CN101692271A - 多交通方式综合诱导方法 - Google Patents

Abstract

本发明提供一种多交通方式综合诱导方法，能够对城市内公交车，出租车，私家车，轮渡等多种交通方式进行实时综合诱导，综合考虑时间，空间，费用等各种因素，对公交、出租车、轮渡等多种交通方式进行诱导，弥补了当前诱导方式单一和无法实时获取动态交通信息的缺点。一方面从宏观网络的角度均衡网络上的交通流量，使网络的综合交通能力达到最充分利用，以提高整个交通运输系统的使用效率，改善和提高交通运输系统的安全性，减少资源的消耗和减轻环境污染；另一方面从微观出行者的角度达到帮助出行者根据实时路况信息选择合适的出行工具，提供方便、舒适、快捷的交通信息服务，引导出行路线选择，提高生活水准。

Description

多交通方式综合诱导方法

技术领域

本发明涉及交通控制领域，尤其涉及一种多交通方式综合诱导方法。

背景技术

近几年，各大城市的机动车拥有量急剧增加。尽管城市交通建设和交通管理部门在交通路网建设和交通管理科技设施建设方面投入了大量的人力、财力和物力，但由于道路容量不足和自驾车数量的迅速膨胀，仍然避免不了城市交通拥堵现象的发生，行车难、停车难成为各大城市普遍存在的问题，另外，由于交通情况存在很大的突发性与实时性，现有的诱导方法一方面存在很强的单一性，即不能因人而异地为不同类型的出行者提供特定的出行方案。另一方面，现有的诱导方法获取实时交通信息的能力较差，并且交通方式的多样性有限。这些问题的存在极大的影响了出行者出行的便利，以至于导致交通拥堵等情况的发生。因此，需要一种面向出行者的多交通方式综合诱导方法来弥补当前方法不够全面，不够准确的不足。

发明内容

本发明提出一种交通综合诱导方法，能够根据用户选择的起点和终点，结合实时的路况信息，给出多种交通方式下的直达及换乘方案，并能采用时间、空间、费用等多目标优化选取最佳线路，给出行者全方位的出行诱导。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种多交通方式综合诱导方法，包括：

A、接收出行者传输而来的起始站点和目的站点数据并对该数据进行识别；

B、通过最小换乘次数目标函数

和最少乘车时间目标函数

得到满足约束的目标路线，约束条件如下：

A_i≤y_ij，y_ij≤x_ij(i＝1，2，3，......N；j＝1，2，3......N)

s.t.{...... $\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{aj}}=1$

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ib}}=1$

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ji}}$ (j＝1，2......N且j≠a，b)

}

其中：

A_i：表示是否在S_i站点换乘(1-是，0-否)；

x_ij：S_i站点到S_j站点有直达线路(1-直接相连，0-不直接相连公汽线路矩阵)；

y_ij：最佳路径经过S_i与S_j二站点之间的路线(1-经过，0-不经过最佳线路矩阵)；

T₁表示相邻站点平均行驶时间，T₂表示换乘平均耗时；

C、将目标路线及与其相关的实时交通信息发送至出行者。

进一步地，所述B步骤还包括选择出行模式，当出行者选择出行模式时，调用最优出行路线函数

其中：

J₁为时间代价函数；

J₂为空间(距离)代价函数；

J₃为费用代价函数；

T_jk表示出行过程中第k次乘坐第j种交通工具所需要的时间；

D_jk表示出行过程中第k次乘坐第j种交通工具所需要的距离；

C_jk表示出行过程中第k次乘坐第j种交通工具所需要的费用；

λ_i为动态加权系数(0≤λ_i≤1， $\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i=1$ )。

进一步地，所述B步骤之前还包括如下步骤：b1、判断起始站点和目的站点之间的公交换乘线路是否有单行线，如果有单行线，则在原有诱导路线的基础上增加在单行线部分路段乘坐公交车的一种出行方式。

进一步地，所述b1步骤之前或之后还包括如下步骤：判断出行者的起始站点和目的站点是否在轮渡的两岸，如果是，则在原有诱导路线基础上增加换乘轮渡的一种出行方式，然后在轮渡的起点和出行者的起始站点以及轮渡的终点和出行者的目的站点间规划出出租车和公交车的路线。

进一步地，所述出行模式包括距离最短模式，时间最短模式，不走高速模式，高速优先模式和推荐路径模式。

与现有技术相比，本发明的优点和积极效果如下：

本发明提供一种交通综合诱导方法，能够对城市内公交车，出租车，私家车，轮渡等多种交通方式进行实时综合诱导，综合考虑时间，空间，费用等各种因素，对公交、出租车、轮渡等多种交通方式进行诱导，弥补了当前诱导方式单一和无法实时获取动态交通信息的缺点。本发明一方面从宏观网络的角度均衡网络上的交通流量，使网络的综合交通能力达到最充分利用，以提高整个交通运输系统的使用效率，改善和提高交通运输系统的安全性，减少资源的消耗和减轻环境污染；另一方面从微观出行者的角度达到帮助出行者根据实时路况信息选择合适的出行工具，提供方便、舒适、快捷的交通信息服务，引导出行路线选择，提高生活水准。

附图说明

图1是本发明交通综合诱导方法说明图；

图2是面向出行者的交通信息交互系统的结构示意图；

具体实施方式

下面结合附图对本发明进行详细阐述。

实施例一，在公交换乘诱导中，所有站点是通过公交和轮渡线路联结在一起的，可以将整个公共交通系统的所有站点看作是一个连通图上的点，也就是说，从任一站点出发，经过有限次换乘一定可以到达另一个站点。假设从一站点到达另一站点，最多转乘两次就可以实现。

符号说明：

A_i：表示是否在S_i站点换乘(1-是，0-否)

x_ij：S_i站点到S_j站点有直达线路(1-直接相连，0-不直接相连公汽线路矩阵)

y_ij：最佳路径经过S_i与S_j二站点之间的路线(1-经过，0-不经过最佳线路矩阵)

T₁表示相邻站点平均行驶时间，T₂表示换乘平均耗时。

欲查找从起始站点S_a到目的站点S_b的最短路径，可以从S_a站点出发，以公交、轮渡路线为基础进行广度优先搜索，到S_b站点即告终止。找到S_b站点时，一定是转车次数最少的。

假定从S_a站到S_b站的乘车次数上限为3次，也即转乘两次，查找从S_a站到S_b站最短路径的具体步骤如下：

①经过站点S_a的所有车线的集合记为SET1-S，经过站点S_b的所有车线的集合记为SET1-T，这时引入索引的概念，如果

表示空集，说明经过S站点到T站点有直达车，算法结束。假如

说明经过S站点到T站点没有直达车，转下一步，考虑一次转乘的情况。

②假如不能直接到达，就查找经过的车线可以转乘的所有车线的集合，记为SET2-S，

表示空集，则说明转乘一次即可到达目的站点。算法结束。假如

说明经过S_a站点到S_b站点换乘一次不可能到达，转下一步，考虑二次转乘的情况。

③假如转乘一次不能直接到达，就查找可以转乘到站S_b点的所有车线的集合，记为SET2-T，如果

表示空集，说明经过站S_a点到站S_b点换乘两次可以到达。假如

说明经过S_a站点到S_b站点换乘两次不可能到达。

按此算法，求出的路线是换乘次数最少的方案，得到的方案可能会有很多，可能会路线较长，再根据乘车时间和票价等其他因素对以上结果进行优化，求出较优的几个方案，通常最多不超过三个。

人们外出乘车时，总是希望在尽量短的时间内到达目的地，而且在途中希望换乘次数越少越好，因此，本发明的模型以乘车时间最少和换乘次数最少作为优化的首要目标，票价等其他因素作为次要因素，也就是说，换乘次数最少和乘车时间最少的最优度是最大的，票价等其他约束条件的最优度较小。

因此，应用了最小换乘次数

和最少乘车时间

的双目标函数的优化问题求解出了满足约束的路线，如果求解出几条路线，可以根据票价和其他因素对路线进行筛选。

假设从S_a站点到S_b站点选择最优路径

最小换乘次数的目标函数为：

最少乘车时间的目标函数为：

优化模型的约束条件为：

1.乘客换车的站点一定在最优路线上，但最优路线上的站点不一定都换车：

A_i≤y_ij(i＝1，2，3，......N；j＝1，2，3......N)

2.最优路线一定在公交网络上，但公交网络上的线不一定都是最优路线

y_ij≤x_ij(i＝1，2，3，......N；j＝1，2，3......N)

3.乘客从S_a站点出发不管走哪条路径均只能坐一辆车： $\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}=1$

4.乘客最后只能做一辆车到达S_b站点： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ib}}=1$

5.从每一个站点进的公交车数等于出的车数： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ji}}$

(j＝1，2......N且j≠a，b)

由此，建立模型如下：

$\min \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{A}_i$

$\min (\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}\·T_1+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{A}_i\·T_2)$

A_i≤y_ij，y_ij≤x_ij(i＝1，2，3，......N；j＝1，2，3......N)

s.t.{...... $\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{aj}}=1$

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ib}}=1$

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ji}}$ (j＝1，2......N且j≠a，b)

}

本发明应用实施例如下：

A、接收出行者传输而来的起始站点和目的站点数据并对该数据进行识别；

参照图1及图2，出行者一般通过电话9拨通预知的号码与交通信息服务中心1建立起语音通路后，交通信息服务中心1发出语音提示，之后出行者按照说出查询请求，交通信息服务中心1收到该段语音数据后，按照对应的结构获得对应段语音数据，并通过语音识别得到所述查询请求，再将该查询请求发送至所述交通信息数据中心2。

B、该交通信息数据中心2收到该查询请求后，通过最小换乘次数目标函数

和最少乘车时间目标函数

得到满足约束的目标路线。

为了实现综合诱导策略，须有静态交通信息和动态交通信息。静态信息包括与交通管理相关的城市基础地理信息、交通地理信息、交通管理信息车辆信息等；动态交通信息包括能采集到的道路状况、交通状态和气象信息。交通状况信息包括交通流量、占有率、车速、行程时间等交通特性、交通事件和拥挤程度等信息。除了交通事件、拥挤程度可由人工辅助外，其他信息都可以通过交通检测器自动采集。交通检测器3-6一般安装在道路上、车辆上、换乘站上、停车场以及气象中心等处，控制中心接收交通检测器上传的数据与系统已有数据进行二次数据融合处理，形成综合诱导策略所需要的数据。

C、将目标路线及与其相关的实时交通信息返回至所述交通信息服务中心1；该交通信息服务中心1再通过语音合成形成语音数据发送至所述电话9，供用户收听。

实施例二，多种交通方式下综合诱导，可以得到多条出行线路，本实施例进一步采用时间、空间、费用等多目标优化选取最佳线路。

设多种交通方式下时间、空间、费用等多目标综合优化性能指标函数

$J=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{J}_i$ (n＝3)

其中：

J₁为时间代价函数；

J₂为空间(距离)代价函数；

J₃为费用代价函数；

λ_i为动态加权系数(0≤λ_i≤1， $\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i=1$ )；

假设整个过程共有n次换乘，每次换乘所需要的平均时间为T，则

$J_1=\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{T}_{j,k}+\mathrm{nT},$ $J_2=\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{D}_{j,k},$ $J_3=\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{C}_{j,k};$

T_jk表示出行过程中第k次乘坐第j种交通工具所需要的时间；

D_jk表示出行过程中第k次乘坐第j种交通工具所需要的距离；

C_jk表示出行过程中第k次乘坐第j种交通工具所需要的费用。

则有 $J={\mathrm{\λ}}_1(\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{T}_{j,k}+\mathrm{nT})+{\mathrm{\λ}}_2\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{D}_{j,k}+{\mathrm{\λ}}_3\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{C}_{j,k}$

求解J→min时所对应的出行路线即为满足时间、空间、费用等多目标最优出行路线。

以上只是参考一般情况下的路况特点制定的出行方案，为此，系统还提供了出行的实时信息，比如出行线路上的交通拥堵情况，有无交通管制，乘坐公交车上乘客拥挤情况，出发点附近空闲出租车的数量等，用户可以根据这些实时信息全面了解相关的出行情况，从而自己选择合适的交通方案。

实施例三，在自驾车和出租车综合诱导中，考虑到一些城市有轮渡交通方式、单行线路(公交专用线路)较多的特点，本实施例增加了由自驾车或者出租车换乘公交或换乘轮渡的换乘方案。

换乘轮渡具体方法如下：首先建立轮渡两岸站点的数据库并判断出行者的起点在哪个数据库，如果出行者的起点S_a在本岸，则记录S_a1＝1，相反如果起点S_a在对岸，则记录S_a1＝0；同理如果出行者的终点S_b在本岸，则记录S_b1＝1，相反如果终点S_b在对岸，则记录S_b1＝0。如果

即出行者的起点和终点在轮渡的两岸，则在原有诱导路线基础上增加换乘轮渡的一种出行方式，设轮渡的起点站和终点站为S_c和S_d，规划S_a和S_c之间，S_d和S_b之间的自驾车和公交车路线，而S_c和S_d之间则换乘轮渡。

换乘公交具体方法如下：首先按照单行方向建立市内所有单行线路(公交专用线路)的公交站点名称数据库，判断自驾车和出租车已有的出行线路中是否路过单行线路的站点，如果按照单行的先后顺序经过单行线路上的公交站点S_e和S_f，则在原有诱导路线基础上增加换乘公交的一种出行方式，重新规划S_a和S_e之间，S_f和S_b之间的自驾车和公交车路线，而S_e和S_f之间则换乘公交。

最后，根据出行者的出行需求，包括要求最快到达、最低消费到达或者换乘次数最少到达等需求，结合多目标综合优化性能指标函数，为时间、空间及费用指标分配不同的权重，综合分析计算多种诱导路线，从而得到与出行者出行需求最为符合的一种交通换乘方案。

此外，针对自驾车和出租车还提出路径规划的五种特定的模式：距离最短，时间最短，不走高速，高速优先和推荐路径。根据不同的模式，建立时间预测模型和路阻模型。时间预测模型是每一条道路和每一个路口都标以不同的等级，然后根据道路拥挤情况等级与该路段的距离求得通过该道路所需要的时间；根据两个路段名称，从数据库中取得该交叉路口的通行等级，预测路口的通行时间。将所有的路段及路口的预测时间相加就是本次道路规划的预测时间。而路阻模型是通过路段长度与交通流量间关系得来的，可以用行程时间来表示，根据历史数据库，预测行程时间和实时行程时间来表述的。

具体介绍如下：

距离最短模式，在这种模式下，考虑车辆的行驶路程最短。优点在于耗油量较小，节省燃油费用，减少汽车尾气排放，有利于环境保护。缺点在于这种模式不一定是最节省时间的，在这种模式下，有可能会选择闹市区或者交通拥挤路段。

时间最短模式，在这种模式下，考虑车辆的行驶时间最短。优点在于节省时间，可以使出行者在最短的时间内到达目的地。对于警车、救护车、抢险车、消防车等而言是必须的。对于普通出行者而言，在上下班、赶火车、赶飞机等紧急情况下也是最优选择。缺点在于有时会选择路程较远但道路通畅的路线，耗油量较大。

不走高速模式，在这种模式下，考虑车辆的行驶偏好。很多车辆在跑短途时不喜欢选择高速公路，主要是因为高速公路收费较高。而且很多长途车也不喜欢选择高速公路，原因是不能中途上下乘客。还有很多驾车新手，由于车速不敢尝试太快，所以也会刻意不走高速。因此，在这多种情况下，不走高速模式为出行者的出行提供了很大的帮助。这种模式下的缺点是有时会花费更多时间或是行驶更远的路程。

高速优先模式，在这种模式下，也是考虑车辆的行驶偏好。优点是道路通畅，不会发生拥堵等情况；车速可以较快，有利于节省时间；而且车速较快，车体性能可以充分发挥，有利于车辆保养，耗油量也较小。缺点是高速公路收费较高，而且在高速公路上不能倒车和拐弯，一但走错了路线，只能寻找下一个路口下高速。

推荐路径模式，在这种模式下，考虑车辆的行驶目的。车辆在行驶的过程中，不免会遇到油量不够、车辆出现问题等情况，在推荐路径模式下，可以为出行者提供距离当前位置最近的加油站、维修站、停车场等的路线。另外，在这种模式下，出行者还可以选择风景线路。对于自驾游的出行者，选择推荐路径模式可以为出行者提供一条包括出行者需要经过的所有景点的最佳线路。缺点在于在这种模式下，只是考虑了出行者的特别需求，并没有考虑其他因素。

根据出行者的出行需求，考虑出行时间最短、出行费用最低、是否偏好高速或者是否选择风景路线等需求，并结合当前道路的通行等级情况，分析预测出符合条件的每一条线路中所需的总的预测时间、总的费用，是否经过高速及主要风景线路，从而选择出最为符合出行者出行需求的一条线路。其中，总的预测时间为每条道路按照道路的通行等级预测出的道路行驶时间与每个交通路口按照路口等级预测出的等待时间之和。总的费用为行驶全部路程消耗的燃油费用，还包括选择高速公路时缴纳的高速公路收费。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (5)

1.一种多交通方式综合诱导方法，包括：

A、接收出行者传输而来的起始站点和目的站点数据并对该数据进行识别；

B、通过最小换乘次数目标函数和最少乘车时间目标函数

得到满足约束的目标路线，约束条件如下：

A_i≤y_ij，y_ij≤x_ij(i＝1，2，3，......N；j＝1，2，3......N)

$s.t.\{......\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{aj}}=1$

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ib}}=1$

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{y}_{\mathrm{ji}}$ (j＝1，2......N且j≠a，b)

)

其中：

A_i：表示是否在S_i站点换乘(1-是，0-否)；

x_ij：S_i站点到S_j站点有直达线路(1-直接相连，0-不直接相连公汽线路矩阵)；

y_ij：最佳路径经过S_i与S_j二站点之间的路线(1-经过，0-不经过最佳线路矩阵)；

T₁表示相邻站点平均行驶时间，T₂表示换乘平均耗时；

C、将目标路线及与其相关的实时交通信息发送至出行者。

2.根据权利要求1所述的多交通方式综合诱导方法，其特征在于：所述B步骤还包括选择出行模式，当出行者选择出行模式时，调用最优出行路线函数

其中：

J₁为时间代价函数；

J₂为空间(距离)代价函数；

J₃为费用代价函数；

T_jk表示出行过程中第k次乘坐第j种交通工具所需要的时间；

D_jk表示出行过程中第k次乘坐第j种交通工具所需要的距离；

C_jk表示出行过程中第k次乘坐第j种交通工具所需要的费用；

λ_i为动态加权系数(0≤λ_i≤1，

)。

3.根据权利要求1所述的多交通方式综合诱导方法，其特征在于：所述B步骤之前还包括如下步骤：b1、判断起始站点和目的站点之间的公交换乘线路是否有单行线，如果有单行线，则在原有诱导路线的基础上增加在单行线部分路段乘坐公交车的一种出行方式。

4.根据权利要求3所述的多交通方式综合诱导方法，其特征在于：所述b1步骤之前或之后还包括如下步骤：判断出行者的起始站点和目的站点是否在轮渡的两岸，如果是，则在原有诱导路线基础上增加换乘轮渡的一种出行方式，然后在轮渡的起点和出行者的起始站点以及轮渡的终点和出行者的目的站点间规划出出租车和公交车的路线。

5.根据权利要求2所述的多交通方式综合诱导方法，其特征在于：所述出行模式包括距离最短模式，时间最短模式，不走高速模式，高速优先模式和推荐路径模式。

Images