CN103236170A - 一种基于动态路网的交通诱导新方法 - Google Patents

Abstract

一种基于动态路网的交通诱导新方法，整个实现流程概括为：智能摄像头实时采集到交通路口的路况信息，包括车速与车辆数；通过改进的基于流体力学的交通流模型对每个路口进行实时交通流建模；根据路口模型，把车辆通行各路口之间的时间转化为网络传播延时；基于延时路由的方法进行最短路径查询；指导车辆最优的行车路线。基于路口智能摄像头的实时交通流建模，并在此基础上进行实现基于延时路由机制的最短路径查询方法，从而实现实时交通诱导。

Description

一种基于动态路网的交通诱导新方法

技术领域

本发明涉及动态路网的实时交通诱导。

背景技术

随着我国社会经济的发展，汽车拥有量迅猛增加，交通拥挤已成为日常生活中的普遍问题，随着智能运输系统的发展，借助日益完善的城市道路与通信系统，根据实时的路况信息为出行的车辆进行行车路线上的诱导，对车流进行空间上的分流，实现交通流量的最优分布，从而有效解决城市交通拥挤、堵塞等问题。

现在，交通流量的建模主要数据来源是浮动车辆的GPS数据，这些数据信息量少，只包含车辆的位置信息，而且有很高的延时，大约平均5分钟左右更新一次，因此基于该数据进行交通流建模存在不准确和延时高的缺点。同时现在的交通诱导系统主要采用集中处理的方式，需要高性能的后台服务器来处理大量的数据。交通诱导系统主要作用是要为车辆进行导航，其中的关键问题是计算最短路径问题，也就是路径规划问题。Dijkstra算法是经典的计算最优路径的算法，目前很多路径规划算法都是在此基础上进行设计。以距离，道路质量等静态信息作为路阻来计算最短距离。对于大规模的动态路网，该方法存在一定的缺陷，由于道路的状态、通畅度情况时刻在变，在静态环境下计算出的最优路径可能和实际相差甚远。

发明内容

本发明所要解决的技术问题是：提供一种基于路口智能摄像头的实时交通流建模，并在此基础上进行实现基于延时路由机制的最短路径查询方法，从而实现实时交通诱导。

为解决以上技术问题，本发明采用如下的技术方案：

一种基于动态路网的交通诱导新方法，其特征在于，该方法包括如下步骤：

（1）对于实时交通流建模，本发明采用智能摄像机采集各个交通路口的车辆数、车速等动态交通参数信息，结合摄像头网络中从邻近路口传来的建模结果，对本路口进行实时的交通流建模，把结果保存在智能摄像头中。

（2）根据所建的交通流模型，可以计算当前路口的拥挤程度并预测一定时间内路口的拥挤程度，从而估算车辆在相邻两路口之间通行所需的时间。

（3）对于基于延时路由的最短路径查询，以智能摄像头为单位，每个智能摄像头不断更新当前的路况状态，根据上面的路口实时交通流模型，不断更新每个智能摄像头到其邻居摄像头的通行时间。

（4）当有车辆提出路径查询请求时，离它最近的摄像头将收到该请求，然后延时广播给它临近的摄像头，延时的时间与车辆通行两路口间所需的时间成正比，这样使得网络路由的总距离与车辆实际通行的时间成比例。

（5）对于同一条查询请求，有一个全局的ID来标记该请求，在智能摄像头网络中进行广播该请求时，每个智能摄像头只需要记录最早收到的该请求和上一跳的智能摄像头。这样目的路口的摄像头就能最早收到从最短路径而来的查询请求。

（6）当目的路口的智能摄像头收到查询请求后，他把查询消息沿着相反的路径发送给提出请求的智能摄像头，同时沿途记录经过的各个路口，最后把最短路径的各个路口信息返回给用户车辆，诱导车辆的行驶。

附图说明

图1为本发明路网以及路口设置的智能摄像头及其组成的智能摄像头网络示意图。

图2 交通流建模与交通诱导流程。

图3 路口实时交通流建模（公式）。

图4是基于延时的最短路径查询的一个示例。

图5车辆通行时间与延时转换。

具体实施方式

以下结合附图对本发明技术方案作进一步说明。

原理：本发明提出基于智能摄像头的实时路口交通流建模，并在此基础上将计算机网络中的路由思想引入到最短路径查询中，并加入延时机制来保证查询结果的正确性。

如图1示意图，在交通监控的各个路口都装有智能摄像头，能对经过的车辆进行计数和车速的计算。相邻路口的智能摄像头通过网络相连，能够相互之间发送消息。

图2是本发明的一种实施的流程，包括路口实时建模和路径规划查询。

如图2所示，智能摄像头把采集到的车辆数和车速等信息进行融合，采用基于流体力学的交通流模型建模，计算出道路的拥挤程度和通行时间等交通参数，然后利用智能摄像头之间的网络，与邻近路口通信，获取对方的路况信息，从而实时更新车辆在两个路口之间通行需要的时间。

如图2所示，当路口智能摄像头接收到来自路口附近车辆的路径查询请求时，它将采用基于延时路由的方法来寻找到达目的路口的最短路径，然后把结果返回给提出请求的车辆。

路口实时交通流建模采用基于流体力学方法的改进，公式如图3，其中：

公式（1）中ρ和V_f分别表示车辆密度和平均车速，K是比例系数，m 和s是根据实际路况的待定参数，ρ₀为车流密度常数，取值0到1之间，G(ρ)表示车流量。

公式(2)中F(t)预测从t₀开始的T时间内当前路口的畅通度，F_i表示相邻路口的畅通度。

图4是基于延时的最短路径查询的一个示例，车辆在S路口附近需要去往目的路口T。此时，路口间的摄像头已经通过路口实时交通流建模计算出任意路口间的拥挤程度和通行时间，通过一定的比例将车辆通行时间转化为数据包的传播延时,如图5所示。这样，最先到达T的消息就会是沿着S-C-F-E-T的路径传输的,即为获得的最短路径查询结果，如图4所示。这也正确反应出了当前路况下，车辆行驶的最短距离。

综上所述，整个实现流程概括为：

1)       智能摄像头实时采集到交通路口的路况信息，包括车速与车辆数。

2)       通过改进的基于流体力学的交通流模型对每个路口进行实时交通流建模。

3)       根据路口模型，把车辆通行各路口之间的时间转化为网络传播延时。

4)       基于延时路由的方法进行最短路径查询。

5)       指导车辆最优的行车路线。

本发明的创新点体现在：

1)       基于智能摄像头的实时交通流建模。

基于延时路由的最短路径查询。

Claims (1)

1.一种基于动态路网的交通诱导新方法，其特征在于，该方法包括如下步骤：

（1）对于实时交通流建模，本发明采用智能摄像机采集各个交通路口的车辆数、车速等动态交通参数信息，结合摄像头网络中从邻近路口传来的建模结果，对本路口进行实时的交通流建模，把结果保存在智能摄像头中；

（2）根据所建的交通流模型，计算当前路口的拥挤程度并预测一定时间内路口的拥挤程度，从而估算车辆在相邻两路口之间通行所需的时间；

（3）对于基于延时路由的最短路径查询，以智能摄像头为单位，每个智能摄像头不断更新当前的路况状态，根据上面的路口实时交通流模型，不断更新每个智能摄像头到其邻居摄像头的通行时间；

（4）当有车辆提出路径查询请求时，离它最近的摄像头将收到该请求，然后延时广播给它临近的摄像头，延时的时间与车辆通行两路口间所需的时间成正比，这样使得网络路由的总距离与车辆实际通行的时间成比例；

（5）对于同一条查询请求，有一个全局的ID来标记该请求，在智能摄像头网络中进行广播该请求时，每个智能摄像头只需要记录最早收到的该请求和上一跳的智能摄像头，这样目的路口的摄像头就能最早收到从最短路径而来的查询请求；

（6）当目的路口的智能摄像头收到查询请求后，他把查询消息沿着相反的路径发送给提出请求的智能摄像头，同时沿途记录经过的各个路口，最后把最短路径的各个路口信息返回给用户车辆，诱导车辆的行驶。

Images