一种基于小区疫情态势的步行路径规划方法及系统技术方案

本发明专利技术公开了一种基于小区疫情态势的步行路径规划方法及系统，设置用于限定路径搜索范围的搜索区域，确定搜索区域内的所有路段及道路交叉口；量化约束参数，包括基于小区疫情态势对路段疫情感染风险进行量化，为搜索安全路径提供依据；求解路段弧权值，包括采用基于最短路径长度的调节函数来为区域内各路段的步行长度、疫情风险因子及疫情密度动态赋权，将三约束因素加权求和后得到对应路段的路段权重；搜索最优路径，包括在确定的搜索区域中，将路口和路段分别标记为节点V和边E，根据路段权重W，将路网抽象为有向图G＝[V,E,W]，采用Dijkstra算法对限定搜索区域的路径进行寻优，从而获得兼顾时间开销及步行安全的最优路径。

【技术实现步骤摘要】
一种基于小区疫情态势的步行路径规划方法及系统
本专利技术涉及一种基于小区疫情态势的路径搜索技术，属于路径规划领域。
技术介绍
传染性疫情对个人生活及社会生产造成了极其不利的影响。小区是疫情防控的基本单元，小区疫情态势直接影响了周边道路行人的感染风险。为此，基于小区疫情态势，为行人提供合理的路径规划方案，使之在保证出行效率的同时远离疫情严重地区，对于保障行人出行安全，提升疫情防控效果具有重要意义。完整路径规划方法通常由约束因素量化、目标路段赋权及最优路径搜索等三个环节串联而成。常见约束因素包括通行时间、路段长度、地形、能耗等，这些因素主要针对常规交通条件进行约束，目前尚缺少可以衡量小区疫情对周边道路行人感染风险的合适指标；道路赋权是路径搜索的基础，为约束因素赋权的常用方法有主成分分析法、熵权法、Delphi法等，这些方法得到的权重是常值，而行人在不同出行距离时对出行时间成本及疫情感染风险的权重考量是变化的，因此在使用上述方法为疫情期间步行路段赋权时存在局限；路径搜索是获取最优路径的决定环节，常见的路径搜索算法有Dijkstra算法和A*算法，这些算法原理简单，但普遍存在搜索范围过大、计算效率较低的问题。
技术实现思路
本专利技术针对现有技术缺陷，提出了一种基于小区疫情态势的步行路径规划方法及系统。本专利技术的技术方案提供一种基于小区疫情态势的步行路径规划方法，包括以下步骤，步骤1，设置用于限定路径搜索范围的搜索区域，确定搜索区域内的所有路段及道路交叉口；步骤2，量化约束参数，包括基于小区疫情态势对路段疫情感染风险进行量化，将小区疫情态势、小区面积及小区周边道路长度进行综合，得到能够有效表征各路段疫情特征的疫情风险因子及疫情密度，为搜索安全路径提供依据；步骤3，求解路段弧权值，包括采用基于最短路径长度的调节函数来为区域内各路段的步行长度、疫情风险因子及疫情密度动态赋权，将三种约束因素加权求和后得到对应路段的路段权重；步骤4，搜索最优路径，包括在步骤1确定的搜索区域中，将路口和路段分别标记为节点V和边E，根据步骤3所得路段权重W，将路网抽象为有向图G＝[V,E,W]，采用Dijkstra算法对限定搜索区域的路径进行寻优，从而获得兼顾时间开销及步行安全的最优路径。而且，步骤1中，采用以用户出发位置和目标位置为焦点的椭圆搜索区域，以限制搜索路段的数量，提升最优路径搜索效率。而且，步骤1的实现方式包括以下子步骤，1)输入起始位置坐标(x1,y1)、目标位置坐标(x2,y2)、搜索边界长度Sb，根据(x1,y1)和(x2,y2)求得欧氏距离l；2)将欧氏距离l与边界长度Sb进行比较，如果l＞Sb，提示超出了步行允许范围，需要改换出行方式，流程结束；如果l≤Sb，认为出行距离符合步行要求，确定搜索中心位置坐标搜索的搜索区域焦点(x1,y1)、(x2,y2)，长轴长度Se，短轴长度3)根据2)所得搜索区域，得到区域内的所有路段及道路交叉口。而且，步骤2实现方式包括以下子步骤，1)输入搜索区域G和路宽阈值Wth2)根据搜索区域G确定区域内小区Ch，如果路口m和n为小区Ch周边的两个相邻路口，则称路段Rn,m为小区Ch的周边路段；并得到小区Ch的有效面积Ah，确诊病例数量Uh及周边路段Rn,m；同时采集路段Rn,m的长Ln,m和宽Wn,m，其中路长单位为m，路宽Wn,m用车道数表示；3)假定小区实际疫情感染总数为上报确诊人数的λ倍，设道路疫情密度与小区疫情密度成正比，比例系数为η，根据确诊病例数量Uh和有效面积Ah，计算小区疫情密度Ph、单侧道路疫情密度Tn,m和单侧道路疫情风险因子Yn,m，计算如下，若Wn,m>Wth，则认为Rn,m为宽路段，否则为窄路段；对于宽路段，所求得的Yn,m和Tn,m为由n路口向m路口步行时的疫情密度与疫情风险因子；对于窄路段，则将Rn,m道路两侧小区的Tn,m与Yn,m分别求和，所得结果表示该道路两个方向的疫情密度和疫情风险因子；4)设Yn,m,Tn,m,Ln,m分别为路段Rn,m的道路疫情风险因子、道路疫情密度与路段长度；Ymax,Ymin,Tmax,Tmin,Lmax,Lmin分别为区域内道路疫情风险因子、道路疫情密度、路段长度的最大值和最小值，求得每个有向路段Rn,m的归一化疫情风险疫情密度和路段长度如下，其中分别为Yn,m，Tn,m，Ln,m的归一化结果。而且，步骤3实现方式包括以下子步骤，1)输入起始位置到目标位置的直线距离l，道路阈值L1和L2，曲率调节参数μ，以及有向路段Rn,m的归一化路段长度道路疫情风险因子道路疫情密度2)求路段权重系数(wT,wY,wL)如下，再得到有向路段Rn,m的弧权值wn,m如下，而且，用于智能手持终端或个人电脑。本专利技术还提供一种基于小区疫情态势的步行路径规划系统，用于如上所述基于小区疫情态势的步行路径规划方法。和现有技术相比，本专利技术的优点是：(1)本专利技术提出一种小区疫情态势对周边道路行人感染风险的估计方案，通过融合小区疫情态势与周边道路参数，得到道路疫情密度和道路疫情风险因子，实现了对城区道路疫情风险的量化评估；(2)本专利技术根据出发位置与目标位置的直线距离确定路段长度和疫情风险的权重，所得到的路段权值能够反映在不同出行距离时路段长度和疫情风险的综合影响因素；(3)本专利技术将启发式Dijkstra算法用于疫情期间行人安全路径规划，将路径搜索范围限定在以用户出发位置和目标位置为焦点的椭圆区域内，提升了路径搜索效率，路径搜索结果为疫情期间行人出行规划提供了有效参考，适于推广应用。附图说明图1为本专利技术实施例的流程图；图2为本专利技术实施例的设置搜索范围流程图；图3为本专利技术实施例的量化约束因素流程图；图4为本专利技术实施例的基于最短路径的目标路段赋权流程图；图5为本专利技术实施例根据路段权重搜索最优路径的流程图；图6为本专利技术实施例的约束因素权重曲线示意图；图7为本专利技术实施例的搜索区域内的小区及道路分布情况示意图；图8为本专利技术实施例的路网抽象示意图。具体实施方式以下结合附图及实施例对本专利技术的技术方案进行详细说明。图1为本专利技术实施例所提供的一种基于小区疫情态势的步行路径规划完整流程框图，共包含4个步骤，分别为搜索区域限定、约束因素量化、目标路段赋权以及最优路径搜索。第一部分采用椭圆搜索区域，用于限制搜索路段的数量，以此提升最优路径搜索效率；第二部分基于小区疫情态势对路段疫情感染风险进行量化，将小区疫情态势、小区面积及小区周边道路长度进行综合，得到能够有效表征各路段疫情特征的疫情感染风险因子，为搜索安全路径提供依据；第三部分采用基于最短路径长度的调节函数来为区域内各路段的本文档来自技高网...

【技术保护点】
1.一种基于小区疫情态势的步行路径规划方法，其特征在于：包括以下步骤，/n步骤1，设置用于限定路径搜索范围的搜索区域，确定搜索区域内的所有路段及道路交叉口；/n步骤2，量化约束参数，包括基于小区疫情态势对路段疫情感染风险进行量化，将小区疫情态势、小区面积及小区周边道路长度进行综合，得到能够有效表征各路段疫情特征的疫情风险因子及疫情密度，为搜索安全路径提供依据；/n步骤3，求解路段弧权值，包括采用基于最短路径长度的调节函数来为区域内各路段的步行长度、疫情风险因子及疫情密度动态赋权，将三种约束因素加权求和后得到对应路段的路段权重；/n步骤4，搜索最优路径，包括在步骤1确定的搜索区域中，将路口和路段分别标记为节点V和边E，根据步骤3所得路段权重W，将路网抽象为有向图G＝[V,E,W]，采用Dijkstra算法对限定搜索区域的路径进行寻优，从而获得兼顾时间开销及步行安全的最优路径。/n

【技术特征摘要】
1.一种基于小区疫情态势的步行路径规划方法，其特征在于：包括以下步骤，
步骤1，设置用于限定路径搜索范围的搜索区域，确定搜索区域内的所有路段及道路交叉口；
步骤2，量化约束参数，包括基于小区疫情态势对路段疫情感染风险进行量化，将小区疫情态势、小区面积及小区周边道路长度进行综合，得到能够有效表征各路段疫情特征的疫情风险因子及疫情密度，为搜索安全路径提供依据；
步骤3，求解路段弧权值，包括采用基于最短路径长度的调节函数来为区域内各路段的步行长度、疫情风险因子及疫情密度动态赋权，将三种约束因素加权求和后得到对应路段的路段权重；
步骤4，搜索最优路径，包括在步骤1确定的搜索区域中，将路口和路段分别标记为节点V和边E，根据步骤3所得路段权重W，将路网抽象为有向图G＝[V,E,W]，采用Dijkstra算法对限定搜索区域的路径进行寻优，从而获得兼顾时间开销及步行安全的最优路径。


2.根据权利要求1所述基于小区疫情态势的步行路径规划方法，其特征在于：步骤1中，采用以用户出发位置和目标位置为焦点的椭圆搜索区域，以限制搜索路段的数量，提升最优路径搜索效率。


3.根据权利要求2所述基于小区疫情态势的步行路径规划方法，其特征在于：步骤1的实现方式包括以下子步骤，
1)输入起始位置坐标(x1,y1)、目标位置坐标(x2,y2)、搜索边界长度Sb，根据(x1,y1)和(x2,y2)求得欧氏距离l；
2)将欧氏距离l与边界长度Sb进行比较，
如果l＞Sb，提示超出了步行允许范围，需要改换出行方式，流程结束；
如果l≤Sb，认为出行距离符合步行要求，确定搜索中心位置坐标搜索的搜索区域焦点(x1,y1)、(x2,y2)，长轴长度Se，短轴长度
3)根据2)所得搜索区域，得到区域内的所有路段及道路交叉口。


4.根据权利要求1或2或3所述基于小区疫情态势的步行路径规划方法，其特征在于：步骤2实现方式包括以下子步骤，
1)输入搜索区域G和路宽阈值Wth
2)根据搜索区域G确定区域内小区Ch，如果路口m和n为小区Ch周边的两个相邻路口，则称路段Rn,m为小区Ch的周边路段；并得到小区Ch的有效面积Ah，确诊病例数量Uh及周边路...

【专利技术属性】
技术研发人员：张海粟，祁超，张胜，徐飞，王龙，计策，于建平，邓锴，李向朋，李韬伟，马琳飞，尹妍，吴照林，朱明东，戴剑伟，左青云，王强，文峰，刘一博，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖北;42