CN109931941B - 基于路段状态相关性的路径规划方法 - Google Patents
基于路段状态相关性的路径规划方法 Download PDFInfo
- Publication number
- CN109931941B CN109931941B CN201910177393.6A CN201910177393A CN109931941B CN 109931941 B CN109931941 B CN 109931941B CN 201910177393 A CN201910177393 A CN 201910177393A CN 109931941 B CN109931941 B CN 109931941B
- Authority
- CN
- China
- Prior art keywords
- congestion
- road
- road section
- state
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明属于交通工程技术领域,涉及一种基于路段状态相关性的路径规划方法。本发明首先提出了道路拥堵状态的判断指标,即运行速度,并给出了确定运行速度阈值的方法。其次将拥堵持续时间作为路径规划中一个重要因素,统计分析得出城市道路的拥堵形成时间、拥堵持续时间和拥堵消散时间,当拥堵事件发生时能够为出行者提供拥堵消散时间提醒。当实际运行速度小于运行速度阈值时,则发生拥堵事件,需要重新规划路径。最后考虑拥堵路段与其平行路段的相关性,即路径规划时避开与拥堵路段有相关性的平行路段。本发明在对路段状态相关性探讨的基础上,提出将失效相关性分析和拥堵消散时间提醒融入到路径规划上,使诱导的路径更加具有实际意义和时效性。
Description
技术领域
本发明属于交通工程技术领域,涉及一种基于路段状态相关性的路径规划方法。
背景技术
目前城市道路交通普遍存在交通拥挤、交通出行困难等问题。尤其是一些大城市,交通拥挤问题已成为制约城市进一步发展的重要问题。因此,提高出行者的出行效率和可靠性对解决交通拥挤问题具有重大意义。合理的路径规划有助于出行者在行驶过程中找到合适的出行路径,能够使出行者节省在道路上的不必要的停留时间,最终目的是使整个城市道路路网中各路段上的交通流得到最优分配,从而解决了城市道路拥堵问题,提高了道路通行能力和车辆安全系数,减少了社会资源消耗及车辆尾气的排放等。
城市道路交通网络是一个典型的动态随机网络,城市道路网中,某个路段发生交通拥堵,出行者选择周边与其平行的道路作为备选路径,若超过备选路径的通行能力,则备选路径亦会发生堵塞;原行驶路段趋于畅通状态,备选路径亦会趋于畅通状态。表明城市道路网中各个路段并不是相互独立的,存在相关性。若假设路段之间独立,会误导路径选择等,影响路网的运行效率。
关于路径规划的研究主要包括路径选择、最短路等。Seshadri等提出了考虑道路相关性,且服从正态分布的行程时间可靠度算法,探寻最优路径;Xing等基于抽样算法考虑空间相关性,寻找最可靠的路径;Fan等运用条件概率密度函数考虑路段花费的相关性,寻找OD间行程时间最小的路径;Dong等考虑相邻路段相关性,分析随机路网的可靠路径;Nie等依据马尔科夫特性,分析考虑相关性寻找最可靠的先验最短路径;Ji等基于多目标遗传算法(SMOGA)寻找优势路径组合,并考虑路段行程时间相关性的影响。Wakabayashi指出不同路段之间的可靠性有一定的关系,可以用其相关系数来描述路段之间可靠性的相互影响;Bell利用英国考文垂市的交通模型,分别在市中心、环路和城市边缘设置了失效路段,对路段间的相关性进行了研究,得出了在某些情况下,与事故路段平行的路段也可能产生拥堵当某条路段失效引发拥堵时,拥堵在相关路段上的传播有延时。可见,已有研究主要是从考虑行程时间相关性、空间相关性对路径优化、路段花费相关性、最短路径等角度进行研究,而在进行路径规划时并未考虑路段相关性的分布规律。
发明内容
本发明的目的在于提供一种基于路段状态相关性的路径规划方法,在对路段状态相关性探讨的基础上,提出将失效相关性分析和拥堵消散时间提醒融入到路径规划上,使诱导的路径更加具有实际意义和时效性。
为实现上述目的,本发明采用以下技术方案:
本发明提供一种基于路段状态相关性的路径规划方法,包括以下步骤:
步骤一:依据地图应用平台提供的城市道路在不同交通运行状态下对应的运行速度,确定路段由畅通变为拥堵这一时刻所对应的速度为运行速度阈值Vs;
步骤二:将路段拥堵事件划分为拥堵形成阶段、拥堵持续阶段和拥堵消散阶段,依据地图应用平台提供的城市道路运行数据,统计分析得出城市道路的拥堵形成时间t1、拥堵持续时间t2和拥堵消散时间t3;
步骤三:依据地图应用平台,获取出行者当前所在路段的实际运行速度V1;
步骤四:比较出行者当前所在路段的实际运行速度V1与运行速度阈值Vs,若V1<Vs,则判断该路段上发生拥堵事件,进行步骤五,并为出行者给出发生拥堵事件路段的拥堵消散时间提醒;若V1>Vs,则按原始路径继续行驶;
步骤五:排除与发生拥堵事件路段具有路段状态相关性的路段,即保留与发生拥堵事件路段不存在失效相关性的路段,获得从出发地至目的地的新路径规划路段备选集;
步骤六:依据地图应用平台,获取新路径规划路段备选集中每个路段的实际运行速度V2及其路段长度,计算从出发地至目的地每条路径的行程时间,得出行程时间最短的路径即为重新规划的最优路径。
进一步地,所述运行速度阈值Vs为22km/h。
进一步地,步骤二中所述拥堵形成阶段是指路段由畅通或缓行状态变为拥堵或严重拥堵状态;所述拥堵持续阶段是指路段持续处于拥堵或严重拥堵状态;所述拥堵消散阶段是指路段由拥堵或严重拥堵状态变为畅通或缓行状态。
进一步地,所述城市道路的拥堵形成时间t1的85%分位值为2min,拥堵持续时间t2的85%分位值为12min,拥堵消散时间t3的85%分位值为2min。
进一步地,步骤五中所述具有路段状态相关性的路段是指道路间距小于2.4km的路段。
相比现有技术,本发明的有益效果在于:
本发明首先提出了道路拥堵状态的判断指标,即运行速度,并给出了确定运行速度阈值的方法。其次将拥堵持续时间作为路径规划中一个重要因素,将路段拥堵事件划分为拥堵形成阶段、拥堵持续阶段和拥堵消散阶段,统计分析得出城市道路的拥堵形成时间、拥堵持续时间和拥堵消散时间,当拥堵事件发生时能够为出行者提供拥堵消散时间提醒。当实际运行速度小于运行速度阈值时,则发生拥堵事件,需要重新规划路径。最后考虑拥堵路段与其平行路段的相关性,即路径规划时避开与拥堵路段有相关性的平行路段。传统的路径规划仅靠路段自身的状态作为选择标准,未考虑或较少考虑路段间存在的相关性,在常态状态下的交通拥堵和突发事件发生的情况下难免会有偏差和不准确之处,本发明在对路段状态相关性探讨的基础上,提出将失效相关性分析和拥堵消散时间提醒融入到路径规划上,一方面可以减轻拥堵路段的负担,另一方面也使路径规划的可靠性更高,同时使诱导的路径更加具有实际意义和时效性。
附图说明
图1为本发明基于路段状态相关性的路径规划方法的流程图。
图2为本发明应用实例中郑州市三环以内的主干路路网简化图。
图3为本发明应用实例中程序运行结果。
具体实施方式
以下实施例用于说明本发明,但不用来限定本发明的保护范围。若未特别指明,实施例中所用技术手段为本领域技术人员所熟知的常规手段。
实施例一
如图1所示,一种基于路段状态相关性的路径规划方法,包括以下步骤:
步骤S101:依据地图应用平台提供的城市道路在不同交通运行状态下对应的运行速度,确定路段由畅通变为拥堵这一时刻所对应的速度为运行速度阈值Vs。
由于道路上交通流的复杂性,在路网上行进车流运行车流状态随着时间的变化而时刻改变,在运行行为上,可以用正常、拥挤、消散3个状态来简单描述。这些指标在一定程度上能反映车流的运行状态但往往难以求得,或不太能够体现实时性。本发明采用运行速度作为判断道路是否拥堵的指标,具体可依据高德报告中提供的不同交通运行状态下对应的运行速度,确定判断道路是否拥堵的运行速度阈值Vs,即主干路状态由畅通变为拥堵的这一时刻所对应的运行速度作为判断道路是否拥堵的运行速度阈值。本发明采用此数值作为判断道路是否拥堵的标准,当实际运行速度V1小于运行速度阈值Vs时,则判断该路段上发生拥堵事件。
步骤S102:将路段拥堵事件划分为拥堵形成阶段、拥堵持续阶段和拥堵消散阶段,依据地图应用平台提供的城市道路运行数据,统计分析得出城市道路的拥堵形成时间t1、拥堵持续时间t2和拥堵消散时间t3。
现有的交通拥堵研究中,大多关注拥堵发生、形成和传播的规律以及拥挤收费等问题,较少关注拥堵持续时间。拥堵持续时间作为交通预测中较重要的参数,出行线路中主干路的拥堵持续时间对出行者的出行决策有着重要影响,出行者不仅关心哪条路段可能产生拥堵,还关心若拥堵发生后可能持续多长时间、以及多长时间可以消散。因此,拥堵持续时间应该是路径规划中需要考虑的一个因素。
高德软件有限公司采用拥堵延时指数作为城市交通运行状态的判定标准,将道路的运行状态分为4级,分别为畅通、缓行、拥堵和严重拥堵。而本发明将畅通和缓行作为状态I,拥堵和严重拥堵作为状态II。路段由状态I变为状态II时即为拥堵形成阶段;当路段一直持续状态II时即为拥堵持续阶段;当路段由状态II变为状态I时即为拥堵消散阶段。
步骤S103:依据地图应用平台,获取出行者当前所在路段的实际运行速度V1。
步骤S104:比较出行者当前所在路段的实际运行速度V1与运行速度阈值Vs,若V1<Vs,则判断该路段上发生拥堵事件,进行步骤S105,并为出行者给出发生拥堵事件路段的拥堵消散时间提醒;若V1>Vs,则按原始路径继续行驶。
步骤S105:排除与发生拥堵事件路段具有路段状态相关性的路段,即保留与发生拥堵事件路段不存在失效相关性的路段,获得从出发地至目的地的新路径规划路段备选集。
王东炜等研究了主干路、次干路、支路等不同等级道路的路段状态相关性,提出了考虑相关性的道路间距推荐值,主干路与主干路间不考虑道路相关性的间距为2.4km(王东炜,李辉等.城市道路网络路段状态相关性与道路间距分析,2017,17(1):101-108)。本发明选取2.4km作为路径规划时与发生拥堵事件路段具有路段状态相关性的路段的考虑依据,也就是说,具有路段状态相关性的路段是指道路间距小于2.4km的路段,在获得新路径规划路段备选集时,与发生拥堵事件路段的道路间距小于2.4km的路段均为失效路段,即失效路段与发生拥堵事件路段存在失效相关性。
步骤S106:依据地图应用平台,获取新路径规划路段备选集中每个路段的实际运行速度V2及其路段长度,计算从出发地至目的地每条路径的行程时间,得出行程时间最短的路径即为重新规划的最优路径。
应用实例
路网选取范围为郑州市三环以内,选取对象为间距小于2.4km的两条平行主干路,以中原区秦岭路、建设西路、大学南路和航海西路四条主干路围合区域的道路网络为研究对象,该路网由16个交叉口、24条主干路路段组成,路网简化图如图2所示。
郑州市道路不同运行状态对应的运行数据来源于高德报告,数据采集时间为早高峰(7:30-8:30)和晚高峰(18:30-19:30)。通过统计分析,得出路段从畅通至拥堵的运行速度阈值Vs为22km/h;拥堵形成时间t1的85%分位值为2min,拥堵持续时间t2的85%分位值为12min,拥堵消散时间t3的85%分位值为2min,具体数据见表1。
表1拥堵时间统计数据
基于c++语言对路径规划方法进行编程,程序中输入选取路网以及路段间距离、拥堵时间等相关数据,假设出行的起点为①,终点为,当6→10路段处于拥挤状态时,由于6→10与1→5、5→9、9→13、3→7、7→11、11→15的道路间距分别为0.96km、0.97km、0.96km、1.2km、1.2km、1.2km,小于2.4km,这六条路段与拥堵路段存在失效相关性,故路径规划时避开这些路段,选择距离大于2.4km的路段进行路径规划,可选择路径1→2→3→4→8→12→16作为出行的备选路线。按主干路设计速度60km/h的85%分位值确定运行速度为51km/h,不考虑交叉口延误,则此路径的行程时间为8.5min,运行结果如图3所示。
若不考虑道路的相关性,选择路径1→5→6→7→11→15→16,由于路段1→5、7→11、11→15与6→10存在较大的相关性,则此时道路状态为拥堵,速度较小,当路段6→10拥堵逐渐消散时,这三条路段才趋于畅通状态;假设拥堵时速度为0,将拥堵持续时间计入行程时间,则此路径的行程时间为19.2min,与考虑相关性时规划的路径相比,未考虑相关性规划路径的行程时间多了10.7min,验证了本发明方法的准确性和路段状态相关性在路径规划中的重要性。
路径规划方法的编程代码如下:
以上所述之实施例,只是本发明的较佳实施例而已,仅仅用以解释本发明,并非限制本发明实施范围,对于本技术领域的技术人员来说,当然可根据本说明书中所公开的技术内容,通过置换或改变的方式轻易做出其它的实施方式,故凡在本发明的原理上所作的变化和改进等,均应包括于本发明申请专利范围内。
Claims (2)
1.基于路段状态相关性的路径规划方法,其特征在于,包括以下步骤:
步骤一:依据地图应用平台提供的城市道路在不同交通运行状态下对应的运行速度,确定路段由畅通变为拥堵这一时刻所对应的速度为运行速度阈值Vs;所述运行速度阈值Vs为22km/h;
步骤二:将路段拥堵事件划分为拥堵形成阶段、拥堵持续阶段和拥堵消散阶段,依据地图应用平台提供的城市道路运行数据,统计分析得出城市道路的拥堵形成时间t1、拥堵持续时间t2和拥堵消散时间t3;所述拥堵形成阶段是指路段由畅通或缓行状态变为拥堵或严重拥堵状态;所述拥堵持续阶段是指路段持续处于拥堵或严重拥堵状态;所述拥堵消散阶段是指路段由拥堵或严重拥堵状态变为畅通或缓行状态;
步骤三:依据地图应用平台,获取出行者当前所在路段的实际运行速度V1;
步骤四:比较出行者当前所在路段的实际运行速度V1与运行速度阈值Vs,若V1<Vs,则判断该路段上发生拥堵事件,进行步骤五,并为出行者给出发生拥堵事件路段的拥堵消散时间提醒;若V1>Vs,则按原始路径继续行驶;
步骤五:排除与发生拥堵事件路段具有路段状态相关性的路段,即保留与发生拥堵事件路段不存在失效相关性的路段,获得从出发地至目的地的新路径规划路段备选集;所述具有路段状态相关性的路段是指道路间距小于2.4km的路段;
步骤六:依据地图应用平台,获取新路径规划路段备选集中每个路段的实际运行速度V2及其路段长度,计算从出发地至目的地每条路径的行程时间,得出行程时间最短的路径即为重新规划的最优路径。
2.根据权利要求1所述的基于路段状态相关性的路径规划方法,其特征在于,所述城市道路的拥堵形成时间t1的85%分位值为2min,拥堵持续时间t2的85%分位值为12min,拥堵消散时间t3的85%分位值为2min。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910177393.6A CN109931941B (zh) | 2019-03-09 | 2019-03-09 | 基于路段状态相关性的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910177393.6A CN109931941B (zh) | 2019-03-09 | 2019-03-09 | 基于路段状态相关性的路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109931941A CN109931941A (zh) | 2019-06-25 |
CN109931941B true CN109931941B (zh) | 2023-06-20 |
Family
ID=66986850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910177393.6A Active CN109931941B (zh) | 2019-03-09 | 2019-03-09 | 基于路段状态相关性的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109931941B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322070A (zh) * | 2019-07-05 | 2019-10-11 | 葛志凯 | 道路规划方法和系统 |
CN110533915B (zh) * | 2019-09-23 | 2021-01-22 | 浙江科技学院 | 一种预防高速公路行车拥堵的智能化监控方法及系统 |
CN113271546B (zh) * | 2021-04-26 | 2022-09-16 | 重庆凯瑞特种车有限公司 | 一种垃圾收运智慧管理平台 |
CN114743398B (zh) * | 2022-03-15 | 2023-09-19 | 南方科技大学 | 拥塞可容忍的路径引导方法及装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005242424A (ja) * | 2004-02-24 | 2005-09-08 | Hitachi Ltd | 交通情報システム、その情報端末機、およびナビゲーションシステム |
JP2010020462A (ja) * | 2008-07-09 | 2010-01-28 | Sumitomo Electric System Solutions Co Ltd | 渋滞判定装置、渋滞判定方法及びコンピュータプログラム |
CN103000027A (zh) * | 2012-12-19 | 2013-03-27 | 安徽科力信息产业有限责任公司 | 基于浮动车在拥堵状态下的智能交通诱导方法 |
JP2013057544A (ja) * | 2011-09-07 | 2013-03-28 | I-Transport Lab Co Ltd | 交通状況の経路案内装置、経路案内方法及び経路案内プログラム |
CN103134508A (zh) * | 2012-12-25 | 2013-06-05 | 上海博泰悦臻电子设备制造有限公司 | 导航方法、导航装置和导航系统 |
CN103903436A (zh) * | 2012-12-28 | 2014-07-02 | 上海优途信息科技有限公司 | 一种基于浮动车的高速公路交通拥堵检测方法和系统 |
CN107192400A (zh) * | 2017-07-15 | 2017-09-22 | 深圳市华琥技术有限公司 | 一种导航路径中拥堵路段的确定方法及电子设备 |
-
2019
- 2019-03-09 CN CN201910177393.6A patent/CN109931941B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005242424A (ja) * | 2004-02-24 | 2005-09-08 | Hitachi Ltd | 交通情報システム、その情報端末機、およびナビゲーションシステム |
JP2010020462A (ja) * | 2008-07-09 | 2010-01-28 | Sumitomo Electric System Solutions Co Ltd | 渋滞判定装置、渋滞判定方法及びコンピュータプログラム |
JP2013057544A (ja) * | 2011-09-07 | 2013-03-28 | I-Transport Lab Co Ltd | 交通状況の経路案内装置、経路案内方法及び経路案内プログラム |
CN103000027A (zh) * | 2012-12-19 | 2013-03-27 | 安徽科力信息产业有限责任公司 | 基于浮动车在拥堵状态下的智能交通诱导方法 |
CN103134508A (zh) * | 2012-12-25 | 2013-06-05 | 上海博泰悦臻电子设备制造有限公司 | 导航方法、导航装置和导航系统 |
CN103903436A (zh) * | 2012-12-28 | 2014-07-02 | 上海优途信息科技有限公司 | 一种基于浮动车的高速公路交通拥堵检测方法和系统 |
CN107192400A (zh) * | 2017-07-15 | 2017-09-22 | 深圳市华琥技术有限公司 | 一种导航路径中拥堵路段的确定方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109931941A (zh) | 2019-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109931941B (zh) | 基于路段状态相关性的路径规划方法 | |
CN110119839B (zh) | 一种城市道路交通事故应急救援路径规划方法 | |
JP4977177B2 (ja) | 統計交通情報生成装置およびそのプログラム | |
CN100442018C (zh) | 延误风险规避的车载导航系统准动态路线优化方法 | |
CN100491918C (zh) | 中心控制式车载导航系统两阶段多路径优化方法 | |
Yuan et al. | T-drive: driving directions based on taxi trajectories | |
US7755509B2 (en) | Use of pattern matching to predict actual traffic conditions of a roadway segment | |
CN105513400A (zh) | 动态规划出行路径的方法 | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
CN104299442A (zh) | 一种基于模式匹配的城市路径行程时间预测方法 | |
CN104269059B (zh) | 一种基于多源数据融合的城市路径行程时间预测方法 | |
Tang et al. | A mixed path size logit-based taxi customer-search model considering spatio-temporal factors in route choice | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN105825669A (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
CN101770690A (zh) | 交通状况预测装置及经路探索装置 | |
CN110633558B (zh) | 一种城市交通系统建模系统 | |
CN106017496A (zh) | 一种基于路况的实时导航方法 | |
JP2015114112A (ja) | 移動案内装置及び移動案内方法 | |
CN112767683A (zh) | 一种基于反馈机制的路径诱导方法 | |
CN109754606B (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
CN110097757B (zh) | 一种基于深度优先搜索的交叉口群关键路径识别方法 | |
Chauhan et al. | Effect of side friction parameter on urban road traffic: under mixed traffic scenario | |
CN110021178B (zh) | 一种基于路口相似度的信号配时方案推荐方法 | |
CN115424432B (zh) | 一种基于多源数据的高速公路异常事件下的上游分流方法 | |
Yue et al. | Study on the application of A* shortest path search algorithm in dynamic urban traffic |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |