CN107610498A - 一种城区交通高峰期汽车出行自动选择路线方法 - Google Patents
一种城区交通高峰期汽车出行自动选择路线方法 Download PDFInfo
- Publication number
- CN107610498A CN107610498A CN201710932061.5A CN201710932061A CN107610498A CN 107610498 A CN107610498 A CN 107610498A CN 201710932061 A CN201710932061 A CN 201710932061A CN 107610498 A CN107610498 A CN 107610498A
- Authority
- CN
- China
- Prior art keywords
- vertex
- current
- time
- round
- path
- 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
Links
Landscapes
- Navigation (AREA)
Abstract
本发明公开了一种城区交通高峰期汽车出行自动选择路线方法,属于交通出行服务技术领域,包括城市实时交通流信息服务平台、电子地图、GPS导航模块和自动选择路线模块,解决了根据交通拥挤情况而制定最佳出行路线的技术问题,本发明具有城市全局性、车辆个体性与选择/调整实时性,更加适应城区交通高峰期汽车出行自动选择路线的需要,更加接近驾驶员原有的驾驶习惯等优势,具有老司机出行驾驶的经验效果。
Description
技术领域
本发明属于交通出行服务技术领域,特别涉及一种城区交通高峰期汽车出行自动选择路线方法。
背景技术
进行城市道路交通诱导对均衡交通流在城市路网中的分布从而缓解城市交通拥堵具有重要作用,目前常见的交通诱导方式是在快速路或主干道路边安装VMS等交通诱导屏和可变情报板,也包括基于车辆速度诱导策略引导车辆不停车通过交叉口方法与装置,这些方法与装置关注的是对交叉口交通流数据提取、交通流状态实时判别、交通流量的计算与在交通流计算基础上的对交叉口车辆的主动诱导与疏散,这些工作对于局部交通拥堵具有较好的改善作用,但并没有解决城区交通高峰期汽车出行自动选择路线的全局性问题。
发明内容
本发明的目的是提供一种城区交通高峰期汽车出行自动选择路线方法,解决了根据交通拥挤情况而制定最佳出行路线的技术问题。
为实现上述目的,本发明采用以下技术方案:
一种城区交通高峰期汽车出行自动选择路线方法,包括如下步骤:
步骤1:建设城市实时交通流信息服务平台,所述城市实时交通流信息服务平台为服务器,所述服务器与城市交通无线宽带专网相连,用于获取全城区内的实时交通流信息;全城区内的实时交通流信息包括交通路口数量、红绿灯数量、各路口交通流速和对应拥塞车辆的车辆数量的动态信息;
步骤2:建立手机APP,手机APP包括电子地图、GPS导航模块和自动选择路线模块,电子地图用于显示全程的地图信息,GPS导航模块用于对车辆进行位置导航并显示在电子地图上;
步骤3:车主在手机APP的电子地图上选择起点p和终点q;
步骤4:手机APP通过GPRS网络与城市实时交通流信息服务平台进行通信,实时获取全城区内的实时交通流信息;
手机APP进行出行路线自动选择方法初始化,对电子地图进行网格化处理,生成网络图,并将车主的位置信息定位在网格图中;
手机APP进行出行路线自动选择方法初始化时,最短出行路线集合S只包含起点,即S={p},起点p的距离dist[p]为0,其他的点距离设为无穷大;U为包含除起点p外的其他顶点集合的状态设为没有扩展过,即:U={在起点p与终点q之间的除起点p外的其他顶点的集合以及终点};
步骤5:设置变量k和变量S,变量k的取值范围为集合U,变量S为从起点p至k点的路径集合,当k点为终点q时,选取S中总时间Tk p(t)最小的路径作为最终行驶路径S1,路径的总时间Tk pq(t)计算公式如下:
公式中:t为时刻,k为城内给定路线S中的当前经过顶点k,V0为在t时刻在给定经过顶点k的路线集合S的正常行驶速度,i为路口,Vi(t)为在路口i的交通流速,Ni(t)为在路口i的交通拥塞车辆数,车辆平均车身长为L,出行路线起点p和终点k之间的距离为Spk;Mk为红绿灯的数量,T0为车辆通过每一个红绿灯所需要的时间;
步骤6:手机APP显示最终行驶路径S1并对车辆进行导航。
在步骤(5)中,将Tk p(t)的计算结果作为路径的时间权值,对集合U中顶点依次进行数轮筛选,每轮筛选均从集合U中选取一个未被选取过的顶点作为当前顶点,使得从起点开始依次经过每轮选取的当前顶点的路径为时间权值最短的当前局部最短路径,k为当前顶点时,选取S中总时间Tk p(t)最小的路径作为局部行驶路径S2;
步骤(5)中,最终行驶路径S1通过如下步骤得到:
a:对集合U中顶点进行首轮筛选,先从集合U中选取距离起点p时间权值最小的顶点作为首轮筛选的当前顶点,并加入最终行驶路径S1;
b:自动选择路线模块对当前交通网时间权值调整,得到当前时刻时间权值调整后网络图:以上一轮筛选中选取的当前顶点为新考虑的中间点u,顶点u为集合U中的一个顶点,从上一轮筛选剩下的顶点中选取一个距离顶点u时间权值最短的顶点为当前顶点k,在当前顶点k下选取S中总时间Tk p(t)最小的路径作为局部行驶路径S2,顶点的选择方法为:
公式中:k为从起点p到终点q的一条路径上的一个点,为t时刻经过p、k点路径的时间,K为从起点p到终点k一条路径上的K个经过点数,从K个经过点中选择一个经过时间最少的点构成当前最短路径,由Dijkstra方法计算得到。
c:重复执行步骤b,直到选取的当前顶点为终点q,得到最终行驶路线S1;
所述城市实时交通流信息服务平台通过城市交通无线宽带专网与交警大队的服务器进行通信。
若起点p与U中顶点u有边,则<p,u>正常有权值,若u不是p的出边邻接点,则<u,p>权值为∞。
本发明所述的一种城区交通高峰期汽车出行自动选择路线方法,与图论相结合,解决了根据交通拥挤情况而制定最佳出行路线的技术问题,本发明与城市无线宽带专网相连,速度快,能满足动态、实时的要求。
附图说明
图1是本发明的流程图;
图2是实施例2中区域的顶点和路径分布图。
具体实施方式
如图1所示的一种城区交通高峰期汽车出行自动选择路线方法,包括如下步骤:
步骤1:建立城市实时交通流信息服务平台,所述城市实时交通流信息服务平台为服务器,所述服务器与城市交通无线宽带专网相连,用于获取全城区内的实时交通流信息;全城区内的实时交通流信息包括交通路口数量、红绿灯数量、各路口交通流速和对应拥塞车辆的车辆数量的实时动态信息,红绿灯数量即路口数量;
步骤2:建立手机APP,手机APP包括电子地图、GPS导航模块和自动选择路线模块,电子地图用于显示全城的地图信息,GPS导航模块用于对车辆进行位置导航并显示在电子地图上,自动选择路线模块用于计算出车辆从起点到终点的最佳路线(即最终行驶路径S1);
步骤3:车主在手机APP的电子地图上选择起点p和终点q;
步骤4:手机APP通过GPRS网络与城市实时交通流信息服务平台(所述服务器)进行通信,实时获取全城区内的实时交通流信息;
手机APP进行出行路线自动选择方法初始化,对电子地图进行网格化处理,生成网格图,并将车主的位置信息定位在网格图中;
手机APP进行出行路线自动选择方法初始化时,最短出行路线集合S只包含起点,即S={p},起点p的距离dist[p]为0,其他的点距离设为无穷大;设定集合U,U={在起点p与终点q之间的除起点p外的所有顶点的集合以及终点q},即:U为区域内在起点p与终点q之间的所有顶点以及终点q的顶点集合,但U不包含起点p,集合U的状态设为没有扩展过;若起点p与U中顶点u有边(即存在边),则<p,u>正常有权值,若u不是p的出边邻接点,则<u,p>权值为∞;其中顶点指某段路径的端点,例如从A位置到B位置有一条路,则称顶点A到顶点B存在一条边,该边称为顶点A的出边,也称为顶点B的入边,同一边的所有发出顶点称为出边邻接点,顶点相当于路口或者路径上的一点,优选地,集合U中的顶点为有限个。
步骤5:手机APP中的自动选择路线模块进行当前加权后的最短时间计算,以得到当前时刻网络图局部最短路径,设置变量k和变量S,变量k的取值范围为集合U,变量k在集合U中取值,变量k可以为集合U中任意一个顶点,变量S为包含从起点p至k点的所有路径的路径集合,集合S中每条路径中所有的顶点均属于集合U,集合S中每条路径中的所有顶点均在该路径中仅只出现一次,当k点为终点q时,选取S中总时间Tk p(t)最小的路径作为最终行驶路径S1,车辆从起点p至给定顶点k的路径(该路径为S中的一条路径)的所需要的总时间Tk p(t)计算公式如下:
公式中:t为时刻,k为城内给定路线S中的当前经过顶点k,V0为在t时刻车辆在该路径上的正常行驶速度,i为路口(第i个路口),Vi(t)为t时刻在路口i的交通流速(即t时刻第i个路口交通流速),Ni(t)为t时刻在路口i的交通拥塞车辆数(即t时刻第i个路口交通拥塞车辆数),车辆平均车身长为L,出行路线起点p和终点k之间的距离为Spk(即Spk为公式所计算路径的长度);Mk为红绿灯的数量(即路口数量),T0为车辆通过每一个红绿灯所需要的时间;该公式中的参数均属于由城市实时交通流信息服务平台得到的实时交通流信息,该公式预算了在当前时刻t(时刻t可为出发时的时刻或者出发前的时刻),起点p至k点的一条路径的总时间(也为起点p至k点的一条路径的时间权值),该公式为路径的时间权值计算公式;
举例说明:
V0=80km/h
t=8h:30m:0s
T=30s
T0=30s
Mk=3
L=3m
Spk=30km
k=2i=1,2
N1(8h:30m:0s)=5
N2(8h:30m:0s)=10
V1(8h:30m:0s)=30km/h
V1(8h:30m:0s)=50km/h
Tk p(8h:30m:0s)
=30s*3+(3m*5/(30km/h)+3m*10/(50km/h))+30km/(80km/h)
=90s+1.8s+2.16s+1350s
=1443.96s
本步骤中,将Tk p(t)的计算结果作为路径的时间权值,每条路径均可通过该公式计算出其时间权值,对集合U中顶点依次进行数轮筛选,每轮筛选均从集合U中选取一个未被选取过的、且距离上一轮筛选所得当前顶点时间权值最小的顶点作为本轮筛选的当前顶点,当k为第n轮筛选得出的当前顶点时,集合S包含从起点p经过任意数量个已有当前顶点到达本轮(第n轮)当前顶点k的所有路径的总集合,选取集合S中总时间Tk p(t)最小的路径(即时间权值最小的路径)作为第n轮的局部行驶路径S2。
假定进行n轮筛选,n轮筛选按照顺序依次进行:第1轮选出一个当前顶点、第2轮从第1轮选剩下的顶点中选出一个当前顶点、第3轮从第2轮选剩下的顶点中选出一个当前顶点…第n轮从第n-1轮选剩下的顶点中选出一个当前顶点,第n轮的当前顶点至第n-1轮的当前顶点的路线的时间权值最短;
在首轮筛选中,在集合U中选取一个距离起点p时间权值最小的顶点作为首轮筛选的当前顶点,即当n=1时,首轮(第1轮)选出的当前顶点至起点p的路径的时间权值最小,具体方法可另k分别一一等于U中各个顶点,通过上述时间权值公式一一计算起点p分别到U中各个顶点的时间权值,选取距离起点p时间权值最小的顶点作为首轮筛选的当前顶点,当k为首轮筛选得到的当前顶点时,已有当前顶点为0个,集合S为起点p到首轮筛选得到当前顶点的路径,第1轮的局部行驶路径S2为起点p到首轮筛选得到当前顶点的路径。
首轮筛选后的每轮筛选均从上一轮筛选剩下的顶点中选取距离上一轮筛选出当前顶点时间权值最小的顶点作为本轮筛选的当前顶点,具体方法可另k依次分别一一等于上一轮筛选剩下的各个顶点,通过上述时间权值公式一一计算上一轮筛选出当前顶点分别到上一轮筛选剩下的各个顶点时间权值,选取距离上一轮筛选出当前顶点时间权值最小的顶点作为本轮筛选的当前顶点;
当k为第n轮筛选出的当前顶点时(n为大于0的自然数),相应形成一个起点p至第n轮筛选出的当前顶点k的路径集合S,集合S是包含从起点p按照先后选出顺序依次经过任意个已有当前顶点到达本轮(第n轮)当前顶点k的所有路径的总集合,即集合S为从起点p直接至本轮当前顶点k的路径、从起点p经过任意一个已有当前顶点到达本轮当前顶点k的所有路径集合、起点p按照先后选出顺序依次经过任意几个已有当前顶点到达本轮当前顶点k的所有路径集合以及起点p按照先后选出顺序依次经过所有已有当前顶点到达本轮当前顶点k的路径的总集合,对第n轮筛选来讲:在第n轮筛选以前所有轮次筛选出的当前顶点均为已有当前顶点,即首轮(第一轮)筛选出的当前顶点、第二轮筛选出的当前顶点……至第n-1轮筛选出的当前顶点均为已有当前顶点;通过时间权值计算公式计算集合S中每条路径的时间权值,选取路径集合S中总时间Tk p(t)最小(即时间权值最小)的路径作为第n轮的局部行驶路径S2;
每轮筛选均产生一个局部行驶路径S2,每轮产生的局部行驶路径S2中的最后一个顶点(即倒数第一个顶点)为该轮选出的当前顶点,本轮局部行驶路径S2有可能是从起点p开始依次经过每轮选出当前顶点至本轮当前顶点k的路径,或者有可能是上一轮产生局部行驶路径S2直接延伸到本轮当前顶点k形成的路径,或者有可能是任意一轮产生局部行驶路径S2直接延伸到本轮当前顶点k形成的路径;又或者可能是沿上一轮产生局部行驶路径S2至其倒数第二个顶点后(此处倒数第二个顶点为上一轮局部行驶路径S2上最后一个已有当前顶点,倒数第一个顶点为上一轮的当前顶点),绕过上一轮当前顶点直接到本轮当前顶点k的路径,以计算的时间权值为准,选择时间权值最小的路径作为局部行驶路径S2。
步骤(5)具体包含以下a、b、c三个步骤,即最终行驶路径S1通过如下步骤得到:
a:对集合U中顶点进行首轮筛选,先从集合U中选取距离起点p时间权值最小的顶点作为首轮筛选的当前顶点,并加入最终行驶路径S1,该选定的距离(p点至首轮当前顶点的距离)就是起点p到首轮当前顶点的最短路径长度,起点p到首轮当前顶点的一段路径为首轮得出的局部行驶路径S2;
b:自动选择路线模块对当前交通网时间权值调整,得到当前时刻时间权值调整后网络图:以上一轮筛选中选取的当前顶点为新考虑的中间点u,顶点u为集合U中的一个顶点,从上一轮筛选剩下的顶点中选取一个距离顶点u时间权值最短的顶点为本轮的当前顶点k,在本轮的当前顶点k下选取S中总时间Tk p(t)最小的路径作为局部行驶路径S2,修改U中各顶点的距离,对于每个与u相邻的顶点k,如果dist[u]+w[u,k]<dist[k],那么把dist[v]更新成更短的距离dist[u]+w[u,k],dist[v]为起点p到顶点v的局部行驶路径的时间权值,dist[u]代表起点p到顶点u的局部行驶路径S2的时间权值,w[u,k]代表顶点u到顶点k的路径的时间权值,dist[k]为起点p到顶点k的局部行驶路径S2的时间权值,顶点的选择方法为:
公式中:k为从起点p到终点q的一条路径上的一个点,为t时刻经过p、k点路径的时间,K为从起点p到终点k一条路径上的K个经过点数,从K个经过点中选择一个经过时间最少的点构成当前最短路径,由Dijkstra方法计算得到。
c:重复执行步骤b,直到某轮选取的当前顶点为终点q,此时该轮得到的局部行驶路径S2为最终行驶路线S1,即得到最终行驶路线S1;
步骤5通过手机APP中的自动选择路线模块实现;
步骤6:手机APP显示最终行驶路径S1并对车辆进行导航。
所述城市实时交通流信息服务平台通过城市交通无线宽带专网与交警大队的服务器进行通信。
实施例2:
由图2所示的实施例2,是针对实施例1的步骤5,给出的一种更为具体的例子,图中顶点A代表实施例1中的起点P,顶点F代表实施例1中的终点q,顶点B、顶点C、顶点D和顶点E构成所述集合U,则当前给定的最短出行路线集合S和集合U中顶点的步骤如下表所示:
图2中相邻两顶点之间连接的一条直线代表两点间存在的路径或者边,直线上的数字代表该直线连接的两顶点之间的这段路径的时间权值,一条路径的总时间权值可将相邻两点间路径的时间权值依次相加而得,如图2和上面表格所示:
第一轮(首轮):U=(B、C、D、E、F),在U中选取距离顶点A时间权值最近的顶点,可另k分别等于U中各个顶点并一一代入时间权值计算公式,计算得出,顶点A到顶点B的一段路径时间权值为6,顶点A到顶点C的一段路径时间权值为3,顶点A到其他顶点为无穷,发现顶点A到顶点C的一段路径时间权值为3,为最小时间权值,选取顶点C为首轮筛选出的当前顶点,选取顶点A到顶点C的一段路径为首轮的局部行驶路径S2;
第二轮:从上一轮选剩下的顶点中选择一个顶点作为当前顶点,相当于将顶点C剔除出集合U后作为本轮筛选的集合,此时相当于在U=(B、D、E、F)中选出本轮的当前顶点,选取距离上一轮当前顶点时间权值最小的顶点作为本轮的当前顶点,可另k分别等于U中各个顶点(B、D、E、F)并一一代入时间权值计算公式,计算得出顶点A到顶点C到顶点B的时间权值为5(比上轮计算的顶点A到顶点B时间权值为6要小),顶点A到顶点C到顶点D的时间权值为6,顶点A到顶点C到顶点E的时间权值为7,顶点A到顶点C到其他顶点为无穷,可见顶点B到顶点C的时间权值最小,选顶点B为本轮的当前顶点,对本轮来说,顶点C为已有当前顶点,当k等于顶点B,顶点A到顶点B的路径集合S包含从A点经过任意个已有当前顶点到达本轮当前顶点(顶点B)的所有路径集合,从顶点A到顶点B的集合S包含两条路径:顶点A到顶点C到顶点B,顶点A到顶点B;由于顶点A到顶点C到顶点B的时间权值为5,比上轮计算的顶点A到顶点B时间权值为6要小,因此选取顶点A到顶点C到顶点B的路径作为本轮的局部行驶路径S2;
第三轮:从上一轮选剩下的顶点中选择一个顶点作为当前顶点,相当于将顶点C和顶点B剔除出集合U后作为本轮筛选的集合,此时相当于在U=(D、E、F)中选出本轮的当前顶点,选取距离上一轮当前顶点时间权值最小的顶点作为本轮的当前顶点,可另k分别等于U中各个顶点(D、E、F)并一一代入时间权值计算公式,计算得出顶点A到顶点C到顶点B到顶点D的时间权值为10,A到C到B到其他顶点为无穷,发现D到B的时间权值最小,选顶点D为本轮的当前顶点,对本轮来说,首选选取的C和上一轮选取的顶点B均为已有当前顶点,当k等于顶点D,顶点A到顶点D的路径集合S包含从A点经过任意个已有当前顶点到达本轮当前顶点(顶点D)的所有路径集合,从顶点A到顶点D的集合S包含以下路径(未一一列举所有S中路径):A到C到B到D,A到C到D,A到B到D,通过时间权值计算公式计算得出各条路径的时间权值,A到C到B到D的时间权值为10,A到C到D的时间权值为6,A到B到D的时间权值为11,选择时间权值最小的A到C到D作为本轮的局部行驶路径S2;
第四轮:从上一轮选剩下的顶点中选择一个顶点作为当前顶点,相当于将顶点C、顶点B和顶点D剔除出集合U后作为本轮筛选的集合,此时相当于在U=(E、F)中选出本轮的当前顶点,选取距离上一轮当前顶点时间权值最小的顶点作为本轮的当前顶点,可另k分别等于U中各个顶点(E、F)并一一代入时间权值计算公式,计算得出顶点A到顶点C到顶点D到顶点E的时间权值为8,A到顶点C到顶点D到顶点F的时间权值为9,发现顶点E到顶点D的时间权值最小,选顶点E为本轮的当前顶点,对本轮来说,首轮选取的顶点C、第二轮选取的顶点B,上一轮选取的顶点D均为已有当前顶点,当k等于顶点E,顶点A到顶点E的路径集合S包含从A点经过任意个已有当前顶点到达本轮当前顶点(顶点E)的所有路径集合,从顶点A到顶点E的集合S包含以下路径(未一一列举所有S中路径):A到C到D到E,A到C到E,通过时间权值计算公式计算得出各条路径的时间权值,A到C到D到E的时间权值为8,A到C到E的时间权值为7,选择时间权值最小的A到C到E作为本轮的局部行驶路径S2;
第五轮:从上一轮选剩下的顶点中选择一个顶点作为当前顶点,相当于将顶点C、顶点B、顶点D和顶点E剔除出集合U后作为本轮筛选的集合,此时相当于在U=(F)中选出本轮的当前顶点,选取距离上一轮当前顶点时间权值最小的顶点作为本轮的当前顶点,另k等于U中顶点(F)并代入时间权值计算公式,计算得出顶点A到顶点C到顶点E到顶点F的时间权值为12,选顶点F为本轮的当前顶点,当然,本轮只剩下顶点F可供选择只能选择顶点F,对本轮来说,首轮选取的顶点C、第二轮选取的顶点B,第三轮选取的顶点D和上一轮选取的顶点E均为已有当前顶点,当k等于顶点F,顶点A到顶点F的路径集合S包含从A点经过任意个已有当前顶点到达本轮当前顶点(顶点F)的所有路径集合,从顶点A到顶点F的集合S包含以下路径(未一一列举所有S中路径):A到C到E到F,A到C到D到F,通过时间权值计算公式计算出S中每条路径的时间权值,A到C到E到F的时间权值为12,A到C到D到F的时间权值为9,选择时间权值最小的A到C到D到F作为本轮的局部行驶路径S2;
第六轮:集合U已空,查找完毕。
本实施例中,共进行了5轮筛选,即n=5时,筛选出最终顶点F,当k等于顶点F时,找出集合S中时间权值最小的局部行驶路径S2(A到C到D到F)作为最终形式路径S1。
本发明与城市无线宽带专网相连,速度快,能满足动态、实时的要求,可获取全城区内的实时交通流信息,包括各路口的实时交通流速度与对应拥塞车辆的车辆数量(对应拥塞车辆的里程长度)的动态信息,为城区交通高峰期汽车出行自动选择路线提供实时的交通流信息。
本发明的电子地图和GPS导航模块相联,符合驾驶员通常的导航使用习惯,选择出行路线的当前起点与要到达的终点位置,为城区交通高峰期汽车出行自动选择路线提供初始状态位置信息,同时,在执行城区交通高峰期汽车出行自动选择路线模块后,将所选择的最短时间线路显示在地图上,提供汽车出行导行。
本发明所选择的时间最短的路线,一般都不是路径最短的路线,即不是通常意义上的最短时间,而是加权后的最短时间,其加权后的最短时间计算方法,很好地反映了路线距离、红绿灯数、各路口交通流速与高峰期交通拥塞车辆数与车辆实际行驶时间之间的动态关系,其真实耗时不仅与传统方法所采取的选定路线距离有关系,还与选定路线经过的红绿灯路口数有关系,更与红绿灯路口当前的交通流速度与交通拥塞车辆数有关系,这在交通高峰期表现的非常突出,当某个红绿灯路口出现交通管制或交通事故时,Vi(t)=0,此时Tk(t)=∞,即此路不通,这与实际情况是相符的。
本发明设计的城市道路交通诱导方法与装置具有城市全局性、车辆个体性与选择/调整实时性,更加适应城区交通高峰期汽车出行自动选择路线的需要,更加接近驾驶员原有的驾驶习惯等优势,具有老司机出行驾驶的经验效果。
Claims (6)
1.一种城区交通高峰期汽车出行自动选择路线方法,其特征在于:包括如下步骤:
步骤1:建设城市实时交通流信息服务平台,所述城市实时交通流信息服务平台为服务器,所述服务器与城市交通无线宽带专网相连,用于获取全城区内的实时交通流信息;
步骤2:建立手机APP,手机APP包括电子地图、GPS导航模块和自动选择路线模块,电子地图用于显示全程的地图信息,GPS导航模块用于对车辆进行位置导航并显示在电子地图上;
步骤3:车主在手机APP的电子地图上选择起点p和终点q;
步骤4:手机APP通过GPRS网络与城市实时交通流信息服务平台进行通信,实时获取全城区内的实时交通流信息;
手机APP进行出行路线自动选择方法初始化,对电子地图进行网格化处理,生成网络图,并将车主的位置信息定位在网格图中;
设定集合U,U={在起点p与终点q之间的除起点p外的其他顶点的集合以及终点};
步骤5:设置变量k和变量S,变量k的取值范围为集合U,变量S为从起点p至k点的路径集合,当k点为终点q时,选取S中总时间Tk pq(t)最小的路径作为最终行驶路径S1,车辆从起点p到给定顶点k的路径的所需要的总时间Tk p(t)计算公式如下:
<mrow>
<msup>
<msub>
<mi>T</mi>
<mi>k</mi>
</msub>
<mi>p</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>*</mo>
<msub>
<mi>M</mi>
<mi>k</mi>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>M</mi>
<mi>k</mi>
</msub>
</munderover>
<mfrac>
<mrow>
<mi>L</mi>
<mo>*</mo>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<msub>
<mi>S</mi>
<mrow>
<mi>p</mi>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>V</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>;</mo>
</mrow>
公式中:t为时刻,V0为在t时刻至给定经过顶点k的路径上的正常行驶速度,i为路口,Vi(t)为在路口i的交通流速,Ni(t)为在路口i的交通拥塞车辆数,车辆平均车身长为L,出行路线起点p和终点k之间的距离为Spk;Mk为红绿灯的数量,T0为车辆通过每一个红绿灯所需要的时间;
步骤6:手机APP显示最终行驶路径S1并对车辆进行导航。
2.如权利要求1所述的一种城区交通高峰期汽车出行自动选择路线方法,其特征在于:在步骤(5)中,将Tk p(t)的计算结果作为路径的时间权值,对集合U中顶点依次进行数轮筛选,每轮筛选均从集合U中选取一个未被选取过的、且距离上一轮筛选所得当前顶点时间权值最小的顶点作为本轮筛选的当前顶点,当k为第n轮筛选得出的当前顶点时,集合S包含从起点p经过任意数量个已有当前顶点到达本轮当前顶点k的所有路径的总集合,选取集合S中总时间Tk p(t)最小的路径作为第n轮的局部行驶路径S2。
3.如权利要求2所述的一种城区交通高峰期汽车出行自动选择路线方法,其特征在于:步骤(5)中,最终行驶路径S1通过如下步骤得到:
a:对集合U中顶点进行首轮筛选,先从集合U中选取距离起点p时间权值最小的顶点作为首轮筛选的当前顶点,并加入最终行驶路径S1;
b:自动选择路线模块对当前交通网时间权值调整,得到当前时刻时间权值调整后网络图:以上一轮筛选中选取的当前顶点为新考虑的中间点u,顶点u为集合U中的一个顶点,从上一轮筛选剩下的顶点中选取一个距离顶点u时间权值最短的顶点为当前顶点k,在当前顶点k下选取S中总时间Tk p(t)最小的路径作为局部行驶路径S2,顶点的选择方法为:
<mrow>
<msubsup>
<mi>k</mi>
<mrow>
<mi>s</mi>
<mi>e</mi>
<mi>l</mi>
<mi>e</mi>
<mi>c</mi>
<mi>t</mi>
<mi>e</mi>
<mi>d</mi>
</mrow>
<mi>p</mi>
</msubsup>
<mo>=</mo>
<mo>{</mo>
<msup>
<mi>k</mi>
<mi>p</mi>
</msup>
<mo>|</mo>
<msubsup>
<mi>Min</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>T</mi>
<mi>k</mi>
<mi>p</mi>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>}</mo>
<mo>=</mo>
<mo>{</mo>
<msup>
<mi>k</mi>
<mi>p</mi>
</msup>
<mo>|</mo>
<msubsup>
<mi>Dijkstra</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>T</mi>
<mi>k</mi>
<mi>p</mi>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>}</mo>
<mo>;</mo>
</mrow>
公式中:k为从起点p到终点q的一条路径上的一个点,为t时刻经过p、k点路径的时间,K为从起点p到终点k一条路径上的K个经过点数,从K个经过点中选择一个经过时间最少的点构成当前最短路径,由Dijkstra方法计算得到;
c:重复执行步骤b,直到选取的当前顶点为终点q,得到最终行驶路线S1。
4.如权利要求1所述的一种城区交通高峰期汽车出行自动选择路线方法,其特征在于:所述城市实时交通流信息服务平台通过城市交通无线宽带专网与交警大队的服务器进行通信。
5.如权利要求1所述的一种城区交通高峰期汽车出行自动选择路线方法,其特征在于:若起点p与U中顶点u有边,则<p,u>正常有权值,若u不是p的出边邻接点,则<u,p>权值为∞。
6.如权利要求1所述的一种城区交通高峰期汽车出行自动选择路线方法,其特征在于:当手机APP进行出行路线自动选择方法初始化时,最短出行路线集合S只包含起点,即S={p},起点p的距离dist[p]为0,其他的点距离设为无穷大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710932061.5A CN107610498A (zh) | 2017-10-10 | 2017-10-10 | 一种城区交通高峰期汽车出行自动选择路线方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710932061.5A CN107610498A (zh) | 2017-10-10 | 2017-10-10 | 一种城区交通高峰期汽车出行自动选择路线方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107610498A true CN107610498A (zh) | 2018-01-19 |
Family
ID=61068614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710932061.5A Pending CN107610498A (zh) | 2017-10-10 | 2017-10-10 | 一种城区交通高峰期汽车出行自动选择路线方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107610498A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191853A (zh) * | 2018-10-26 | 2019-01-11 | 江苏智通交通科技有限公司 | 城市道路交警执勤岗点配置方法 |
CN109359880A (zh) * | 2018-10-26 | 2019-02-19 | 江苏智通交通科技有限公司 | 城市道路交通执勤警力部署方法 |
CN112767683A (zh) * | 2020-12-22 | 2021-05-07 | 安徽百诚慧通科技有限公司 | 一种基于反馈机制的路径诱导方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3446922B2 (ja) * | 1996-04-22 | 2003-09-16 | 松下電器産業株式会社 | 経路選出方法 |
CN101256083A (zh) * | 2008-04-09 | 2008-09-03 | 山东大学 | 基于动态信息的城市交通网络路径选择方法 |
CN101739817A (zh) * | 2009-11-26 | 2010-06-16 | 西北工业大学 | 一种动态起点的最短路径规划方法 |
US20170059331A1 (en) * | 2015-08-31 | 2017-03-02 | Sap Se | Route planner for transportation systems |
CN107134137A (zh) * | 2017-05-25 | 2017-09-05 | 东南大学 | 一种考虑实时信息的动态路径选择方法 |
-
2017
- 2017-10-10 CN CN201710932061.5A patent/CN107610498A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3446922B2 (ja) * | 1996-04-22 | 2003-09-16 | 松下電器産業株式会社 | 経路選出方法 |
CN101256083A (zh) * | 2008-04-09 | 2008-09-03 | 山东大学 | 基于动态信息的城市交通网络路径选择方法 |
CN101739817A (zh) * | 2009-11-26 | 2010-06-16 | 西北工业大学 | 一种动态起点的最短路径规划方法 |
US20170059331A1 (en) * | 2015-08-31 | 2017-03-02 | Sap Se | Route planner for transportation systems |
CN107134137A (zh) * | 2017-05-25 | 2017-09-05 | 东南大学 | 一种考虑实时信息的动态路径选择方法 |
Non-Patent Citations (1)
Title |
---|
杜衡吉: "Dijkstra算法设计与实现", 《电脑知识与技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191853A (zh) * | 2018-10-26 | 2019-01-11 | 江苏智通交通科技有限公司 | 城市道路交警执勤岗点配置方法 |
CN109359880A (zh) * | 2018-10-26 | 2019-02-19 | 江苏智通交通科技有限公司 | 城市道路交通执勤警力部署方法 |
WO2020083401A1 (zh) * | 2018-10-26 | 2020-04-30 | 江苏智通交通科技有限公司 | 城市道路交警执勤岗点配置方法 |
CN109191853B (zh) * | 2018-10-26 | 2021-07-09 | 江苏智通交通科技有限公司 | 城市道路交警执勤岗点配置方法 |
CN109359880B (zh) * | 2018-10-26 | 2021-10-22 | 江苏智通交通科技有限公司 | 城市道路交通执勤警力部署方法 |
CN112767683A (zh) * | 2020-12-22 | 2021-05-07 | 安徽百诚慧通科技有限公司 | 一种基于反馈机制的路径诱导方法 |
CN112767683B (zh) * | 2020-12-22 | 2021-12-21 | 安徽百诚慧通科技有限公司 | 一种基于反馈机制的路径诱导方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11175152B2 (en) | Method and system for risk determination of a route | |
US8855925B2 (en) | Adaptable navigation device | |
US7783417B2 (en) | Methods and apparatus for determining a route having an estimated minimum fuel usage for a vehicle | |
US20180321051A1 (en) | Vehicle usage-based pricing alerts | |
CN100583182C (zh) | 一种基于多信息源的动态交通信息的车辆导航方法 | |
DE102015114806A1 (de) | Stochastische Reichweite | |
EP2224211A1 (de) | Verfahren und Vorrichtung zur Berechnung alternativer Routen in einem Navigationssystem | |
EP2102606A1 (de) | Zielführungsverfahren, zielführungsanordnung, entsprechendes computerprogramm und prozessorlesbares speichermedium | |
CN101799300A (zh) | 根据路况进行导航的方法和装置 | |
CN103185589B (zh) | 一种群组车辆行驶路径规划方法、装置和系统 | |
CN106056944B (zh) | 行驶环境评价系统及行驶环境评价方法 | |
CN107610498A (zh) | 一种城区交通高峰期汽车出行自动选择路线方法 | |
CN102945615A (zh) | 智能定制方法和定制系统 | |
CN111829538A (zh) | 交通安全导航方法、存储介质及电子设备 | |
CN107270925A (zh) | 一种用户车辆导航系统、装置及方法 | |
CN112669642A (zh) | 一种基于通行时间和车速预测的动态路径规划算法和系统 | |
JP2007040912A (ja) | ナビゲーション装置 | |
CN106225793A (zh) | 基于经验的导航算法 | |
CN109870158B (zh) | 导航终端及其导航路线修正方法、及无人驾驶车辆 | |
CN105806355A (zh) | 一种车辆绿色路径导航系统及方法 | |
CN111815080A (zh) | 一种路径顺路的匹配方法、电子设备和存储介质 | |
CN101246013A (zh) | 车载道路导航装置 | |
KR102131012B1 (ko) | 차량용 최적 경로 안내 시스템, 및 차량용 최적 경로 안내 시스템을 위한 경로 계산 서버 | |
CN114413923B (zh) | 一种行驶路线推荐方法、装置、存储介质及系统 | |
DE102016003018A1 (de) | Navigationsvorrichtung und Verfahren zum Planen und Durchführen einer Tour |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |