System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及交通安全领域,尤其涉及一种基于全局交通信息的道路交通引导方法、装置及相关设备。
技术介绍
1、随着城市汽车保有量的增加,有限的道路资源与庞杂道路出行需求之间的矛盾日益显著,成为一个不能忽视的城市可持续发展问题,极大影响着人们的日常生活。
2、由于gps定位技术的限制和建筑物等遮挡物的影响,定位往往不够精准以致给出导航指示可能不准确;其次,地图数据和交通信息都需要实时更新,而有些路径引导方法更新速度较慢,容易导致用户被误导或者遇到拥堵路段却没有提前预警等现象。由此,现有方式进行路径引导时效率较低且不及时,导致引导不准确的问题。
技术实现思路
1、本专利技术实施例提供一种基于全局交通信息的道路交通引导方法、装置、计算机设备和存储介质,以提高交通路径引导的准确性。
2、为了解决上述技术问题,本申请实施例提供一种基于全局交通信息的道路交通引导方法,应用于边缘计算网络架构环境,所述边缘计算网络架构环境包括终端节点、边缘服务器和云端中心网络,所述基于全局交通信息的道路交通引导方法包括:
3、所述终端节点层通过智能车辆和路边设备来收集动态全局交通信息,并将所述动态全局交通信息共享给所述边缘服务器,其中,所述动态全局交通信息包括实时交通流状态和路况信息;
4、所述边缘服务器接收所述终端节点层发送的所述动态全局交通信息,对所述动态全局交通信息进行数据处理,筛选出路径规划请求区域以及其辐射区域包含的交通信息,作为目标交通信息,并基于所述目标
5、所述云端中心网络负责与所述边缘服务器通信,对所述边缘服务器的目标交通信息进行汇集,得到城市道路拥堵网,并对所述城市道路拥堵网及路径引导结果进行整合,得到数字孪生可视化结果,将数字孪生可视化结果发送给交通引导需求端,以使所述交通引导需求端的车辆或用户端导航基于所述数字孪生可视化结果实现对每辆车相应的路线规划。
6、可选地,所述边缘服务器接收所述终端节点层发送的所述动态全局交通信息,对所述动态全局交通信息进行数据处理,筛选出路径规划请求区域以及其辐射区域包含的交通信息,作为目标交通信息包括:
7、采用如下公式进行所述目标交通信息的筛选:
8、;
9、其中,表示交通路网速度集,表示车辆处于正常行驶速度范围的速度的集,表示边缘节点获取的车辆在路段上的速度;
10、;
11、其中,i表示交叉路口集,表示车辆当前位置,表示当前路段,和表示车辆行进方向。
12、可选地,所述基于所述目标交通信息构建动态路网邻接矩阵包括:
13、针对所述目标交通信息,将同一路段速度数据整合成速度集进行预处理,取其上四分位数速度作为动态路网邻接矩阵的权值,计算方式如下:
14、;
15、以筛选出的交叉路口为节点,建立具有权重的无向图,所述无向图是由顶点集v和边集e组成的数据结构,由元组表示,g的顶点集,e表示终点节点,边集,邻接矩阵中数值为边权值,用两个顶点间的上四分位车速来表示,邻接矩阵如下:
16、 ;
17、;
18、根据边缘节点层传递的动态全局交通信息动态更新动态路网邻接矩阵的边权值,动态更新邻接矩阵。
19、可选地,在所述基于所述目标交通信息构建动态路网邻接矩阵之后,所述方法还包括:
20、根据边缘节点上传的车辆位置信息,并以该车辆位置信息为当前路径规划算法起始点,以用户出行请求的目的地为终点,在各车辆到达各自请求目的点前不断收集、数据清洗和标准化、数据存储和管理以及更新和维护各请求路口的道路状况和车辆行驶等信息数据,生成全局信息数据库。
21、可选地,所述采用双向a*蚁群算法和所述动态路网邻接矩阵进行路径引导计算,得到路径引导结果包括:
22、基于所述动态路网邻接矩阵初始化蚁群,确定蚂蚁数量、起始节点和目标节点,设置初始启发式信息和信息素浓度;
23、基于所述初始化的蚁群采用双向搜索,从起始节点和目标节点同时开始搜索,分别使用正向a*算法和逆向a*算法计算得到相应路径并得到关联启发式信息,作为所述路径引导结果。
24、可选地,所述采用双向a*蚁群算法和所述动态路网邻接矩阵进行路径引导计算,得到路径引导结果包括:
25、利用两个分布式网络节点,第一个节点计算起点到终点的路线,第二个节点计算从终点到起点的路线,当两条路径的交叉节点出现时,计算停止,并生成最终路线。
26、以通过路段的速度作为代价,假设节点一的路线代价为,节点二的路线代价为,
27、;
28、其中,为i到j的速度平均值,为i到j的速度方差值,,分别为均值与方差的权重系数;
29、当,都存在时,总代价为:
30、 ;
31、对于每只蚂蚁,从起点和目的地节点开始,在每一步选择下一个要访问的节点时,根据信息素浓度和启发式信息计算移动概率,运用轮盘赌法选择下一节点,更新路径和信息素浓度,移动概率如下:
32、;
33、其中,是时间t下道路节点i转移到道路节点j的信息素浓度,是当前节点i到终点e的启发式函数, 表示蚂蚁尚未访问过的节点集合,α为信息素重要程度因子,β为启发函数重要程度因子;
34、在所有蚂蚁完成一个循环后,更新每个路网节点路径上的信息素浓度;
35、在达到预设迭代条件时,将确定的路径作为所述路径引导结果。
36、为了解决上述技术问题,本申请实施例还提供一种基于全局交通信息的道路交通引导装置,包括终端节点、边缘服务器和云端中心网络,其中,
37、所述终端节点层用于通过智能车辆和路边设备来收集动态全局交通信息,并将所述动态全局交通信息共享给所述边缘服务器,其中,所述动态全局交通信息包括实时交通流状态和路况信息;
38、所述边缘服务器用于接收所述终端节点层发送的所述动态全局交通信息,对所述动态全局交通信息进行数据处理,筛选出路径规划请求区域以及其辐射区域包含的交通信息,作为目标交通信息,并基于所述目标交通信息构建动态路网邻接矩阵,采用双向a*蚁群算法和所述动态路网邻接矩阵进行路径引导计算,得到路径引导结果,其中,所述目标交通信息包括城市道路拥堵网;
39、所述云端中心网络用于负责与所述边缘服务器通信,对所述边缘服务器的目标交通信息进行汇集,得到城市道路拥堵网,并对所述城市道路拥堵网及路径引导结果进行整合,得到数字孪生可视化结果,将数字孪生可视化结果发送给交通引导需求端,以使所述交通引导需求端的车辆或用户端导航基于所述数字孪生可视化结果实现对每辆车相应的路线规划。
40、可选地,所述边缘服务器包括:
41、信息筛选模本文档来自技高网...
【技术保护点】
1.一种基于全局交通信息的道路交通引导方法,其特征在于,应用于边缘计算网络架构环境,所述边缘计算网络架构环境包括终端节点、边缘服务器和云端中心网络,所述基于全局交通信息的道路交通引导方法包括:
2.如权利要求1所述的基于全局交通信息的道路交通引导方法,其特征在于,所述边缘服务器接收所述终端节点层发送的所述动态全局交通信息,对所述动态全局交通信息进行数据处理,筛选出路径规划请求区域以及其辐射区域包含的交通信息,作为目标交通信息包括:
3.如权利要求2所述的基于全局交通信息的道路交通引导方法,其特征在于,所述基于所述目标交通信息构建动态路网邻接矩阵包括:
4.如权利要求1所述的基于全局交通信息的道路交通引导方法,其特征在于,在所述基于所述目标交通信息构建动态路网邻接矩阵之后,所述方法还包括:
5.如权利要求1所述的基于全局交通信息的道路交通引导方法,其特征在于,所述采用双向A*蚁群算法和所述动态路网邻接矩阵进行路径引导计算,得到路径引导结果包括:
6.如权利要求5所述的基于全局交通信息的道路交通引导方法,其特征在于,所述采用
7.一种基于全局交通信息的道路交通引导装置,其特征在于,所述基于全局交通信息的道路交通引导装置包括终端节点、边缘服务器和云端中心网络,其中,
8.如权利要求7所述的基于全局交通信息的道路交通引导装置,其特征在于,所述边缘服务器包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的基于全局交通信息的道路交通引导方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于全局交通信息的道路交通引导方法。
...【技术特征摘要】
1.一种基于全局交通信息的道路交通引导方法,其特征在于,应用于边缘计算网络架构环境,所述边缘计算网络架构环境包括终端节点、边缘服务器和云端中心网络,所述基于全局交通信息的道路交通引导方法包括:
2.如权利要求1所述的基于全局交通信息的道路交通引导方法,其特征在于,所述边缘服务器接收所述终端节点层发送的所述动态全局交通信息,对所述动态全局交通信息进行数据处理,筛选出路径规划请求区域以及其辐射区域包含的交通信息,作为目标交通信息包括:
3.如权利要求2所述的基于全局交通信息的道路交通引导方法,其特征在于,所述基于所述目标交通信息构建动态路网邻接矩阵包括:
4.如权利要求1所述的基于全局交通信息的道路交通引导方法,其特征在于,在所述基于所述目标交通信息构建动态路网邻接矩阵之后,所述方法还包括:
5.如权利要求1所述的基于全局交通信息的道路交通引导方法,其特征在于,所述采用双向a*蚁群算法和所述动态路网邻接矩阵进行路径引...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。