CN102567389A - 组合交通网络的形成方法和设备、路径搜索方法和设备 - Google Patents
组合交通网络的形成方法和设备、路径搜索方法和设备 Download PDFInfo
- Publication number
- CN102567389A CN102567389A CN2010106129677A CN201010612967A CN102567389A CN 102567389 A CN102567389 A CN 102567389A CN 2010106129677 A CN2010106129677 A CN 2010106129677A CN 201010612967 A CN201010612967 A CN 201010612967A CN 102567389 A CN102567389 A CN 102567389A
- Authority
- CN
- China
- Prior art keywords
- network
- node
- combination
- transportation network
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Navigation (AREA)
Abstract
本发明提出了一种组合交通网络的形成设备和方法,以及采用该形成设备和方法的路径搜索方法和设备。所述组合交通网络形成设备包括:距离判断单元,用于确定起点和终点,并确定起点和终点之间的距离;网络选择单元,用于根据所确定的距离,从多个交通网络中选择一个或多个交通网络;节点布置单元,用于在一个地图中布置所述一个或多个交通网络的节点;节点组合单元,用于对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点,所述虚拟节点每个均包含一个或多个所布置的节点;以及线路连接单元,用于将所述地图中的虚拟节点连接,从而形成组合交通网络。利用根据本发明的组合交通网络进行出行方案的规划,具有网络兼容性强、路径查找容错性好的特点。与现有的解决方案相比,根据本发明的路径搜索方法更加灵活,且更加适用于在网络类型较多且复杂的情况。
Description
技术领域
本发明涉及形成组合交通网络的技术领域,具体涉及基于聚类分析方法的组合交通网络的形成方法和设备以及采用该方法和设备的路径搜索方法和设备。
背景技术
随着社会发展,公共交通和人们的工作、日常生活、旅行和其他的方方面面都变得密不可分。尤其是在长途旅行方面,如果出发地和目的地相隔很远,那么可能会需要连续用到多种交通工具。而且,随着社会的发展,公共交通工具种类越来越多,人们的出行也变得越来越频繁。
人们出行前都习惯于在网上查询一下线路规划,这样才能在出行过程中做到心中有数,但当出行距离较远,涉及到多个交通网络共同使用时,人们一般的做法是先确认出发地和目的所在的城市,然后在飞机相关的网络上查询两个城市间是否有飞行线路,或者是在火车相关网络上查询两个城市间是否有火车可达。在确认了城市与城市间的出行线路后,最后在城市内部相关网络上查询从出发地到火车站或机场的出行线路和从对应火车站或机场到目的地的出行线路。所有的线路合并起来就是本次出行的总体规划。
现有的线路规划方法都是基于采用单一交通工具的公共交通网络(例如公交网络、火车网络、飞机航线)进行计算。
这种基于采用单一交通工具的公共交通网络的线路规划方法有很大的局限性,一是用户必须在各个网络上分别去进行查询,最后自己汇总起来;二是在查找规划线路的过程中难免会忽略掉一些可以利用的线路,如机场大巴,长途车,轮渡等。总体来说,用这种方式规划出来的线路往往非常依赖于人们自己对现实中的城市的熟悉程度,比如目的地城市没有火车站,也没有机场,只能先乘坐飞机或火车到附近的城市,然后换乘长途汽车,那么用现有的方式可能很难找到规划结果。
专利文献1(CN200410086302.1)提出了一种自动搜索公共交通路径的通用方法及其程序,采用了预先将多个网络的信息入库,将所有的网络归为两类,一类是城市与城市之间的交通网络,另一类则是城市内部的交通网络,在开始规划时先判断出起点和终点各自所在的城市,在城市之间的交通网络中寻找合适的通路。找到城际间的出发站和到达站,再分别到城市内部的交通网络上进行规划,最终将这些分段的规划合并起来。
专利文献1提及的自动搜索公共交通路径的方法可以在多个公共交通网络上进行线路的规划,但是该方法对数据有比较严格的要求。在专利文献1中,城市之间和城市内部这两类网络间必须存在相同名称的站点,在进行路径规划的时候,通过这些相同名称的站点,可以在多个网络之间做切换,这样就可以规划出合适的线路。
而且,由于对公共交通网络进行城市之间和城市内部的划分,在一个公共交通网络既涉及城市内部也涉及城市之间时,例如覆盖距离较近的几个城市的公共地铁网络,无法采用专利文献1使用的方法。此外,即使对于仅涉及城市之间或城市内部的公共交通网络,在存在多种这样的网络时,专利文献1也未提及如何同时使用多种网络。
在这种情况下,如何设计一种组合交通网络变得越来越重要,该组合交通网络包括多个采用单一交通工具的交通网络,从而当用户在组合交通网络中进行查询时,可以直接得到组合的线路规划结果。
发明内容
为解决上述问题,本发明利用聚类分析方法,将多个交通网络组合成一个组合交通网络,从而用户可以方便地在组合交通网络上进行路径搜索,得到组合了各种交通工具的线路规划结果,而不需要用户首先确定交通工具然后在各个交通工具网络上分别进行查询。
根据本发明一个方面,提出了一种组合交通网络的形成设备,包括:距离判断单元,用于确定起点和终点,并根据起点和终点来确定起点和终点之间的距离;网络选择单元,用于根据距离判断单元所确定的距离,从多个交通网络中选择一个或多个交通网络;节点布置单元,用于根据网络选择单元所选择的一个或多个交通网络,在一个地图中布置所述一个或多个交通网络的节点;节点组合单元,用于对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点,所述虚拟节点每个均包含一个或多个所布置的节点;以及线路连接单元,用于根据所选择的一个或多个交通网络中连接所布置的节点的连线,将所述地图中的包含所布置的节点的虚拟节点连接,从而形成组合交通网络。
优选地,节点组合单元包括:容限确定单元,用于根据所布置的节点的密度,确定容限;以及节点组合执行单元,用于根据所确定的容限,对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点。
优选地,所述组合交通网络的形成设备还包括:时间过滤单元,用于根据时间限制和所选择的一个或多个交通网络的时间信息,对形成的组合交通网络进行修改。
优选地,所述组合交通网络的形成设备还包括:网络补全单元,用于采用道路路网,将形成的组合交通网络中未连接的虚拟节点连接。
优选地,待选择的多个交通网络存储在所述组合交通网络的形成设备中,或者存储在所述组合交通网络的形成设备可访问的其它设备中。
优选地,距离判断单元根据起点和终点的地理坐标,确定起点和终点之间的球面距离或直接距离。
优选地,针对多个交通网络,预先确定其适用的距离范围。
根据本发明的另一方面,提出了一种路径搜索设备,包括:输入单元,接收起点和终点的输入;根据本发明的组合交通网络的形成设备,用于形成组合交通网络;路径搜索单元,用于在形成的组合交通网络上进行路径搜索,形成一个或多个路径搜索结果;以及排序单元,用于按照预定准则将所述一个或多个路径搜索结果排序,并输出排序的一个或多个路径搜索结果。
优选地,所述路径搜索设备还包括:搜索结束判断单元,用于按照预定条件对路径搜索单元的搜索结果进行判断,在不满足预定条件的搜索结果的节点内进一步执行路径搜索。
优选地,所述预定条件包括:节点内的起点和终点之间的距离小于预定阈值。
根据本发明的另一方面,提出了一种组合交通网络的形成方法,包括步骤:确定起点和终点,并根据起点和终点来确定起点和终点之间的距离;根据所确定的距离,从多个交通网络中选择一个或多个交通网络;根据所选择的一个或多个交通网络,在一个地图中布置所述一个或多个交通网络的节点;对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点,所述虚拟节点每个均包含一个或多个所布置的节点;以及根据所选择的一个或多个交通网络中连接所布置的节点的连线,将所述地图中的包含所布置的节点的虚拟节点连接,从而形成组合交通网络。
根据本发明的另一方面,提出了一种路径搜索方法,包括步骤:接收起点和终点的输入;根据本发明的组合交通网络的形成方法,用于形成组合交通网络;在形成的组合交通网络上进行路径搜索,形成一个或多个路径搜索结果;以及按照预定准则将所述一个或多个路径搜索结果排序,并输出排序的一个或多个路径搜索结果。
根据本发明实施例的组合交通网络形成方法和设备通过聚类分析的方法,将各种交通网络组合在一起。因此,不再需要用户在使用时查询各个交通网络。利用根据本发明的组合交通网络进行出行方案的规划,具有网络兼容性强、路径查找容错性好的特点。与现有的解决方案相比,根据本发明的路径搜索方法更加灵活,且更加适用于在网络类型较多且复杂的情况。
附图说明
通过下面结合附图说明本发明的优选实施例,将使本发明的上述及其它目的、特征和优点更加清楚,其中:
图1示出了根据本发明第一实施例的组合交通网络形成设备的示意结构框图。
图2示出了根据本发明第一实施例的组合交通网络形成设备中的节点组合单元的示意结构框图。
图3示出了根据本发明第二实施例的组合交通网络形成设备的示意结构框图。
图4示出了根据本发明第三实施例的组合交通网络形成方法的示意流程图。
图5示出了根据本发明第四实施例的组合交通网络形成方法的示意流程图。
图6示出了在根据本发明的第三实施例中选择的三个交通网络。
图7示出了包括图6所示的三个交通网络经过聚类分析方法形成的虚拟节点的地图。
图8示出了通过连接图7所示的虚拟节点所形成的组合交通网络。
图9示出了在根据本发明的第四实施例中选择的两个交通网络。
图10示出了由图9所示的两个交通网络形成的组合交通网络。
图11示出了图9所示的两个交通网络根据时间信息修改后的交通网络。
图12示出了图10所示的组合交通网络根据时间信息修改后的组合交通网络。
图13示出了图12的组合交通网络通过网络补全得到的组合交通网络。
图14示出了采用本发明的组合交通网络的路径搜索设备。
图15示出了采用本发明的组合交通网络的路径搜索方法。
具体实施方式
以下参照附图,对本发明的示例实施例进行详细描述。
首先,需要指出,在本发明中使用的术语“节点”表示各种交通网络上的站点,例如火车网络上的火车站、飞机网络上的飞机场、公交网络上的公交车站。“线路”表示各种交通网络上的节点之间的连通,例如火车网络上的列车、飞机网络上的航班、公交网络上的公交线路。
聚类分析方法是数理统计中的一种多元分析方法,采用数学方法定量地确定样本的亲疏关系或相似程度,从而客观地对样本进行划分。样本之间存在程度不同的亲疏关系或相似程度,亲疏关系或相似程度以样本之间的距离来衡量。找出一些能够度量样本的相似程度的统计量,以这些统计量作为划分样本的依据。把一些相似程度较大的样本聚合为一类,把另外一些彼此之间相似程度较大的样本又聚合为另一类,直到把所有的样本聚合完毕,这就是聚类分析方法的基本思想。为了执行聚类分析方法,首先需要定义样本间的距离。然后,需要确定容限,容限决定在多大距离范围内样本能够被聚合为一类。传统的聚类分析方法包括分层聚类法和迭代聚类法等。作为度量样本之间相似程度的距离,欧式距离是其中的一种。当样本分布情况不同时,应该采用不同的距离定义来度量相似程度。常见的距离有绝对值距离、欧氏距离、明科夫斯基距离、切比雪夫距离。
在本发明中,样本就是交通网络上的节点。多个交通网络上的节点可能是名称不同的相同地理位置,或者是距离接近的地理位置。在本发明中,这些节点之间的亲疏关系是以地理距离进行衡量的。可以根据不同的网络来确定不同的容限。例如,飞机网络的容限应当大于公交地铁网络的容限。根据所确定的容限,对多个交通网络上的节点进行聚类分析,将地理位置接近甚至相同的节点虚拟地聚合为一类,即一个虚拟节点,从而可以形成由虚拟节点组成的组合交通网络,从而将多个交通网络组合成了一个组合交通网络。
图1示出了根据本发明第一实施例的组合交通网络形成设备100的示意结构框图。如图1所示,组合交通网络形成设备100包括:距离判断单元101,用于确定起点和终端,并根据确定的起点和终点,确定起点和终点之间的距离;网络选择单元102,用于根据距离判断单元101所确定的距离,从多个交通网络中选择合适的一个或多个交通网络;节点布置单元103,用于在一个地图中布置网络选择单元102所选的一个或多个交通网络的节点;节点组合单元104,用于对地图中布置的一个或多个节点执行聚类分析方法,以形成虚拟节点,每个虚拟节点均包含一个或多个所布置的节点;以及线路连接单元105,用于根据所选择的一个或多个交通网络中连接所布置的节点的连线,将地图中的包含所布置节点的虚拟节点连接,以形成组合交通网络。
具体地,距离判断单元101根据用户输入的起点和终点,根据其地理坐标,计算其球面距离。如果起点和终点距离较近,则也可以计算其直线距离。作为示例,如果距离判断单元101确定距离较远,则网络选择单元102优先选择飞机网络、火车网络、长途车网络。而如果距离较近,则网络选择单元102优先选择公交地铁网络、机场大巴网络。可以预先确定各个交通网络所适用的距离,例如,飞机网络适用于大于500公里的距离,火车网络适用于1000公里到300公里之间的距离,长途车网络适用于500公里到100公里的距离。但是,本领域技术人员可以认识到,这仅仅是作为示例提供,本发明并不局限于此。对于起点和终点之间的距离为500公里的情况,可以选择飞机网络和火车网络。由于各个交通网络的数据可能是由不同的机构提供的,因此,各个交通网络采用的地图投影很可能不相同。节点布置单元103通过投影和坐标偏移,将所选的多个交通网络的节点布置在一个地图上。节点组合单元104根据聚类分析方法,将地图上邻近的一个或多个节点组合成虚拟节点。然后,线路连接单元105根据原始的交通网络,将虚拟节点连接,以形成组合交通网络。如果原始交通网络上存在从节点A到节点B的连线,则连接包含节点A的虚拟节点和包含节点B的虚拟节点。在连接时,区分原始交通网络。例如,包含节点A的虚拟节点和包含节点B的虚拟节点之间可能存在两个甚至更多连线,表示节点A与节点B之间存在两种甚至更多种交通线路。
待选择的多个交通网络可以存储在组合交通网络形成设备100内的存储器中,也可存储在组合交通网络形成设备可访问的其它设备中。图1中示出了存储器200位于组合交通网络形成设备100之外的情况。
图2示出了根据本发明第一实施例的组合交通网络形成设备100中的节点组合单元104的示意结构框图。如图2所示,节点组合单元104包括:容限确定单元1042,用于根据节点的密度,确定适当的容限;以及节点组合执行单元1043,用于根据所确定的容限,对地图上的节点执行聚类分析方法,以形成虚拟节点。
图2示出的节点组合单元104还可包括聚类分析方法选择单元1401,用于根据节点的分布或者其它条件,选择适当的聚类分析方法。在这种情况下,节点组合执行单元1043根据所确定的容限,对地图上的节点执行所选择的聚类分析方法,以形成虚拟节点。
如上所述,当前存在多种聚类分析方法。这些方法的计算量不同,得到的分类结果也不同。当然,可以预先设定要使用的聚类分析方法,或者根据节点的分布来自适应地确定要使用的聚类分析方法。当然,本发明并不局限于现有的聚类分析方法,将来开发和使用的其它聚类分析方法也适用。
图3示出了根据本发明第二实施例的组合交通网络形成设备300的示意结构框图。
根据本发明第二实施例的组合交通网络形成设备300与根据本发明第一实施例的组合交通网络形成设备100相比,不同仅在于还包括时间过滤单元306和网络补全单元307。其中,距离判断单元301、网络选择单元302、节点布置单元303、节点组合单元304和线路连接单元305在功能上分别与组合交通网络形成设备100中的距离判断单元101、网络选择单元102、节点布置单元103、节点组合单元104和线路连接单元105相同。为了简明起见,仅对时间过滤单元306和网络补全单元307进行描述。
时间过滤单元306根据输入的时间限制和所选择的交通网络的时间信息,确定哪些线路仍然可用以及哪些线路需要删除。例如,在某些城市,一些晚间公交线路在晚间11点至早上5点之间运行,而正常公交线路在早上6点至晚间11点之间运行。这时,对于早上5点的出行计划,需要从形成的组合交通网络中删除正常公交线路。而对于中午12点的出行计划,需要从形成的组合交通网络中删除晚间公交线路。
在形成的组合交通网络中,可能仍然存在一些未连接的节点。这时,需要网络补全单元307采用道路路网,将形成的组合交通网络中未连接的虚拟节点连接,以对形成的组合交通网络进行补全,从而保证整个网络的连通性。这也意味着,网络补全单元307所连接的线路没有可用的公共交通工具(或者没有适当的交通网络可用),通常需要用户步行或打车,或采用其它用户自主的交通方式。
当然,在根据本发明其它实施例的组合交通网络形成设备中,还可以包括其它的可选单元,例如用户偏好限制单元(未示出),用于接收用户输入的偏好,对组合交通网络形成设备中的其它单元的操作进行限制、以及对形成的组合交通网络进行修改。例如,如果用户输入不希望乘坐长途汽车的偏好,则网络选择单元302在进行网络选择时不选择长途汽车网络。
在本发明的第二实施例中,时间过滤单元306和网络补全单元307被示出为顺序地与线路连接单元305连接,用于对线路连接单元305所形成的组合交通网络进行修改或限制。然而,如上所述,本发明并不局限于此,这些单元也可与其它单元进行连接,以对其它单元的操作进行修改或限制。
图4示出了根据本发明第三实施例的组合交通网络形成方法的示意流程图。
下面结合具体示例来描述根据本发明实施例的组合交通网络形成方法。
如图4所示,该方法开始于步骤S401。
在步骤S401,首先接收关于起点和终点的输入。
假设需要从起点A到终点B。用户输入起点A和终点B的地理名称。
在步骤S402,根据通用地图,确定起点A和终点B之间的距离。假定其距离为2000km。然后,在步骤S403,根据所确定的距离来选择适当的要组合的交通网络。在该示例中,由于距离较远,则优先选择飞机网络、火车网络和长途车网络。
当然,可以预先设置针对不同的距离将选择不同的网络。例如,距离大于3000公里,只选择飞机网络;距离小于500公里,只选择火车网络和长途车网络;而距离小于100公里,只选择长途车网络和公交地铁网络。当然,本发明并不局限于这些设置。
图6示出了在该示例中选择的三个交通网络。
由于这三个网络的数据可能由不同的机构提供,其采用的地图投影很可能不相同。因此,在步骤S404中,需要通过地图投影,对所选的各个交通网络的节点进行地图投影变换和坐标偏移,将它们布置在同一幅地图上。
然后在步骤S405,根据所布置节点的分布,选择合适的聚类分析方法,并根据节点的密度选择合适的容限,对地图上的节点进行聚类分析,形成虚拟节点。
虚拟节点涵盖的范围可能很大,大到多个城市,也可能很小,小到一个真实节点,这取决于容限的取值。可以预先设定针对不同的网络使用不同的容限。例如,针对飞机网络,容限可以为100公里,针对火车网络和长途车网络,容限可以为10公里,针对长途车网络和公交地铁网络,容限可以选择为1公里。当然,本发明并不局限于这些设置。采用的聚类分析方法可以是预先设置的,也可以针对不同的网络选择不同的聚类分析方法。例如,在发达城市之间航班密集,而在较不发达城市之间航班很少。而在城市内部,公交站点在各个地区的分布较为均匀。可以针对分布极为不均匀的飞机网络和针对分布较为均匀的公交网络采用不同的聚类分析方法。
图7示出了在该示例中的地图,其中包括经过聚类分析方法形成的虚拟节点。在图7中,以圆圈示意了虚拟节点。虚拟节点Site A包含了起点Start,虚拟节点Site C包含了终点End。在虚拟节点Site E中,仅包含火车网络中的一个节点。在虚拟节点Site B中,分别包含了飞机网络、火车网络和长途车网络的一个节点。
接下来,在步骤S406,根据所选的交通网络,将虚拟节点连接,以形成组合交通网络。图8示出了通过连接图7所示的虚拟节点所形成的组合交通网络。尽管图8中以相同的连线表示虚拟节点之间的连接,但是,针对不同的连线,可以以不同的标记来表示不同的交通网络。
在形成的组合交通网络上进行路径搜索,可以得到利用了各种适当交通工具的出行计划。从图8所示的网络中可见,从Site A到Site C,很容易搜索出两条路径,一是从Site A乘坐飞机到Site B,然后换乘长途车到Site C,二是从Site A乘坐火车到Site D,然后换乘长途车到Site C。
然而,图8所示的网络可能不是最终的方案,因为还有如何形成虚拟节点内部的组合交通网络的问题没有解决。以刚才提到的第一条路径为例,在Site A的内部,就还需要计算如何从起点到达Site A去往SiteB的出发点。在这里,由于选择的是飞机,所以Site A去往Site B的出发点是Airport A,那么问题转化为如何从起点A到机场Airport A。此外,在Site B内部,由于从Site A去往Site B选择的是飞机,因此Site B内部的起点是Airport B,而从Site B去往Site C选择的是长途车,因此Site B内部的终点是长途车网络上的Station b。在Site C内部,由于从Site B去往Site C选择的是长途车,因此Site C内部的起点是长途车网络上的Station c,因此Site C内部的问题转化为如何从长途车网络上的Station c到终点B。
在这种情况下,根据重新确定的起点和终点,针对各个虚拟节点Site A、Site B和Site C,重新执行步骤S401-S406,在各个虚拟节点SiteA、Site B和Site C内分别形成组合交通网络。
下面以Site A内的组合交通网络的形成为例进行说明。图5示出了根据本发明第四实施例的组合交通网络形成方法的示意流程图。图5中的步骤S501-S506与图4所示的本发明第三实施例中的步骤S401-S406类似。
在步骤S501,确定起点和终点。如上所述,Site A内的起点为起点A,终点为机场Airport A。然后,在步骤S502,确定起点A到AirportA的距离。假定其距离为15公里。在步骤S503,根据所确定的距离,选择公交地铁网络和机场大巴网络。图9示出了在该示例中选择的两个交通网络。
同样,在步骤S504,通过地图投影变换和坐标偏移,将所选网络的节点布置在同一幅地图上。然后,在步骤S505,对地图上的节点进行聚类分析,形成虚拟节点。在该步骤中,由于选择的是公交地铁网络和机场大巴网络,节点之间的距离很近,而且分布均匀,因此,与前一示例不同,在该示例中选择的容限较小。
最后,在步骤S506,根据所选的交通网络,将虚拟节点连接,以形成组合交通网络。图10示出了该示例中形成的组合交通网络。
但是,如果用户已经确认了要从Site A到达Site B需要乘坐飞机,则还可以从飞机网络中提取航班的时间信息,假设该航班的是从早上7:00起飞,那么在早上7:00以前公交地铁网络和机场大巴网络的运营状态如图11所示。图11中,虚线表示停运。
此时,在步骤S507,需要将图10所示的组合交通网络中停运的线路删除。图12示出了根据时间信息修改后的组合交通网络。
在某些情况下,受时间限制或者交通网络本身缺陷,所形成的组合交通网络可能会存在线路不通的情况。图12中从起点A到机场AirportA就属于这种情况,由于受到时间因素影响,很多线路还没有开始运行。此时,在步骤S508,根据道路网络对网络进行补全。图13示出了通过网络补全得到的组合交通网络。
根据本发明实施例的组合交通网络可以用于路径搜索。
图14示出了采用本发明的组合交通网络的路径搜索设备1400。如图14所示,路径搜索设备1400包括输入单元1401,用于接收起点和终点的输入;根据本发明的组合交通网络形成设备,用于根据接收的起点和终点,形成组合交通网络;路径搜索单元1402,在形成的组合交通网络上进行路径搜索,形成一个或多个路径搜索结果;排序单元1404,按照预定准则将所述一个或多个路径搜索结果排序,并输出排序的一个或多个路径搜索结果。路径搜索单元1402可以采用现有的路径搜索方法,在根据本发明的组合交通网络上进行路径搜索。排序单元1404所采用的预定准则可以包括但不局限于路径最短、时间最短、换乘最少、步行最短等。
图14所示的路径搜索设备1400还可包括搜索结束判断单元1403,用于按照预定条件,对搜索结果进行判断,以决定是否需要在搜索结果的节点内进一步执行路径搜索。针对上述示例,在用户输入起点A和终点B之后,形成图8所示的组合交通网络,然后在图8所示的组合交通网络上进行路径搜索,得到两个路径搜索结果:(1)从Site A乘坐飞机到Site B,然后换乘长途车到Site C;(2)从Site A乘坐火车到Site D,然后换乘长途车到Site C。针对这两个路径搜索结果进行判断。假定预先设定了:如果实际的起点与确定的起点之间的距离和/或实际的终点与确定的终点之间的距离小于预定阈值,则路径搜索结束。假定该预定阈值是10公里。如果Site A内的起点A与终点Airport A之间的距离大于10公里,则需要在Site A内进一步执行路径搜索,即执行如图5所示的组合交通网络形成方法,并进行路径搜索。如果在Site C内部的起点Station c恰好就是终点B,则在Site C内部不需要执行进一步的路径搜索。这也意味着,首先得到了粗略的搜索结果,然后仅在需要的地理范围内进行精细的路径搜索,节约了设备的计算能力。
图15示出了采用本发明的组合交通网络的路径搜索方法。如图15所示,首先,在步骤S1501,用户输入起点和终点。然后,在步骤S1502,采用根据本发明的组合交通网络形成方法,根据输入的起点和终点,形成组合交通网络。之后,在步骤S1503,在形成的组合交通网络上进行路径搜索,形成一个或多个路径搜索结果。在步骤S1504,对形成的路径搜索结果进行判断,在不满足预定条件的搜索结果的节点中重新执行步骤S1502和S1503的组合交通网络形成和路径搜索步骤。最后,在步骤S1505,按照预定准则将所述一个或多个路径搜索结果排序,最后在步骤S1506输出排序的一个或多个路径搜索结果。
根据本发明实施例的组合交通网络形成方法和设备通过聚类分析的方法,将各种交通网络组合在一起。不需要用户在使用时查询各个网络。利用根据本发明的组合交通网络进行出行方案的规划,具有网络兼容性强、路径查找容错性好的特点,比现有的解决方案更加灵活,更加适用于在网络类型较多且复杂的情况。
在上面的描述中,以公交地铁、长途车、火车、飞机、机场大巴为例进行了说明。显然,本发明并不局限于此。例如轮船等的现有其它交通网络以及将来的其它交通网络(例如,甚至可以包括自行车租用网络),也可应用于本发明。
为了清楚描述本发明的基本思想,以上描述中省略了对已知技术或功能的具体描述,例如进行路径搜索的具体过程,该过程可以采用现有技术中的路径搜索方法来实现。
这里所公开的本发明实施例的其他设置包括执行在先概述并随后详述的方法实施例的步骤和操作的软件程序。更具体地,计算机程序产品是如下的一种实施例:具有计算机可读介质,计算机可读介质上编码有计算机程序逻辑,当在计算设备上执行时,计算机程序逻辑提供相关的操作,从而提供上述技术方案。当在计算系统的至少一个处理器上执行时,计算机程序逻辑使得处理器执行本发明实施例所述的操作(方法)。本发明的这种设置典型地提供为设置或编码在例如光介质(例如CD-ROM)、软盘或硬盘等的计算机可读介质上的软件、代码和/或其他数据结构、或者诸如一个或多个ROM或RAM或PROM芯片上的固件或微代码的其他介质、或专用集成电路(ASIC)、或一个或多个模块中的可下载的软件图像、共享数据库等。软件或固件或这种配置可安装在计算设备上,以使得计算设备中的一个或多个处理器执行本发明实施例所述的技术。结合诸如一组数据通信设备或其他实体中的计算设备进行操作的软件过程也可以提供根据本发明的设备。根据本发明的设备也可以分布在多个数据通信设备上的多个软件过程、或者在一组小型专用计算机上运行的所有软件过程、或者单个计算机上运行的所有软件过程之间。
应该理解,严格地讲,本发明的实施例可以实现为计算机设备上的软件程序、软件和硬件、或者单独的软件和/或单独的电路。
应当注意的是,在以上的描述中,仅以示例的方式,示出了本发明的技术方案,但并不意味着本发明局限于上述步骤和单元结构。在可能的情形下,可以根据需要对步骤和单元结构进行调整和取舍。因此,某些步骤和单元并非实施本发明的总体发明思想所必需的元素。因此,本发明所必需的技术特征仅受限于能够实现本发明的总体发明思想的最低要求,而不受以上具体实例的限制。
至此已经结合优选实施例对本发明进行了描述。应该理解,本领域技术人员在不脱离本发明的精神和范围的情况下,可以进行各种其它的改变、替换和添加。因此,本发明的范围不局限于上述特定实施例,而应由所附权利要求所限定。
Claims (17)
1.一种组合交通网络的形成设备,包括:
距离判断单元,用于确定起点和终点,并根据起点和终点来确定起点和终点之间的距离;
网络选择单元,用于根据距离判断单元所确定的距离,从多个交通网络中选择一个或多个交通网络;
节点布置单元,用于根据网络选择单元所选择的一个或多个交通网络,在一个地图中布置所述一个或多个交通网络的节点;
节点组合单元,用于对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点,所述虚拟节点每个均包含一个或多个所布置的节点;以及
线路连接单元,用于根据所选择的一个或多个交通网络中连接所布置的节点的连线,将所述地图中的包含所布置的节点的虚拟节点连接,从而形成组合交通网络。
2.根据权利要求1所述的组合交通网络的形成设备,其中节点组合单元包括:
容限确定单元,用于根据所布置的节点的密度,确定容限;以及
节点组合执行单元,用于根据所确定的容限,对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点。
3.根据权利要求1所述的组合交通网络的形成设备,还包括:
时间过滤单元,用于根据时间限制和所选择的一个或多个交通网络的时间信息,对形成的组合交通网络进行修改。
4.根据权利要求1所述的组合交通网络的形成设备,还包括:
网络补全单元,用于采用道路路网,将形成的组合交通网络中未连接的虚拟节点连接。
5.根据权利要求1所述的组合交通网络的形成设备,其中,待选择的多个交通网络存储在所述组合交通网络的形成设备中,或者存储在所述组合交通网络的形成设备可访问的其它设备中。
6.根据权利要求1所述的组合交通网络的形成设备,其中,距离判断单元根据起点和终点的地理坐标,确定起点和终点之间的球面距离或直接距离。
7.根据权利要求1所述的组合交通网络的形成设备,其中,针对多个交通网络,预先确定其适用的距离范围。
8.一种路径搜索设备,包括:
输入单元,接收起点和终点的输入;
根据权利要求1-7之一所述的组合交通网络的形成设备,用于形成组合交通网络;
路径搜索单元,用于在形成的组合交通网络上进行路径搜索,形成一个或多个路径搜索结果;以及
排序单元,用于按照预定准则将所述一个或多个路径搜索结果排序,并输出排序的一个或多个路径搜索结果。
9.根据权利要求8所述的路径搜索设备,还包括:
搜索结束判断单元,用于按照预定条件对路径搜索单元的搜索结果进行判断,在不满足预定条件的搜索结果的节点内进一步执行路径搜索。
10.根据权利要求9所述的路径搜索设备,其中,所述预定条件包括:节点内的起点和终点之间的距离小于预定阈值。
11.一种组合交通网络的形成方法,包括步骤:
确定起点和终点,并根据起点和终点来确定起点和终点之间的距离;
根据所确定的距离,从多个交通网络中选择一个或多个交通网络;
根据所选择的一个或多个交通网络,在一个地图中布置所述一个或多个交通网络的节点;
对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点,所述虚拟节点每个均包含一个或多个所布置的节点;以及
根据所选择的一个或多个交通网络中连接所布置的节点的连线,将所述地图中的包含所布置的节点的虚拟节点连接,从而形成组合交通网络。
12.根据权利要求11所述的组合交通网络的形成方法,其中形成虚拟节点的步骤包括:
根据所布置的节点的密度,确定容限;以及
根据所确定的容限,对所述地图中布置的节点执行聚类分析方法,以形成虚拟节点。
13.根据权利要求11所述的组合交通网络的形成方法,还包括步骤:
根据时间限制和所选择的一个或多个交通网络的时间信息,对形成的组合交通网络进行修改。
14.根据权利要求11所述的组合交通网络的形成方法,还包括步骤:
采用道路路网,将形成的组合交通网络中未连接的虚拟节点连接。
15.一种路径搜索方法,包括步骤:
接收起点和终点的输入;
根据权利要求11-14之一所述的组合交通网络的形成方法,用于形成组合交通网络;
在形成的组合交通网络上进行路径搜索,形成一个或多个路径搜索结果;以及
按照预定准则将所述一个或多个路径搜索结果排序,并输出排序的一个或多个路径搜索结果。
16.根据权利要求15所述的路径搜索方法,还包括步骤:
按照预定条件对路径搜索步骤的搜索结果进行判断,在不满足预定条件的搜索结果的节点内进一步执行所述路径搜索方法。
17.根据权利要求16所述的路径搜索方法,其中,所述预定条件包括:节点内的起点和终点之间的距离小于预定阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010106129677A CN102567389B (zh) | 2010-12-17 | 2010-12-17 | 组合交通网络的形成方法和设备、路径搜索方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010106129677A CN102567389B (zh) | 2010-12-17 | 2010-12-17 | 组合交通网络的形成方法和设备、路径搜索方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102567389A true CN102567389A (zh) | 2012-07-11 |
CN102567389B CN102567389B (zh) | 2013-11-27 |
Family
ID=46412826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010106129677A Expired - Fee Related CN102567389B (zh) | 2010-12-17 | 2010-12-17 | 组合交通网络的形成方法和设备、路径搜索方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102567389B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268281A (zh) * | 2014-10-17 | 2015-01-07 | 携程计算机技术(上海)有限公司 | 在预订票务时优化地点关键词的搜索系统及方法 |
CN104346453A (zh) * | 2014-10-29 | 2015-02-11 | 北京交控科技有限公司 | 一种ats应用路线搜索方法和系统 |
CN105701555A (zh) * | 2014-11-28 | 2016-06-22 | 国际商业机器公司 | 用于划分路网的方法和系统 |
CN105841689A (zh) * | 2015-01-16 | 2016-08-10 | 阿里巴巴集团控股有限公司 | 提供长途交通工具信息的方法及装置 |
CN107239471A (zh) * | 2016-03-29 | 2017-10-10 | 高德信息技术有限公司 | 公交出行路线规划方法及装置 |
CN111275999A (zh) * | 2020-02-18 | 2020-06-12 | 山东交通学院 | 基于全交通网络可换乘的路径规划方法及系统 |
CN111797283A (zh) * | 2020-07-08 | 2020-10-20 | 深圳市活力天汇科技股份有限公司 | 一种基于无向加权图的空铁中转方法 |
CN116595325A (zh) * | 2023-04-18 | 2023-08-15 | 南京小唐安朴科技有限公司 | 一种车辆人像和侦码设备虚拟耦合的计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1517252A (zh) * | 2003-01-23 | 2004-08-04 | ���Ű�����ʽ���� | 车辆用导航装置及其程序 |
CN1900655A (zh) * | 2005-07-22 | 2007-01-24 | 株式会社电装 | 导航系统 |
CN101192215A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院声学研究所 | 一种基于地理坐标的信息聚合与查询方法 |
JP2008215861A (ja) * | 2007-02-28 | 2008-09-18 | Xanavi Informatics Corp | ナビゲーション装置、ナビゲーションシステムおよび経路表示方法。 |
-
2010
- 2010-12-17 CN CN2010106129677A patent/CN102567389B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1517252A (zh) * | 2003-01-23 | 2004-08-04 | ���Ű�����ʽ���� | 车辆用导航装置及其程序 |
CN1900655A (zh) * | 2005-07-22 | 2007-01-24 | 株式会社电装 | 导航系统 |
CN101192215A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院声学研究所 | 一种基于地理坐标的信息聚合与查询方法 |
JP2008215861A (ja) * | 2007-02-28 | 2008-09-18 | Xanavi Informatics Corp | ナビゲーション装置、ナビゲーションシステムおよび経路表示方法。 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268281A (zh) * | 2014-10-17 | 2015-01-07 | 携程计算机技术(上海)有限公司 | 在预订票务时优化地点关键词的搜索系统及方法 |
CN104346453A (zh) * | 2014-10-29 | 2015-02-11 | 北京交控科技有限公司 | 一种ats应用路线搜索方法和系统 |
CN105701555A (zh) * | 2014-11-28 | 2016-06-22 | 国际商业机器公司 | 用于划分路网的方法和系统 |
CN105841689A (zh) * | 2015-01-16 | 2016-08-10 | 阿里巴巴集团控股有限公司 | 提供长途交通工具信息的方法及装置 |
CN107239471A (zh) * | 2016-03-29 | 2017-10-10 | 高德信息技术有限公司 | 公交出行路线规划方法及装置 |
CN111275999A (zh) * | 2020-02-18 | 2020-06-12 | 山东交通学院 | 基于全交通网络可换乘的路径规划方法及系统 |
CN111797283A (zh) * | 2020-07-08 | 2020-10-20 | 深圳市活力天汇科技股份有限公司 | 一种基于无向加权图的空铁中转方法 |
CN111797283B (zh) * | 2020-07-08 | 2024-03-05 | 深圳市活力天汇科技股份有限公司 | 一种基于无向加权图的空铁中转方法 |
CN116595325A (zh) * | 2023-04-18 | 2023-08-15 | 南京小唐安朴科技有限公司 | 一种车辆人像和侦码设备虚拟耦合的计算方法 |
CN116595325B (zh) * | 2023-04-18 | 2023-11-21 | 南京小唐安朴科技有限公司 | 一种车辆人像和侦码设备虚拟耦合的计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102567389B (zh) | 2013-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102567389B (zh) | 组合交通网络的形成方法和设备、路径搜索方法和设备 | |
CN108871354B (zh) | 道路信息处理方法及处理系统 | |
CN108564226B (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
CN105844362B (zh) | 一种城市交通综合出行决策装置 | |
CN110008413B (zh) | 一种交通出行问题查询方法和装置 | |
CN108647221B (zh) | 一种基于gis的公交路径规划方法 | |
CN105261212B (zh) | 一种基于出租车gps数据地图匹配的出行时空分析方法 | |
Brčić et al. | The role of smart mobility in smart cities | |
CN104766473A (zh) | 基于多模式公交数据匹配的公共交通出行特征提取方法 | |
CN109598372A (zh) | 基于绿色共享交通的出行方案规划方法和共享交通系统 | |
CN106203725A (zh) | 基于启发式搜索的门到门出行路径方案个性化推荐方法 | |
CN104200650A (zh) | 一种城市拥堵时段的多模式公交换乘方法 | |
CN109446381A (zh) | 一种基于时态图的公共交通路网集成方法 | |
Chuah et al. | Bus routes design and optimization via taxi data analytics | |
CN114037175B (zh) | 一种基于多尺度聚类的大规模公交线网分级优化方法 | |
CN104766134A (zh) | 在运营中断下进行城市轨道交通乘客出行诱导系统及其应用 | |
CN104636457A (zh) | 一种位置搜索认知的方法及装置 | |
CN106327907A (zh) | 一种公交到站时间预估方法 | |
CN109101682B (zh) | 一种路网对偶拓扑结构的建立方法 | |
CN111340673A (zh) | 一种基于空铁耦合网络的出行耗时计算方法 | |
Castiglione et al. | Bike Network Design: an approach based on micro-mobility geo-referenced data | |
Ayuningtyas et al. | Network analysis of intercity bus terminal and inner-city toll road development–the case of Bandung City | |
Li | An electric vehicle transitioning framework for public fleet planning | |
Burke et al. | What happens when government workers move to the suburbs? Impact on transport of planned decentralization of employment in Brisbane, Australia | |
CN112101638A (zh) | 一种城市物流配送范围协同优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131127 Termination date: 20171217 |
|
CF01 | Termination of patent right due to non-payment of annual fee |