CN103871234A - 一种基于栅格映射生长的交通网络划分方法及配置服务器 - Google Patents

一种基于栅格映射生长的交通网络划分方法及配置服务器 Download PDF

Info

Publication number
CN103871234A
CN103871234A CN201210528128.6A CN201210528128A CN103871234A CN 103871234 A CN103871234 A CN 103871234A CN 201210528128 A CN201210528128 A CN 201210528128A CN 103871234 A CN103871234 A CN 103871234A
Authority
CN
China
Prior art keywords
grid
growth
transportation network
traffic
division
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.)
Pending
Application number
CN201210528128.6A
Other languages
English (en)
Inventor
陆平
董振江
秦旭彦
史其信
付强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201210528128.6A priority Critical patent/CN103871234A/zh
Priority to PCT/CN2013/080241 priority patent/WO2013167085A2/zh
Publication of CN103871234A publication Critical patent/CN103871234A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data

Abstract

本发明公开了一种基于栅格映射生长的交通网络划分方法及负载分担配置服务器,其中,该方法包括对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。该服务器中的栅格映射单元用于对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;栅格生长划分单元用于根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。采用本发明,执行复杂度低、精度高、负载均衡、并行处理的效率高。

Description

一种基于栅格映射生长的交通网络划分方法及配置服务器
技术领域
本发明属于智能交通领域,尤其涉及一种基于栅格映射生长的交通网络划分方法及负载分担配置服务器。
背景技术
随着智能交通系统的发展,动态路径诱导、出行者信息服务、动态交通流组织等先进的管理手段和理念不断发展,分析效率是实时分析和交通管理关心的问题。
在进行交通分析时需要将整个城市的交通网络分拆为若干个部分,每个部分的运算由一个处理器负责,每个处理器只处理自己负责部分网络的车辆情况。一个好并行执行系统应该使各个处理器的负载平衡,并且相互之间的数据传递尽可能少。
在现有的交通网络划分方案中,研究分为几类:
1)基于分割的划分方法。其划分结果受初始结点选择的影响很大,不能一次划分就得到最终的划分结果,有反复迭代的调整的过程。
2)基于合并的划分方法。很多时候通过直接分割得到的分割结果不够理想,而且执行效率也不高,就出现了合并的思路,不过合并通常也不能一次就得到最终的划分结果,需要多次合并才行。
3)基于合并和分割的组合划分方法。也存在上述反复迭代的调整的过程和多次合并的问题,精确度有所提高,但是执行复杂度高,划分结果也不尽理想。
综上所述,现有交通网络划分方案存在的问题是:1)无论哪种方案,都不能一次划分就得到最终的划分结果,需要反复迭代的调整及多层合并才能够得到,因此,执行复杂度高。2)为了降低复杂度,使运算不要过于复杂,目前通常针对普通的矩阵情形,由于是有所选择的,因此,在交通网络划分中的适用范围不大。3)现有的交通网络划分方案中,由于划分的精度不高,进行划分运算的每个处理器的负载就不够均衡,并行处理的效率不高,当执行复杂度高的情况下问题就更为明显了。目前迫切需要一种执行复杂度低、精度高、负载均衡、并行处理效果高的解决方案。
发明内容
有鉴于此,本发明的主要目的在于提供一种基于栅格映射生长的交通网络划分方法及负载分担配置服务器,执行复杂度低、精度高、负载均衡、并行处理的效率高。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于栅格映射生长的交通网络划分方法,该方法包括:
对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;
根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
其中,该方法还包括:得到相对应的栅格组合后,在所述指定交通网络区域中进行栅格映射还原,将所述栅格组合还原成对应的交通网络区块。
其中,所述对获取的指定交通网络区域的交通流数据进行栅格映射之前,该方法还包括:初始化过程;
所述初始化过程具体包括:根据指定交通网络区域的所述交通流数据进行任务划分并将划分的任务配置到不同的计算服务器,根据所述计算服务器的数量确定所述指定交通网络区域中待划分处理的划分区块数量。
其中,所述交通流数据至少包括:交通网络的边的长度信息和拓扑信息、交通网络交叉口的空间位置。
其中,得到所述各栅格的权重值具体包括:遍历交通网络的所有边时,将所述边的长度信息累加至其所对应的栅格中得到栅格的计算量并作为栅格的权重值;
得到所述相邻栅格间的关联度具体包括:遍历交通网络的所有边时,根据所述拓扑信息得到跨越栅格的边,将所述跨越栅格的边所对应的相邻栅格的关联度进行累加得到栅格的通信量并作为所述相邻栅格间的关联度。
其中,栅格映射结束后得到各栅格的权重值和相邻栅格间的关联度具体为:得到每个栅格的计算量、和每个栅格对应四个相邻方向的相邻栅格间的关联度并作为栅格的通信量;
所述进行栅格生长划分具体包括:按照逐行扫描的方式获取到第一个非空栅格作为栅格生长划分的起始位置,分析其周边相邻栅格的生长划分条件,逐一将符合所述生长划分条件的栅格标记为已划分栅格,将所述已划分栅格的栅格的计算量和通信量加入到划分区块中并作为划分区块的计算量和通信量,设置划分区块的横向长度和纵向长度,直至结束栅格生长划分。
其中,所述非空栅格具体为栅格的计算量和通信量不同时为零的栅格;
所述逐一将符合所述生长划分条件的栅格标记为已划分栅格具体包括:将所述划分区块中与每一个当前扫描到的栅格相邻的周边未划分栅格,作为待选位置,计算未划分栅格的栅格的计算量和通信量并加入到划分区块中作为划分区块的计算量和通信量,若划分区块的计算量不大于设置的划分区块的计算量上限X,则将所述未划分栅格标记为已划分栅格,继续对栅格进行扫描和生长划分。
一种基于栅格映射生长的负载分担配置服务器,该服务器包括:栅格映射单元、栅格生长划分单元;其中,
所述栅格映射单元,用于对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;
所述栅格生长划分单元,用于根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
其中,该服务器还包括:栅格映射还原单元,用于在所述指定交通网络区域中进行栅格映射还原,将所述栅格组合还原成对应的交通网络区块。
其中,所述交通流数据至少包括:交通网络的边的长度信息和拓扑信息、交通网络交叉口的空间位置。
其中,所述栅格映射单元,进一步用于遍历交通网络的所有边时,将所述边的长度信息累加至其所对应的栅格中得到栅格的计算量并作为栅格的权重值,根据所述拓扑信息得到跨越栅格的边,将所述跨越栅格的边所对应的相邻栅格的关联度进行累加得到栅格的通信量并作为所述相邻栅格间的关联度。
其中,所述栅格映射单元,进一步用于栅格映射结束后得到每个栅格的计算量、和每个栅格对应四个相邻方向的相邻栅格间的关联度并作为栅格的通信量;
所述栅格生长划分单元,进一步用于按照逐行扫描的方式获取到第一个非空栅格作为栅格生长划分的起始位置,分析其周边相邻栅格的生长划分条件,逐一将符合所述生长划分条件的栅格标记为已划分栅格,将所述已划分栅格的栅格的计算量和通信量加入到划分区块中并作为划分区块的计算量和通信量,设置划分区块的横向长度和纵向长度,直至结束栅格生长划分。
本发明对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
由于通过栅格映射能得到规则的交通网络的空间分布,则在该空间分布上根据各栅格的权重值和相邻栅格间的关联度的综合考虑进行栅格生长划分后,得到的该空间分布上的各个划分区块必然是负载均衡的。采用本发明,执行复杂度低、精度高、负载均衡、并行处理的效率高。
附图说明
图1为本发明方法原理的实现流程示意图;
图2为本发明的栅格映射过程示意图;
图3为本发明主城区道路交通网络的栅格映射示意图;
图4为本发明栅格生长划分的实现流程示意图;
图5为本发明主城区道路交通网络的栅格生长划分示意图;
图6a为本发明栅格映射还原后的主城区道路交通网络的最终划分区块1的示意图;
图6b为本发明映射还原后的主城区道路交通网络的最终划分区块2的示意图;
图6c为本发明映射还原后的主城区道路交通网络的最终划分区块3的示意图。
具体实施方式
本发明适用范围广泛,不仅适用于规则的、普通的矩阵规划情形,也适用于具有稀疏矩阵特点、不规则的交通网络。
稀疏矩阵的特点往往也有能找出规律的地方,比如结点往往是和在空间上临近的结点有连接,而且一个城市的交通网络虽然属于不规则网络,但是多数情况并不会是完全不规则的图形,从城市发展演变的过程看,城市交通网络往往属于比较规则的情况。本发明的这种基于栅格映射生长的交通网络划分方案,就是基于这样的思路产生的,通过分析交通网络的特点,找出规律,并运用到本发明的划分方案中。本发明是根据交通网络的的特点,结合图形生长方法的思路提出的方案,划分原则为:给定一个交通网络,可以任意划分为n个区块,区块的划分灵活;区块之间的总通信量要控制得尽可能少,每个区块的计算量要尽可能均等,从而能确保多个处理器在计算数据时的负载均衡,提高并行处理效率。而且,该方案一次划分完成就能得到最终划分结果,既不需要反复迭代的调整阶段,也不需要进行多层合并,因此,无需反复调整、一步到位,简化计算,从而精度高,执行效率也高。
本发明除了满足交通网络划分高效的要求外,还需要满足如下的二个要求:
1、尽可能保证分割的网络联系要少,也就是暴露在周围的边要少,这样可以减少通信次数和数据总量,降低延时。
2、尽可能保证分割的区域的计算需求大小和对应的处理器计算能力成正比,这样可以充分发挥各个处理器的计算能力,减少负载不平衡造成的相互等待,避免并行处理的效率受到影响。
综上所述,分析交通网络的特点可知:针对交通分析与交通数据处理并行实际运算需求,区块之间的通信量发生在传递邻边的流量信息上,因此对外的联系边数与通信量成正比,由联系边数作为通信量指标。每个计算单元的计算量近似和该单元有待分析的车数成正比,但是由于车数是一个动态信息,有时也可以用区块的路段总长度近似代替车数作为计算量指标。
结合图形生长方法的思路提出的基于栅格映射生长的交通网络划分方案,简单来说,分为三步:一是栅格映射,二是生长划分,三是映射还原。1)进行栅格映射,这个操作类似于合并过程,但是其不只包含合并,还同时包含展开,映射的目的是为了获得一个交通网络规则的空间分布。其好处是可以提高生长划分操作的分析速度,大大减少遍历搜索的执行次数,降低复杂度。2)在栅格映射的基础上进行生长划分,该操作的依据为映射阶段获得的栅格权重和节点关联度,其划分结果为相应的栅格组合。3)进行映射还原,将栅格组合还原为交通网络的区块,划分完成。
上述说明是对本发明基本思路的阐述,以便于理解本发明。以下对本发明方案的具体实现进行描述。
一种基于栅格映射生长的交通网络划分方法,如图1所示,包括以下步骤:
步骤101、对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度。
步骤102、根据各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
进一步的,该方法还包括:得到相对应的栅格组合后,在所述指定交通网络区域中进行栅格映射还原,将所述栅格组合还原成对应的交通网络区块。
进一步的,所述对获取的指定交通网络区域的交通流数据进行栅格映射之前,该方法还包括:初始化过程;
所述初始化过程具体包括:根据指定交通网络区域的所述交通流数据进行任务划分并将划分的任务配置到不同的计算服务器,根据所述计算服务器的数量确定所述指定交通网络区域中待划分处理的划分区块数量。
进一步的,所述交通流数据至少包括:交通网络的边的长度信息和拓扑信息、交通网络交叉口的空间位置。
进一步的,得到所述各栅格的权重值具体包括:遍历交通网络的所有边时,将所述边的长度信息累加至其所对应的栅格中得到栅格的计算量并作为栅格的权重值;
得到所述相邻栅格间的关联度具体包括:遍历交通网络的所有边时,根据所述拓扑信息得到跨越栅格的边,将所述跨越栅格的边所对应的相邻栅格的关联度进行累加得到栅格的通信量并作为所述相邻栅格间的关联度。
进一步的,栅格映射结束后得到各栅格的权重值和相邻栅格间的关联度具体为:得到每个栅格的计算量、和每个栅格对应四个相邻方向的相邻栅格间的关联度并作为栅格的通信量;
所述进行栅格生长划分具体包括:按照逐行扫描的方式获取到第一个非空栅格作为栅格生长划分的起始位置,分析其周边相邻栅格的生长划分条件,逐一将符合所述生长划分条件的栅格标记为已划分栅格,将所述已划分栅格的栅格的计算量和通信量加入到划分区块中并作为划分区块的计算量和通信量,设置划分区块的横向长度和纵向长度,直至结束栅格生长划分。
进一步的,所述非空栅格具体为栅格的计算量和通信量不同时为零的栅格;
所述逐一将符合所述生长划分条件的栅格标记为已划分栅格具体包括:将所述划分区块中与每一个当前扫描到的栅格相邻的周边未划分栅格,作为待选位置,计算未划分栅格的栅格的计算量和通信量并加入到划分区块中作为划分区块的计算量和通信量,若划分区块的计算量不大于设置的划分区块的计算量上限X,则将所述未划分栅格标记为已划分栅格,继续对栅格进行扫描和生长划分。
对于异构系统,只要设置不同的上限值X,服务器即可完成不同处理能力系统之间任务的分配。
一种基于栅格映射生长的负载分担配置服务器,该服务器包括:栅格映射单元、栅格生长划分单元;其中,栅格映射单元,用于对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;栅格生长划分单元,用于根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
进一步的,该服务器还包括:栅格映射还原单元,用于在所述指定交通网络区域中进行栅格映射还原,将所述栅格组合还原成对应的交通网络区块。
进一步的,所述交通流数据至少包括:交通网络的边的长度信息和拓扑信息、交通网络交叉口的空间位置。
进一步的,所述栅格映射单元,进一步用于遍历交通网络的所有边时,将所述边的长度信息累加至其所对应的栅格中得到栅格的计算量并作为栅格的权重值,根据所述拓扑信息得到跨越栅格的边,将所述跨越栅格的边所对应的相邻栅格的关联度进行累加得到栅格的通信量并作为所述相邻栅格间的关联度。
进一步的,所述栅格映射单元,进一步用于栅格映射结束后得到每个栅格的计算量、和每个栅格对应四个相邻方向的相邻栅格间的关联度并作为栅格的通信量。栅格生长划分单元进一步用于按照逐行扫描的方式获取到第一个非空栅格作为栅格生长划分的起始位置,分析其周边相邻栅格的生长划分条件,逐一将符合所述生长划分条件的栅格标记为已划分栅格,将所述已划分栅格的栅格的计算量和通信量加入到划分区块中并作为划分区块的计算量和通信量,设置划分区块的横向长度和纵向长度,直至结束栅格生长划分。
上述负载分担配置服务器可以作为系统中的主计算服务器,与将负载均衡的任务配置给承担运算的各个计算服务器,数据输入服务器等构成各种用于交通网络中区域划分和负载分担的处理系统。
下面结合附图对本发明的实施作进一步的详细描述。
应用实例:以动态交通拥堵状态的导航应用为例,出行者将在移动终端上接收和查看当前时刻城市道路的拥堵情况。这个拥堵信息依赖后台的应用处理系统进行发布。包括初始化过程和基于栅格映射生长的划分过程。
一、初始化过程,需完成相应的设置。
一个完整的应用处理系统包含数据输入服务器、主计算服务器、超过一台的计算服务器、数据发布服务器。其中,
数据输入服务器用于将由外场道路传感器采集的原始交通流数据发送给主计算服务器。
主计算服务器用于根据原始交通流数据实现划分运算并基于划分运算的结果对各个计算服务器进行负载均衡分配。基于栅格映射生长的划分运算被配置在负责各个计算服务器间进行负载均衡分配的该主计算服务器上。
计算服务器用于按照主计算服务器的分配,对最终划分好的交通网络的各个区块内的交通流数据进行分析运算,得到道路拥堵的情况并发送给数据发布服务器。各个计算服务器间除了必要的数据传递,各自独立运算。
数据发布服务器用于将最终划分好的交通网络的各个区块内的拥堵信息进行发布并发送到用户的移动终端上。
这里,针对主计算服务器具体来说,当主计算服务器最初从数据输入服务器获取到所采集的原始交通流数据时,首先要根据数据情况判断工作量,并根据工作量进行任务拆分,由每一个已有的计算服务器各自负载一块任务。
在所述任务拆分时,最核心要拆分的就是城市的道路网,城市拥堵信息将以路段为基本分析单位,通过对每一个路段的计算获取拥堵状态。所以道路网的拆分对各计算服务器的负载均衡情况关系密切,主计算服务器会依据各计算服务器的数量,首先来确认当前交通网络将要被拆分的区块数量。可以取各计算服务器的数量作为拆分的区块数量,然后利用基于栅格映射生长的划分来对当前交通网络进行地图拆分,下面描述基于栅格映射生长的划分过程。
二、基于栅格映射生长的划分过程,包括栅格映射、生长划分和还原操作。
1、栅格映射:一个交通网络的原始交通流数据中包含交叉口的空间位置、边的长度和拓扑信息。在分布上,交叉口的位置和连接关系在空间上是不规则的。栅格映射操作的最主要目的是为了获得规则的空间分布,以实现对生长方向的合理判断,同时避免空间位置分析的反复迭代操作,提高执行效率。
栅格映射具体为:
①对给定区域的道路交通网络进行栅格生成:首先生成一个交通网络的外接矩形,然后对外接矩形进行栅格划分。划分的栅格数量根据精度要求来决定,假定根据上述任务划分得到要求划分好n个区块,则最少栅格数量也不应低于100或10n2个,否则划分结果过于粗糙。要求每一个栅格的形状应为正方形,因此可能行和列的栅格数量可能不同。如此一来,就是针对尽量规则的图形进行划分了,从而能统一处理交通网络规则或不规则的情况。
②进行栅格映射:遍历交通网络的所有边,将边的长度信息累加至其所对应的栅格中作为栅格的计算量;对所有边进行遍历时,对于跨越栅格的边,同时将该跨越栅格的边所对应的两个相邻栅格的关联度进行累加。每个栅格分别存储对应上、下、左、右四个相邻栅格的关联度,这个关联度即为栅格的通信量。
这里,如果相邻的两个栅格之间没有联系,那么这两个栅格的关联度就为0,没有通信量。位于整体图形边缘的栅格必然有一个方向其通信量为0,如果一个栅格中没有路段通过,那么该栅格的计算量和通信量同时为0,该栅格标识为空。如图2所示为栅格映射过程示意图。
如图3所示,结合实际交通网络划分,对一城市主城区的道路网络基于本发明的划分方案进行划分操作,假定根据任务划分有3个计算服务器,则根据计算服务器的数量需要划分三个区块,原图的横纵比为2119×1953,按短边生成10个栅格的计算规则进行划分,则纵向生成栅格10个,横向生成栅格11个,一共生成栅格110个。然后通过映射操作获得每个栅格的计算量和栅格对应4个方向的通信量。
2、栅格生长划分:
假定要求划分的区块数量n=k,每个区块的计算量为X,则按照如下规则生长,算法流程如图4所示:
①按照逐行的方式扫描栅格,取出一个非空的栅格作为生长划分的起始位置(非空的栅格相对于空的栅格而言,当一栅格的计算量和通信量同时为0时,该栅格标识为空,即空的栅格)。比如先取出坐标为(1,1)的栅格,如果为空,则接着取出(1,2)的栅格,如果仍为空,则继续寻找坐标为(1,3)的栅格。如果已经到了该行的结尾,则接着取出下一行第一列的栅格。将取出的栅格标为当前栅格,标记该栅格为已划分栅格。同时将该栅格的计算量和通信量加入到划分区块的计算量和通信量中,并设置区块的横向长度和纵向长度。
②逐一分析与当前区块中每一个栅格相邻的周边未划分栅格作为待选位置,计算出分别加入每一个相邻栅格后,区块的计算量、通信量、横向长度和纵向长度。
③生长划分条件为:区块计算量不大于X的待选位置,对区块计算量不大于X的待选位置进行分析,选出通信量最少的待选位置。这条规则保证生成的区块通信量尽可能低。
④如果有多个位置的通信量相同,选出令横向长度和纵向长度更接近的位置。这条规则保证选择的区块尽可能面积周长比大。
⑤如果仍有多个位置满足生长划分条件,则选出行值更低的位置。这条规则保证方法的唯一性。
⑥如果仍有多个位置满足生长划分条件,则选出列值更低的位置。这条规则保证方法的唯一性。
⑦如果所有位置的栅格都为空或者已被划分,则说明整个区块的周围都不具备生长划分条件,则根据上述①的规则找到一个没有被划分的栅格,重新开始生成过程。这条规则保证当道路网不规则时,一个区块包含多个岛的可能性。
⑧确定好生长划分的位置后,将该位置的栅格划入区块,标记为已划分栅格。调整区块的计算量、通信量、横向长度和纵向长度。进入下一步生长。
⑨如果所有位置的计算量都大于X,那么生长结束,该区块划分完成。
前面的描述中,出于便于理解和说明的角度考虑,假定每个区块的计算量相同,但对异构系统来说,每个计算单元计算能力可能不同,假定分别为:(v1,v2,......vn)。这时候,本发明的方案可以简单的通过调整生长停止条件来满足异构系统的要求。
以图3所示的城市主城区交通网络生长划分为例来说明生长划分过程。如图5所示,从实际情况看,第一个区块的划分中,第一个不为空的栅格为(1,5);第二个区块的划分从(5,5)开始。因为需要划分三个区块,所以计算出两个区块,剩余不为空的栅格组成第三个区块。
3、栅格映射还原:
栅格还原过程较为简单,只需要将每个划分好的区块对应的实际道路交通网络取出即可。由于初始的道路交通网络的拓扑结构是未分割时设置好的,所以在取出时要对每个区块的拓扑结构进行单独设置,同时对需要与其他区块进行通信的边设置对应的区块编号信息。
在栅格映射时,不可避免的存在栅格切割路段的情形。因此生成的区块就会存在拆分路段的情形。在实际应用中,有些情况对于是否拆分路段没有要求,比如在进行动态交通分配仿真时,相邻的区域只需要交换每次步长流入和流出的车辆信息,因此在路段的任何位置划分为不同的区块都是可以的。但有时的应用需求要求路段必须连续,这时在本发明的方案中,在进行栅格还原时,就需要将拆分的路段合并然后划分到一个区块中。栅格还原后结果如图6a、6b、6c所示,分别对应最终划分区块1、2、3的示意图。
最终,拆分完成后,一个完整的城市交通网络将被分割成多个区块,主计算服务器把区块平均分配到每一个计算服务器上,即:对上述初始化过程中,基于任务划分进行配载的各个计算服务器,进行区块数据量分析运算的配载。由于每个计算服务器都将只基于被配载到的那部分路段计算交通流的拥堵情况,而且该区块数据量的分析运算是上述基于栅格映射生长的划分过程得到的最终划分区块间数据量负载均衡为依据的,因此,满足了各个计算服务器间负载均衡的需求。
以上所述为本发明的较佳实施例而已,并非用于限定本发明的保护范围。

Claims (12)

1.一种基于栅格映射生长的交通网络划分方法,其特征在于,该方法包括:
对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;
根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
2.根据权利要求1所述的方法,其特征在于,该方法还包括:得到相对应的栅格组合后,在所述指定交通网络区域中进行栅格映射还原,将所述栅格组合还原成对应的交通网络区块。
3.根据权利要求1所述的方法,其特征在于,所述对获取的指定交通网络区域的交通流数据进行栅格映射之前,该方法还包括:初始化过程;
所述初始化过程具体包括:根据指定交通网络区域的所述交通流数据进行任务划分并将划分的任务配置到不同的计算服务器,根据所述计算服务器的数量确定所述指定交通网络区域中待划分处理的划分区块数量。
4.根据权利要求1、2或3所述的方法,其特征在于,所述交通流数据至少包括:交通网络的边的长度信息和拓扑信息、交通网络交叉口的空间位置。
5.根据权利要求4所述的方法,其特征在于,得到所述各栅格的权重值具体包括:遍历交通网络的所有边时,将所述边的长度信息累加至其所对应的栅格中得到栅格的计算量并作为栅格的权重值;
得到所述相邻栅格间的关联度具体包括:遍历交通网络的所有边时,根据所述拓扑信息得到跨越栅格的边,将所述跨越栅格的边所对应的相邻栅格的关联度进行累加得到栅格的通信量并作为所述相邻栅格间的关联度。
6.根据权利要求4所述的方法,其特征在于,栅格映射结束后得到各栅格的权重值和相邻栅格间的关联度具体为:得到每个栅格的计算量、和每个栅格对应四个相邻方向的相邻栅格间的关联度并作为栅格的通信量;
所述进行栅格生长划分具体包括:按照逐行扫描的方式获取到第一个非空栅格作为栅格生长划分的起始位置,分析其周边相邻栅格的生长划分条件,逐一将符合所述生长划分条件的栅格标记为已划分栅格,将所述已划分栅格的栅格的计算量和通信量加入到划分区块中并作为划分区块的计算量和通信量,设置划分区块的横向长度和纵向长度,直至结束栅格生长划分。
7.根据权利要求6所述的方法,其特征在于,所述非空栅格具体为栅格的计算量和通信量不同时为零的栅格;
所述逐一将符合所述生长划分条件的栅格标记为已划分栅格具体包括:将所述划分区块中与每一个当前扫描到的栅格相邻的周边未划分栅格,作为待选位置,计算未划分栅格的栅格的计算量和通信量并加入到划分区块中作为划分区块的计算量和通信量,若划分区块的计算量不大于设置的划分区块的计算量上限X,则将所述未划分栅格标记为已划分栅格,继续对栅格进行扫描和生长划分。
8.一种基于栅格映射生长的负载分担配置服务器,其特征在于,该服务器包括:栅格映射单元、栅格生长划分单元;其中,
所述栅格映射单元,用于对获取的指定交通网络区域的交通流数据进行栅格映射,得到各栅格的权重值和相邻栅格间的关联度;
所述栅格生长划分单元,用于根据所述各栅格的权重值和相邻栅格间的关联度进行栅格生长划分,得到相对应的栅格组合。
9.根据权利要求8所述的服务器,其特征在于,该服务器还包括:栅格映射还原单元,用于在所述指定交通网络区域中进行栅格映射还原,将所述栅格组合还原成对应的交通网络区块。
10.根据权利要求8或9所述的服务器,其特征在于,所述交通流数据至少包括:交通网络的边的长度信息和拓扑信息、交通网络交叉口的空间位置。
11.根据权利要求10所述的服务器,其特征在于,所述栅格映射单元,进一步用于遍历交通网络的所有边时,将所述边的长度信息累加至其所对应的栅格中得到栅格的计算量并作为栅格的权重值,根据所述拓扑信息得到跨越栅格的边,将所述跨越栅格的边所对应的相邻栅格的关联度进行累加得到栅格的通信量并作为所述相邻栅格间的关联度。
12.根据权利要求10所述的服务器,其特征在于,所述栅格映射单元,进一步用于栅格映射结束后得到每个栅格的计算量、和每个栅格对应四个相邻方向的相邻栅格间的关联度并作为栅格的通信量;
所述栅格生长划分单元,进一步用于按照逐行扫描的方式获取到第一个非空栅格作为栅格生长划分的起始位置,分析其周边相邻栅格的生长划分条件,逐一将符合所述生长划分条件的栅格标记为已划分栅格,将所述已划分栅格的栅格的计算量和通信量加入到划分区块中并作为划分区块的计算量和通信量,设置划分区块的横向长度和纵向长度,直至结束栅格生长划分。
CN201210528128.6A 2012-12-10 2012-12-10 一种基于栅格映射生长的交通网络划分方法及配置服务器 Pending CN103871234A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201210528128.6A CN103871234A (zh) 2012-12-10 2012-12-10 一种基于栅格映射生长的交通网络划分方法及配置服务器
PCT/CN2013/080241 WO2013167085A2 (zh) 2012-12-10 2013-07-26 一种基于栅格映射生长的交通网络划分方法及配置服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210528128.6A CN103871234A (zh) 2012-12-10 2012-12-10 一种基于栅格映射生长的交通网络划分方法及配置服务器

Publications (1)

Publication Number Publication Date
CN103871234A true CN103871234A (zh) 2014-06-18

Family

ID=49551376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210528128.6A Pending CN103871234A (zh) 2012-12-10 2012-12-10 一种基于栅格映射生长的交通网络划分方法及配置服务器

Country Status (2)

Country Link
CN (1) CN103871234A (zh)
WO (1) WO2013167085A2 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537834A (zh) * 2014-12-21 2015-04-22 北京工业大学 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法
CN106504524A (zh) * 2016-09-14 2017-03-15 杭州诚智天扬科技有限公司 一种基于移动信令动态划分高速公路路段的方法
CN106570454A (zh) * 2016-10-10 2017-04-19 同济大学 基于移动激光扫描的行人交通参数提取方法
CN106815851A (zh) * 2017-01-24 2017-06-09 电子科技大学 一种基于视觉测量的栅格圆形油位计自动读数方法
CN108615387A (zh) * 2018-04-18 2018-10-02 长沙理工大学 一种自动驾驶下交叉口自由转向车道设置方法
CN109269513A (zh) * 2018-09-10 2019-01-25 克立司帝控制系统(上海)股份有限公司 电子地图中的智能道路识别方法及系统

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014208465A1 (de) * 2014-05-06 2015-11-12 Continental Automotive Gmbh Räumliche Gruppierung von Fahrzeugen durch serverbasierte Verkehrsdienste
US9497590B1 (en) 2015-06-19 2016-11-15 International Business Machines Corporation Management of moving objects
US9646493B2 (en) 2015-06-19 2017-05-09 International Business Machines Corporation Management of moving objects
US10169400B2 (en) 2015-06-19 2019-01-01 International Business Machines Corporation Geographic space management
US9646402B2 (en) 2015-06-19 2017-05-09 International Business Machines Corporation Geographic space management
US10019446B2 (en) 2015-06-19 2018-07-10 International Business Machines Corporation Geographic space management
US9639537B2 (en) 2015-06-19 2017-05-02 International Business Machines Corporation Geographic space management
US10749734B2 (en) 2015-07-07 2020-08-18 International Business Machines Corporation Management of events and moving objects
US9460616B1 (en) 2015-12-16 2016-10-04 International Business Machines Corporation Management of mobile objects and service platform for mobile objects
US10594806B2 (en) 2015-12-16 2020-03-17 International Business Machines Corporation Management of mobile objects and resources
US9467839B1 (en) 2015-12-16 2016-10-11 International Business Machines Corporation Management of dynamic events and moving objects
US9578093B1 (en) * 2015-12-16 2017-02-21 International Business Machines Corporation Geographic space management
US9805598B2 (en) 2015-12-16 2017-10-31 International Business Machines Corporation Management of mobile objects
US9865163B2 (en) 2015-12-16 2018-01-09 International Business Machines Corporation Management of mobile objects
US9513134B1 (en) 2015-12-16 2016-12-06 International Business Machines Corporation Management of evacuation with mobile objects
US10546488B2 (en) 2017-06-21 2020-01-28 International Business Machines Corporation Management of mobile objects
US10535266B2 (en) 2017-06-21 2020-01-14 International Business Machines Corporation Management of mobile objects
US10585180B2 (en) 2017-06-21 2020-03-10 International Business Machines Corporation Management of mobile objects
US10600322B2 (en) 2017-06-21 2020-03-24 International Business Machines Corporation Management of mobile objects
US10504368B2 (en) 2017-06-21 2019-12-10 International Business Machines Corporation Management of mobile objects
US10540895B2 (en) 2017-06-21 2020-01-21 International Business Machines Corporation Management of mobile objects

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070143017A1 (en) * 2005-12-19 2007-06-21 International Business Machines Corporation GPS equipped devices that utilize geographical navigation bundles
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN101409011A (zh) * 2008-10-28 2009-04-15 北京世纪高通科技有限公司 一种地图匹配和路径推测方法、装置和系统
EP2330562A1 (en) * 2009-12-02 2011-06-08 Nxp B.V. Smart road-toll-system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070143017A1 (en) * 2005-12-19 2007-06-21 International Business Machines Corporation GPS equipped devices that utilize geographical navigation bundles
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN101409011A (zh) * 2008-10-28 2009-04-15 北京世纪高通科技有限公司 一种地图匹配和路径推测方法、装置和系统
EP2330562A1 (en) * 2009-12-02 2011-06-08 Nxp B.V. Smart road-toll-system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
秦旭彦等: "道路网络图的区块划分算法", 《清华大学学报(自然科学版)》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537834A (zh) * 2014-12-21 2015-04-22 北京工业大学 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法
CN106504524A (zh) * 2016-09-14 2017-03-15 杭州诚智天扬科技有限公司 一种基于移动信令动态划分高速公路路段的方法
CN106504524B (zh) * 2016-09-14 2019-02-26 杭州诚智天扬科技有限公司 一种基于移动信令动态划分高速公路路段的方法
CN106570454A (zh) * 2016-10-10 2017-04-19 同济大学 基于移动激光扫描的行人交通参数提取方法
CN106570454B (zh) * 2016-10-10 2019-06-11 同济大学 基于移动激光扫描的行人交通参数提取方法
CN106815851A (zh) * 2017-01-24 2017-06-09 电子科技大学 一种基于视觉测量的栅格圆形油位计自动读数方法
CN106815851B (zh) * 2017-01-24 2019-05-24 电子科技大学 一种基于视觉测量的栅格圆形油位计自动读数方法
CN108615387A (zh) * 2018-04-18 2018-10-02 长沙理工大学 一种自动驾驶下交叉口自由转向车道设置方法
CN108615387B (zh) * 2018-04-18 2020-09-25 长沙理工大学 一种自动驾驶下交叉口自由转向车道设置方法
CN109269513A (zh) * 2018-09-10 2019-01-25 克立司帝控制系统(上海)股份有限公司 电子地图中的智能道路识别方法及系统

Also Published As

Publication number Publication date
WO2013167085A3 (zh) 2014-01-09
WO2013167085A2 (zh) 2013-11-14

Similar Documents

Publication Publication Date Title
CN103871234A (zh) 一种基于栅格映射生长的交通网络划分方法及配置服务器
US9068852B2 (en) Vehicle fleet routing system
CN109408548A (zh) 一种城市电力大数据应用系统及方法
CN109033718B (zh) 一种城市轨道交通线路失效的动态应急疏散方法
CN109141446A (zh) 用于获得地图的方法、装置、设备和计算机可读存储介质
CN111275965B (zh) 一种基于互联网大数据的实时交通仿真分析系统与方法
Edwards et al. Comparing fixed-route and demand-responsive feeder transit systems in real-world settings
Maciejewski A comparison of microscopic traffic flow simulation systems for an urban area
CN102610092A (zh) 基于rbf神经网络城市道路速度预测方法
CN106202506A (zh) 结合离线存储与即时计算的三维交通噪声地图更新方法
CN106875734B (zh) 一种推送停车路线的方法及装置
Alimukhamedov et al. Estimation of the interval of movement of public passenger transport in the direction
Zelinski A comparison of algorithm generated sectorizations
CN104573140A (zh) 一种应用于虚拟仿真的分层动态路径规划方法
CN114179873A (zh) 一种多交路多时段全日列车运行图自动编制方法和系统
Weyl et al. Agent-based traffic simulation at city scale with MARS
Yu et al. Dissecting geosparksim: a scalable microscopic road network traffic simulator in apache spark
CN106130110B (zh) 基于分层概率选择出行地的电动出租车充电站定容方法
CN108764510B (zh) 面向大规模路网的城市轨道交通并行仿真任务分解方法
Jung et al. Simulation framework for modeling large-scale flexible transit systems
Fu et al. Building a large-scale microscopic road network traffic simulator in apache spark
CN104680782A (zh) 一种交通控制云端系统
Cui et al. Multi-scale simulation in railway planning and operation
CN116167235A (zh) 路网模型生成方法、装置及设备
Dragan et al. USING GIS FOR THE OPTIMIZATION OF PUPILS TRANSPORTATION: THE CASE OF LASKO MUNICIPALITY

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140618