一种用于路径选取的全局动态交互决策算法制造技术

本发明专利技术公开了一种用于路径选取的全局动态交互决策算法，包括如下步骤：步骤S1，读取配置项，获得所需要处理的轨迹数据、所在路段、轨迹点半径等参数；步骤S5，对于整条轨迹，通过两两轨迹点之间的关系构建概率矩阵，并将所有轨迹点之间的关系构建成一个整体的关系图；步骤S6，以每一个轨迹点为中心点构建其他轨迹点到中心点的权重矩阵；步骤S7，对于得分矩阵，依据动态规划方式寻找权重最大的投影点并保存；步骤S8，统计依据得分矩阵计算的各投影点的得分进行交互决策。本发明专利技术考虑全局轨迹点之间的相互影响，解决常用最优路径规划算法中，由于某异常轨迹点导致整体路径选取偏差的问题，提高离线轨迹数据的最优路径选取的准确率。

A global dynamic interactive decision algorithm for path selection

【技术实现步骤摘要】
一种用于路径选取的全局动态交互决策算法
本专利技术属于城市交通
，具体涉及一种用于路径选取的全局动态交互决策算法。
技术介绍
在对离线数据进行最优路径规划的过程中，例如OD分析、流量统计、道路流量等，传统的路径拟合算法一般不会考虑全局轨迹点之间的相互影响，传统的最优路径规划算法主要基于当前轨迹点的前一个轨迹点来进行最优路径查找，存在一个轨迹点偏差时对整体路径规划造成较大影响的问题。因此对离线数据进行路径规划时的准确率并不理想。为此，我们提出一种用于路径选取的全局动态交互决策算法，以解决上述
技术介绍
中提到的问题。
技术实现思路
本专利技术的目的在于提供一种用于路径选取的全局动态交互决策算法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种用于路径选取的全局动态交互决策算法，包括如下步骤：步骤S1，读取配置项，获得所需要处理的轨迹数据、所在路段、轨迹点半径等参数；步骤S2，抽取轨迹数据并提取其中所需字段并进行存储，然后根据轨迹所在时间段进行抽取，并进行轨迹预处理；步骤S3，读取Geojson类型路网数据，对路网进行处理并存储，同时对路网进行过滤，只保留所需类型的道路，去除人行道和小路等类型道路；步骤S4，根据轨迹数据和经过过滤后的路网数据，结合投影点选取半径，进行投影点选取；步骤S5，对于整条轨迹，通过两两轨迹点之间的关系构建概率矩阵，并将所有轨迹点之间的关系构建成一个整体的关系图；步骤S6，以每一个轨迹点为中心点构建其他轨迹点到中心点的权重矩阵；步骤S7，对于得分矩阵，依据动态规划方式寻找权重最大的投影点并保存；步骤S8，统计依据得分矩阵计算的各投影点的得分进行交互决策。优选的，所述步骤S1具体包括：步骤S1.1，读取离线轨迹数据；步骤S1.2，读取轨迹数据所在地区的路网数据；步骤S1.3，读取道路投影点的半径r；步骤S1.4，根据处理需求，读取需要进行匹配的轨迹所在时间段。优选的，所述步骤S2具体包括：步骤S2.1，提取轨迹数据中经纬度以及时间字段并进行存储；步骤S2.2，对轨迹点按照时间先后进行排序；步骤S2.3，抽取所给时间段内的轨迹并进行存储；步骤S2.4，对轨迹数据进行预处理，具体方法如下：首先判断同一个时间点下是否有多个轨迹点的情况，如果存在该情况，则对多个轨迹点进行比对，若多个轨迹点坐标相同则删除重复值；若多个轨迹点坐标不同则选取采样个数最多的坐标作为该时间点的采样坐标；若多个采样点坐标不同且数量相同，则选取第一个采样点作为该时间点的采样坐标；其次，判断任意一个采样点下是否存在经纬度为0的情况即空采样点，若存在则直接去除。优选的，所述步骤S3具体方法如下：步骤S3.1，读取路网数据；步骤S3.2，对路网数据进行过滤，根据城市的实际情况确定需要保留的道路类型字段，并将剩下类型的道路过滤掉；步骤S3.3，按地理信息将每条路进行存储。优选的，所述步骤S4具体方法如下：步骤S4.1，对于每一个轨迹点pi，以当前轨迹点为中心，以步骤S1.3所设的投影点半径值r为半径，作圆；步骤S4.2，截取所有在圆形几何范围内的道路作为候选道路；步骤S4.3，对于每一条候选道路，计算当前轨迹点到道路的最短距离，计算最短距离时在道路的上取得点作为该条道路的投影点；步骤S4.4，将当前轨迹点的所有投影点的坐标与对应的路网信息一并保存。优选的，所述步骤S5具体方法如下：步骤S5.1，计算每个投影点的分布概率，该分布概率服从正态分布，即pi～N(μ,σ2)，正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度，则概率分布函数为步骤S5.2，计算每两个投影点间的路程与相应轨迹点之间距离的比重，例如两个轨迹点pm与pn其投影点分别为qm和qn，则距离比重为其中dist(qm,qn)为两个投影点之间的欧几里得距离，dist(pm,pn)为两个轨迹点之间的欧几里得距离；步骤S5.3，根据时间间隔与路程信息计算出两个投影点之间的行进速度，并求出与当前道路限速的比重，例如两个轨迹点之间的时间间隔为Δt，则速度比重为其中vmax为当前投影点所在道路的最大限速；步骤S5.4，将S5.1,S5.2,S5.3计算出的三个值W1,W2,W3，归一化并相乘得出两个投影点之间的综合概率步骤S5.5，通过两个轨迹点之间投影点的关系构建概率矩阵(例：若轨迹点1有n个投影点，轨迹点2有m个投影点，则构建一个n*m的矩阵，矩阵的第i行第j列的元素代表轨迹点1的第i个投影点到轨迹点2的第j个投影点的综合概率)；步骤S5.6，对于每两个相邻轨迹点构建S5.5所述的概率矩阵，并将所有矩阵组合成一个大的对角矩阵；所述步骤S6具体步骤如下：步骤S6.1，按顺序选取其中一个轨迹点pi为中心点；步骤S6.2，计算其他轨迹点到中心点的距离权重例如第i个轨迹点到第j个轨迹点的距离权重为2-dist(i,j),dist(i,j)为第i个轨迹点与第j个轨迹点之间的欧几里得距离，将计算权重构建对角矩阵；步骤S6.3，对每一个轨迹点构建相应对角矩阵，总个数与轨迹点个数n相同；步骤S6.4，将步骤S6.3计算得到的每一个对角矩阵与步骤S5.6得到的概率矩阵分别相乘，得到n个得分矩阵。优选的，所述步骤S7以第一个得分矩阵为例，具体方法如下：步骤S7.1，计算初始值向量V1，向量内包含元素个数等于第一个轨迹点的投影点个数，每个元素的计算方法为当前得分矩阵的中心点i到第一个轨迹点的距离权重乘以第一个轨迹点的投影点t的高斯分布概率V1中的最大值位置k为第一个轨迹点的第k个投影点，用数组A记录该投影点位置；步骤S7.2，将初始值向量与第一个对角矩阵的每一列分别相加，得到的所有元素作比较得到一个最大值，最大值所在列数k代表第二个轨迹点的第k投影点，将该投影点位置存入A并将每一列的最大值构成向量V2；步骤S7.3，将S7.2计算出的V2作为第二个对角矩阵的初始值，计算出第三个轨迹点的向量V3以及记录最大值所在的投影点位置于A，并以此类推用动态规划的方式计算出所有对角矩阵中的最大值并在A中记录所在位置；步骤S7.4，对于计算完的第一个得分矩阵，A中第i个元素的值j即为第i个轨迹点的第j个投影点，给当前投影点得分+1；所述步骤S8具体方法如下：步骤S8.1，对于每一个得分矩阵根据S7的方法计算出权重最大的投影点位置并保存在数组中；步骤S8.2，对于S8.1中每一个数组，依据步骤S7.4的方法对投影点进行加分；步骤S8.3，全部加分结束后，遍历全部投影点，对于每一个轨迹点中选取得分最高的投影点作为最优投影点；步骤S8.4，将所有最优投影点所在道路组合得到最优行径路线。与现有技术相比，本专利技术的有益效果本文档来自技高网...

【技术保护点】
1.一种用于路径选取的全局动态交互决策算法，其特征在于：包括如下步骤：/n步骤S1，读取配置项，获得所需要处理的轨迹数据、所在路段、轨迹点半径等参数；/n步骤S2，抽取轨迹数据并提取其中所需字段并进行存储，然后根据轨迹所在时间段进行抽取，并进行轨迹预处理；/n步骤S3，读取Geojson类型路网数据，对路网进行处理并存储，同时对路网进行过滤，只保留所需类型的道路，去除人行道和小路等类型道路；/n步骤S4，根据轨迹数据和经过过滤后的路网数据，结合投影点选取半径，进行投影点选取；/n步骤S5，对于整条轨迹，通过两两轨迹点之间的关系构建概率矩阵，并将所有轨迹点之间的关系构建成一个整体的关系图；/n步骤S6，以每一个轨迹点为中心点构建其他轨迹点到中心点的权重矩阵；/n步骤S7，对于得分矩阵，依据动态规划方式寻找权重最大的投影点并保存；/n步骤S8，统计依据得分矩阵计算的各投影点的得分进行交互决策。/n

【技术特征摘要】
1.一种用于路径选取的全局动态交互决策算法，其特征在于：包括如下步骤：
步骤S1，读取配置项，获得所需要处理的轨迹数据、所在路段、轨迹点半径等参数；
步骤S2，抽取轨迹数据并提取其中所需字段并进行存储，然后根据轨迹所在时间段进行抽取，并进行轨迹预处理；
步骤S3，读取Geojson类型路网数据，对路网进行处理并存储，同时对路网进行过滤，只保留所需类型的道路，去除人行道和小路等类型道路；
步骤S4，根据轨迹数据和经过过滤后的路网数据，结合投影点选取半径，进行投影点选取；
步骤S5，对于整条轨迹，通过两两轨迹点之间的关系构建概率矩阵，并将所有轨迹点之间的关系构建成一个整体的关系图；
步骤S6，以每一个轨迹点为中心点构建其他轨迹点到中心点的权重矩阵；
步骤S7，对于得分矩阵，依据动态规划方式寻找权重最大的投影点并保存；
步骤S8，统计依据得分矩阵计算的各投影点的得分进行交互决策。


2.根据权利要求1所述的一种用于路径选取的全局动态交互决策算法，其特征在于：所述步骤S1具体包括：
步骤S1.1，读取离线轨迹数据；
步骤S1.2，读取轨迹数据所在地区的路网数据；
步骤S1.3，读取道路投影点的半径r；
步骤S1.4，根据处理需求，读取需要进行匹配的轨迹所在时间段。


3.根据权利要求1所述的一种用于路径选取的全局动态交互决策算法，其特征在于：所述步骤S2具体包括：
步骤S2.1，提取轨迹数据中经纬度以及时间字段并进行存储；
步骤S2.2，对轨迹点按照时间先后进行排序；
步骤S2.3，抽取所给时间段内的轨迹并进行存储；
步骤S2.4，对轨迹数据进行预处理，具体方法如下：首先判断同一个时间点下是否有多个轨迹点的情况，如果存在该情况，则对多个轨迹点进行比对，若多个轨迹点坐标相同则删除重复值；若多个轨迹点坐标不同则选取采样个数最多的坐标作为该时间点的采样坐标；若多个采样点坐标不同且数量相同，则选取第一个采样点作为该时间点的采样坐标；其次，判断任意一个采样点下是否存在经纬度为0的情况即空采样点，若存在则直接去除。


4.根据权利要求1所述的一种用于路径选取的全局动态交互决策算法，其特征在于：所述步骤S3具体方法如下：
步骤S3.1，读取路网数据；
步骤S3.2，对路网数据进行过滤，根据城市的实际情况确定需要保留的道路类型字段，并将剩下类型的道路过滤掉；
步骤S3.3，按地理信息将每条路进行存储。


5.根据权利要求1所述的一种用于路径选取的全局动态交互决策算法，其特征在于：所述步骤S4具体方法如下：
步骤S4.1，对于每一个轨迹点pi，以当前轨迹点为中心，以步骤S1.3所设的投影点半径值r为半径，作圆；
步骤S4.2，截取所有在圆形几何范围内的道路作为候选道路；
步骤S4.3，对于每一条候选道路，计算当前轨迹点到道路的最短距离，计算最短距离时在道路的上取得点作为该条道路的投影点；
步骤S4.4，将当前轨迹点的所有投影点的坐标与对应的路网信息一并保存。


6.根据权利要求1所述的一种用于路径选取的全局动态交互决策算法，其特征在于：所述步骤S5具体方法如下：
步骤S5.1，计算每个投影点的分布概率，该分...

【专利技术属性】
技术研发人员：李永军，赵子睿，孙恩泽，徐东汉，
申请(专利权)人：江苏欣网视讯软件技术有限公司，
类型：发明
国别省市：江苏;32