑綠道 與鄉道、村道、旅游觀光區、規模農業產業內部道路銜接 場所內街頭綠地、坑塘水面、休憩服務設施點等
通過不同層級不同層次的生態網絡，保證江都區在經濟建設發展的同時，生態不受破壞甚至想更好的趨勢發展。使得經濟與生態能協調發展。
5.5構建合理多元城鄉產業發展體系，形成互助互利的產業發展模式
在江都區的產業發展中，構建都市以服務型、消費性為主導，鄉村以生態生活環境為主導的模式。都市區強化服務鄉村的支撐產業，反哺廣大鄉村區域。鄉村發展高效集約、現代綜合、生態環保型產業。
規劃包括：邵伯湖和淥洋湖水鄉風貌旅游度假、水產養殖加工基地與水鄉風貌旅游區、結合中部揚泰機場，打造空港物流園區、農業觀光區、生態農業體驗區、5個現代高效農業園區、丁伙花木種植基地、郭村蔬果種植基地。
規劃充分利用現有文化自然等資源，發展青少年啟智產業發展。結合歷史和教育、農業和教育、體育與教育相結合的多種教育基地。
5.6完善城鄉公共交通體系
采用多種方式，構建完善的城鄉聯系通道，包括規劃方面完善縣道網布局，加強城區和產業園區、城區和鄉鎮、鄉鎮和鄉鎮之間等的聯系，形成六縱六橫五聯的縣路網格局，實現公交線網江都區全域覆蓋。在運營管理方面，則不斷的推進城鄉的公交化。采用低票價和優惠免費政策、加密公交班次、加密公交站點布置。采用定線、定班、定點和定時的運營模式，使得公交的服務更加人性化。
5.7區內探索機制體制創新，提高城鎮化水平和質量
在江都區內從戶籍制度、土地政策和人口政策三方面進行政策創新的探索。在不放棄農民既有土地以及宅基地權益為前提下加強區內勞動力的自由流動。同時，加大城鎮化保障性住房建設力度支撐，促使區內福利一體化。不斷的扶持新型產業，保證區內持續的活力和競爭力。具體措施包括：
（1）加強農民權益保護。要逐步弱化農業戶口和非農業戶口的差異，弱化附加在戶籍關系上的福利供給（住房、教育、醫療等）的差別，消除農民進城的身份障礙。
（2）促進農民城鎮化就業。促進農民工創業以推動二次轉移，讓農民工成為小城鎮建設的真正主體，同時加強農民技能培訓和教育。
（3）探索土地收益分配體系。“三集中”――通過農戶向社區集中、承包耕地向規模經營集中、工業企業向園區集中通過資源整合，實行節約用地、集約用地的重大措施來優化城鄉布局。
（4）促進空間層級的簡化和優勢資源的城鎮聚集和政府資源投入與合理分配。
6結語
城鎮化是隨著工業化而產生發展的，其發展過程同時也帶來了諸多負責的問題和矛盾。我國的城鎮化正處于快速發展的關鍵時期。在此其情況下，作為我國城鎮化發展先進的長三角地區，江都區通過從政策創新、生態體系構建、管理體系優化、產業整合互助及公共交通系統構建等多個層面多個角度去共同推進新型城鎮化，妥善的解決當前的問題和矛盾，走可持續發展的道路。
參考文獻
[1] 國家新型城鎮化規劃（2014―2020年），國務院,2014
[2]當代世界城市化的特點及發展趨勢，竇金波《經濟研究導刊》[J]. 2010, 05
[3]辜勝阻等.中國特色城鎮化道路研究 [J].中國人口?資源與環境，2009, 19(1)
[4]趙瑩,長三角小城鎮新型城鎮化建設的理性思考[J].當代經濟研究，2012,9
篇5
關鍵詞：SDN；Openflow；Mininet；Floodlight
DOI：10.16640/ki.37-1222/t.2017.08.229
1 引言
伴隨網絡信息技術的迅猛發展，傳統的基于Ethernet和TCP/IP的網絡因為其設計的松散性和簡單性的特征，使得其在Internet得到了規模化應用和快速發展，然而隨著Internet的應用日益深入和廣泛和使用規模的不斷擴大，Internet的結構和功能日趨復雜，傳統網絡與生俱來的缺陷逐漸呈現并且爆發起來。
傳統網絡架構設計的數據中心網絡中，由于傳統網絡的純分布式控制特點，管理者無法從全局角度指定數據包的整體路徑，只能通過包頭標識符的方式對數據包進行有限約束或優化。SDN（Software Define Network 軟件定義網絡）作為一種新的網絡架構概念，具有控制和轉發分離實現了邏輯集中控制、開放式編程接口，從而解決傳統網絡中的問題，為這些路徑控制不明確的問題提供了新的解決思路和方案。
本文的目的是通過在SDN新網絡架構下使用OpenFlow技術來研究低負載條件的數據中心網絡架構中的SDN實時路徑規劃問題。
2 基于SDN的實時路徑規劃的設計
2.1 網絡拓撲
采用對稱的Fat-Tree網絡模型來分析問題，對稱的Fat-Tree網絡模型簡便易行，胖樹架構下，網絡帶寬不收斂，胖樹網絡則更像是真實的樹，越到樹根，枝干越粗，即：從葉子到樹根，網絡帶寬不收斂，適合用來說明和解決問題。
2.2 系統設計思路
根據系統的功能性與非功能性需求分析，將本系統劃分為4大功能模塊：控制器交互模塊、人機交互模塊、路徑選擇模塊、流量分析模塊。
控制器交互模塊：控制器交互模塊分為三個子模塊：Topo信息獲取、Topo信息處理、轉發控制。
人機交互模塊：人機交互模塊可分為圖形界面設計、Topo顯示、用戶輸入、轉發路徑輸出共四個子模塊。
路徑選擇模塊：路徑選擇模塊是本系統的計算核心，實現對數據包轉發路徑的計算。本模塊可以劃分為最短路徑選擇、最優路徑選擇兩個子模塊。
流量分析模塊：流量分析模塊必須具備如下兩個核心功能：第一個是驗證轉發層是否在Ryu控制器的控制下按照路徑選擇模塊計算出的轉發路徑轉發數據包；第二個是監控整個Fat-Tree網絡Topo中的流量。
2.3 軟件體系結構
其中使用了跨平臺的B/S結構，實現了PC/Mobile的平臺兼容性，后臺使用Flask作為Web框架，利用Nginx來進行py文件的渲染。在Ryu/Ryu和Mininet的環境下搭建拓撲，并讀取數據，Application端的軟件完全采用面向對象的方式來實現，極大的提高了`活性和可擴展性，為軟件功能的擴充帶來了方便。
2.4 應用場景介紹和特性總結
通過平臺搭建和后臺編程，最終實現了基于SDN的實時路徑規劃，總結起來應用場景有如下兩個特征：
第一個是OpenFlow將控制功能從網絡設備中分離出來，在網絡設備上維護流表（flow table）結構，數據分組按照流表進行轉發，而流表的生成、維護、配置則由中央控制器集中管理，靈活性和擴展性更高，從而加速網絡部署周期。
第二個是可以通過中央控制器靈活地進行動態管理和配置，可在不影響傳統網絡正常流量的情況下，在現有的網絡中添加規則，降低了網絡復雜度。
綜上所述，本文提出的實時路徑規劃需要加入動態路徑規劃（DP）模塊的RYU控制器，DP模塊可以讀取整個網絡的流量分布，并且可以根據策略對交換機進行流表配置。為交換機設置具有帶寬控制的隊列，每個隊列可以設置經自己轉發的包的最大最小帶寬，以及對鏈路的占用時間。配置路徑選擇策略，控制器的DP模塊根據策略建立每個交換機的流表配置，并寫入交換機。
3 小結
本文分析和總結SDN相關的發展歷程，分析基于SDN的實時路徑規劃中的各個核心問題，基于SDN的數據中心網絡實現邏輯和控制分離，結合本文相關工作總結SDN有如下三個優點：1.集中高效的網絡管理和運維維護；2.靈活的組網和多路徑轉發；3.智能虛擬機部署和遷移，解決當前數據中心網絡集中自動化管理，多路徑轉發，綠色節能問題。
概而言之，SDN網絡能力是開放和虛擬化有效實現數據中心容量提升，虛擬機智能部署和遷移，大規模虛擬租戶需求，目前SDN技術還不成熟，多控制器控制機制的研究也將是下一個重要研究領域。
參考文獻：
[1]范偉.軟件定義網絡及應用[J].成都：中國電子科技集團，2013.
[2]羅正華.可編程的網絡――軟件定義網絡[D].成都：成都大學，2013.
[3]畢軍.SDN體系結構與未來網絡體系結構創新環境[D].北京 ：清華大學，2013.
篇6
關鍵詞：創新人才培養；城鄉規劃專業；學生；邏輯思維能力
1創新人才培養視域下城鄉規劃專業學生邏輯思維能力培養的現狀
1.1教學體系結構不合理，忽視邏輯思維能力培養
大多數學校在對學生進行教育的時候，使用的是從簡單到復雜的教學原則，然后通過不同的專業訓練來對教學內容進行實踐，從而使學生在對不同種類型的設計當中獲得經驗和設計技巧。有很多建筑學專業的學生可過學習建筑當中的問題進行解決，可是城鄉規劃專業所涉及的知識面比較廣，學習內容也比較繁雜，所以這對于城鄉規劃專業的學生來說，要在有限的時間內對龐大的專業內容進行了解和掌握是具有一定困難的，因此，在這個過程當中學校應當加大對學生思維能力的培養，這樣能夠幫助學生建立起不同的思維模式，激發學生的學習的興趣，從而在學習城鄉規劃相關知識便會更加輕松。在實際教學當中，建立教學體系結構時只側重了專業課程的設置，對邏輯思維的培養嚴重缺乏，這既不利于學生快速輕松的學習本專業知識，同時也不能更好地為社會培養城市規劃專業的人才。
1.2教學內容太單一，忽視學生整體能力的培養
城鄉規劃專業需要將不同的建筑體形進行結合，同時要對當地的人文環境、自然環境、經濟發展等不同因素進行綜合分析。但是在實際教學當中，城鄉規劃專業對學生進行培養的時候太注重空間形態、建筑功能以及形體的學習，教師會將規劃設計任務書直接給學生，學生在沒有對設計條件和項目策劃的內容進行提前分析和了解的情況下，并不能充分地認識到設計書當中的設計理念。因此，學生也不能更好地完成任務，只能根據自己所學的理論知識和主觀意象進行設計創作，而缺乏了理性的綜合分析。這些都是學生缺乏邏輯思維能力的表現，因為沒有對此專業當中其他相關問題進行了解和掌握，就不能更好的對設計的社會價值進行思考，由此以來不利于城鄉規劃設計綜合素質的提升。學生也因為受到空間設計的限制而不能對環境的綜合因素充分考慮，這樣一來學生所設計出來的的內容不能達到教師預期的目標。因此，要不斷豐富教學內容，進一步提高學生的整體素質，從而有利于培養邏輯思維能力，進而為社會培養出創新性人才提供有力保障。
2創新人才培養視域下城鄉規劃專業學生邏輯思維能力培養的有效措施
2.1提高邏輯教育在教學任務當中的地位和作用
在學校接受教育，不僅要給學生傳授相關知識，而更關鍵更重要的是幫助學生培養起自主學習能力。學習能力的強弱是以邏輯思維素質為基礎的，因此在很多發達國家選拔人才的時候，會對學生的邏輯思維能力進行重點考察。目前，我們國家對學生邏輯思維能力的培養程度相對較低，因為我們國家的邏輯傳統并沒有西方那么悠久，同時受到傳統思想的制約導致我們國家很多人的邏輯性和論證性相對比較薄弱。同時，在很多高校當中，邏輯思維素質培養的課程也比較少，很多學校的專業課非常注重專業知識的學習而忽視了系統學習邏輯學知識，其中城鄉規劃專業亦是如此。所以很難對學生進行思維能力的提升，但是從我們國家的公務員考試、MPA等考試內容來看，國家所需要的是具有創新性的、具有較高邏輯思維能力的人才，所以很多學校應當將邏輯思維能力的培養重視起來，提高邏輯思維能力意識，正確認識邏輯教育的重要地位和現實作用。在城鄉規劃專業課程體系當中，增加邏輯教育課程來提高邏輯教育在高等教育當中的地位和作用，這也就要求專業教師首先要認識到對學生進行邏輯思維的培養就是對創新人才的培養，培養學生的邏輯思維能夠在學生提出問題、確定選題以及進行研究等學習具有積極的影響。從一定意義上來說，邏輯思維能力的增強對創新人才培養具有不可替代的作用。與此同時，在高等教育當中提高邏輯學培養的地位和作用，是培養學生思維能力十分重要的一項措施。因此，這就需要在高等教育當中專門設置相應的邏輯學課程，并且應當是一門必修課程。學生在接受邏輯學教育的時候，就能夠有計劃有步驟的進行邏輯思維訓練，從而培養出嚴謹的邏輯思維能力。除此之外，在培養大學生邏輯思維能力的時候，可以通過豐富課堂教學內容讓學生認識到邏輯與實踐和生活之間的必要聯系，從而通過邏輯分析來解決現實當中所遇到的問題。
2.2注重邏輯知識基礎的夯實與邏輯精神的培養
在對課程進行設計的時候，可以和城鄉規劃專業的特點相結合開設邏輯學課程。在對學生進行高層次創新思維和創新能力培養的過程當中必不可少的是對學生進行通識教育，邏輯思維的培養是一個長久的過程。因此可以將邏輯學課程進行分階段教育，在大一的時候開設邏輯學導論課程，并作為專業基礎課或者必修課程，由此來幫助學生培養邏輯精神和邏輯意識；在大二至大三階段的時候，開設批判性思維課程。這個階段的學生所接受的城鄉規劃知識已經到了更深的層次，所以此時開設批判性思維課程，能夠幫助學生提高創新實踐能力，并且可以更好地解決學習和生活當中遇到的現實問題，理科學生可以在大二至大三階段開設數理邏輯課程。從教學內容上來說，需要不斷提高學生邏輯知識的系統學習能力，幫助學生深入了解邏輯相關方面的基礎知識，并將所學理論轉化為實踐能力。在接受邏輯學導論課程的時候以傳統邏輯為主要教育方向，這可以讓學生在剛開始接受邏輯教育的時候更加輕松，并且能夠快速的掌握邏輯知識和技巧，樹立起邏輯觀念。在對批判性思維課程進行教學的過程當中，主要是幫助學生在學習和生活當中能夠做出合理的決定，以及樹立起更明確的人生目標。并且能夠提高學生對城鄉規劃專業當中所學的知識進行理解和分析，掌握學習技巧，對龐大繁雜的城鄉規劃內容進行有序的整理和系統的學習，思考問題時邏輯思維更加清晰。久而久之，學生便會將批判性思維品格轉變成獨有的思維能力，不斷順應時展，學校也可以為社會培養出具有創新性的城鄉規劃人才，從而加快社會進步。
2.3運用多種形式的專業實踐提高學生的邏輯思維能力
為能夠更好地培養學生思維能力，則需要開展多種形式的實踐活動。在此過程當中，專業教師要通過不斷的引導來啟發學生，將理論知識與實踐結合在一起，通過師生之間、學生與學生之間的互相討論來碰撞出更多的想法。在發現問題的時候，通過理論進行指引從而解決問題，這樣就可以提高學生對專業學習的積極性。在教學的過程當中，需要轉變傳統的教學方式和理念，融合先進的網絡技術，為學生搭建起高效的學習平臺，讓每一位學生通過網絡參與到學習當中。除此之外，城鄉規劃專業課教師應當注重案例教學，不僅是教師，學生也可以通過觀察身邊具有典型的、生動的案例和老師與同學討論，對案例當中出現的問題以及解決方式進行歸納總結，不斷提升自身的專業水平。同時可以要求每位學生都進行思維論證，不僅能有效提高學生對案例的理解程度，還能夠將所學的邏輯學理論知識與專業課更好的結合在一起。培養學生思維能力的方式有很多，比如組織辯論賽，專業課老師可以提出與專業相關的某一話題，讓同學以辯論的形式開展討論。在這個過程當中，學生會大量的搜集材料，列出自己的觀點，并根據自己的觀點提出論據，同時通過嚴密的論證來支撐自己的觀點。在辯論的時候，學生會快速運轉大腦不斷思考，為自己所提出的觀點加強論證。無論是為辯論準備材料還是在辯論的過程當中，學生會都對所學內容理解更加深刻和透徹，不僅能夠熟練掌握所學專業知識，還能夠在很大程度上提高自身的邏輯思維能力。
3結束語
隨著社會經濟的發展，我們國家對城鄉規劃應用人才的需求量也不斷增加，所以要培養學生的邏輯思維能力，不斷提高學生的綜合素質，由此一來，才能為城鄉規劃培養高質量的創新人才，進而推動社會進步。
參考文獻
[1]符娟林，趙春容，向銘銘.城市規劃專業實踐課程體系改革探討[J].教育教學論壇，2014（10）：106-108.
篇7
[關鍵詞]鄉鎮公務員；成長路徑；實踐；思考
[中圖分類號] D262.3 [文獻標識碼] A [文章編號] 1009-928X（2016）11-0049-03
在現行行政體制下，鄉鎮處于國家政權結構中最低一層，各種矛盾和問題輻輳聚集。鄉鎮公務員則成為黨的路線方針政策的一線傳遞者和執行者，是改革的排頭兵和沖鋒隊。這支隊伍處在干部體系末端，隊伍數量龐大、工作事務繁雜、接觸群眾最為廣泛，如何盡快建立一支政治素質過硬、群眾滿意度高的鄉鎮公務員隊伍已成為推進“四個全面”在鄉鎮基層落實的必然要求。本文的“新鄉鎮公務員”特指2005年以來通過考錄和部隊轉業到鄉鎮工作的公務員，他們中的大多數已成長為當前鄉鎮工作的有生力量和未來基層政權建設的主力軍，其中一部分業已走上基層領導崗位。本文擬對溫嶺市最近10年進入鄉鎮公務員隊伍人員的成長軌跡進行綜合分析，探尋規律，剖解難題，構建起符合當前形勢的“新鄉鎮公務員”成長路徑。
（一）鄉鎮公務員編制總數及來源。溫嶺市下轄5個街道、11個鎮，公務員編制1160人，現有1078人。2005年以來，該市共考錄、安置干部465人，其中考錄404人，占比87%。安置干部61人，占比13%。
（二）鄉鎮公務員流動情況。溫嶺市鄉鎮公務員流動主要分為調入臺州市級及以上單位、溫嶺市級機關選調、鄉鎮之間調動三類，三類流動一般要求鄉鎮公務員在原單位工作滿三年（包含試用期）。從2014年開始，依據中辦《關于加強鄉鎮干部隊伍建設的若干意見》精神，鄉鎮干部在鄉鎮工作滿5年后方可參加上級選調考試，這等于從政策層面延長了2011年進入鄉鎮公務員隊伍人員參加上級選調的時間。自2005年以來，這批鄉鎮公務員共流動85人，其中調入臺州市級17人，調入溫嶺市級機關57人，鄉鎮之間調動11人。
（三）2005年進入鄉鎮工作且留在鄉鎮的公務員情況。2005年以來，仍有436名公務員留在鄉鎮工作，占到近10年招收公務員總量的86.2%。分析其招錄情況可以看出，2011年之前共招收了87人，這批人最早從2008年開始可以參加各類選調考試調離鄉鎮。2011年進入鄉鎮公務員的對象因政策上的5年服務年限限制，目前均需留在鄉鎮工作。
（四）鄉鎮公務員受培訓教育情況。鄉鎮公務員教育培訓管理的主體是各鎮黨委，市委組織部在全市層面的培訓主要分為特定群體培訓和普及性培訓。特定群體培訓包括公務員初任培訓、中層干部培訓、中青班等，各類特定群體培訓每年至少安排一次，由市委組織部統一培訓，時間從一周至三個月不等。普及性培訓主要是對“新鄉鎮公務員”進行輪訓，一般培訓時間為一周。
（一）重視抓鄉鎮公務員的教育培養，提升鄉鎮公務員的素質。一是多層次抓培訓。包括重視加強對新錄用的鄉鎮公務員培訓，對全市鄉鎮中層干部的培訓。另外對于其他一些表現優秀的人員，如各級選調生，均不定期安排統一培訓，加強各方面知識的提升，做到對新錄用人員、中層干部及重點培養對象全覆蓋。二是全面開展競爭上崗，以崗位鍛煉干部。2011-2015年期間，各鎮街道通過開展競爭上崗，共產生140多名中層干部，樹立了良好的用人導向。三是實施鄉鎮干部到市直部門定期鍛煉制度。時間一般為3個月到半年，通過鍛煉，既加強市直部門和鄉鎮的溝通，也鍛煉了鄉鎮干部，收到了很好的實效。
（二）優化鄉鎮的工作環境，增強鄉鎮公務員對鄉鎮的認同感。一是強化經濟待遇保障，如對比市級機關，鄉鎮干部的經濟待遇增加了1.5萬元/年；提高了鄉鎮公務員年度考核優秀等次的比例，從原先的15%提高到20%等；今年，又專門明確了鄉鎮干部住夜值班補貼標準。二是深入實施一線工作法。堅持把基層一線作為年輕干部鍛煉成長的“搖籃”，干部提拔向鄉鎮傾斜。近4年鄉鎮干部提拔93人，占總提拔人數的44.8%。三是強化鄉鎮公務員管理。一方面明確責任，加強日常管理。另外，制定嚴格的考核制度。不斷完善鄉鎮公務員考勤制度、請銷假制度、住夜值班制度等。從去年開始，全市各鄉鎮均開展了鄉鎮干部的績效考核，用經濟杠桿調動大家的工作積極性，一定程度上改變了原有“陽光工資”后的“大鍋飯”現象。
篇8
機器人路徑規劃問題一直是機器人學的一個重要研究課題. 也是目前研究的熱點領域。機器人路徑規劃問題是指在有障礙物的工作環境中， 如何尋找一條從給定起點到終止點的較優的運動路徑， 使機器人在運動過程中能安全、無碰撞地繞過所有的障礙物， 且所走路徑最短.本質是多約束多目標的最優化問題[1]。
采用智能優化算法求解航跡規劃問題是目前使用的主流方法。文獻[2]中，蟻群算法的機器人路徑規劃需要存儲的信息多，在搜索過程中易出現停滯現象或陷入死循環;文獻[3]中的人工勢場法雖便于底層的實時控制，但缺乏全局信息，存在局部最優值的問題;文獻[4]中，模糊推理法最大的優點是實時性非常好， 但是模糊隸屬函數的設計、模糊控制規則的制定主要靠人的經驗。遺傳算法[6]已證明是一種全局搜索能力強的算法，具有強的魯棒性，并行性，但大量實驗結果表明，應用標準遺傳算法對該問題求解時局部尋優精度較差，穩定性不好[6]。
對此，本文提出一種改進遺傳算法的機器人路徑規劃方法，并進行了仿真實驗，結果證明了該方法是有效可行的。
篇9
關鍵詞：農民工；職業生涯規劃；路徑
中圖分類號：F241文獻標志碼：A文章編號：1673-291X（2011）12-0111-02
浙江是一個勞務輸入大省，溫州也是一個勞務輸入比較集中的城市。2005年起溫州市政府把到溫州務工的農民工稱為“新溫州人”，充分體現了政府號召人們對進城務工人員的認可和尊重，從思想觀念上消除對農民工的歧視和偏見，切實讓農民工享有平等待遇。據溫州市公安局統計，2008年12月，溫州市公安局對外公布全市登記在冊的外地暫住人口為3 396 053，主要以湖南、湖北、貴州、江西、安徽、四川等省，暫住人口中務工的為3 135 307人，從事服務業的58 805人，務農的24 250人，溫州已經成為創業的第二故鄉。溫州對農民工有著巨大的吸引力，溫州的發展也同樣離不開農民工。
一、職業生涯規劃內容
隨著越來越多的農民工朋友進入到城市里展開個人的城市生涯，每個人都要借助于謀求職業而實現自我的發展。職業生涯規劃，簡稱職業規劃，就是對個人的職業歷程乃至整個一生進行持續的、系統的、規劃性的設計的過程。從個人角度和企業角度，職業生涯規劃又劃分為兩個方面的內容：
1.個人職業生涯規劃：企業中的大多數員工，其中包括受過良好教育的員工，都有從自己現在和未來的工作中得到成長、發展和獲得滿足的強烈愿望和要求。為了實現這種愿望和要求，他們不斷地追求實現職業的理想，能主動根據個人的特點、企業發展的現實和社會發展的需要，制定自己的職業規劃。
2.企業員工職業生涯管理：在廣大員工希望得到成長、發展的強烈要求推動下，企業人力資源管理部門（或人事部）為了更好地開展工作，在了解員工個人的特點，成長和發展的方向及興趣的基礎上，通過一些宣傳、教育和咨詢等活動，幫助員工制訂有關個人成長、發展的計劃以及與組織需求和發展相結合的計劃，不斷地增強他們的滿意感，并使他們與企業組織的發展統一協調起來?？梢姡殬I生涯規劃既要體現員工發展的需要，又要體現企業發展的需要，是員工個人發展與企業發展的一種協調與相融。
二、農民工做好職業生涯規劃的意義
職業生涯規劃對所有工作年齡的人來說都很重要，在人一生的歷程中，需要靠職業來生存和發展。每個人都需要規劃好自己的職業生涯，主動去把握它、迎合它、順應它才是生存之道。有些農民工朋友會說，職業生涯規劃，那是大學生的事，我們居無定所，四處漂泊，生活如無根的浮萍，天天生活在變化中，甚至工作有沒有著落也不清楚，還需要做職業生涯規劃嗎？實際上這樣的看法并不在少數，正是由于存在這樣的觀點，很多農民工朋友的城市生活才沒有更多的長進。離開家鄉進城工作，可不能像當年游擊隊一樣，打一槍換一個地方，如果沒有合理的、長遠的、多方面的規劃，就無法進一步實現個人的職業理想和生活理想。那么怎樣看待農民工做職業生涯規劃這個問題呢？
1.從社會的角度看。每年一度的春節，大量的農民工返鄉，春節過后又有大批農民工進城，在上億的勞動力大軍流動過程中，許多人完成了一年的職業勞作，來年又重歸游離的狀態，不能也無法重新回歸從前的單位，也不能從事原先的職業。于是乎，大量的人力資源耗費在等待、煎熬、徘徊和痛苦之中。這中間有很多原因是由于農民工朋友在自己進入城市之后，沒有對自己能做什么，個人想要什么，有什么基礎，個人發展的方向是什么等問題，做深入、系統的分析和探討而造成的。農民工朋友做好自己的職業生涯規劃，有利于建立科學的擇業觀，提高就業的成功率，還可以減少失業、被辭職的情況，從社會角度來看對降低就業壓力是有較大幫助的。因此，農民工朋友做職業生涯規劃是社會現實的需要。
2.從企業發展的角度看。長期以來，由于中國擁有巨大的勞動力資源優勢，整個勞動力市場呈嚴重的供過于求的狀態。大量進城務工人員一方面為企業提供了大量的廉價勞動力，另一方面上到國家、下到企業都逐漸產生了員工流動和使用的依賴，中外企業招聘員工一般不用發愁。但是，目前大多數企業對待農民工勞動力，都是重在使用而輕視培養，重視招聘新員工而輕視已有勞動力的再提高，更不用說對員工進行職業發展規劃和技能提升。實際上，企業員工缺乏職業安全感和職業發展需求的滿足感，員工的安心工作就會出現波動，企業發展就會有隱患。如果農民工勞動力資源沒能及時有效地得到規劃、開發與儲蓄，大部分農民工很可能將永久性地退出勞動力市場。為了農民工的“再出發”與產業的“再發展”，就必須做好勞動力供給的“蓄水池”，進行科學的職業發展規劃與開發。
3.從個人發展的角度看。從個人的角度來講，農民工朋友絕大多數原來是在土地上從業的農民，由于尋求個人的發展等動力促進，離開了自己熟悉的家鄉，來到全新的城市環境里，謀求有所發展，但是如果個人在進入城市職場之前，對自己的未來發展沒有規劃和目標，那么會對個人的發展造成障礙的。特別對剛剛成長起來的步入城市的年輕打工者（新生代農民工），該用怎樣的眼光來看待自己未來的發展道路，將對其一生的成就產生重大影響。農民工做好個人的職業生涯規劃，對個人發展的意義主要體現為以下幾個方面：（1）做好職業生涯規劃，可以分析自我，個人可以準確評價自身的職業能力、性格特點、價值追求、優勢與劣勢等，在職業競爭中發揮個人優勢。以既有的成就為基礎，確立人生的方向，提供奮斗的策略。（2）通過職業生涯規劃，可以重新安排自己的職業生涯，突破原有生活的局限，塑造全新、充實的自我。即使自己已經進城打工多年，還可以評估個人目標和現狀的差距，提供前進的動力。（3）通過職業生涯規劃重新認識自身的價值并使其增值。通過自我評估，知道自己的優缺點，然后通過反思和學習，不斷完善自己，使個人價值增值。還有助于全面了解自己，增強職業競爭力，發現新的職業機遇。（4）職業生涯規劃通常建立在個體的人生規劃上，因此，做好職業生涯規劃將個人生活、事業與家庭聯系起來，讓生活充實而有條理。
三、農民工做好職業生涯規劃的路徑
根據職業生涯規劃理論，農民工朋友規劃自己的職業生涯可以從以下幾個方面入手。
1.評價自我。即審視自己、認識自己、了解自己，做自我評估。自我評估就是對自己做全面分析，通過自我評估才能對自己的職業作出正確的選擇，才能選定適合自己發展的生涯路線，才能對自己的生涯目標作出最佳抉擇。因此，自我評估是職業規劃的重要步驟之一。自我評估包括自己的興趣、特長、性格、學識、技能、智商、情商、思維方式、思維方法、道德水準以及社會中的自我等內容。也許農民工朋友會說，我沒有什么特長，其實不是這樣的，每個人都有自己的特長，只是平時沒有去挖掘發現而己，仔細分析自己，就會發現原來我還有這樣或那樣的特長。
2.評估職業機會。主要分析內外因素對自己職業選擇的影響，每一個人都處在一定的環境之中，離開了這個環境，便無法生存與成長。所以，在制定個人的職業規劃時，要分析環境條件的特點，環境的發展變化情況，自己與環境的關系，自己在這個環境中的地位，環境對自己提出的要求，以及環境對自己的有利條件與不利條件等等。只有對這些環境因素充分了解，才能做到在復雜的環境中避害趨利，使職業規劃具有實際意義。農民工要把自己作為一個職業人來了解周圍的環境、你所在的地區、你將要就業的行業等，只有清晰掌握周圍的環境，才能權衡利弊。
3.選擇職業。通過自我評估、生涯機會的評估，認識自己、分析環境，在此基礎上對自己的職業作出選擇。也就是在職業選擇時，要充分考慮到自身的特點，即自己的能力、性格和興趣，特別是個人的工作能力，工作能力往往是限制一個人在勞動力市場選擇合適崗位的因素。分析自我、了解自己、分析環境、了解職業世界，使自己的性格、興趣、特長與職業相吻合。通過對自己以往的經歷及經驗的分析，找出自己的特長與興趣點。選擇職業重要的是能正確地分析自己，找到自己最適合做的專業，然后努力成為本行業的佼佼者。職業的選擇決定以后的成長道路，所以每一位農民工朋友千萬不要簡單的認為找一份工份就是自己以后的職業，隨意從這個工作跳到那個工作，這里不行就到那里。對待自己的工作選擇要慎重。
4.制訂職業計劃。在做個人職業發展計劃的時候，要考慮你所選擇的工作，能否幫助你實現人生的最終目標？你是否有辦法可以讓你現有的職業與你的人生基本目標一致起來？簡單的說，就是你希望在多少年之內達到什么目標，根據這個目標我又該怎么做？通常在制訂職業計劃時，先制定一個長期目標，然后把長期目標分解成一個個短期和中期目標，這樣對于每一個短期目標就會變得貼近生活、容易達到。
5.實施行動。開始行動，這是所有生涯設計中最艱難的一個步驟，因為行動就意味著你要停止夢想而切實地開始行動。如果想法不轉換成行動，就是一紙空文，目標也只能停留在夢想階段。如果你想成為一個電工或家政人員，當你制定職業規劃后就立即行動起來，你可以參加政府提供的免費技能培訓，針對大量需要培訓的農民工，政府每年都會提供大量的資源為農民工進行多種形式的免費培訓的，那農民兄弟們可以充分利用這些機會，提升自己的能力。立即行動，無論你是處于剛剛踏上職業路途的年輕人，還是40歲左右并且正陷在一份你不喜歡的工作之中的中年人，現在都是你進行職業規劃的好時機。只要你還沒有到安享晚年的地步，任何時候開始你的職業規劃都不為晚。
參考文獻：
[1]鄒樹新.中國城市農民工問題[M].北京：群言出版社，2007.
[2]陸漢洲.聚焦中國民工[M].北京：中國經濟出版社，2005.
[3]沈立人.中國農民工[M].北京：民主與建設出版社，2005.
篇10
【關鍵詞】 旅游海島；規劃方法；路徑
南澳是廣東省唯一的海島縣，是海島資源綜合開發試驗區，享受沿海開發區、對臺貿易、特區轄縣等優惠政策。2000年南澳被批準為廣東省可持續發展實驗區，2001年國家環境保護總局又批準南澳為全國生態示范區，2004年國家旅游局批準南澳為國家4A級旅游區，南澳同時還是全國科技興海示范基地、全國造林綠化百佳縣和全國水產百強縣，眾多的國家級稱號和榮譽正逐步樹立起南澳整體的品牌形象。作為國家級生態示范區，擁有獨立又完整的海島生態體系、獨特又壯觀的風車群景觀、眾多高素質的濱海沙灘、悠久又有品味的名勝古跡。南澳縣島嶼眾多，其中南澳島海岸線長、曲折多彎，有大小灘灣61處，適宜發展港口、旅游度假、水產養殖和鹽業等。南澳是廣東省風能資源最富區域，也是波浪能和太陽能豐富區，具有較大的開發潛力和利用價值。南澳島有八千年的人文歷史，具有深厚的歷史文化底蘊。遵循這一發展理念，縣委縣政府指出，“要把做大做強特色產業，打造生態型海洋經濟強縣作為我們的長期中心工作”，全力推動旅游業向高層次發展，大力發展與旅游相關的現代服務業。
如何保護海島自然生態環境的完整性，保證社會經濟與資源環境相協調，是南澳可持續發展需要面對的重大課題。如何利用區位前沿優勢、旅游資源優勢、氣候環境優勢、政策品牌優勢打造一個旅游海島形象，就成了規劃師的研究課題。本文就片區的規劃原則、規劃目標和定位、規劃方法與路徑進行進行了淺析。
1 規劃原則
1.1 生態規劃原則
規劃注重生態環境的保護和建設，在濱海臨渠地段布置綠色開敞空間，使之既成為綠色生態景觀通廊，又能為居民提供良好的游憩場所。
1.2 規劃銜接原則
本規劃區建設涉及到與縣、鎮兩級總體規劃和各專項規劃等多方面的銜接。
1.3 整體協調原則
充分考慮場地的自然環境特征，周邊村莊和居住、公建用地的要求，以及滿足區域公共服務設施配套的需求。
1.4 集聚與效益原則
通過合理的功能布局和設施配套，促進基礎設施的共建、共享，發揮規模效益，引導產業集聚，形成各具特色的服務產業集群。充分挖掘土地潛力，緊湊布局，合理提高用地開發強度，提升土地產出和土地利用效益。
2 規劃目標和定位
2.1 發展目標
隆澳鹽場新城區規劃是南澳縣社會經濟發展的重大戰略部署，建設必須具有前瞻性和高起點，使片區能適應南澳縣未來經濟的發展要求。充分考慮片區特點和發展優勢，提出片區的發展目標為：建設商業繁榮、旅游接待、文化娛樂、交通便捷、服務便利的第三產業服務區，體現縣城商業文化中心職能，逐步形成資源優化、產業協調、功能完備、生態良好、人居優善、配套齊全的海島新城區，成為南澳縣城未來重要的高質量綜合發展區域，從而進一步提高南澳城市品位，展現南澳生態魅力。如圖1所示。
2.2 功能定位
《汕頭市南澳縣總體規劃（2009－2020）》以及《南澳縣縣城（后宅鎮）總體規劃（2005－2020）》中均提出，建設利用鹽場用地建設新城區，打造高標準、高規模的商業服務中心，以酒店、購物、金融辦公等類型用地為主，體現后宅作為南澳縣城的服務中心和接待中心地位。
因此，根據上層次規劃制定的目標和定位指導下，本次規劃提出隆澳鹽場片區的功能定位為“商業文化中心，宜居濱海新城”。即將隆澳鹽場片區打造成為南澳縣城（后宅鎮）的金融、商貿、商務中心、文化休閑中心、生態環境優良的濱海新城區。
2.3 片區職能
（1）展現現代服務業發展的現代之城
充分利用片區優越的區位條件，打造南澳縣城環境獨特、極具魅力的新中心區，拓展南澳縣城功能，重點發展總部經濟、商業金融、商務服務、信息咨詢、文化體育、休閑旅游等的現代服務業，吸引高端企業和消費人群，帶動南澳經濟發展。
（2）展現人民群眾幸福感的宜居之城
逐步引導現狀縣城的的部分職能、人口、產業向其轉移，借以緩和已經出現的以及即將產生的城市人口、住宅與交通壓力，減緩社會問題的產生，彌補公共設施不足，降低舊城更新費用，加快城鄉一體化進程，促進鹽場鹽村的轉型。同時積極吸引島外人士進駐，并在住宅、就業、社會文化方面提供相對優越的環境，成為南澳縣建設宜居城市的先行區、實驗區和示范區，打造人民群眾擁有高度幸福感的精品宜居新城。
（3）展現開放和諧生態的濱海之城
片區北面臨海，三面臨山，有條件開發高檔居住與休閑旅游設施，將富有濱海特色的地區打造成為最具有吸引力的黃金海岸線，以旅游度假和面向區域的高檔居住作為主導功能，以組團式的開發和環境有機融合，通過豐富多樣的公共服務設施的建設，形成和諧文明、適宜工作生活的濱海城市環境。
3 規劃方法與路徑
“南澳資源環境稟賦優越，生態環境保護良好，民風淳樸，這是南澳的后發優勢，也是汕頭其它幾個區都無法比擬的” “首先要樹立在保護中發展的理念”。因此在規劃中一定要把生態環境當作最寶貴的東西來愛護，堅持在保護中開發、在保護中建設、在保護中實現跨越發展，發揮南澳的后發優勢和獨有的海洋資源優勢，正確處理好產業選擇和生態保護的矛盾關系。
3.1 規劃布局結構
綜合考慮整個片區現狀地形地貌的特征，確保片區內部道路與外部的交通順暢；結合現狀排水渠的改造，同時考慮服務設施用地特點，地塊劃分盡可能規整，以提高土地利用率。形成具有較高的生態環境、景觀優美、科學合理的綠色生態空間，實現南澳城鄉社會、經濟、環境協調可持續發展。
規劃片區用地布局結構為“一片兩翼”、“兩軸兩帶” “一中心四組團”如圖2所示。
（1）一片：指隆澳鹽場片，即南至中興路、北至西竹路、東至龍濱路、西至西山路的圍合用地。主要由行政辦公、商業金融、商貿商務、文化娛樂、體育設施、生活居住等功能構成，是南澳縣城的新中心區位置所在。
（2）兩翼：西翼以西山公園和西畔渠為景觀，集中布置生活組團、縣級療養院、老年人活動中心等用地。東翼以象山公園、龜山公園和東畔渠為景觀，集中布置生活組團、縣級中學、教育科研、行政辦公等用地，同時安排有水廠、110KV變電站、污水處理廠等大型市政用地。兩軸：即南北向的城市景觀軸線和東西向的發展聯系軸線。
城市景觀軸：以整個規劃片區用地中間南北向道路中心大道為軸線，并結合周邊建筑、綠地廣場等景觀節點共同構成景觀軸線。它采用中軸對稱的手法，南接金山，北向大海，氣勢宏大，是南澳縣標志性建筑物的聚集區。
發展聯系軸：以鹽場南路結合道路兩側綠化帶連接東西兩翼，既方便交通聯系，又將西山、象山串聯起來，形成片區東西向的景觀通廊。
（3）兩帶：即東西畔排水渠，規劃通過優化排水渠的線型，沿渠布置了帶狀親水綠地，營造優美的濱水環境。
（4）一中心：即縣城商業文化中心，即以行政辦公、金融商貿、文化娛樂、體育場館等功能構成縣城新的綜合功能區。
（5）四組團：指金嶼圍鹽埕片區圍繞中心組團及主要道路分割形成四個居住組團。通過優化排水渠兩側的綠化和完善各組團的服務設施，結合優越的區位、海濱綠地景觀，營造縣城中心的高端居住功能。在各組團中部布置了學校、幼托、市場等公共服務設施用地，方便居民日常生活的使用。通過規劃，使片區成為生態良好、環境優美、配套完善的高品質濱海住區。
3.2 分區
（1）東翼：以象山公園、龜山公園和現有兩所重點中學和市政設施為基礎，安排生活居住、縣級中學、教育科研、行政辦公用地和大型市政配套設施。
（2）西翼：以西山公園和西畔渠景觀為依托，通過對西山鹽村的改造及周邊用地的整合，安排療養院和老年人活動設施，構筑環境優越、文明宜居的生活區。
（3）金嶼圍鹽埕片區：規劃片區大部分用地通過填方形成，三面臨水，片區東西兩側分別為東畔渠和西畔渠，北側面臨南海。在濱海地段規劃綠色開敞空間，東西兩側河流兩岸有沿河綠帶，形成高檔居住區。片區中心布置行政辦公、金融保險、商業貿易、文化娛樂等用地，突出片區的現代服務業功能，形成縣城新的商業文化中心
3.3 形態
根據規劃區周邊現狀建成區和兩側山體的高度，綜合考慮有利于未來新城區城市景觀的塑造的規劃思路。規劃區整體設計以片區內部的西山、象山和外部的金山等自然山體為控制點，形成“三山圍一城”的態勢。規劃中心鹽埕片區中間高周邊低，縱向采用中軸對稱的手法，以中心大道為軸線，南連金山，北接大海，氣勢宏大，并結合周邊建筑、綠地廣場等景觀節點共同構成景觀軸線；橫向通過鹽場路結合道路兩側綠化帶把西山公園與象山公園連接起來。同時優化排水渠兩側的綠化景觀帶，沿渠布置了大量親水綠地，營造優美的濱水環境、生態的視覺通廊，營造環境優美、碧水、藍天、綠茵的視覺空間。
4 結束語
海島文化受到海島自身地理環境、文化的影響，是一個空間上相對獨立的整體區域。在規劃上必須堅持以內涵挖潛為主，著眼于發揮海島特殊功能作用和資源優勢，通過先進的規劃方法與實踐經驗的結合，在規劃理論和實踐上力圖有所突破。
參考文獻
[1] 《汕頭市旅游發展規劃（2001-2020）》
[2] 《南澳縣旅游十二五規劃》
[3] 《汕頭市南澳縣總體規劃（2009－2020）》
