基于A*算法的定制公交可通行最短路径计算方法技术

本发明专利技术属于定制公交可通行最短路径计算方法技术领域，具体涉及一种基于分层算法和A*算法的定制公交可通行最短路径计算方法，主要针对城市道路网络进行计算起点和终点的最短路径。首先将道路网络进行分层，然后针对不同的起点和终点所在道路网络的不同层级进行灵活的选取经典A*算法和双向A*算法进行加速计算起点和终点之间的最短距离；计算出最短路径的时间要比单纯采用A*算法的时间要短，更为准确，大大加快了计算速度，可执行性高。

【技术实现步骤摘要】
基于A*算法的定制公交可通行最短路径计算方法
本专利技术属于定制公交可通行最短路径计算方法
，具体涉及一种基于A*算法的定制公交可通行最短路径计算方法。
技术介绍
据专家估算，2020年全国的城市人口将要达到60％，这意味着将有9亿人口进城，传统的交通模式将面临挑战。目前自动驾驶、智能网联与非网联、无人驾驶、有人驾驶混合交通常态化的交通时代，车联和电动化、智能化和共享化的发展已经成为当前和未来的主要趋势，尤其是人、车、路、物这种互联互通共享移动的出行模式，已经成为当前汽车业智能网联研发创新的新领域。定制公交和共享化的公交需求，导致公交司机需要熟悉常规线路以外的线路出行，这需要公交司机增加道路熟悉程度，以及计算机辅助的最短路径规划，道路是否具备公交通行能力，从场站出发到完成定制公交的共享化订单返回场站，亟需一整套公交可通行最短路径规划方案。目前学者针对可通行最短路径进行规划主要可以采用蚁群算法、遗传算法、粒子群算法、人工势场法、量子粒子群算法等。安健等人在《快速公交路径优化设计模型及算法研究》一文中提出了BRT网络设计的双层规划模型，并且基于遗传算法和粒子群算法优化，设计了求解双层规划模型的混合启发式算法。蔡念等人在《一种公交网络最优路径新算法》一文中提出了一种公交网络最优路径新算法，并从出行者的实际情况出发，提出了步行愿望系数，综合考虑最小换乘次数、最短时间、以及最小费用等因素进行网络设计。邓连波等人在《基于换乘网络的城市轨道交通关联公交接驳线网优化》一文中以最小化乘客出行成本和常规公交运营者开行成本为优化目标，建立基于换乘网络的接驳线网优化模型并表明客流分布对接驳线网结构具有明显影响。但是目前大部分有关于公交的路径规划仍属于数学建模方案，并没有考虑到公交企业的运营成本与乘客的等待成本的平衡。而且由于共享定制公交车(网约公交车)的路径规划，相较于一般式的公交车辆路径规划主要有以下两点不同：(1)服务于公众的公交车辆有既定路线，必须按照规划开设的公交线路进行行驶，在运行期间并不能随意更改线路，常规公交车辆对乘客的数量并不做具体要求，即使没有乘客公交也需按照既定路线进行行驶，而网约公交则需要先募集乘客，并且乘客数量到达最小接受数量才会进行行驶。(2)不同线路的常规公交车辆的起始点与终止点都有着明确且固定的位置，但是网约公交的起始点和终止点并不确定而是随着乘客的位置进行实时调整。由于定制公交的特殊性，需要快速的制定出起点到终点的最短可行路径。但是多数现存方案或者没有考虑到公交可通行的路线或者不具备快速制定起点到终点的最短可通行路径的能力，这一实际问题仍亟需解决。
技术实现思路
针对目前现存方案没有考虑到公交可通行的路线或者不具备快速制定起点到终点的最短可通行路径的能力的缺陷和问题，本专利技术提供一种基于A*算法的定制公交可通行最短路径计算方法。本专利技术解决其技术问题所采用的方案是：一种基于A*算法的定制公交可通行最短路径计算方法，首先，获取矢量道路网，将道路网抽象成不同细节程度的路网层，选择合适的路网层进行路径搜索；然后，读取路网层信息，输入起点A和终点B，获取起点A所属路网层层级Si和终点B所属路网层层级Sj，根据起点和终点的路网层级选择寻路算法类型，求出最短路径，选择方法为：(1)若起点所属路网层级较低，采用经典A*算法搜索起点和终点的最短路径；(2)若终点的路网层级较低采用经典A*算法搜索起点和终点的最短路径；(3)若起点和终点不在顶层且相距较远采用双向启发式A*算法搜索起点和终点的最短路径，设置搜索终止条件和搜索切换条件完成起点至终点以及终点至起点的双向搜索；最后，加载最短路径路线，显示完整的最短路径并输出完整最短路径和距离信息。上述的基于A*算法的定制公交可通行最短路径计算方法，是以道路功能为依据将道路分成三层，R0为一般道路，其中一般道路包括街道，R1为二级公交道路，R2为一级公交道路，从而采用分层网络将道路网络抽象为由低到高的三层路网，分别为H0＝R0∪R1∪R2，H1＝R1∪R2，H2＝R2。上述的基于A*算法的定制公交可通行最短路径计算方法，所述搜索终止条件为：(1)正向搜索到终点，即(2)逆向搜索到起点，即(3)双向搜索汇合；(4)正向节点与逆向节点都扩展完即搜索失败针对当前起点和终点无法寻找到可行路径，即其中d为起点、s为终点，F为正向搜索closelist；G为逆向搜索closelist；W为正向openlist；V为逆向openlist。上述的基于A*算法的定制公交可通行最短路径计算方法，所述搜索切换条件为始终选择openlist元素较少的一方进行搜索，每次只搜索一步。上述的基于A*算法的定制公交可通行最短路径计算方法，若起点A所属路网层级Si较低，找到底层网络到高层网络代价估计值最低的节点作为新的起点，在层Si正向搜索入口A'，如果搜索失败则退出循环，否则使用入口更新起点，即A＝A'，i＝i+1进行搜索。上述的基于A*算法的定制公交可通行最短路径计算方法，如果终点B所在层次较低，即j<i，找到底层网络到高层网络代价估计值最低的节点作为新的起点，在层Sj逆向搜索出口B'，如果搜索失败则退出循环，否则使用出口更新终点，即B＝B'，j＝j+1进行搜索。上述的基于A*算法的定制公交可通行最短路径计算方法，如果起点A和终点B不在顶层且相距较远，同时搜索入口A'和出口B'，如果搜索失败则退出循环；如果双向汇合则找到最短路径，拼接各阶段路径形成完整最短路径；如果搜索到入口和出口则使用入口更新起点即A＝A'，i＝i+1，使用出口更新终点即B＝B'，j＝j+1，重新搜索入口和出口。本专利技术的有益效果：1、本专利技术通过分层网络过滤掉大部分不合格的路网数据，使算法在计算最短路径的过程中更加专注于可通行的合格路网道路上，避免不合格路径浪费计算时间，大大加快了计算速度。2、融合经典A*算法和双向A*算法，根据不同的起点和终点所在道路网络的层级选择何时采用经典A*算法、何时采用双向A*算法，计算出最短路径的时间要比单纯采用A*算法的时间要短，同时可执行性高。3、本专利技术设置搜索成功的条件可以判断出枢纽点是否与上层枢纽点相对应，所在路段是否与上层路段相对应，可以有效避免虽然枢纽点相互对应但是现实会出现道路允许通行方向却相反的情况出现，更为准确。4、本专利技术的计算方法会根据起点和终点层级的高低自动寻找到从起点到终点的最短路径并呈现到可视化地图上，可以兼顾到公交可通行道路以及道路的有向性，不会出现公交路径出现逆行的情况发生。5、针对同样的起始站和终止点的路径规划，本专利技术可以在较短的时间内寻找到较理想的结果，而且本专利技术的总搜索节点数明显低于A*算法以及双向A*算法，用时短、效率高，准确性高，能满足网约公交的路径规划需求。附图说明图1为本专利技术整体算法基本流程图。图2为具有若干节点的路网图。图3为本发本文档来自技高网...

【技术保护点】
1.一种基于A星算法的定制公交可通行最短路径计算方法，其特征在于：/n首先，获取矢量道路网，将道路网抽象成不同细节程度的路网层，选择合适的路网层进行路径搜索；/n然后，读取路网层信息，输入起点A和终点B，获取起点所属路网层层级S

【技术特征摘要】
1.一种基于A星算法的定制公交可通行最短路径计算方法，其特征在于：
首先，获取矢量道路网，将道路网抽象成不同细节程度的路网层，选择合适的路网层进行路径搜索；
然后，读取路网层信息，输入起点A和终点B，获取起点所属路网层层级Si和终点所属路网层层级Sj，根据起点和终点的路网层级选择寻路算法类型，求出最短路径，选择方法为：
若起点所属路网层级较低，采用经典A星算法搜索起点和终点的最短路径；
若终点的路网层级较低采用经典A星算法搜索起点和终点的最短路径；
若起点和终点不在顶层且相距较远采用双向启发式A星算法搜索起点和终点的最短路径，设置搜索终止条件和搜索切换条件完成起点至终点以及终点至起点的双向搜索；
最后，加载最短路径路线，显示完整的最短路径并输出最终结果。


2.根据权利要求1所述的基于A星算法的定制公交可通行最短路径计算方法，其特征在于：以道路功能为依据将道路分成三层，R0为一般道路，其中一般道路包括街道，R1为二级公交道路，R2为一级公交道路，从而采用分层网络将道路网络抽象为由低到高的三层路网，分别为H0＝R0∪R1∪R2，H1＝R1∪R2，H2＝R2。


3.根据权利要求1所述的基于A星算法的定制公交可通行最短路径计算方法，其特征在于：所述搜索终止条件为：
(1)正向搜索到终点，即
(2)逆向搜索到起点，即
(3)双向搜索汇合；
(4)正向节点与逆向节点都扩展完即搜索失败针对当前起点和终点无法寻找到可...

【专利技术属性】
技术研发人员：郭建国，渠华，赵新潮，孙浩，普秀霞，刘爱姣，王中航，
申请(专利权)人：郑州天迈科技股份有限公司，
类型：发明
国别省市：河南;41