專利名稱：基于骨干路網(wǎng)分層的多路徑選擇方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通應(yīng)用技術(shù)領(lǐng)域，具體地說是一種基于骨干路網(wǎng)分層的多路徑選擇方法。
背景技術(shù)：
隨著我國(guó)城市化、現(xiàn)代化、機(jī)動(dòng)化的同步快速發(fā)展，各大城市人口迅速增長(zhǎng)，機(jī)動(dòng)車保有量更是增長(zhǎng)迅猛，交通擁堵日益嚴(yán)重。城市道路的供給增長(zhǎng)遠(yuǎn)遠(yuǎn)跟不上生活水平提高后人們對(duì)于小汽車舒適出行的需求增長(zhǎng)。北京、上海等特大城市市區(qū)內(nèi)道路交通流量已呈現(xiàn)超飽和狀態(tài)，如果再遇上大雨大雪等惡劣天氣，交通面臨癱瘓的危險(xiǎn)。動(dòng)態(tài)路徑選擇作為智能交通的一個(gè)重要應(yīng)用，依據(jù)城市道路網(wǎng)中路段的拓?fù)潢P(guān)系和實(shí)時(shí)交通信息為出行者規(guī)劃最優(yōu)出行策略，從而能夠減少車輛在路網(wǎng)中的延誤，最大限度地利用道路資源。另一方面，動(dòng)態(tài)路徑選擇也是交通規(guī)劃模型中的重要環(huán)節(jié)，通過模擬出行者的出行路徑選擇行為，分析交通出行在路網(wǎng)中的時(shí)空分布，從而對(duì)交通規(guī)劃、政策進(jìn)行有效的預(yù)測(cè)和評(píng)估。因此，對(duì)城市中車輛出行的動(dòng)態(tài)路徑選擇方法進(jìn)行深入研究，準(zhǔn)確計(jì)算生成一定城市路網(wǎng)結(jié)構(gòu)和出行環(huán)境下的合理的路徑選擇集合，對(duì)出行者動(dòng)態(tài)路徑導(dǎo)航、城市交通規(guī)劃分析模型都有巨大的理論意義和實(shí)際應(yīng)用價(jià)值。路徑集的生成問題，已經(jīng)在計(jì)算機(jī)科學(xué)領(lǐng)域獲得較多的研究，尤其是最短路的生成，在圖論中獲得了較深入的分析。從歷史的角度來看，最為經(jīng)典的最短路生成算法毫無疑問是Dijkstra(1959)，用于解決在一個(gè)權(quán)重非負(fù)的網(wǎng)絡(luò)G(N，E)中的單源最短路問題。值得注意的是，采用不同的數(shù)據(jù)結(jié)構(gòu)和優(yōu)先隊(duì)列實(shí)現(xiàn)方式，能使得Dijkstra算法達(dá)到不同的計(jì)算效率。基于Dijkstra算法有若干變種，以使用在應(yīng)用場(chǎng)景下。Di jkstra算法的變種主要通過擴(kuò)展網(wǎng)絡(luò)節(jié)點(diǎn)的標(biāo)簽，記錄路徑到達(dá)某一節(jié)點(diǎn)的轉(zhuǎn)彎數(shù)、路口數(shù)等信息，從而通過各節(jié)點(diǎn)標(biāo)簽的加權(quán)綜合效 果，按照設(shè)計(jì)者的要求，生成符合效用函數(shù)最優(yōu)的最短路。但是將這些路徑搜索算法往往適用于拓?fù)浣Y(jié)構(gòu)簡(jiǎn)單的高速公路網(wǎng)，用于城市路網(wǎng)中時(shí)，往往其搜索結(jié)果都不是理想的或者說駕駛員常規(guī)會(huì)使用的駕駛路徑。另一方面，在生成最短路之后，為了生成一個(gè)較好的路徑集，接下來的主要工作是繼續(xù)生成次短路、第三短路，直到總共生成η條路(η為建模人員預(yù)定義的一個(gè)最短路閾值)。相比于最短路算法，路徑集生成算法關(guān)注的是怎樣充分利用已計(jì)算的最短路徑集，來進(jìn)一步獲得新的最短路。鑒于城市路網(wǎng)中根據(jù)不同時(shí)間路況的最短路選擇都難以搜索到合理的駕駛路徑，進(jìn)一步生成合理的路徑選擇集合更加困難。傳統(tǒng)最短路或多條路算法多立足于理論角度，保證了解的最優(yōu)和無環(huán)，而無法保證路徑的“合理性”。這里的“合理性”是指在路徑生成過程中，能否涵蓋多種人真實(shí)選擇的行駛路徑。每個(gè)城市的路網(wǎng)都擁有自身的靜態(tài)特征，單純的最短路或者最快路，并不能很好地對(duì)“合理性”進(jìn)行體現(xiàn)。因此，為了提供更好的出行者動(dòng)態(tài)路徑導(dǎo)航服務(wù)，為了更合理準(zhǔn)確地模擬城市車輛出行行為以支撐決策支持分析工作，急迫需要研發(fā)合適的方法，以實(shí)現(xiàn)在城市路網(wǎng)中，給定任意出發(fā)時(shí)間下的起點(diǎn)和終點(diǎn)，生成“合理”的駕駛路徑集合，盡量準(zhǔn)確地反映真實(shí)司機(jī)對(duì)于出行路徑的判斷或者提出更為可靠的路徑規(guī)劃建議。有鑒于此，本發(fā)明人積極加以研究和創(chuàng)新，最終研發(fā)出一種基于骨干路網(wǎng)分層的多路徑選擇方法，以解決上述問題。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于骨干路網(wǎng)分層的多路徑選擇方法，以實(shí)現(xiàn)在城市路網(wǎng)中，給定任意出發(fā)時(shí)間下的起點(diǎn)和終點(diǎn)，生成合理的駕駛路徑集合，盡量準(zhǔn)確地反映真實(shí)司機(jī)對(duì)于出行路徑的判斷或者提出更為可靠的路徑規(guī)劃建議。為了解決上述技術(shù)問題，本發(fā)明采用了如下技術(shù)方案基于骨干路網(wǎng)分層的多路徑選擇方法，包括如下步驟a.抽取城市路網(wǎng)中的骨干路網(wǎng)，并對(duì)骨干路網(wǎng)立交橋區(qū)進(jìn)行連接簡(jiǎn)化處理；b.對(duì)給定的起終點(diǎn)對(duì)計(jì)算出行起終點(diǎn)間的直線距離，并比較起終點(diǎn)間的直線距離與設(shè)定的路程遠(yuǎn)近閾值的大小，如果起終點(diǎn)間的直線距離小于路程遠(yuǎn)近閾值，則根據(jù)步驟c生成近程路徑集；如果起終點(diǎn)間的直線距離大于等于路程遠(yuǎn)近閾值，則根據(jù)步驟d生成遠(yuǎn)程路徑集；c.以轉(zhuǎn)彎數(shù)量和旅行時(shí)間的加權(quán)和作為路徑的近程綜合效用U1，并以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而生成近程路徑集；d.以轉(zhuǎn)彎數(shù)量和旅行時(shí)間的加權(quán)和作為起點(diǎn)到骨干路網(wǎng)進(jìn)節(jié)點(diǎn)間的綜合效用U2,并用該綜合效用U2最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而得到進(jìn)節(jié)點(diǎn)路徑集和相應(yīng)的骨干路網(wǎng)進(jìn)節(jié) 點(diǎn)集；以轉(zhuǎn)彎數(shù)量和旅行距離的加權(quán)和作為骨干路網(wǎng)出節(jié)點(diǎn)到終點(diǎn)間的綜合效用U3,并用該綜合效用U3最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而得到出節(jié)點(diǎn)路徑集和相應(yīng)的骨干路網(wǎng)出節(jié)點(diǎn)集；將進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)組合配對(duì)后用Dijkstra搜索算法搜索骨干路網(wǎng)上每組進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)之間的最快路徑，得到骨干路徑集；進(jìn)節(jié)點(diǎn)路徑、骨干路徑和出節(jié)點(diǎn)路徑組合得到遠(yuǎn)程路徑集。進(jìn)一步,所述步驟a中抽取骨干路網(wǎng)包括al.對(duì)城市路網(wǎng)數(shù)據(jù)進(jìn)行編碼處理，其中每個(gè)節(jié)點(diǎn)賦值唯一編號(hào)，每個(gè)路段賦值唯一編號(hào)，明確路段起終節(jié)點(diǎn)編號(hào)；a2.根據(jù)城市道路等級(jí)以及參考城市具體道路的功能重要性，抽取城市重要道路網(wǎng)，形成單獨(dú)的骨干路網(wǎng)層數(shù)據(jù)。進(jìn)一步，所述步驟a中的骨干路網(wǎng)立交橋區(qū)的連接簡(jiǎn)化為，a3.生成虛擬連接匝道，使一個(gè)方向進(jìn)入路段直接連接到其它方向的駛出路段。進(jìn)一步，所述步驟c中，所述近程綜合效用U1通過如下公式獲得=U1=P1X轉(zhuǎn)彎數(shù)+ β2χ旅行時(shí)間，其中βρ 32分別為近程路徑選擇的轉(zhuǎn)彎系數(shù)和旅行時(shí)間系數(shù)。進(jìn)一步，所述步驟c中，以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算獲得起終點(diǎn)間近程綜合效用U1最小的路徑L1，對(duì)路徑L1中的路段逐個(gè)進(jìn)行打斷，并分別以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，對(duì)打斷路段的起點(diǎn)至終點(diǎn)D間進(jìn)行路徑搜索，從而獲得打斷路段的起點(diǎn)到終點(diǎn)間的近程綜合效用U1最小的路徑，并分別與路徑L1起點(diǎn)到打斷路段起點(diǎn)的原路徑組合得到起點(diǎn)至終點(diǎn)的路徑L2-Ln,路徑L1-Ln組成近程路徑集。
進(jìn)一步，所述步驟c中，對(duì)路徑L2-Ln中近程綜合效用U1最小的路徑Li重復(fù)對(duì)路徑L1的操作，從而獲得路徑Ln+1-Lm以增加近程路徑集中路徑的個(gè)數(shù)。進(jìn)一步，所述近程路徑集中的路徑按照各自的近程綜合效用U1值從小到大排序。進(jìn)一步，所述步驟d中，υ2=β 3X轉(zhuǎn)彎數(shù)+β 4X旅行時(shí)間；υ3=β 3Χ轉(zhuǎn)彎數(shù)+β 5Χ旅行距離；其中β3、@4和β5分別為遠(yuǎn)程路徑選擇的轉(zhuǎn)彎系數(shù)、旅行時(shí)間系數(shù)和旅行距離系數(shù)。進(jìn)一步，對(duì)所述步驟d中骨干路徑集中的每個(gè)路徑分別進(jìn)行如下處理以增加骨干路徑集中的路徑個(gè)數(shù)對(duì)每個(gè)路徑中的每一路段依次打斷，并分別用Dijkstra搜索算法搜索骨干路網(wǎng)上打斷路段的起點(diǎn)到對(duì)應(yīng)的出節(jié)點(diǎn)之間的旅行時(shí)間最短的路徑，并將新搜索得到的路徑與進(jìn)節(jié)點(diǎn)至打斷路段起點(diǎn)間的路徑組成的路徑加入骨干路徑集。進(jìn)一步，將遠(yuǎn)程路徑集中的路徑按各自的全路經(jīng)綜合效用U4的值從小到大排序，υ4=β 3X轉(zhuǎn)彎數(shù)+ β 4X旅行時(shí)間+β 6X骨干網(wǎng)里程比例,其中β3、@4和β 6分別為遠(yuǎn)程路徑選擇的轉(zhuǎn)彎系數(shù)、旅行時(shí)間系數(shù)和骨干網(wǎng)里程比例系數(shù)。進(jìn)一步，步驟a中所述城市路網(wǎng)為已經(jīng)處理好的具備連通性和方向性拓?fù)湟?guī)則的城市路網(wǎng)矢量數(shù)據(jù)。進(jìn)一步，所述轉(zhuǎn)彎數(shù)是指該路徑中左轉(zhuǎn)彎、右轉(zhuǎn)彎和調(diào)頭的總次數(shù)；所述旅行時(shí)間是根據(jù)不同的出發(fā)時(shí)間，根據(jù)各個(gè)路段在該時(shí)刻的實(shí)時(shí)或歷史參考旅行速度計(jì)算的該路徑所需旅行時(shí)長(zhǎng)；所述旅行距離是指該路徑的實(shí)際長(zhǎng)度。
`
進(jìn)一步,所述Dijkstra搜索算法為典型的Dijkstra單源最短路徑算法。進(jìn)一步，所述骨干網(wǎng)里程比例是指該路徑中在骨干網(wǎng)上的里程占路徑總里程的比例。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于本發(fā)明的基于骨干路網(wǎng)分層的多路徑選擇方法實(shí)現(xiàn)在城市路網(wǎng)中，給定任意出發(fā)時(shí)間下的起點(diǎn)和終點(diǎn)，生成合理的駕駛路徑集合，盡量準(zhǔn)確地反映真實(shí)司機(jī)對(duì)于出行路徑的判斷或者提出更為可靠的路徑規(guī)劃建議。


圖1為本發(fā)明的基于骨干路網(wǎng)分層的多路徑選擇方法的流程圖；圖2為實(shí)施例中北京市中心城區(qū)骨干路網(wǎng)分層示意圖；圖3為立交橋區(qū)復(fù)雜匝道連接簡(jiǎn)化方法示意圖；圖4為北京市基于骨干網(wǎng)分層的城市綜合效用最優(yōu)動(dòng)態(tài)多路徑選擇系統(tǒng)界面圖；圖5A-圖為高德導(dǎo)航路徑結(jié)果、谷歌自駕導(dǎo)航路徑結(jié)果和本發(fā)明方法結(jié)果的路徑圖。
具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。本發(fā)明中，城市路網(wǎng)是指已經(jīng)處理好的具備連通性和方向性拓?fù)湟?guī)則的城市路網(wǎng)
矢量數(shù)據(jù)。
轉(zhuǎn)彎數(shù)是指該路徑中左轉(zhuǎn)彎、右轉(zhuǎn)彎和調(diào)頭的總次數(shù)。旅行時(shí)間是根據(jù)不同的出發(fā)時(shí)間，根據(jù)各個(gè)路段在該時(shí)刻的實(shí)時(shí)或歷史參考旅行速度計(jì)算的該路徑所需旅行時(shí)長(zhǎng)。旅行距離是指該路徑的實(shí)際長(zhǎng)度。骨干網(wǎng)里程比例是指該路徑中在骨干網(wǎng)上的里程占路徑總里程的比例。Dijkstra搜索算法是指典型的Dijkstra單源最短路徑算法。北京市城區(qū)的路網(wǎng)結(jié)構(gòu)以矩形環(huán)狀加放射線為主，道路多以此為依托，與經(jīng)緯線平行網(wǎng)狀分布。先后依托城市擴(kuò)展，建設(shè)了二、三、四、五和六環(huán)路?？傞L(zhǎng)度超過五百公里的北京新“七環(huán)路”已經(jīng)形成半圓。全市立交橋數(shù)共有381座，京哈、京沈、京津塘、京石、八達(dá)嶺、京承、京開等多條高速公路流經(jīng)北京。北京機(jī)動(dòng)車保有量突破500萬輛,城市交通面臨更大考驗(yàn)。目前北京市中心城區(qū)面積1085平方公里，快速路里程263公里，主干路里程861公里，次干路里程629公里，道路總里程6258公里。北京市城市路網(wǎng)密集，結(jié)構(gòu)復(fù)雜，各條高速路、城市快速路以及部分主干道都設(shè)有主輔路，車輛出行經(jīng)常上下主輔路，過立交，且北京市擁堵嚴(yán)重，早晚高峰時(shí)為避開嚴(yán)重?fù)矶侣范?，?jīng)常繞行小路更為合適。另一方面，北京是國(guó)際化大都市，地域面積又廣，居民日常出行距離長(zhǎng)，起終點(diǎn)間往往存在非常多的連通路徑，這些實(shí)際情況都使得在北京市城市路網(wǎng)中，對(duì)給定任意出發(fā)時(shí)間下的起點(diǎn)和終點(diǎn)，生成“合理”的駕駛路徑集合，盡量準(zhǔn)確地反映真實(shí)司機(jī)對(duì)于出行路徑的判斷或者提出更為可靠的路徑規(guī)劃建議，具有相當(dāng)?shù)碾y度。以北京市為例，圖1為本發(fā)明的基于骨干路網(wǎng)分層的多路徑選擇方法的流程圖。如圖1所示，基于骨干路網(wǎng)分層的多路徑選擇方法，包括如下步驟步驟a、對(duì)城市路網(wǎng)分層處理，抽取北京市中心城區(qū)的骨干路網(wǎng)，并完成對(duì)立交橋區(qū)的連接簡(jiǎn)化處理。抽取骨干路網(wǎng)具體如下al.對(duì)路網(wǎng)數(shù)據(jù)進(jìn)行編碼處理，每個(gè)節(jié)點(diǎn)賦值唯一編號(hào)，每個(gè)路段賦值唯一編號(hào)，明確每一路段起終節(jié)點(diǎn)編號(hào)；a2.根據(jù)城市的道路現(xiàn)狀等級(jí)以及參考某些具體道路的功能重要性，抽取中心城區(qū)的重要道路網(wǎng)，形成單獨(dú)的骨干路網(wǎng)層數(shù)據(jù)；參見如2，圖2為北京市中心城區(qū)骨干路網(wǎng)分層示意圖；圖中的粗線條為提取出的中心城區(qū)的骨干路網(wǎng)。立交橋區(qū)的連接簡(jiǎn)化處理如下a3.對(duì)骨干路網(wǎng)層數(shù)據(jù)中的立交橋區(qū)的復(fù)雜匝道連接進(jìn)行簡(jiǎn)化，生成虛擬連接匝道，從而將一個(gè)方向進(jìn)入路段直接連接到其它方向的駛出路段；一個(gè)方向進(jìn)入路段一般連接三個(gè)或多個(gè)方向的駛出路段。參見如圖3A、圖3B和圖3C，圖3A、圖3B和圖3C分別為新興橋西-北、西-南和西-東的立交橋區(qū)復(fù)雜匝道連接簡(jiǎn)化方法示意圖。圖中的粗實(shí)線為實(shí)際連接匝道，虛線為虛擬連接匝道。步驟b、對(duì)給定的起終點(diǎn)對(duì)(0，D)計(jì)算出行起終點(diǎn)間的直線距離，并比較起終點(diǎn)間的直線距離與設(shè)定的路程遠(yuǎn)近閾值的大小，如果起終點(diǎn)間的直線距離小于路程遠(yuǎn)近閾值，則根據(jù)步驟c生成近程路徑集；如果起終點(diǎn)間的直線距離大于等于路程遠(yuǎn)近閾值，則根據(jù)步驟d生成遠(yuǎn)程路徑集；路程遠(yuǎn)近閾值的設(shè)定根據(jù)城市規(guī)模等實(shí)際情況確定。北京將路程遠(yuǎn)近閾值設(shè)定為4公里。
步驟C、以轉(zhuǎn)彎數(shù)量和旅行時(shí)間的加權(quán)和作為路徑的近程綜合效用U1，并以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而生成近程路徑集，具體如下Cl.近程綜合效用U1通過如下公式獲得=U1=P1X轉(zhuǎn)彎數(shù)+ β2Χ旅行時(shí)間，其中β !為近程路徑選擇的轉(zhuǎn)彎系數(shù)，β 2為近程路徑選擇的旅行時(shí)間系數(shù)；上述系數(shù)及本發(fā)明中的其他系數(shù)可根據(jù)對(duì)城市出行路徑選擇調(diào)查數(shù)據(jù)標(biāo)定結(jié)果確定。針對(duì)北京市上述系數(shù)的取值為βι = -0.2，β 2=-0. 7 οc2.以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算獲得起終點(diǎn)間近程綜合效用U1最小的路徑U。c3.對(duì)路徑L1中的路段逐個(gè)進(jìn)行打斷，并以近程綜合效用U1最小代替Di jkstra搜索算法中的距離最短，對(duì)打斷路段的起點(diǎn)至終點(diǎn)D間進(jìn)行路徑搜索，從而獲得打斷路段的起點(diǎn)到終點(diǎn)間的近程綜合效用U1最小的路徑，并分別與路徑L1起點(diǎn)到打斷路段起點(diǎn)的原路徑組合得到起點(diǎn)至終點(diǎn)的路徑L2-Ln，路徑L1-Ln組成近程路徑集。c4.上述L1 -Ln組成近程路徑集即構(gòu)成該近程起終點(diǎn)對(duì)(0，D)之間的可選路徑集。c5.為了增加近程路徑集中路徑的數(shù)量，可對(duì)L2-Ln中的近程綜合效用U1最小的路徑Li繼續(xù)步驟c3中對(duì)路徑L1操作，即依次打斷路徑Li的各個(gè)路段，再用Dijkstra搜索算法搜索，得到從打斷路段的起點(diǎn)處到終點(diǎn)D的近程綜合效用U1最小的路徑Ln+1-Lm，將路徑Ln+1-Lm加入近程路徑集以增加可選路徑的個(gè)數(shù)。c6.上述所有路徑L1-Ln和路徑Ln+1_Lm合起來即為該近程起終點(diǎn)對(duì)(0，D)之間的可選的近程路徑集；可設(shè)定近程路徑集中路徑的個(gè)數(shù)，當(dāng)近程路徑集中路徑的個(gè)數(shù)達(dá)到設(shè)定的個(gè)數(shù)時(shí)即停止搜索，以減少不必要的計(jì)算，提高效率。以北京市為例，可設(shè)定為50條。c7.計(jì)算近程路徑集中每條路徑的近程綜合效用U1的值，并從小到大排序，提供前幾條路徑供司機(jī)等用戶選擇即可。一般提供近程綜合效用U1的值最小的前5條路徑即可。步驟d、以轉(zhuǎn)彎數(shù)量和旅行時(shí)間的加權(quán)和作為起點(diǎn)到骨干路網(wǎng)進(jìn)節(jié)點(diǎn)間的綜合效用U2，并用該綜合效用U2最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而得到進(jìn)節(jié)點(diǎn)路徑集和相應(yīng)的骨干路網(wǎng)進(jìn)節(jié)點(diǎn)集；以轉(zhuǎn)彎數(shù)量和旅行距離的加權(quán)和作為骨干路網(wǎng)出節(jié)點(diǎn)到終點(diǎn)間的綜合效用U3,并用該綜合效用U3最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而得到出節(jié)點(diǎn)路徑集和相應(yīng)的骨干路網(wǎng)出節(jié)點(diǎn)集；將進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)組合配對(duì)后用Dijkstra搜索算法搜索骨干路網(wǎng)上每組進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)之間的最快路徑，得到骨干路徑集；進(jìn)節(jié)點(diǎn)路徑、骨干路徑和出節(jié)點(diǎn)路徑組合得到遠(yuǎn)程路徑集。具體如下dl.起點(diǎn)O到骨干路網(wǎng)進(jìn)節(jié)點(diǎn)間的綜合效用U2通過如下公式得到，U2= β3Χ轉(zhuǎn)彎數(shù)+ β4χ旅行時(shí)間，其中03為遠(yuǎn)程路徑選擇的轉(zhuǎn)彎系數(shù)，β4為遠(yuǎn)程路徑選擇的旅行時(shí)間系數(shù)；上述系數(shù)針對(duì)北京市的取值為β 3 = -O. 3，β 4 = -O. 5 ；d2.骨干路網(wǎng)出節(jié)點(diǎn)到終點(diǎn)D間的綜合效用U3通過如下公式得到，U3= β3Χ轉(zhuǎn)彎數(shù)+ β5χ旅行距離，其中03為遠(yuǎn)程路徑選擇的轉(zhuǎn)彎系數(shù)，β5為遠(yuǎn)程路徑選擇的旅行距離系數(shù)，上述系數(shù)針對(duì)北京市的取值為β 3=-0. 3，β 5=-0. 001 ；d3.用該綜合效用U2最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，得到起點(diǎn)O到骨干路網(wǎng)進(jìn)節(jié)點(diǎn)間的綜合效用U2最小的路徑構(gòu)成進(jìn)節(jié)點(diǎn)路徑集，進(jìn)節(jié)點(diǎn)路徑集中的路徑相應(yīng)的進(jìn)節(jié)點(diǎn)構(gòu)成骨干路網(wǎng)進(jìn)節(jié)點(diǎn)集Era-Et^可以設(shè)置進(jìn)節(jié)點(diǎn)數(shù)量P，當(dāng)達(dá)到進(jìn)節(jié)點(diǎn)數(shù)量P時(shí)，停止搜索，以便減少計(jì)算，提高效率。針對(duì)北京市取值p=5，所以在本實(shí)施例中當(dāng)?shù)玫降倪M(jìn)節(jié)點(diǎn)數(shù)達(dá)到5個(gè)時(shí)，終止搜索，此時(shí)找到的進(jìn)節(jié)點(diǎn)Ew-Em構(gòu)成骨干路網(wǎng)進(jìn)節(jié)點(diǎn)集。d4.用該綜合效用U3最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，得到骨干路網(wǎng)出節(jié)點(diǎn)到終點(diǎn)D間的綜合效用U3最小的路徑構(gòu)成出節(jié)點(diǎn)路徑集，出節(jié)點(diǎn)路徑集中的路徑相應(yīng)的出節(jié)點(diǎn)構(gòu)成骨干路網(wǎng)出節(jié)點(diǎn)集ED1-ED(1。可以設(shè)置進(jìn)節(jié)點(diǎn)數(shù)量q，當(dāng)達(dá)到進(jìn)節(jié)點(diǎn)數(shù)量q時(shí)，停止搜索，以便減少計(jì)算，提高效率。針對(duì)北京市取值q=5，所以在本實(shí)施例中當(dāng)?shù)玫降某龉?jié)點(diǎn)數(shù)達(dá)到5個(gè)時(shí)，終止搜索，此時(shí)找到的出節(jié)點(diǎn)Ed1-Ed5構(gòu)成骨干路網(wǎng)出節(jié)點(diǎn)集。d5.將進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)進(jìn)行組合配對(duì)(Eq1-Edi), (Eq1-Ed2) ... (E05-E115),共25組，用旅行時(shí)間最短代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，得到骨干路網(wǎng)上對(duì)每組進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)間最快路徑Lil-Li25,得到骨干路徑集。d6.對(duì)上述骨干路徑集中的每個(gè)路徑中的每一個(gè)路段依次打斷，并分別用Dijkstra搜索算法搜索骨干路網(wǎng)上打斷路段的起點(diǎn)到對(duì)應(yīng)的出節(jié)點(diǎn)之間的旅行時(shí)間最短的路徑Lm-Liin,并將新搜索得到的路徑與進(jìn)節(jié)點(diǎn)至打斷路段起點(diǎn)間的路徑組成的路徑加入骨干路徑集，以增加骨干路徑集中的路徑個(gè)數(shù)。d7.上述進(jìn)節(jié)點(diǎn)路徑、骨干路徑和出節(jié)點(diǎn)路徑組合得到起終點(diǎn)對(duì)(0，D)之間的遠(yuǎn)程路徑集。d8.如果遠(yuǎn)程路徑集中的路徑數(shù)量還不夠，可對(duì)Liil-Liin中骨干路網(wǎng)進(jìn)出節(jié)點(diǎn)間旅行時(shí)間最短的路徑Ls繼續(xù)步驟d5中的操作，即依次打斷Ls在骨干路網(wǎng)上的各個(gè)路段，并分別用Dijkstra搜索算法搜索骨干路網(wǎng)上打斷路段的起點(diǎn)到對(duì)應(yīng)的出節(jié)點(diǎn)之間的最快路徑Lsl-Lsm，并將新搜索得到的路徑與進(jìn)節(jié)點(diǎn)至打斷路段起點(diǎn)間的路徑組成的路徑加入骨干路
徑集。 d9.可設(shè)定生成遠(yuǎn)程起終點(diǎn)對(duì)(0，D)之間的遠(yuǎn)程路徑集中的路徑個(gè)數(shù)，達(dá)到設(shè)定個(gè)數(shù)時(shí)，停止搜索，以減少計(jì)算量，提高效率。北京市遠(yuǎn)程路徑集中包含路徑達(dá)到200條停止搜索。dlO.通過下式獲得遠(yuǎn)程路徑集中的路徑的全路徑綜合效用U4，U4=i33X轉(zhuǎn)彎數(shù)+ β4χ旅行時(shí)間+ β6Χ骨干網(wǎng)里程比例，分別計(jì)算遠(yuǎn)程路徑集中每條路徑的綜合效用U4的值，并將路徑按U4的值從小到大排序，提供前幾條供用戶選擇。β 6為遠(yuǎn)程路徑選擇的骨干網(wǎng)里程比例系數(shù)，對(duì)北京取值β6=1.0。一般設(shè)定供選擇的路徑數(shù)為10條即可。本發(fā)明中的Dijkstra搜索算法是指典型的Dijkstra單源最短路徑算法。但在本發(fā)明中用兩點(diǎn)間的綜合效用值最小代替兩點(diǎn)間的距離最短進(jìn)行計(jì)算。用綜合效用最小代替單純的距離最短進(jìn)行搜索，以使提供的路徑貼合實(shí)際路況。按按本發(fā)明方法完成的北京市基于骨干網(wǎng)分層的城市綜合效用最優(yōu)動(dòng)態(tài)多路徑選擇系統(tǒng)界面如圖4所示。系統(tǒng)可以任意從圖上選擇出行的起終點(diǎn)，選擇出發(fā)時(shí)間，以歷史數(shù)據(jù)平均的對(duì)應(yīng)時(shí)間段的各條道路的旅行時(shí)間作為旅行時(shí)間值，根據(jù)基于骨干網(wǎng)分層的城市綜合效用最優(yōu)動(dòng)態(tài)多路徑選擇方法算法，依次顯示系統(tǒng)計(jì)算的各條路徑結(jié)果。為了驗(yàn)證上述方法的可行性及實(shí)際運(yùn)行效果，下面利用從典型起終點(diǎn)(從北京市華威橋東-六里橋長(zhǎng)途客運(yùn)站)，分別對(duì)比了高德導(dǎo)航路徑結(jié)果、谷歌自駕導(dǎo)航路徑結(jié)果和本發(fā)明的選擇方法的結(jié)果，選擇的路徑圖如圖5Α至圖5d所示(I)圖5A是高德公司導(dǎo)航軟件搜索得到的最佳路徑，顯示為直接上三環(huán)，繞南三環(huán)到六里橋出三環(huán)到達(dá)目的地，高德導(dǎo)航軟件不分出發(fā)時(shí)間統(tǒng)一計(jì)算；(2)圖5B1和圖5B2是谷歌地圖自駕車路徑規(guī)劃的兩種方案，谷歌地圖自駕車路徑規(guī)劃按照不同的出發(fā)時(shí)間，綜合考慮道路擁堵情況進(jìn)行路徑規(guī)劃計(jì)算，在早高峰8:30出發(fā)的情況下，路徑規(guī)劃顯示2種推薦選擇參見圖5B1，一種還是直接上三環(huán)，繞南三環(huán)到六里橋出三環(huán)到達(dá)目的地；參見圖5B2，另一種是上南二環(huán)，往西走蓮花池西路快速路到西三環(huán)，再沿西三環(huán)往南繞回六里橋出三環(huán)到達(dá)目的地，其原因是早高峰期間，從麗澤橋經(jīng)六里橋往北的西三環(huán)南向北方向路段擁堵十分嚴(yán)重，因此路徑規(guī)劃會(huì)有意繞開此方向路段；(3)圖5C和圖是本發(fā)明方法對(duì)不同的出發(fā)時(shí)間計(jì)算得到的路徑選擇結(jié)果。圖5C1和圖5C2是凌晨3點(diǎn)完全暢通情況下的路徑選擇計(jì)算結(jié)果中排名最前的兩種路徑規(guī)劃，參見圖5C1，方案一還是直接上三環(huán)，繞南三環(huán)到六里橋出三環(huán)到達(dá)目的地；參見圖5C2，方案二是南三環(huán)接麗澤路到西三環(huán)到目的地，基本都是快速路系統(tǒng)最短路徑；圖5D1和圖5D2是早高峰8:30出發(fā)的情況下的路徑選擇計(jì)算結(jié)果中排名最前的兩種路徑規(guī)劃，參見圖OT1，方案一繞南三環(huán)，到最堵的麗澤橋開始的南向北西三環(huán)路段(圖中箭頭方向所指)，選擇了從麗澤橋往西走萬豐路繞過最堵段到達(dá)目的地；參見圖OT2，其次方案二才是直接沿三環(huán)到達(dá)目的地。根據(jù)北京的實(shí)際駕駛，早高峰時(shí)最好的路徑就是走南三環(huán)然后從麗澤橋往西繞行到六里橋，而完全暢通的情況下最好的路徑是直接沿三環(huán)到達(dá)目的地，從實(shí)際搜索情況來看，北京市基于骨干網(wǎng)分層的城市綜合效用最優(yōu)動(dòng)態(tài)多路徑選擇系統(tǒng)能得到最好的路徑計(jì)算結(jié)果。該算法計(jì)算結(jié)果比較理想。以上實(shí)施例僅為本發(fā)明的示例性實(shí)施例，不用于限制本發(fā)明，本發(fā)明的保護(hù)范圍由權(quán)利要求書限定。本領(lǐng)域技術(shù)人員可以在本發(fā)明的實(shí)質(zhì)和保護(hù)范圍內(nèi)，對(duì)本發(fā)明做出各種修改或等同替換，這種修改或等同替換也應(yīng)視為落在本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1.基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，包括如下步驟a.抽取城市路網(wǎng)中的骨干路網(wǎng)，并對(duì)骨干路網(wǎng)立交橋區(qū)進(jìn)行連接簡(jiǎn)化處理；b.對(duì)給定的起終點(diǎn)對(duì)計(jì)算出行起終點(diǎn)間的直線距離，并比較起終點(diǎn)間的直線距離與設(shè)定的路程遠(yuǎn)近閾值的大小，如果起終點(diǎn)間的直線距離小于路程遠(yuǎn)近閾值，則根據(jù)步驟c生成近程路徑集；如果起終點(diǎn)間的直線距離大于等于路程遠(yuǎn)近閾值，則根據(jù)步驟d生成遠(yuǎn)程路徑集；c.以轉(zhuǎn)彎數(shù)量和旅行時(shí)間的加權(quán)和作為路徑的近程綜合效用U1，并以近程綜合效用U1 最小代替Di jkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而生成近程路徑集；d.以轉(zhuǎn)彎數(shù)量和旅行時(shí)間的加權(quán)和作為起點(diǎn)到骨干路網(wǎng)進(jìn)節(jié)點(diǎn)間的綜合效用U2，并用該綜合效用U2最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而得到進(jìn)節(jié)點(diǎn)路徑集和相應(yīng)的骨干路網(wǎng)進(jìn)節(jié)點(diǎn)集；以轉(zhuǎn)彎數(shù)量和旅行距離的加權(quán)和作為骨干路網(wǎng)出節(jié)點(diǎn)到終點(diǎn)間的綜合效用U3,并用該綜合效用U3最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，從而得到出節(jié)點(diǎn)路徑集和相應(yīng)的骨干路網(wǎng)出節(jié)點(diǎn)集；將進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)組合配對(duì)后用 Dijkstra搜索算法搜索骨干路網(wǎng)上每組進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)之間的最快路徑，得到骨干路徑集；進(jìn)節(jié)點(diǎn)路徑、骨干路徑和出節(jié)點(diǎn)路徑組合得到遠(yuǎn)程路徑集。
2.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，所述步驟a中抽取骨干路網(wǎng)包括al.對(duì)城市路網(wǎng)數(shù)據(jù)進(jìn)行編碼處理，其中每個(gè)節(jié)點(diǎn)賦值唯一編號(hào)， 每個(gè)路段賦值唯一編號(hào)，明確路段起終節(jié)點(diǎn)編號(hào)；a2.根據(jù)城市道路等級(jí)以及參考城市具體道路的功能重要性，抽取城市重要道路網(wǎng)，形成單獨(dú)的骨干路網(wǎng)層數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，所述步驟a中的骨干路網(wǎng)立交橋區(qū)的連接簡(jiǎn)化為，a3.生成虛擬連接匝道，使一個(gè)方向進(jìn)入路段直接連接到其它方向的駛出路段。
4.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，所述步驟c中，所述近程綜合效用U1通過如下公式獲得=U1=P1X轉(zhuǎn)彎數(shù)+β2Χ旅行時(shí)間，其中 β P β 2分別為近程路徑選擇的轉(zhuǎn)彎系數(shù)和旅行時(shí)間系數(shù)。
5.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，所述步驟c中，以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算獲得起終點(diǎn)間近程綜合效用U1最小的路徑L1，對(duì)路徑L1中的路段逐個(gè)進(jìn)行打斷，并分別以近程綜合效用U1最小代替Dijkstra搜索算法中的距離最短進(jìn)行計(jì)算，對(duì)打斷路段的起點(diǎn)至終點(diǎn)D間進(jìn)行路徑搜索，從而獲得打斷路段的起點(diǎn)到終點(diǎn)間的近程綜合效用U1最小的路徑，并分別與路徑L1起點(diǎn)到打斷路段起點(diǎn)的原路徑組合得到起點(diǎn)至終點(diǎn)的路徑L2-Ln，路徑L1-Ln組成近程路徑集。
6.根據(jù)權(quán)利要求5所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，對(duì)路徑 L2-Ln中近程綜合效用U1最小的路徑Li重復(fù)對(duì)路徑L1的操作，從而獲得路徑Ln+1-Lm以增加近程路徑集中路徑的個(gè)數(shù)。
7.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，所述近程路徑集中的路徑按照各自的近程綜合效用U1值從小到大排序。
8.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，所述步驟d中，U2= β3χ轉(zhuǎn)彎數(shù)+ β4χ旅行時(shí)間；υ3=β3χ轉(zhuǎn)彎數(shù)+ β5χ旅行距離；其中β3、β4 和β 5分別為遠(yuǎn)程路徑選擇的轉(zhuǎn)彎系數(shù)、旅行時(shí)間系數(shù)和旅行距離系數(shù)。
9.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，對(duì)所述步驟d中骨干路徑集中的每個(gè)路徑分別進(jìn)行如下處理以增加骨干路徑集中的路徑個(gè)數(shù)對(duì)每個(gè)路徑中的每一路段依次打斷，并分別用Dijkstra搜索算法搜索骨干路網(wǎng)上打斷路段的起點(diǎn)到對(duì)應(yīng)的出節(jié)點(diǎn)之間的旅行時(shí)間最短的路徑，并將新搜索得到的路徑與進(jìn)節(jié)點(diǎn)至打斷路段起點(diǎn)間的路徑組成的路徑加入骨干路徑集。
10.根據(jù)權(quán)利要求1所述的基于骨干路網(wǎng)分層的多路徑選擇方法，其特征在于，將遠(yuǎn)程路徑集中的路徑按各自的全路經(jīng)綜合效用U4的值從小到大排序，υ4=β3Χ轉(zhuǎn)彎數(shù)+ β4Χ旅行時(shí)間+β6χ骨干網(wǎng)里程比例，其中@3、04和β6分別為遠(yuǎn)程路徑選擇的轉(zhuǎn)彎系數(shù)、旅行時(shí)間系數(shù)和骨干網(wǎng)里程比例系數(shù)。
全文摘要
本發(fā)明公開了一種基于骨干路網(wǎng)分層的多路徑選擇方法，包括如下步驟a.抽取城市路網(wǎng)中的骨干路網(wǎng)，并對(duì)骨干路網(wǎng)立交橋區(qū)進(jìn)行連接簡(jiǎn)化處理；b.判斷給定的起終點(diǎn)對(duì)的直線距離與設(shè)定的路程遠(yuǎn)近閾值的大小，分別根據(jù)步驟c生成近程路徑集，根據(jù)步驟d生成遠(yuǎn)程路徑集；c.用Dijkstra搜索算法以近程綜合效用最小生成近程路徑集；d.用Dijkstra搜索算法以遠(yuǎn)程路徑的綜合效用最小分別得到骨干路網(wǎng)的進(jìn)節(jié)點(diǎn)集和出節(jié)點(diǎn)集；將進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)組合配對(duì)后用搜索每組進(jìn)節(jié)點(diǎn)和出節(jié)點(diǎn)之間的最快路徑，得到骨干路徑集；組合得到遠(yuǎn)程路徑集。本發(fā)明方法可生成合理的駕駛路徑集合，能準(zhǔn)確地反映出行路徑狀況。
文檔編號(hào)G01C21/34GK103047990SQ20121056800
公開日2013年4月17日 申請(qǐng)日期2012年12月24日 優(yōu)先權(quán)日2012年12月24日
發(fā)明者朱麗云, 王超, 溫慧敏, 郭繼孚, 孫建平, 扈中偉 申請(qǐng)人:北京交通發(fā)展研究中心