基于骨干路网分层的多路径选择方法技术

本发明专利技术公开了一种基于骨干路网分层的多路径选择方法，包括如下步骤：a.抽取城市路网中的骨干路网，并对骨干路网立交桥区进行连接简化处理；b.判断给定的起终点对的直线距离与设定的路程远近阈值的大小，分别根据步骤c生成近程路径集，根据步骤d生成远程路径集；c.用Dijkstra搜索算法以近程综合效用最小生成近程路径集；d.用Dijkstra搜索算法以远程路径的综合效用最小分别得到骨干路网的进节点集和出节点集；将进节点和出节点组合配对后用搜索每组进节点和出节点之间的最快路径，得到骨干路径集；组合得到远程路径集。本发明专利技术方法可生成合理的驾驶路径集合，能准确地反映出行路径状况。

【技术实现步骤摘要】

本专利技术涉及智能交通应用
，具体地说是一种。
技术介绍
随着我国城市化、现代化、机动化的同步快速发展，各大城市人口迅速增长，机动车保有量更是增长迅猛，交通拥堵日益严重。城市道路的供给增长远远跟不上生活水平提高后人们对于小汽车舒适出行的需求增长。北京、上海等特大城市市区内道路交通流量已呈现超饱和状态，如果再遇上大雨大雪等恶劣天气，交通面临瘫痪的危险。动态路径选择作为智能交通的一个重要应用，依据城市道路网中路段的拓扑关系和实时交通信息为出行者规划最优出行策略，从而能够减少车辆在路网中的延误，最大限度地利用道路资源。另一方面，动态路径选择也是交通规划模型中的重要环节，通过模拟出行者的出行路径选择行为，分析交通出行在路网中的时空分布，从而对交通规划、政策进行有效的预测和评估。因此，对城市中车辆出行的动态路径选择方法进行深入研究，准确计算生成一定城市路网结构和出行环境下的合理的路径选择集合，对出行者动态路径导航、城市交通规划分析模型都有巨大的理论意义和实际应用价值。路径集的生成问题，已经在计算机科学领域获得较多的研究，尤其是最短路的生成，在图论中获得了较深入的分析。从历史的角度来看，最为经典的最短路生成算法毫无疑问是Dijkstra(1959)，用于解决在一个权重非负的网络G(N，E)中的单源最短路问题。值得注意的是，采用不同的数据结构和优先队列实现方式，能使得Dijkstra算法达到不同的计算效率。基于Dijkstra算法有若干变种，以使用在应用场景下。Di jkstra算法的变种主要通过扩展网络节点的标签，记录路径到达某一节点的转弯数、路口数等信息，从而通过各节点标签的加权综合效 果，按照设计者的要求，生成符合效用函数最优的最短路。但是将这些路径搜索算法往往适用于拓扑结构简单的高速公路网，用于城市路网中时，往往其搜索结果都不是理想的或者说驾驶员常规会使用的驾驶路径。另一方面，在生成最短路之后，为了生成一个较好的路径集，接下来的主要工作是继续生成次短路、第三短路，直到总共生成η条路(η为建模人员预定义的一个最短路阈值)。相比于最短路算法，路径集生成算法关注的是怎样充分利用已计算的最短路径集，来进一步获得新的最短路。鉴于城市路网中根据不同时间路况的最短路选择都难以搜索到合理的驾驶路径，进一步生成合理的路径选择集合更加困难。传统最短路或多条路算法多立足于理论角度，保证了解的最优和无环，而无法保证路径的“合理性”。这里的“合理性”是指在路径生成过程中，能否涵盖多种人真实选择的行驶路径。每个城市的路网都拥有自身的静态特征，单纯的最短路或者最快路，并不能很好地对“合理性”进行体现。因此，为了提供更好的出行者动态路径导航服务，为了更合理准确地模拟城市车辆出行行为以支撑决策支持分析工作，急迫需要研发合适的方法，以实现在城市路网中，给定任意出发时间下的起点和终点，生成“合理”的驾驶路径集合，尽量准确地反映真实司机对于出行路径的判断或者提出更为可靠的路径规划建议。有鉴于此，本专利技术人积极加以研究和创新，最终研发出一种，以解决上述问题。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种，以实现在城市路网中，给定任意出发时间下的起点和终点，生成合理的驾驶路径集合，尽量准确地反映真实司机对于出行路径的判断或者提出更为可靠的路径规划建议。为了解决上述技术问题，本专利技术采用了如下技术方案，包括如下步骤a.抽取城市路网中的骨干路网，并对骨干路网立交桥区进行连接简化处理；b.对给定的起终点对计算出行起终点间的直线距离，并比较起终点间的直线距离与设定的路程远近阈值的大小，如果起终点间的直线距离小于路程远近阈值，则根据步骤c生成近程路径集；如果起终点间的直线距离大于等于路程远近阈值，则根据步骤d生成远程路径集；c.以转弯数量和旅行时间的加权和作为路径的近程综合效用U1，并以近程综合效用U1最小代替Dijkstra搜索算法中的距离最短进行计算，从而生成近程路径集；d.以转弯数量和旅行时间的加权和作为起点到骨干路网进节点间的综合效用U2,并用该综合效用U2最小代替Dijkstra搜索算法中的距离最短进行计算，从而得到进节点路径集和相应的骨干路网进节 点集；以转弯数量和旅行距离的加权和作为骨干路网出节点到终点间的综合效用U3,并用该综合效用U3最小代替Dijkstra搜索算法中的距离最短进行计算，从而得到出节点路径集和相应的骨干路网出节点集；将进节点和出节点组合配对后用Dijkstra搜索算法搜索骨干路网上每组进节点和出节点之间的最快路径，得到骨干路径集；进节点路径、骨干路径和出节点路径组合得到远程路径集。进一步,所述步骤a中抽取骨干路网包括al.对城市路网数据进行编码处理，其中每个节点赋值唯一编号，每个路段赋值唯一编号，明确路段起终节点编号；a2.根据城市道路等级以及参考城市具体道路的功能重要性，抽取城市重要道路网，形成单独的骨干路网层数据。进一步，所述步骤a中的骨干路网立交桥区的连接简化为，a3.生成虚拟连接匝道，使一个方向进入路段直接连接到其它方向的驶出路段。进一步，所述步骤c中，所述近程综合效用U1通过如下公式获得=U1=P1X转弯数+ β2χ旅行时间，其中βρ 32分别为近程路径选择的转弯系数和旅行时间系数。进一步，所述步骤c中，以近程综合效用U1最小代替Dijkstra搜索算法中的距离最短进行计算获得起终点间近程综合效用U1最小的路径L1，对路径L1中的路段逐个进行打断，并分别以近程综合效用U1最小代替Dijkstra搜索算法中的距离最短进行计算，对打断路段的起点至终点D间进行路径搜索，从而获得打断路段的起点到终点间的近程综合效用U1最小的路径，并分别与路径L1起点到打断路段起点的原路径组合得到起点至终点的路径L2-Ln,路径L1-Ln组成近程路径集。进一步，所述步骤c中，对路径L2-Ln中近程综合效用U1最小的路径Li重复对路径L1的操作，从而获得路径Ln+1-Lm以增加近程路径集中路径的个数。进一步，所述近程路径集中的路径按照各自的近程综合效用U1值从小到大排序。进一步，所述步骤d中，υ2=β 3X转弯数+β 4X旅行时间；υ3=β 3Χ转弯数+β 5Χ旅行距离；其中β3、@4和β5分别为远程路径选择的转弯系数、旅行时间系数和旅行距离系数。进一步，对所述步骤d中骨干路径集中的每个路径分别进行如下处理以增加骨干路径集中的路径个数对每个路径中的每一路段依次打断，并分别用Dijkstra搜索算法搜索骨干路网上打断路段的起点到对应的出节点之间的旅行时间最短的路径，并将新搜索得到的路径与进节点至打断路段起点间的路径组成的路径加入骨干路径集。进一步，将远程路径集中的路径按各自的全路经综合效用U4的值从小到大排序，υ4=β 3X转弯数+ β 4X旅行时间+β 6X骨干网里程比例,其中β3、@4和β 6分别为远程路径选择的转弯系数、旅行时间系数和骨干网里程比例系数。进一步，步骤a中所述城市路网为已经处理好的具备连通性和方向性拓扑规则的城市路网矢量数据。进一步，所述转弯数是指该路径中左转弯、右转弯和调头的总次数；所述旅行时间是根据不同的出发时间，根据各个路段在该时刻的实时或历史参考旅行速度计算的该路径所需旅行时长；所述旅行距本文档来自技高网...

【技术保护点】
基于骨干路网分层的多路径选择方法，其特征在于，包括如下步骤：a.抽取城市路网中的骨干路网，并对骨干路网立交桥区进行连接简化处理；b.对给定的起终点对计算出行起终点间的直线距离，并比较起终点间的直线距离与设定的路程远近阈值的大小，如果起终点间的直线距离小于路程远近阈值，则根据步骤c生成近程路径集；如果起终点间的直线距离大于等于路程远近阈值，则根据步骤d生成远程路径集；c.以转弯数量和旅行时间的加权和作为路径的近程综合效用U1，并以近程综合效用U1最小代替Dijkstra搜索算法中的距离最短进行计算，从而生成近程路径集；d.以转弯数量和旅行时间的加权和作为起点到骨干路网进节点间的综合效用U2，并用该综合效用U2最小代替Dijkstra搜索算法中的距离最短进行计算，从而得到进节点路径集和相应的骨干路网进节点集；以转弯数量和旅行距离的加权和作为骨干路网出节点到终点间的综合效用U3，并用该综合效用U3最小代替Dijkstra搜索算法中的距离最短进行计算，从而得到出节点路径集和相应的骨干路网出节点集；将进节点和出节点组合配对后用Dijkstra搜索算法搜索骨干路网上每组进节点和出节点之间的最快路径，得到骨干路径集；进节点路径、骨干路径和出节点路径组合得到远程路径集。...

【技术特征摘要】
1.基于骨干路网分层的多路径选择方法，其特征在于，包括如下步骤a.抽取城市路网中的骨干路网，并对骨干路网立交桥区进行连接简化处理；b.对给定的起终点对计算出行起终点间的直线距离，并比较起终点间的直线距离与设定的路程远近阈值的大小，如果起终点间的直线距离小于路程远近阈值，则根据步骤c生成近程路径集；如果起终点间的直线距离大于等于路程远近阈值，则根据步骤d生成远程路径集；c.以转弯数量和旅行时间的加权和作为路径的近程综合效用U1，并以近程综合效用U1 最小代替Di jkstra搜索算法中的距离最短进行计算，从而生成近程路径集；d.以转弯数量和旅行时间的加权和作为起点到骨干路网进节点间的综合效用U2，并用该综合效用U2最小代替Dijkstra搜索算法中的距离最短进行计算，从而得到进节点路径集和相应的骨干路网进节点集；以转弯数量和旅行距离的加权和作为骨干路网出节点到终点间的综合效用U3,并用该综合效用U3最小代替Dijkstra搜索算法中的距离最短进行计算，从而得到出节点路径集和相应的骨干路网出节点集；将进节点和出节点组合配对后用 Dijkstra搜索算法搜索骨干路网上每组进节点和出节点之间的最快路径，得到骨干路径集；进节点路径、骨干路径和出节点路径组合得到远程路径集。2.根据权利要求1所述的基于骨干路网分层的多路径选择方法，其特征在于，所述步骤a中抽取骨干路网包括al.对城市路网数据进行编码处理，其中每个节点赋值唯一编号， 每个路段赋值唯一编号，明确路段起终节点编号；a2.根据城市道路等级以及参考城市具体道路的功能重要性，抽取城市重要道路网，形成单独的骨干路网层数据。3.根据权利要求1所述的基于骨干路网分层的多路径选择方法，其特征在于，所述步骤a中的骨干路网立交桥区的连接简化为，a3.生成虚拟连接匝道，使一个方向进入路段直接连接到其它方向的驶出路段。4.根据权利要求1所述的基于骨干路网分层的多路径选择方法，其特征在于，所述步骤c中，所述近程综合效用U1通过如下公式获得=U1=P1X转弯数+β2Χ旅行时间，其中 β P β 2分别为近程路...

【专利技术属性】
技术研发人员：朱丽云，王超，温慧敏，郭继孚，孙建平，扈中伟，
申请(专利权)人：北京交通发展研究中心，
类型：发明
国别省市：