CN110619426A - 一种路网模型的构建方法、装置、设备和存储介质 - Google Patents

一种路网模型的构建方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN110619426A
CN110619426A CN201910766013.2A CN201910766013A CN110619426A CN 110619426 A CN110619426 A CN 110619426A CN 201910766013 A CN201910766013 A CN 201910766013A CN 110619426 A CN110619426 A CN 110619426A
Authority
CN
China
Prior art keywords
directed
edge
target
road network
graph
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
Application number
CN201910766013.2A
Other languages
English (en)
Other versions
CN110619426B (zh
Inventor
张建文
徐晓帆
谭裕安
梁建锋
吴锡霖
张堂隆
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.)
Merchants China Soft Information Co ltd
Original Assignee
Merchants China Soft Information Co ltd
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 Merchants China Soft Information Co ltd filed Critical Merchants China Soft Information Co ltd
Priority to CN201910766013.2A priority Critical patent/CN110619426B/zh
Publication of CN110619426A publication Critical patent/CN110619426A/zh
Application granted granted Critical
Publication of CN110619426B publication Critical patent/CN110619426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明实施例公开了一种路网模型的构建方法、装置、设备和存储介质。该方法通过以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站，实现基于路网模型所确定的标识站的布设方案，提高标识站的工作的可靠性，从而提高识别车辆行驶路径的准确性。

Description

一种路网模型的构建方法、装置、设备和存储介质
技术领域
本发明实施例涉及高速公路的技术，尤其涉及一种路网模型的构建方法、装置、设备和存储介质。
背景技术
在实际场景应用中，一般的，可以在高速公路的路段中布设标识站，来对车辆进行标识，以获取车辆在该高速路上的行驶路径。
但是像标识站这种关键设备，因为地处外场环境，条件更加苛刻，容易产生各种各样的缺陷，运行失效，导致无法对车辆进行标识，势必会影响到车辆行驶路径的判别。
此外，随着路网的发展，路网密度和环路数量都将迅速增加，从而给这些技术应用系统的布设带来地理上的制约。若未能充分考虑和妥善处理必然会成为一大瓶颈，不利于联网收费的持续运营和发展。因此，针对上述情况，如果单台设备或者部分设备的可靠性不能满足需求，则必须要想办法提高系统整体可靠性。
发明内容
本发明提供一种路网模型的构建方法、装置、设备和存储介质，以实现基于路网模型所确定的标识站的布设方案，提高标识站的工作的可靠性，从而提高识别车辆行驶路径的准确性。
第一方面，本发明实施例提供了一种路网模型的构建方法，该方法包括：
以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；
在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；
依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；
在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
进一步的，所述以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型，包括：
获取路网中的收费站和互通立交；
在所述互通立交的各道路分支中构建虚拟站；
将所述收费站和所述虚拟站，作为所述路网的模型的节点；
依据所述收费站和所述虚拟站之间道路的通行方向，确定所述节点之间的有向边；
依据所述有向边的方向对所述节点进行连接，得到第一有向图，作为所述路网的模型。
进一步的，所述模型为第一有向图；
所述在所述模型中，选择待布设标识站的有向边，作为目标有向边，包括：
对所述第一有向图中具有连接关系的两节点，使用一无向边进行连接，以将所述第一有向图映射为无向图；
在所述无向图中选择经过所有节点的支撑树；
将所述第一有向图中的、除与所述支撑树具有映射关系之外的有向边，确定为目标有向边；
在所述目标有向边上布设标识站；
在所述第一有向图中选择完全布设的节点，作为目标节点；
将从所述目标节点出发的、布设标识站成本最高的有向边上的标识站去除。
进一步的，所述在所述第一有向图中，于具有连接关系的两节点之间使用一无向边进行连接，得到无向图，包括：
在仅具有单向连通边的两节点之间，连接一条与所述单向连通边具有相反连接方向的虚拟边，以将所述第一有向图转换为第二有向图，其中，所述虚拟边与所述单向连通边构成两节点的对称边；
使用无向边替换所述第二有向图中的对称边，得到无向图。
进一步的，所述在所述无向图中选择经过所有节点的支撑树，包括：
将在各无向边布设标识站的成本，作为所述无向图中各无向边的权重值；
在所述无向图中确定一权重值之和最大的支撑树。
进一步的，所述在所述无向图中选择经过所有节点的支撑树，包括：
将收费站所确定的标识等效为在所述第一有向图中布设的标识站；
在所述无向图中，将布设有标识站的有向边所映射的无向边，确定为基础无向边；
在所述无向图中选择包括所述基础无向边的支撑树中。
进一步的，所述依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度，包括：
针对每条所述目标有向边，将所述目标有向边所连接的节点，作为参考节点；
将与两个所述参考节点相连的有向边的数量之和，作为所述目标有向边所在路段的度；
选择一条所述目标有向边所在的路段，作为目标路段；
计算预设区域内所有所述目标有向边所在路段的度之和，作为区域度；
将所述目标路段的度与所述区域度的比值，作为所述目标路段的复杂度。
第二方面，本发明实施例还提供了一种路网模型的构建装置，该装置包括：
模型构建模块，用于以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；
目标有向边模块，用于在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；
复杂度确定模块，用于依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；
冗余设置模块，用于在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
第三方面，本发明实施例还提供了一种路网模型的构建设备，该设备包括：存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面中任一所述的路网模型的构建方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的路网模型的构建方法。
本发明实施例通过以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站，解决了因标识站所处外场环境差而导致的运行失效，无法对车辆进行标识，影响到车辆行驶路径的判别的问题，实现基于路网模型所确定的标识站的布设方案，提高标识站的工作的可靠性，从而提高识别车辆行驶路径的准确性。
附图说明
图1A为本发明实施例一提供的一种路网模型的构建方法的流程图；
图1B为本发明实施例一提供的一种路网结构示意图；
图1C为本发明实施例一提供的一种虚拟站的设置示意图；
图1D为本发明实施例一提供的另一种虚拟站的设置示意图；
图1E为本发明实施例一提供的全控制子图的示意图；
图1F为本发明实施例一提供的一种标识站的布设示意图；
图1G为将图1F进行重复布设的示意图；
图1H为将图1F进行完全布设的示意图；
图1I为本发明实施例一提供的另一种路网结构示意图；
图2A为本发明实施例二提供的一种路网模型的构建方法的流程图；
图2B为本发明实施例二提供的一种标识站布设示意图；
图2C为将图2B中的收费站等效为标识站的示意图；
图3为本发明实施例三提供的一种路网模型的构建装置的结构示意图；
图4为本发明实施例四提供的一种路网模型的构建方法的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一提供的一种路网模型的构建方法的流程图；图1B为本发明实施例一提供的一种路网结构示意图；图1C为本发明实施例一提供的一种虚拟站的设置示意图；图1D为本发明实施例一提供的另一种虚拟站的设置示意图；图1E为本发明实施例一提供的全控制子图的示意图；图1F为本发明实施例一提供的一种标识站的布设示意图；图1G为将图1F进行重复布设的示意图；图1H为将图1F进行完全布设的示意图，图1I为本发明实施例一提供的另一种路网结构示意图，本实施例可适用于在路网模型中确定布设标识站的位置的情况，该方法可以由路网模型的构建设备来执行，该路网模型的构建设备可以是服务器、电脑、移动终端等。本实施例中以服务器为例进行说明，该服务器可以是集群服务器或独立服务器。
参照图1A，该方法具体包括如下步骤：
S110、以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型。
本实施例中，路网为高速公路所组成的交通网络。该交通网络中至少包括如下中的一种：收费站、互通立交、标识站。
1、收费站
一般的，在高速公路的出入口设置有收费站。该收费站用于向在该高速公路上通行的车辆进行收费。
2、互通立交
一般的，高速公路上还设置有互通立交。互通立交，又称为互通式立交叉。互通式立体交叉是指设跨线构造物使相交道路空间分离，且上、下道路间通过匝道连接，以供转弯车辆行驶的交叉方式。这种立交车辆可以转弯行驶，全部或部分消灭了冲突点，各方向行车相互干扰小，但立交结构复杂，占地多，造价高。互通式立体交叉适用于高速公路与其他各类道路相交处。
3、标识站
标识站是设置于高速公路上特定位置的站点，主要可以用于当车辆经过该标识站时，可以将该标识站对应的标识号写入车辆中对应的标识存储设备中。当车辆进入设置于高速公路出口的收费站时，可以通过设置于收费站的标识读写设备从该标识存储设备中读取出标识号组成的序列。进一步的，可以根据该标识号的序列确定车辆在高速公路上的行驶路径。
进一步的，该标识站可以是射频识别(Radio Frequency Identification，RFID)标识站、不停车电子收费系统(Electronic Toll Collection，ETC)标识站。
参考图1B，其中，N1、N2、N3为互通立交，S1、S2...S6为收费站，F1、F2为标识站。
可以，一条高速公路的构成要素有：
(1)点：包括收费站点
(2)线段(边)：相邻站点间构成线段
(3)线：将相邻线段逐段连接起来，形成一条线，即路段。
多条高速公路之间可以通过互通立交、起始连接点连接起来，构成路网。
本实施例中，路网的模型可以使用第一有向图进行表示。本实施例中，第一有向图为以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，所构建的有向图。
1、图
图指有序三元组(V(G)，E(G)，ψ)，简记为(V，E，ψ)，这里V为非空集，称V是图G 的节点集(vertex-set)，它的元素称为图G的节点(vertex)(或点(point))，而称E是图G 的边集(edge-set)，它的元素称为图G中的边(edge)。而Ψ是E到V中元素有序对或无序对簇V×V的函数，称为关联函数。Ψ刻画了边与节点之间的关联关系。
2、有向图和无向图
进一步的，若V×V中元素全是有序对，则(V，E，ψ)称为有向图(digraph)，记为D＝(V(D)，E(D)，ΨD)。若V×V中元素全是无序对，则(V，E，ψ)称为无向图(undirected graph或graph)，记为G＝(V(G)，E((G)，ΨG)。
在高速公路网络中，所有路段都是有方向性的，因此，本实施例中的路网的模型使用的是有向图。也就是说，在高速公路的构成要素的基础上，路网的模型增加了对通行方向的描述。
本实施例中，收费站、互通立交都必须抽象为第一有向图中的节点。具体的，可以通过获取路网中的收费站和互通立交；在互通立交的各道路分支中构建虚拟站；将收费站和虚拟站，作为路网的模型的节点；依据收费站和虚拟站之间道路的通行方向，确定节点之间的有向边；依据有向边的方向对节点进行连接，得到第一有向图，作为路网的模型。
在一实施例中，还可以在路网的模型中，为有向边关联设置距离信息，该距离信息用于确定该有向边所连接的两个节点之间的距离。进一步的，在确定车辆在该模型中的行驶路径之后，可以使用该行驶路径所经过的有向边的距离信息之和，作为该车辆在路网中行驶的里程。
本实施例中，在收费站作为节点之外，使用虚拟站对互通立交的互通属性进行描述，是为了尽可能的减少路网中出现多义性路径的情况。其中，多义性路径，指的是在给定起始节点和终止节点的情况下，在路网中存在至少两条从起始节点到终止节点的路径，使得无法确定车辆的行驶路径。
具体的，互通立交根据交叉处车流轨迹线的交叉方式和几何形状的不同可以分为部分互通式、完全互通式和环形立交3种类型。进一步的，可以根据互通立交的类型，设置不同的虚拟站对互通立交的互通属性进行描述。
具体的，在一实施例中，参照图1C-1D，其中，互通立交N1可以用虚拟站VS1、VS2描述；进一步的，如果该互通立交非全互通，可以将VS1虚拟为两个虚拟站VS10、VS11描述，VS2虚拟为两个虚拟站VS20、VS21，这样两站点VS1和VS2之间可以描述互通属性。
S120、在所述模型中，选择待布设标识站的有向边，作为目标有向边。
本实施例中，目标有向边为待布设标识站的有向边。所有目标有向边上的标识站用于确定车辆行驶在路网中的唯一路径。
具体的，由于路网存在多义性路径，为了唯一确定车辆在路网中的行驶路径，可以在存在多义性路径情况的位置布设标识站，以确定车辆是否经过该标识站所标识的路径。
本实施例中，可以在有向图中确定出全控制子图，以全控制子图中的有向边作为目标有向边，并在该目标有向边上布设标识站，使得所有目标有向边上的标识站用于确定车辆行驶在路网中的唯一路径。
具体的，假设图D为有向图G的一个子集，对图D上的所有边设置标识站，车辆经过标识站时能对车辆进行标识，若车辆经过有向图G上任意连通的两点(存在一个或多个迹)可用通过D的标识信息确定车辆在有向图中的运行路径，则称图D是有向图G的全控制子图，记为G(D)，G的所有全控制子图的集合记为{G(D)}。
示例性的，参照图1E，实心点A、B、C代表节点，A1、A2、B1、B2、C1、C2、C3代表有向边，空心点表示在该有向边上布设的标识站。显然，从节点C出发的所有路径中，若标记两条路，便可知道车辆的具体路径信息。若经过标识点C1或C2则直接获取信息，若没有车辆没有标识，则推断必然走C3。然后可以看出3条路径标识两条，两条标识一条必然能保证获取车辆的路径信息，可以推断出若从某个点出发有N(N≥1)条路径通往下一节点，则必须在N-1条路上设置标识。
S130、依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度。
从站点设置布局的角度，提高系统整体可靠性最直观的方法自然是增加冗余标识站。具体来说有两种思路，其一是重复布设，即在对现有最小规模标识站布设进行同样数量的重复备份布设；其二是完全布设，把现有标识站的布设路段纳入支撑树中，再次求取新的支撑树，对剩下路段进行布设。
参考图1F、1G、1H，对图1F中路网分别进行两种方式的冗余布设，如果系统中都发生冗余标识站失效，对于如图1G所示的重复布设，还能保证一套设备正常运行；但对于如图1H所示的完全布设，情况就不同了。如图1H所示，若车辆在冗余的标识站处标识失败，则当车辆通过A-B-C-D-E-F到达目的地时，既没有原标识站信息，也没有冗余的标识站信息，无法判别车辆行驶路径。
因此，从以上讨论中我们可以得出结论：在同等冗余度的前提下，重复布设的可靠性还是优于完全布设，同时系统运营管理成本也会低些。
但并不一定所有路段都需要采取冗余布设，对于车辆密集的路段可以采取冗余布设，这样，即使某个标识出现问题，也不会出现损失，对于车辆较少路段，便不用特意消耗额外费用来提高可靠性。
在实际布设中还可以考虑很多其他因素，如接收信号的强度，各个标记点之间的干扰程度，综合考虑标识点的可靠性。
接下来叙述，在哪些地方需要设置冗余标识，从而增加可靠性。为了了解哪些地方对路网的影响较大，我们引入了路段的度的概念。
节点的度：与该节点相连的有向边(路段)的数量。
有向边(有向边所在的路段)的度：起始节点的度与终止节点的度的和。
从定义可以看出，路段的度代表了路段的通达程度，通过该值的大小，可以比较出路段的优先级，从而为优先级高的路段设置冗余的标识站，来达到增加使用标识站标识车辆行驶路径的可靠性。
本实施例中，目标有向边的复杂度指的是目标有向边所在的路段的通达程度。一般的，路段所延伸出的道路分支越多，则路段的通达程度越高。
在一实施例中，可以通过针对每条所述目标有向边，将所述目标有向边所连接的节点，作为参考节点；将与两个所述参考节点相连的有向边的数量之和，作为所述目标有向边所在路段的度；选择一条所述目标有向边所在的路段，作为目标路段；计算预设区域内所有所述目标有向边所在路段的度之和，作为区域度；将所述目标路段的度与所述区域度的比值，作为所述目标路段的复杂度。
也就是说，目标路段的复杂度D可以使用如下公式进行表示：
其中，Si表示第i条目标有向边所在路段的度，i＝1,2,3，…，N，N为预设区域中目标有向边的数量。进一步的，该预设区域就可以是整一个路网的模型或者是模型中的部分，该部分可以对应于给定起始节点和终止节点所包括的所有路径对应的有向边。
参照图1I，其中，黑色的边为布设有标识站的目标有向边，灰色的边为未布设有标识站的有向边。路段AF的度为16，路段EH的度为9，路段GI的度为8，在图1I所示的预设区域中，区域度为33。所以，路段AF的复杂度为DAF＝0.485，路段EH的复杂度为DEH＝0.273，路段GI的复杂度DGI＝0.242。显然，路段AF的复杂度DAF值远大于其他两个，所以，路段AF 的通达程度较大，重要程度大，需要设置冗余标识，增加可靠性。
S140、在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
具体的，在一实施例中，该预设条件可以是在目标有向边的复杂度大于预设值时，可以确定该目标有向边需要增设冗余的标识站。
本发明实施例通过以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站，解决了因标识站所处外场环境差而导致的运行失效，无法对车辆进行标识，影响到车辆行驶路径的判别的问题，实现基于路网模型所确定的标识站的布设方案，提高标识站的工作的可靠性，从而提高识别车辆行驶路径的准确性。
实施例二
图2A为本发明实施例二提供的一种路网模型的构建方法的流程图；图2B为本发明实施例二提供的一种标识站布设示意图；图2C为将图2B中的收费站等效为标识站的示意图。
本实施例在上述实施例的基础上进一步细化，具体的，可以包括对如何确定目标有向边进一步说明。
参照图2A，该方法具体可以包括如下的步骤：
S210、以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型。
其中，该路网的模型为第一有向图。
在路网中，收费站、互通立交都必须抽象为节点。
环(loop)：两端点相同的边，大部分高速公路路段都属于这种情况。
平行边(parallel edges)：有公共起点并有公共终点的两条边，或称为重边(multi-edges)，严格意义上的平行边在高速公路规划中几乎不会出现。
简单图(simple graph)：无环并且无平行边的图。对于高速公路总里程较少的地方来说可以看作简单图，但研究意义不大。
链(link)：点边交替排序序列。
迹(trial)：没有重复边的链。
闭(closed)链(迹)：两端点相同的链(迹)。
回(circuit)：闭(有向)迹称为(有向)回。
圈(cycle)：点不同的闭(有向)回。
节点的度(vertex degree)：图中与点关联边的数目(一条环计算两次)。
阶(order)：图G的节点个数称为G的阶，记为|V(G)|或n(G)。
子图(subgraph)：如果图H满足条件ΨH是ΨG在E(H)上的限制，则称图H为图G的子图，记为若图H为图G的子图并且满足阶数条件 |V(H)|＝|V(G)|，则称图H是图G的支撑子图(spanning subgraph)。
连通图：在一个无向图G中，若从节点vi到节点vj有路径相连，则称vi和vj是连通的。如果G是有向图，既存在vi到vj的路，又存在vj到vi的路，则称vi和vj是强连通的(strongly connected)。如果图中任意两点都是连通的，那么图被称作连通图。如果此图是有向图，且任意两点强连通，则称为强连通图。
在路网中，所有路段都是有方向性的，因此研究的路网的模型为有向图。
S220、对所述第一有向图中具有连接关系的两节点，使用一无向边进行连接，以将所述第一有向图映射为无向图。
本实施例中，可以通过在仅具有单向连通边的两节点之间，连接一条与所述单向连通边具有相反连接方向的虚拟边，以将所述第一有向图转换为第二有向图，其中，所述虚拟边与所述单向连通边构成两节点的对称边；使用无向边替换所述第二有向图中的对称边，得到无向图。
S230、在所述无向图中选择经过所有节点的支撑树。
其中，为了使得所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径，在此，引入树的概念。
“树”：“树”的术语起源于家谱学和植物学。英国数学家亚瑟·凯来早在1857年就发现了树，当时他正在试图列举行为CnH2n+2的化合物的同分异构体。“树”，在计算机科学和管理科学中具有广泛的应用，比如用“树”构造存储和传输数据的有效编码，用树构造最便宜的油气管线等。
树(tree)是不含圈的连通无向图。树中度数为1的结点称为树的叶(leafage)。树中度数大于1的结点称为树的分枝点(branch vertex)或内点。仅一个结点的入度为0，其余所有结点的入度都为1的有向树称为根树(rooted tree)。入度为0的结点称为根(root)，出度为0的结点(即度数为1的结点)仍称为叶；出度不为0的结点称为分枝点或内(根是特殊的分枝点，除非它是图中唯一的节点)。
进一步的，如果图T是图G的一个生成子图而且又是一棵树，则称图T是图G的一颗生成树或支撑树(spanning tree)。如果给图G里的边赋予一定的权值，那么连通加权图里权和最小的支撑树称为最小支撑树(minimum spanning tree)。
本实施例中，如果图G不存在严格的平行边，图T是图G的支撑树，则G-T为G的全控制子图。进一步的，如果将该全控制子图所在的有向边作为目标有向边，并在目标有向边上布设标识站，则可以使得所有目标有向边上的标识站用于确定车辆行驶在路网中的唯一路径。
由此可知，在无向图中找到一个支撑树，则在支撑树上任意添加一条边都会形成圈，则不能直接判断路径，因此，只需将这些圈全部断开，便能通过树来判断唯一路径，所以则需在支撑树以外所有边布设标识站。本实施例中，可以基于布设成本的方式、收费站等效标识站的方式等方式生成经过无向图中所有节点的支撑树。
1、基于布设成本的方式
本实施例中，可以通过将在各无向边布设标识站的成本，作为所述无向图中各无向边的权重值；在所述无向图中确定一权重值之和最大的支撑树。其中，在各无向边布设标识站的成本，为在各无向边映射的有向边布设标识站的成本，可以为预设的成本值，与该有向边所在路段的环境有关，环境越恶略，布设成本越高，标识站损坏的概率也越高。通过求解权重值之和最大的支撑树，可以降低布设标识站的成本，也降低了标识站损坏的概率。
也就是说，如果路网的模型G不存在严格的平行边，T是G的支撑树，则G-T为G的全控制子图。如果T是G的最大代价(成本)支撑树，则G-T为G的最优全控制子图。
2、基于收费站等效标识站的方式
因为高速公路有收费站的存在，所以出入高速公路已经存在标识，对于收费网络图来说，某种意义上说，收费站存在点标识，可以通过转换将其变为边标识，即将收费站所确定的标识等效为在所述第一有向图中布设的标识站。
具体的，参考图2B，点C、D、E、F为收费站，点B1为标识站。进一步的，可以将收费站看作有一条被标识路段延伸出来的边，如C1为收费站C延伸出来的边；D1为收费站D延伸出来的边；E1为收费站E延伸出来的边；F1为收费站F延伸出来的边。参照图2C，可以将原本E1处的边标识转化到C2处的标识站，原本F1、D1的标识站与A1、C3合并，可以看出还是满足最开始的条件，即在N-1条路上设置标识站。
进一步的，可以通过将收费站所确定的标识等效为在所述第一有向图中布设的标识站；在所述无向图中，将布设有标识站的有向边所映射的无向边，确定为基础无向边；在所述无向图中选择包括所述基础无向边的支撑树中。
S240、将所述第一有向图中的、除与所述支撑树具有映射关系之外的有向边，确定为目标有向边。
本实施例中，如果图G不存在严格的平行边，图T是图G的支撑树，则G-T为G的全控制子图。进一步的，如果将该全控制子图所在的有向边作为目标有向边，并在目标有向边上布设标识站，则可以使得所有目标有向边上的标识站用于确定车辆行驶在路网中的唯一路径。
S250、在所述目标有向边上布设标识站；
S260、在所述第一有向图中选择完全布设的节点，作为目标节点。
本实施例中，完全布设的节点表示从该节点出发的所有的有向边均布设有标识站。
S270、将从所述目标节点出发的、布设标识站成本最高的有向边上的标识站去除。
本实施例中，通过去除布设标识站成本最高的有向边上的标识站，可以尽可以少的布设标识站，从而达到节约布设成本的效果。由于只是去除一标识站，仍然满足最开始的条件，即在N-1条路上设置标识站。
S280、依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度。
S290、在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
本实施例的技术方案，通过以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；对所述第一有向图中具有连接关系的两节点，使用一无向边进行连接，以将所述第一有向图映射为无向图；在所述无向图中选择经过所有节点的支撑树；将所述第一有向图中的、除与所述支撑树具有映射关系之外的有向边，确定为目标有向边；在所述目标有向边上布设标识站；在所述第一有向图中选择完全布设的节点，作为目标节点；将从所述目标节点出发的、布设标识站成本最高的有向边上的标识站去除；依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站，解决了因标识站所处外场环境差而导致的运行失效，无法对车辆进行标识，影响到车辆行驶路径的判别的问题，实现基于路网模型所确定的标识站的布设方案，提高标识站的工作的可靠性，从而提高识别车辆行驶路径的准确性。进一步的，引入最大支撑树，可以大大降低布设表示站的成本。
实施例三
图3为本发明实施例三提供的一种路网模型的构建装置的结构示意图.
本实施例可适用于在路网模型中确定布设标识站的位置的情况，该装置可以集成于路网模型的构建设备中，该路网模型的构建设备可以是服务器、电脑、移动终端等。本实施例中以服务器为例进行说明，该服务器可以是集群服务器或独立服务器。
参照图3，该装置具体包括如下结构：模型构建模块310、目标有向边模块320、复杂度确定模块330和冗余设置模块340。
模型构建模块310，用于以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型。
目标有向边模块320，用于在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径。
复杂度确定模块330，用于依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度。
冗余设置模块340，用于在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
本发明实施例通过以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站，解决了因标识站所处外场环境差而导致的运行失效，无法对车辆进行标识，影响到车辆行驶路径的判别的问题，实现基于路网模型所确定的标识站的布设方案，提高标识站的工作的可靠性，从而提高识别车辆行驶路径的准确性。
在上述技术方案的基础上，所述模型构建模块310，包括：
获取单元，用于获取路网中的收费站和互通立交。
虚拟站构建单元，用于在所述互通立交的各道路分支中构建虚拟站。
节点确定单元，用于将所述收费站和所述虚拟站，作为所述路网的模型的节点。
有向边确定单元，用于依据所述收费站和所述虚拟站之间道路的通行方向，确定所述节点之间的有向边。
模型构建单元，用于依据所述有向边的方向对所述节点进行连接，得到第一有向图，作为所述路网的模型。
在上述技术方案的基础上，所述有向边确定单元，包括：
无向图映射子单元，用于对所述第一有向图中具有连接关系的两节点，使用一无向边进行连接，以将所述第一有向图映射为无向图。
支撑树选择子单元，用于在所述无向图中选择经过所有节点的支撑树。
目标有向边确定子单元，用于将所述第一有向图中的、除与所述支撑树具有映射关系之外的有向边，确定为目标有向边。
布设子单元，用于在所述目标有向边上布设标识站；
目标节点确定子单元，用于在所述第一有向图中选择完全布设的节点，作为目标节点；
去除子单元，用于将从所述目标节点出发的、布设标识站成本最高的有向边上的标识站去除。
在上述技术方案的基础上，所述无向图映射子单元具体用于在仅具有单向连通边的两节点之间，连接一条与所述单向连通边具有相反连接方向的虚拟边，以将所述第一有向图转换为第二有向图，其中，所述虚拟边与所述单向连通边构成两节点的对称边；使用无向边替换所述第二有向图中的对称边，得到无向图。
在上述技术方案的基础上，所述支撑树选择子单元，具体用于将在各无向边布设标识站的成本，作为所述无向图中各无向边的权重值；在所述无向图中确定一权重值之和最大的支撑树。
在上述技术方案的基础上，所述支撑树选择子单元，具体用于将收费站所确定的标识等效为在所述第一有向图中布设的标识站；在所述无向图中，将布设有标识站的有向边所映射的无向边，确定为基础无向边；在所述无向图中选择包括所述基础无向边的支撑树中。
在上述技术方案的基础上，所述复杂度确定模块330，包括：
参考节点确定单元，用于针对每条所述目标有向边，将所述目标有向边所连接的节点，作为参考节点。
路段度确定单元，用于将与两个所述参考节点相连的有向边的数量之和，作为所述目标有向边所在路段的度。
目标路段选择单元，用于选择一条所述目标有向边所在的路段，作为目标路段。
区域度确定单元，用于计算预设区域内所有所述目标有向边所在路段的度之和，作为区域度。
复杂度确定单元，用于将所述目标路段的度与所述区域度的比值，作为所述目标路段的复杂度。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种路网模型的构建设备的结构示意图。如图4所示，该路网模型的构建设备包括：处理器40、存储器41、输入装置42以及输出装置43。该路网模型的构建设备中处理器40的数量可以是一个或者多个，图4中以一个处理器40为例。该路网模型的构建设备中存储器41的数量可以是一个或者多个，图4中以一个存储器41为例。该路网模型的构建设备的处理器40、存储器41、输入装置42以及输出装置43可以通过总线或者其他方式连接，图4中以通过总线连接为例。该路网模型的构建设备可以是电脑和服务器等。本实施例以路网模型的构建设备为服务器进行详细说明，该服务器可以是独立服务器或集群服务器。
存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例所述的路网模型的构建方法对应的程序指令/模块(例如，路网模型的构建装置中的模型构建模块310、目标有向边模块320、复杂度确定模块330和冗余设置模块340)。存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器 41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或者字符信息，以及产生与路网模型的构建设备的观众用户设置以及功能控制有关的键信号输入，还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置43可以包括扬声器等音频设备。需要说明的是，输入装置42 和输出装置43的具体组成可以根据实际情况设定。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的路网模型的构建方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种路网模型的构建方法，包括：
以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；
在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；
依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；
在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的路网模型的构建方法操作,还可以执行本发明任意实施例所提供的路网模型的构建方法中的相关操作，且具备相应的功能和有益效果。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory, RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明任意实施例所述的路网模型的构建方法。
值得注意的是，上述路网模型的构建装置中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“在一实施例中”、“在又一实施例中”或“示例性的”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种路网模型的构建方法，其特征在于，包括：
以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；
在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；
依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；
在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
2.根据权利要求1所述的方法，其特征在于，所述以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型，包括：
获取路网中的收费站和互通立交；
在所述互通立交的各道路分支中构建虚拟站；
将所述收费站和所述虚拟站，作为所述路网的模型的节点；
依据所述收费站和所述虚拟站之间道路的通行方向，确定所述节点之间的有向边；
依据所述有向边的方向对所述节点进行连接，得到第一有向图，作为所述路网的模型。
3.根据权利要求1-2任一所述的方法，其特征在于，所述模型为第一有向图；
所述在所述模型中，选择待布设标识站的有向边，作为目标有向边，包括：
对所述第一有向图中具有连接关系的两节点，使用一无向边进行连接，以将所述第一有向图映射为无向图；
在所述无向图中选择经过所有节点的支撑树；
将所述第一有向图中的、除与所述支撑树具有映射关系之外的有向边，确定为目标有向边；
在所述目标有向边上布设标识站；
在所述第一有向图中选择完全布设的节点，作为目标节点；
将从所述目标节点出发的、布设标识站成本最高的有向边上的标识站去除。
4.根据权利要求3所述的方法，其特征在于，所述在所述第一有向图中，于具有连接关系的两节点之间使用一无向边进行连接，得到无向图，包括：
在仅具有单向连通边的两节点之间，连接一条与所述单向连通边具有相反连接方向的虚拟边，以将所述第一有向图转换为第二有向图，其中，所述虚拟边与所述单向连通边构成两节点的对称边；
使用无向边替换所述第二有向图中的对称边，得到无向图。
5.根据权利要求3所述的方法，其特征在于，所述在所述无向图中选择经过所有节点的支撑树，包括：
将在各无向边布设标识站的成本，作为所述无向图中各无向边的权重值；
在所述无向图中确定一权重值之和最大的支撑树。
6.根据所述权利要求3所述的方法，其特征在于，所述在所述无向图中选择经过所有节点的支撑树，包括：
将收费站所确定的标识等效为在所述第一有向图中布设的标识站；
在所述无向图中，将布设有标识站的有向边所映射的无向边，确定为基础无向边；
在所述无向图中选择包括所述基础无向边的支撑树中。
7.根据权利要求1所述的方法，其特征在于，所述依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度，包括：
针对每条所述目标有向边，将所述目标有向边所连接的节点，作为参考节点；
将与两个所述参考节点相连的有向边的数量之和，作为所述目标有向边所在路段的度；
选择一条所述目标有向边所在的路段，作为目标路段；
计算预设区域内所有所述目标有向边所在路段的度之和，作为区域度；
将所述目标路段的度与所述区域度的比值，作为所述目标路段的复杂度。
8.一种路网模型的构建装置，其特征在于，包括：
模型构建模块，用于以路网中的收费站和互通立交为节点、所述节点之间的道路为有向边，构建所述路网的模型；
目标有向边模块，用于在所述模型中，选择待布设标识站的有向边，作为目标有向边，其中，所有所述目标有向边上的标识站用于确定车辆行驶在所述路网中的唯一路径；
复杂度确定模块，用于依据与所述目标有向边相邻接的有向边的数量，确定所述目标有向边的复杂度；
冗余设置模块，用于在所述复杂度满足预设条件的所述目标有向边增设冗余的标识站。
9.一种路网模型的构建设备，其特征在于，包括：存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的路网模型的构建方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的路网模型的构建方法。
CN201910766013.2A 2019-08-19 2019-08-19 一种路网模型的构建方法、装置、设备和存储介质 Active CN110619426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910766013.2A CN110619426B (zh) 2019-08-19 2019-08-19 一种路网模型的构建方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910766013.2A CN110619426B (zh) 2019-08-19 2019-08-19 一种路网模型的构建方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110619426A true CN110619426A (zh) 2019-12-27
CN110619426B CN110619426B (zh) 2022-05-13

Family

ID=68922357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910766013.2A Active CN110619426B (zh) 2019-08-19 2019-08-19 一种路网模型的构建方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110619426B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506777A (zh) * 2020-03-13 2020-08-07 阿里巴巴集团控股有限公司 数据处理方法、装置、电子设备和存储介质
CN112270831A (zh) * 2020-10-20 2021-01-26 招商局公路网络科技控股股份有限公司 一种交通网络模型的构建方法、装置、设备和存储介质
CN112665601A (zh) * 2020-12-11 2021-04-16 杭州安恒信息技术股份有限公司 一种路径规划方法、装置、电子设备及可读存储介质
CN113269833A (zh) * 2021-06-23 2021-08-17 合肥量圳建筑科技有限公司 电气末端定位方法、装置、设备及存储介质
WO2021189882A1 (zh) * 2020-03-27 2021-09-30 比亚迪股份有限公司 车辆的调度方法、装置和系统
CN114078283A (zh) * 2020-08-12 2022-02-22 腾讯科技（深圳）有限公司 数据查询方法、装置、设备及计算机可读存储介质
CN114078283B (zh) * 2020-08-12 2024-05-28 腾讯科技（深圳）有限公司 数据查询方法、装置、设备及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542617A (zh) * 2010-12-30 2012-07-04 北京交科公路勘察设计研究院有限公司 一种复杂路网的路径识别标识站设置方法
CN105590346A (zh) * 2016-02-18 2016-05-18 华南理工大学 基于路径识别系统的收费公路网交通信息采集与诱导系统
CN105808883A (zh) * 2016-03-29 2016-07-27 广东省交通集团有限公司 一种用于高速公路收费系统的标识站优化布设方法
WO2017054536A1 (zh) * 2015-09-29 2017-04-06 华为技术有限公司 一种容灾方法、设备和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542617A (zh) * 2010-12-30 2012-07-04 北京交科公路勘察设计研究院有限公司 一种复杂路网的路径识别标识站设置方法
WO2017054536A1 (zh) * 2015-09-29 2017-04-06 华为技术有限公司 一种容灾方法、设备和系统
CN105590346A (zh) * 2016-02-18 2016-05-18 华南理工大学 基于路径识别系统的收费公路网交通信息采集与诱导系统
CN105808883A (zh) * 2016-03-29 2016-07-27 广东省交通集团有限公司 一种用于高速公路收费系统的标识站优化布设方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蒋贵川等: "路径二义性判别问题中的标识站设置研究", 《公路》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506777A (zh) * 2020-03-13 2020-08-07 阿里巴巴集团控股有限公司 数据处理方法、装置、电子设备和存储介质
CN111506777B (zh) * 2020-03-13 2023-04-28 阿里巴巴集团控股有限公司 数据处理方法、装置、电子设备和存储介质
WO2021189882A1 (zh) * 2020-03-27 2021-09-30 比亚迪股份有限公司 车辆的调度方法、装置和系统
CN114078283A (zh) * 2020-08-12 2022-02-22 腾讯科技（深圳）有限公司 数据查询方法、装置、设备及计算机可读存储介质
CN114078283B (zh) * 2020-08-12 2024-05-28 腾讯科技（深圳）有限公司 数据查询方法、装置、设备及计算机可读存储介质
CN112270831A (zh) * 2020-10-20 2021-01-26 招商局公路网络科技控股股份有限公司 一种交通网络模型的构建方法、装置、设备和存储介质
CN112665601A (zh) * 2020-12-11 2021-04-16 杭州安恒信息技术股份有限公司 一种路径规划方法、装置、电子设备及可读存储介质
CN113269833A (zh) * 2021-06-23 2021-08-17 合肥量圳建筑科技有限公司 电气末端定位方法、装置、设备及存储介质
CN113269833B (zh) * 2021-06-23 2024-04-09 合肥量圳建筑科技有限公司 电气末端定位方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110619426B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN110619426B (zh) 一种路网模型的构建方法、装置、设备和存储介质
CN109506669B (zh) 动态路径规划方法、装置、系统以及存储介质
US10001378B2 (en) Incremental map generation, refinement and extension with GPS traces
CN108871354B (zh) 道路信息处理方法及处理系统
CN101650191B (zh) 道路网络拓扑抽象的方法及装置
CN110570534B (zh) 一种费率的处理方法、装置、设备和存储介质
CN101359434A (zh) 用于交通导航系统和交通仿真系统的路网模型构建方法
CN106600956A (zh) 一种交通信息发布方法及装置
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
CN111314857B (zh) 一种基于过车视频数据的车辆实时出行轨迹获取方法
CN110807931B (zh) 基于转向关系的交通路网有向图路径模型构建及求解方法
CN110095134A (zh) 一种以用户的偏好为核心的路径规划和导航的方法及系统
Noh et al. Hyperpaths in network based on transit schedules
Suryawanshi et al. An ontological model for map data in automotive systems
CN113793500B (zh) 城市交通道路可计算路网的构建方法及系统
CN113177046B (zh) 路网拓扑图的生成方法、装置、设备及存储介质
CN102819581B (zh) 一种地理信息系统拓扑集中的多边形链生成方法
Yuan et al. A map-matching algorithm with low-frequency floating car data based on matching path
CN104596527A (zh) 一种划分各级引导道路和细街路的方法
CN107588779B (zh) 一种基于任意两节点间行程时间的车辆智能导航方法
CN113918676B (zh) 上下行道路合并方法、装置、电子设备及存储介质
CN116481509A (zh) 地图更新方法、装置、设备及计算机可读存储介质
CN103021257A (zh) 电子地图的生成方法及装置
CN108898862A (zh) 红绿灯路口的确定方法、装置及电子设备
CN112270831A (zh) 一种交通网络模型的构建方法、装置、设备和存储介质

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Construction method, device, equipment, and storage medium of a road network model

Granted publication date: 20220513

Pledgee: China Merchants Bank Limited by Share Ltd. Guangzhou branch

Pledgor: Merchants China Soft Information Co.,Ltd.

Registration number: Y2024980015578