发明内容
有鉴于此,本发明提供了一种规划出行路线的处理方法及系统,以克服现有技术中基于习惯或经验选择路线时,所带来的不准确或不能准确确定花费时间较少的路线的问题,和一般的系统辅助路线规划方案中,规划路线速度过慢、规划路线不全面、规划的选择策略与实际需求不契合、以及不考虑城市整体道路拥堵状态的影响的缺陷。
为实现上述目的,本发明提供如下技术方案:
一种规划出行路线的处理方法,包括:
获取城市地理信息,所述城市地理信息至少包括城市交通信息,以及获取所述城市交通信息中各出行关键点的坐标点和所述城市的出行策略;
创建不同出行策略下的各个所述出行关键点之间的坐标点对的路线集合;
获取所述同一坐标点对对应路线的交通历史数据进行计算和分析,得到所述同一坐标点对的在预设的不同道路拥堵特征值下各自对应的最优出行路线数据库序列;
依据预设路线数和出行策略,从所述同一坐标点对的不同道路拥堵特征值下各自对应的最优出行路线数据库序列中,获取对应同一坐标点对间出行代价最小的预设路线数的路线,并存储于对应出行策略的最优出行路线数据库中,所述出行代价为所述坐标点对之间的距离或与出行方式相关代价,所述相关代价至少包括时间消耗;
返回执行获取对应同一坐标点对间出行代价最小的预设路线数的路线这一步骤,直至获得所有坐标点对间不同出行策略L的最优出行路线数据库;
整理获取到的最优出行路线数据库,得到同一出行策略下的各个坐标点对间的最优出行路线预规划数据库。
优选的,在得到最优出行路线预规划数据库之后,还包括:
确定当前出行策略和出行路线的起始点和终止点;
依据所述出行策略和出行路线的起始点和终止点,从所述最优出行路线预规划数据库中获取所有最优路线集合;
获取当前所有最优路线集合中各条最优路线与出行代价相关的数据,所述数据至少包括当前实际拥堵状态值;
依据所述实际拥堵状态值进行计算,得到各条最优路线对应的出行代价值;
选择最小的出行代价值对应的最优路线作为所述出行策略下所述起始点和终止点之间的最优出行路线。
优选的,还包括:所述起始点和终止点之间包括多个坐标点时,获取所述多个坐标点在其各自对应的实际拥堵状态值;
依据多个所述坐标点各自对应的所述实际拥堵状态值进行计算,得到各自对应出行代价值最小的最优路线;
组合得到的所述最优路线作为所述出行策略下所述起始点和终止点之间的最优出行路线。
优选的,所述各条最优路线与出行代价相关的数据还包括:不同出行策略下行进在各个最优路线上所需的时间消耗或出行成本。
优选的,所述出行策略为在所述城市中可选择的出行方式和选择策略;
所述出行方式为所述城市中可执行的交通方式,包括:步行方式、乘坐公交车方式、乘坐地铁方式、自驾车方式或自行车方式;
所述选择策略为从一个所述出行关键点至另一个出行关键点之间可选择的出行方式,包括:单独的出行方式,或者不同出行方式之间的组合。
优选的,所述出行关键点包括交通出入点和城市建筑的出入口;
所述交通出入点包括:当前城市内的公交站点、地铁出入口、道路分支点或道路进出点;
所述城市建筑的出入口包括各类标志建筑、公共场所或社区的出入口。
优选的,所述出行关键点可作为预规划路线的起始点或终止点。
优选的,所述最优出行路线数据库序列中的路线数大于0,小于所述预设条数。
一种选择出行路线的系统,包括:
获取模块,用于获取城市地理信息,所述城市地理信息至少包括城市交通信息,以及获取所述城市交通信息中各出行关键点的坐标点和所述城市的出行策略;
创建模块,用于创建不同出行策略下的各个所述出行关键点之间的坐标点对的路线集合;
分析模块,用于获取所述同一坐标点对对应路线的交通历史数据进行计算和分析,得到所述同一坐标点对的在预设的不同道路拥堵特征值下各自对应的最优出行路线数据库序列;
计算模块,用于依据预设路线数和出行策略,从所述同一坐标点对的不同道路拥堵特征值下各自对应的最优出行路线数据库序列中,获取对应同一坐标点对间出行代价最小的预设路线数的路线,并存储于对应出行策略的最优出行路线数据库中,所述出行代价为所述坐标点对之间的距离或与出行方式相关代价,所述相关代价至少包括时间消耗;
循环模块,用于循环执行获取坐标点对的最优出行路线数据序列,直至获得所有坐标点对间不同出行策略L的最优出行路线数据库;
整理模块,用于整理获取的所有坐标点对间的最优出行路线数据库,得到同一出行策略下的各个坐标点对间的最优出行路线预规划数据库。
优选的,所述系统中还包括选择模块,所述选择模块包括:
第一获取单元,用于依据所述出行策略和出行路线的起始点和终止点,从最优出行路线预规划数据库中获取所有较优路线集合;
第二获取单元,用于获取当前所有最优路线集合中各条最优路线与出行代价相关的数据,所述数据至少包括当前实际拥堵状态值;
运算单元,用于依据所述实际拥堵状态值进行计算得到各条最优路线对应的出行代价值;
选择单元,用于选择最小的出行代价值对应的最优路线作为当前所述出行策略下的出行路线。
经由上述的技术方案可知,与现有技术相比,本发明公开了一种规划出行路线的处理方法及系统,通过利用当前城市地理信息,以及该城市地理信息范围内的交通策略建立对应不同交通策略的集合,并依据交通路线信息,以及交通历史数据的记录预先进行计算、分析和整理,建立最优出行路线预规划数据库,完成对最优路线的规划。此外,在确定交通策略下从最优出行路线预规划数据库中获取最优的出行路线,即选择出出行代价最小的路线。因此,通过本发明公开的方法和系统可以依据动态的实际拥堵状态值进行计算和比较,确定起始点与终止点之间的最优出行路线,达到可以支持实时拥堵状态参数、路线规划迅速、路线规划准确,选择时间优越性高、道路状况良好的出行路线的目的。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术中凭借人们的经验或习惯选择出行方式和路线,以便获得花费较少的时间从当前的出发地到达目的地,但是,仅凭借经验或习惯,在面对每天不同时段各个路线的路况的不同的情况,并不能仅凭经验或习惯有效的分析出较佳的路线。因此,本发明实施例公开了一种规划出行路线的处理方法及系统,按照当前城市地理信息,以及该城市地理信息范围内的交通策略建立对应不同交通策略的集合,并依据交通路线信息,以及交通历史数据的记录进行预先的计算、分析和整理,建立最优出行路线预规划数据库,基于该最优出行路线预规划数据库,在用户确定的出行方式下可以获取最优的出行路线,即选择出出行代价最小的路线。具体的过程通过以下实施例进行详细说明。
请参阅附图1,为本发明实施例公开的一种规划出行路线的处理方法流程图,主要包括以下步骤:
步骤S101,获取城市地理信息,所述城市地理信息至少包括城市交通信息,以及获取所述城市交通信息中各出行关键点的坐标点和所述城市的出行策略。
在步骤S101中,所获取的城市地理信息在时间上具有相对稳定的特点,而该城市地理信息中包括城市所在区域信息、城市建筑信息、城市交通地图信息和城市交通信息等。该城市交通信息中包括城市内的各个出行关键点,该出行关键点中主要包括该城市内的交通出入点,该交通出入点包括每个公交站点、地铁出入口、道路分支点、道路进出点等等适用于人们在出行时用于标示当前位置的关键点,并且,该关键点不仅可以包括城市交通中的地各类出入点,也可以是城市建筑的出入点(出入口),该城市建筑的出入口包括各类标志建筑、公共场所或社区的出入口。在该城市地理信息或交通地图上可得到各个出行关键点的坐标点。
而步骤S101中的城市出行策略则是指在该城市中人们可以使用的出行方式和选择策略。例如,出行方式可以为步行、乘坐公交车、乘坐出租车、自行车、乘坐地铁或自驾车等交通方式,也就是出行方式是在该城市中人们可以选择的交通方式,根据各个城市的交通状况不同,人们可选择的出行方式也会有所不同;而选择策略则可以指从一个出行关键点至另一个出行关键点之间可以选择的出行方式的策略,包括两个关键点之间的单一出行方式或是混合的出行方式,例如从出行关键点A至出行关键点B可以单独采用乘坐公交、地铁、自驾车和自行车,也可以采用公交地铁组合、自驾车和公交地铁的组合或自行车和地铁的组合。
步骤S102,创建不同出行策略L下的各个所述出行关键点之间的坐标点对的路线集合。
在步骤S102中,各个出行关键点间的坐标点对的路线集合是指两个出行关键点所对应的坐标点之间的可行路线的集合,例如,出行关键点A的坐标点为(X1、Y1)、出行关键点B的坐标点为(X2、Y2)、出行关键点C的坐标点为(X3、Y3)、出行关键点D的坐标点为(X4、Y4),并且从出行关键点A至出行关键点C时可以经过出行关键点B,也可以经过出行关键点D,因此,出行关键点A与出行关键点B的坐标点对的路线集合为:{(X1、Y1),(X2、Y2)},出行关键点A与出行关键点D的坐标点对的路线集合为:{(X1、Y1),(X4、Y4)},而出行关键点A与出行关键点C的坐标点对的路线集合可以为:{(X1、Y1),(X2、Y2),(X3、Y3)},也可以为{(X1、Y1),(X4、Y4),(X3、Y3)}因此,由上可知,针对该城市内的各个出行关键点之间的坐标点对的路线集合可以定义为:{(X1、Y1),...,(Xz、Yz)};其中,z为大于1的整数。
由于从一个出行关键点至另一个出行关键点所经过的路线,可以采用不同的出行策略L,该L可以根据需要动态进行设置。因此,在执行步骤S102时,在不同的出行策略L的基础上建立各个出行关键点之间的坐标点对的路线集合,在对应的集合中存储相同方式的出行关键点之间的可行路线的集合。例如,当从某一起始点(一出行关键点)到终止点(另一出行关键点)所选择的出行策略L为乘坐公交车,则在该乘坐公交车的出行策略下存储的该出行关键点间的路线集合。
步骤S103,获取所述同一坐标点对对应路线的交通历史数据进行计算和分析,得到所述同一坐标点对的在预设的N种不同道路拥堵特征值下各自对应的最优出行路线数据库序列。
在步骤S103中,针对一对坐标点对进行处理,获取该坐标点对对应路线的实际检测的交通历史数据,其中包括对应路线不同时段的交通状况,即不同时段的道路拥堵特征值,然后进行分析计算,再按照预设的N种不同道路拥堵特征值,获取各自道路拥堵特征值对应的该坐标点对的最优出行路线数据库序列。该预设的N种不同道路拥堵特征值可以根据需要动态进行设置。需要说明的是,在该不同道路拥堵特征值中包括道路完全畅通的情况,即存在道路畅通的理想情况。
例如,针对一对坐标点对之间只有起始点和终止点两个坐标点,则依据实际检测的交通历史数据分析则可以得出该坐标点对间路线的不同时间段内的N种不同道路拥堵特征值;如果一对坐标点对之间除了起始点和终止点以外,还包含有其他坐标点,也可以根据各自坐标点将交通历史数据进行计算,最后获取该坐标点对在N种不同道路拥堵特征值组合下的最优出行路线数据库序列。
在本发明其他实施例中,上述道路拥堵特征值可包括相关道路的拥堵特征值,即不局限于规划中用到的道路,还有相关的对他们有影响的道路,最大化后就是城市的整体道路。
步骤S104,依据预设路线数M和出行策略L,从所述同一坐标点对在N种不同道路拥堵特征值下各自对应的最优出行路线数据库序列中,获取对应同一坐标点对间出行代价最小的M条路线,并存储于对应出行策略L的最优出行路线数据库中。
在步骤S104中,确定某一个出行策略L,以及该出行策略L对应的坐标点对下获取到的N种不同道路拥堵特征值下各自对应的最优出行路线数据库序列,从上述坐标点对道路拥堵特征值不同的最优出行路线数据库序列中获取同一出行策略L下,同一坐标点对间出行代价最小的M条路线,并存储于对应该出行策略L的最优出行路线数据库中。需要说明的是,M为预设路线数,即在针对同一坐标点对道路拥堵特征值不同的最优出行路线数据库序列中可选取的最优路线结果数,该M可以根据需要动态进行设置。
出行代价则是指所述坐标点对之间的距离、或与出行方式相关代价,所述相关代价至少包括时间消耗。具体来说,所述的出行代价为人们在出行过程中可进行量化的参数,例如,可以是在确定的出行策略下在坐标点对间消耗的时间、花费的金钱,以及各类出行方式下不可避免的出行成本等,也可以是指所述坐标点对之间的距离。
需要说明的是,该最优出行路线数据库序列也是按照不同的出行策略L进行分类。
步骤S105,返回执行步骤S103,直至获得所有坐标点对间不同出行策略L的最优出行路线数据库。
步骤S106,对上述获取到的最优出行路线数据库进行整理,得到同一出行策略下的各个坐标点对间的最优出行路线预规划数据库。
依据上述预先建立最优出行路线预规划数据库的过程可知,对于某城市地理范围内的L种不同出行策略下的交通出行查询内容进行坐标点对的预规划,分别应用N种合理道路拥堵特征值进行规划、计算得到这N种不同道路拥堵特征值下各自对应的最优出行路线数据库序列,并将每次规划得出的M个最优路线结果保存在对应的最优出行路线数据库中,然后再对获取到的全坐标点对的最优出行路线数据库进行整理,得到该城市不同拥堵状况下的最优出行路线预规划数据库。
也就是说,在确定的城市地理信息范围内对获取到的该城市的交通策略L进行预规划或预处理。并且,针对不同的出行方式和选择的不同出行策略具有的不同出行代价值K,区别不同选择出行策略之间的优先级。在实际应用中,根据某一出行策略Lo和同一起止点(Xf,Yf)到(Xt,Yt)下所有道路拥堵特征值下的最优出行路线数据库,合并其中的路线结果信息,得出完整的出行策略Lo下某起止点对(Xf,Yf)到(Xt,Yt)间对于所有可能的道路拥堵特征值下的最优出行路线预规划数据库。
需要说明的是,上述获取到具有的最优路线数目大于0,而小于M*N,该M*N表示在N种道路拥堵特征值下的所有的最优出行方案。
在上述本发明实施例公开的规划出行路线的处理方法的基础上,确定当前的出行策略以及出行路线的起始点和终止点,可以快速、方便的获取当前最优的出行路线,具体过程请参阅附图2,在选择最优出行路线时,可以采用以下方式,主要包括以下步骤:
步骤S201,确定当前的出行策略Lp和出行路线的起始点(Xf,Yf)和终止点(Xt,Yt)。
步骤S202,依据所述出行策略Lp和出行路线的起始点(Xf,Yf)和终止点(Xt,Yt),从最优出行路线预规划数据库中获取所有最优路线集合。
步骤S203,获取当前所有最优路线集合中各条最优路线与出行代价相关的数据,所述数据至少包括当前实际拥堵状态值。
步骤S204,依据所述实际拥堵状态值进行计算,得到各条最优路线对应的出行代价值K。
在执行上述步骤S201至步骤S204的过程中,首先,根据出行策略Lp和起止点对(Xf,Yf)到(Xt,Yt)查询到对应的最优出行路线预规划数据库中的所有最优路线,然后,再根据当前各最优路线与出行代价相关的数据,所述数据至少包括当前实际拥堵状态值,将当前实际拥堵状态值代入每条路线中进行计算,得到所有最优路线对应的出行代价值K,由此可知,此时的出行代价值K与当前的道路的拥堵状况有关,即能够从出行代价值K中获取到从起始点(Xf,Yf)到终止点(Xt,Yt)所消耗的时间。
需要说明的是,各最优路线与出行代价相关的数据,包括各路段当前实际拥堵状态值(该实际拥堵状态值与最终消耗在各个最优路线上的时间相关,因此,该实际拥堵状态值也属于与出行代价相关代价),以及可以用来表征出行代价的数据。例如不同出行策略下行进在各个最优路线上所需的时间消耗或是出行成本等。
步骤S205,选择最小的出行代价值K对应的最优路线作为当前所述出行策略Lp下所述起始点和终止点之间的最优出行路线。
执行步骤S205,则按照获取到的与各个最优路线对应的出行代价值K进行比较,确定各个最优路线之间的优先级,该优先级按照选择该最优路线从起始点(Xf,Yf)到终止点(Xt,Yt)所消耗的时间和拥堵状态进行排列,即按照出行代价值K的从小至大的排列。最后,再选择最小的出行代价值K对应的最优路线作为当前所述出行策略Lp下起始点和终止点之间的最优出行路线,完成对道路的选择,实现选择出行代价最小、路况最优出行路线。
需要说明的是,在本发明公开的实施例中也可以选择其他与出行代价相关的值进行计算和分析,最终确定起始点和终止点之间的最优出行路线。
此外,所述起始点与终止点之间包括多个坐标点时,获取所述多个坐标点在其各自对应的实际拥堵状态值;然后,依据多个所述坐标点各自对应的所述实际拥堵状态值进行计算,得到各自对应出行代价值最小的最优路线;最后,再组合得到的所述最优路线作为所述出行策略下所述起始点和终止点之间的最优出行路线。而获取到的起始点与终止点之间的路线为一个总的组合的路线。
综上所述,在进行上述出行路线的预先规划时,因为是提前预规划,可基本不考虑规划算法的时间复杂度,可以综合采用多种规划算法,实现最科学合理的规划;而在预规划中,代入了可以反应实际拥堵状态的多种拥堵状态值进行计算比较。由于在拥堵问题中,近似的整体拥堵状态会带来近似的出行体验,因此,选择代入特征拥堵值进行进一步的预处理,能够保证得出很接近真实交通拥堵状态的结果,从而避免了有效结果丢失。
同时,在实际查询出行路线时,选取上述预处理结果的较优路线,然后再一次代入真实拥堵值进行简单的计算比较,最终可以快速获得若干结果供用户选择,以便确定最优的出行路线。
通过上述本发明实施例公开的方法,基于最优出行路线预规划数据库,直接进行选择,或者依据动态的实际拥堵状态值、或者依据动态的实际拥堵状态值和预测拥堵状态值进行计算和比较,确定起始点与终止点之间的最优出行路线,达到支持实时拥堵状态参数、路线规划迅速、路线规划准确、选择时间优越性高和道路状况良好的出行路线的目的。
上述本发明公开的实施例中详细描述了一种规划出行路线的处理方法,对于本发明的方法可采用多种形式的系统实现,因此本发明还公开了一种处理出行路线的系统,下面给出具体的实施例进行详细说明。
请参阅附图3,为本发明公开的一种选择出行路线的系统结构示意图,主要包括:获取模块101、创建模块102、分析模块103、计算模块104、循环模块105和整理模块106。
获取模块101,用于获取城市地理信息,所述城市地理信息至少包括城市交通信息,以及获取所述城市交通信息中各出行关键点的坐标点和所述城市的出行策略。
创建模块102,用于创建不同出行策略L下的各个所述出行关键点之间的坐标点对的路线集合。
分析模块103,用于获取所述同一坐标点对对应路线的交通历史数据进行计算和分析,得到所述同一坐标点对的在预设的不同道路拥堵特征值下各自对应的最优出行路线数据库序列。
计算模块104,用于依据预设路线数和出行策略,从所述同一坐标点对的不同道路拥堵特征值下各自对应的最优出行路线数据库序列中,获取对应同一坐标点对间出行代价最小的预设路线数的路线,并存储于对应出行策略的最优出行路线数据库中,所述出行代价为所述坐标点对之间的距离或与出行方式相关代价,所述相关代价至少包括时间消耗。
循环模块105,用于循环执行获取坐标点对的最优出行路线数据,直至获得所有坐标点对间不同出行策略L的最优出行路线数据库。
整理模块106,用于整理获取的所有坐标点对间的最优出行路线数据库,得到同一出行策略下的各个坐标点对间的最优出行路线预规划数据库。
需要说明的是,在上述本发明实施例公开的系统地基础上,还包括选择模块107,请参阅附图4,该选择模块107包括:第一获取单元1071和第二获取单元1072、运算单元1073和选择单元1074。
第一获取单元1071,用于依据所述出行策略和出行路线的起始点和终止点,从最优出行路线预规划数据库中获取所有最优路线集合。
第二获取单元1072,用于获取当前所有最优路线集合中各条最优路线与出行代价相关的数据,所述数据至少包括当前实际拥堵状态值。
运算单元1073,用于依据所述实际拥堵状态值进行计算得到的各条最优路线对应的出行代价值K。
选择单元1074,用于选择最小的出行代价值对应的最优路线作为当前所述出行策略下的出行路线。
基于上述建立的最优出行路线预规划数据库,以及第二获取单元1072中确定的当前起始点与终止点之间各条最优路线对应的实际拥堵状态值,利用运算单元1073进行计算,得到各条最优路线对应的出行代价值,在选择单元1074中对进行比较,选择最小的出行代价值对应的最优路线作为当前出行策略下的出行路线。
需要说明的是,在运算单元1073中进行的计算也可以同时基于当前实际的拥堵状态值和预测拥堵状态值进行计算和分析。
因此,在本发明实施例公开的该系统中,通过建立的最优出行路线预规划数据库,即将可能的出行关键点之间的最优路线进行集合,然后在进行选择的时候基于该集合与动态的路线的拥堵状态值进行计算,可以提供给用户在确定的起始点和终止点之间时间最优、道路最畅通的出行路线,即确定最优的出行路线。
综上所述,基于本发明实施例公开的该系统,实现支持实时拥堵状态参数、路线规划迅速、路线规划准确、选择时间优越性高和道路状况良好的出行路线的目的。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。