CN112270831A - 一种交通网络模型的构建方法、装置、设备和存储介质 - Google Patents
一种交通网络模型的构建方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112270831A CN112270831A CN202011125901.5A CN202011125901A CN112270831A CN 112270831 A CN112270831 A CN 112270831A CN 202011125901 A CN202011125901 A CN 202011125901A CN 112270831 A CN112270831 A CN 112270831A
- Authority
- CN
- China
- Prior art keywords
- directed
- edge
- graph
- target
- nodes
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种交通网络模型的构建方法、装置、设备和存储介质。该方法应用于高速公路,高速公路包括收费站、互通立交、门架,方法包括:以第一有向图表示高速公路中的交通网络模型,第一有向图包括节点和有向边,节点包括收费站、虚拟站,虚拟站设置在互通立交的各道路分支中,有向边为节点之间确定通行方向的道路;确定待布设的门架在交通网络模型中的有向边,作为目标有向边;计算目标有向边的复杂度,复杂度为目标有向边所在的路段的通达程度;若复杂度大于预设的阈值,则在目标有向边中增设门架。实现基于交通网络模型所确定的门架的布设方案,提高门架的工作的可靠性,从而提高识别车辆行驶路径的准确性。
Description
技术领域
本发明实施例涉及高速公路的技术,尤其涉及一种交通网络模型的构建方法、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门架,通过门架上安装的各种车辆识别设备(例如:激光雷达、摄像机、路测单元RSU、天线等)来对路段中行驶的车辆进行标识,以获取车辆在该高速路上的行驶路径。
由于门架在高速公路中的布设受到外界环境因素影响较大,门架上的各种设备容易产生各种各样的缺陷,可能存在运行失效的情况,导致门架无法对车辆进行标识,影响到车辆行驶路径的判别。
发明内容
本发明提供一种交通网络模型的构建方法、装置、设备和存储介质,以解决现有交通网络模型中门架布设不合理导致的运行失效、无法对车辆进行标识,影响车辆行驶路径的判别的问题。
第一方面,本发明实施例提供了一种交通网络模型的构建方法,应用于高速公路,所述高速公路包括收费站、互通立交、门架,该方法包括:
以第一有向图表示高速公路中的交通网络模型,所述第一有向图包括节点和有向边,所述节点包括所述收费站、虚拟站,所述虚拟站设置在所述互通立交的各道路分支中,所述有向边为所述节点之间确定通行方向的道路;
确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边;
在所述目标有向边上布设所述门架;
计算所述目标有向边的复杂度,所述复杂度为所述目标有向边所在的路段的通达程度;
若所述复杂度大于预设的阈值,则在所述目标有向边中增设所述门架。
第二方面,本发明实施例还提供了一种交通网络模型的构建装置,应用于高速公路,所述高速公路包括收费站、互通立交、门架,该装置包括:
模型构建模块,用于以第一有向图表示高速公路中的交通网络模型,所述第一有向图包括节点和有向边,所述节点包括所述收费站、虚拟站,所述虚拟站设置在所述互通立交的各道路分支中,所述有向边为所述节点之间确定通行方向的道路;
目标有向边确定模块,用于确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边;
门架布设模块,用于在所述目标有向边上布设所述门架;
复杂度计算模块,用于计算所述目标有向边的复杂度,所述复杂度为所述目标有向边所在的路段的通达程度;
门架增设模块,用于若所述复杂度大于预设的阈值,则在所述目标有向边中增设所述门架。
第三方面,本发明实施例还提供了一种交通网络模型的构建设备,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交通网络模型的构建方法。
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交通网络模型的构建方法。
本发明实施例通过以第一有向图表示高速公路中的交通网络模型,第一有向图包括节点和有向边,节点包括收费站、虚拟站,虚拟站设置在互通立交的各道路分支中,有向边为节点之间确定通行方向的道路;确定待布设的门架在交通网络模型中的有向边,作为目标有向边;在目标有向边上布设门架;计算目标有向边的复杂度,复杂度为目标有向边所在的路段的通达程度;若复杂度大于预设的阈值,则在目标有向边中增设门架。用收费站和虚拟站作为节点,构建有向图代表的交通网络模型,确定模型中的目标有向边,能够有效且准确的确定门架的布设位置,减少交通网络中出现多义性路径导致车辆行驶路径判断不准确的情况,解决了因门架受外界环境因素影响较大、门架上的设备容易产生缺陷而导致运行失效,无法对车辆进行有效标识,影响到车辆行驶路径的判别的问题,实现基于交通网络模型所确定的门架的布设方案,提高门架的工作的可靠性,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交通网络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交通网络结构示意图;
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设置冗余门架的示意图;
图1G为本发明实施例一提供的重复布设门架的示意图;
图1H为本发明实施例一提供的完全布设门架的示意图;
图1I为本发明实施例一提供的布设门架的示意图;
图2A为本发明实施例二提供的一种交通网络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门架布设示意图;
图2C为将图2B中的收费站等效为门架的示意图;
图3为本发明实施例三提供的一种交通网络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交通网络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交通网络模型的构建方法的流程图;本实施例可适用于在交通网络模型中确定布设门架的位置的情况,该方法可以由交通网络模型的构建设备来执行,该交通网络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,该方法应用于高速公路,具体包括如下步骤:
S110、以第一有向图表示高速公路中的交通网络模型。
高速公路中的交通网络至少包括如下中的一种:收费站、互通立交、门架。
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。
高速公路上还设置有互通立交。互通立交,又称为互通式立体交叉。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。
门架设置于高速公路上的特定位置,门架上可设置有多种用于标识车辆经过当前路段的设备,例如:用于识别车辆的车型识别器、激光雷达、摄像头、与车辆中的车载电子标签(OBU,On Board Unit,又称车载单元)进行通讯的路侧单元RSU、射频识别(RadioFrequency Identification,RFID)设备,等等,当高速公路中的车辆经过该门架时,可以将该门架对应的标识号写入车辆中对应的标识存储设备中(例如写入车载电子标签OBU)。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。
参考图1B,其中,N1、N2、N3为互通立交,S1、S2……S6为收费站,F1、F2为门架。
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,构成交通网络。
在本实施例中,交通网络模型可以使用第一有向图进行表示,第一有向图包括节点和有向边,节点包括高速公路中的收费站、以及设置在互通立交的各道路分支中的虚拟站,有向边为节点之间确定通行方向的道路。
在此对图的定义进行说明,示例性的,图G是指有序三元组(V(G),E(G),ψG),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。
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),若V×V中元素全是无序对,则(V,E,ψ)称为无向图(undirected graph或graph)。
在高速公路的交通网络中,所有路段都是有方向性的,因此,本实施例中的交通网络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,交通网络模型增加了对通行方向的描述。
在本实施例中,收费站、互通立交都可以抽象为第一有向图中的节点。具体的,可以通过获取交通网络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,作为交通网络模型的节点;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,作为交通网络的模型。
在本实施例中,还可以在交通网络模型中,为第一有向图的有向边设置距离信息,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,在确定车辆在交通网络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,作为该车辆在交通网络中行驶的里程。
在本实施例中,除将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交通网络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,在交通网络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,获取高速公路中的互通立交的类型,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,即在互通立交的各道路分支中依据类型设立不同的虚拟站。
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、确定待布设的门架在交通网络模型中的有向边,作为目标有向边。
本实施例中,目标有向边为待布设门架的有向边。所有目标有向边上的门架用于确定车辆行驶在交通网络中的唯一路径。
具体的,由于交通网络存在多义性路径,为了唯一确定车辆在交通网络中的行驶路径,可以在存在多义性路径情况的位置布设门架,以确定车辆是否经过该门架所标识的路径。
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门架,使得所有目标有向边上的门架用于确定车辆行驶在交通网络中的唯一路径。
具体的,假设图D为有向图G的一个子集,对图D上的所有边设置门架,车辆经过门架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),有向图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门架。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、在目标有向边上布设门架。
从站点设置布局的角度,提高高速公路信息管理系统整体可靠性最直观的方法是增加冗余的门架。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的门架布设进行同样数量的重复备份布设;其二是完全布设,把现有门架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中交通网络分别进行两种方式的冗余布设,若系统中发生冗余门架对车辆标识的失效,对于如图1G所示的重复布设,还能保证至少一套标识设备正常运行;但对于如图1H所示的完全布设,情况就不同了。如图1H所示,若车辆在冗余的门架处标识失败,则当车辆通过A-B-C-D-E-F到达目的地时,既没有原布设的门架信息,也没有冗余布设的门架信息,无法判别车辆行驶路径。
因此,从以上讨论中可以得出结论: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,即使某个用于标识车辆的门架出现问题,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,各个门架之间的干扰程度,综合考虑门架布设的可靠性。
S140、计算目标有向边的复杂度。
在本实施例中,可统计与目标有向边相邻接的有向边的数量,确定目标有向边的复杂度。
本实施例引入了路段的度的概念,以衡量不同路段对交通网络的影响程度。
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门架,来达到增加使用门架标识车辆行驶路径的可靠性。
在本实施例中,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。
在本实施例中,可以通过统计目标有向边所连接的节点,作为参考节点;统计任意两个参考节点相连的有向边的数量,以确定目标有向边所在路段的度,其中,路段的度代表了路段的通达程度,通达程度代表路段的优先级;选择目标有向边所在的路段,作为目标路段;计算目标有向边所在路段的度在预设的区域内的和,作为区域度;将目标路段的度与区域度的比值,作为目标路段的复杂度。
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,该预设区域可以是整一个交通网络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,黑色的边为布设有门架的目标有向边,灰色的边为未布设有门架的有向边。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,需要设置冗余的门架,增加可靠性。
S150、若复杂度大于预设的阈值,则在目标有向边中增设门架。
在本实施例中,判定布设有门架的目标有向边的复杂度是否满足预设的条件,根据判定结果决定是否需要在目标有向边中再增设门架。
例如,预设条件可以是:若目标有向边的复杂度大于预设的阈值,则在目标有向边中增设门架。
本发明实施例通过以第一有向图表示高速公路中的交通网络模型,第一有向图包括节点和有向边,节点包括收费站、虚拟站,虚拟站设置在互通立交的各道路分支中,有向边为节点之间确定通行方向的道路;确定待布设的门架在交通网络模型中的有向边,作为目标有向边;在目标有向边上布设门架;计算目标有向边的复杂度,复杂度为目标有向边所在的路段的通达程度;若复杂度大于预设的阈值,则在目标有向边中增设门架。用收费站和虚拟站作为节点,构建有向图代表的交通网络模型,确定模型中的目标有向边,能够有效且准确的确定门架的布设位置,减少交通网络中出现多义性路径导致车辆行驶路径判断不准确的情况,解决了因门架受外界环境因素影响较大、门架上的设备容易产生缺陷而导致运行失效,无法对车辆进行有效标识,影响到车辆行驶路径的判别的问题,实现基于交通网络模型所确定的门架的布设方案,提高门架的工作的可靠性,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交通网络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门架布设示意图;图2C为将图2B中的收费站等效为门架的示意图。
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、构建高速公路中的交通网络模型。
其中,该交通网络模型为第一有向图。
在交通网络中,收费站、互通立交都抽象为有向图中的节点。
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。
在交通网络中,所有路段都是有方向性的,因此研究的交通网络模型为有向图。
S220、确定交通网络模型中彼此具有连接关系的节点,以将第一有向图映射为无向图。
在本实施例中,统计第一有向图中两两节点之间仅具有单向连通边的节点,作为单向连接节点;使用与单向连通边具有相反方向的虚拟边连接单向连接节点,以将第一有向图转换为第二有向图,其中,虚拟边与单向连通边构成单向连接节点的对称边;在第二有向图中,使用无向边对所有的对称边进行替换,得到无向图。
S230、在无向图中选择经过所有节点的支撑树。
其中,为了使得所有目标有向边上的门架用于确定车辆行驶在交通网络中的唯一路径,在此,引入树的概念。
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)。“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。
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门架,则可以使得所有目标有向边上的门架用于确定车辆行驶在交通网络中的唯一路径。
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的所有边布设门架。本实施例中,可以基于布设成本的方式、收费站等效门架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
对于高速公路网布点问题,需要达到费用最优,于是可以用最小支撑树来建模,但因为布点需布在权值较小的边上,所以结合门架布设的特点,把求MST(最小支撑树(Minimum Spaning Tree))问题转化为0-1整数规划,然后利用运筹优化软件求解最小支撑树模型,该方法的优点是程序简洁、计算速度快、使用范围广。
在本实施例中,可通过计算无向图中的所有无向边布设门架的成本,将成本作为无向边的权重值,从无向图中筛选出权重值之和最小的支撑树。
其中,计算在所有无向边布设门架的成本,该成本为在各无向边映射的有向边布设门架的成本,即为预设的成本值,成本值与该有向边所在路段的环境有关,环境越恶略,成本值(布设成本)越高,门架中设备受损的概率也越高。通过求解权重值之和最小的支撑树,可以降低布设门架的成本,也降低了门架损坏的概率。
也就是说,如果交通网络的模型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的最小代价(成本)支撑树,则G-T为G的最优全控制子图。
2、基于收费站等效门架的方式
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门架。
具体的,参考图2B,点C、D、E、F为收费站,点B1为门架。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处的门架,原本F1、D1的门架与A1、C3合并,可以看出还是满足最开始的条件,即在N-1条路上设置门架。
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门架;在所述无向图中,确定布设有门架的有向边所映射的所述无向边为基础无向边;在所述无向图中选择包括所述基础无向边的支撑树。
S240、将第一有向图中的、除与支撑树具有映射关系之外的有向边,确定为待布设的门架在交通网络模型中的有向边,作为目标有向边。
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门架,则可以使得所有目标有向边上的门架用于确定车辆行驶在交通网络中的唯一路径。
S250、在目标有向边上布设门架。
S260、在第一有向图中选择布设模式为完全布设的节点,作为目标节点。
在本实施例中,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门架。
S270、剔除以目标节点为起始点、布设门架成本最高的有向边上的门架。
在本实施例中,通过去除布设门架成本最高的有向边上的门架,可以尽少的布设门架,从而达到节约布设成本的效果。由于只是去除一门架,仍然满足最开始的条件,即在N-1条路上设置门架。
在具体实现中,可以通过图的遍历方法来搜索需要剔除的门架,图的遍历方法目前有深度优先搜索法和广度(宽度)优先搜索法两种算法。
S280、计算目标有向边的复杂度。
S290、若复杂度大于预设的阈值,则在目标有向边中增设门架。
本实施例的技术方案,通过构建高速公路中的交通网络模型;确定交通网络模型中彼此具有连接关系的节点,以将第一有向图映射为无向图;在无向图中选择经过所有节点的支撑树;将第一有向图中的、除与支撑树具有映射关系之外的有向边,确定为待布设的门架在交通网络模型中的有向边,作为目标有向边;在目标有向边上布设门架;在第一有向图中选择布设模式为完全布设的节点,作为目标节点;剔除以目标节点为起始点、布设门架成本最高的有向边上的门架;计算目标有向边的复杂度;若复杂度大于预设的阈值,则在目标有向边中增设门架,解决了因门架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,实现基于交通网络模型所确定的门架的布设方案,提高门架的工作的可靠性,从而提高识别车辆行驶路径的准确性。进一步的,引入最小支撑树,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交通网络模型的构建装置的结构示意图。
本实施例可适用于在交通网络模型中确定布设门架的位置的情况,该装置可以集成于交通网络模型的构建设备中,该交通网络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,该装置包括:模型构建模块310、目标有向边确定模块320、门架布设模块330、复杂度计算模块340和门架增设模块350。
模型构建模块310,用于以第一有向图表示高速公路中的交通网络模型,所述第一有向图包括节点和有向边,所述节点包括所述收费站、虚拟站,所述虚拟站设置在所述互通立交的各道路分支中,所述有向边为所述节点之间确定通行方向的道路。
目标有向边确定模块320,用于确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边。
门架布设模块330,用于在所述目标有向边上布设所述门架。
复杂度计算模块340,用于计算所述目标有向边的复杂度,所述复杂度为所述目标有向边所在的路段的通达程度。
门架增设模块350,用于若所述复杂度大于预设的阈值,则在所述目标有向边中增设所述门架。
在本发明的一个实施例中,所述目标有向边确定模块320包括:
无向图获取子模块,用于确定所述交通网络模型中彼此具有连接关系的节点,以将所述第一有向图映射为无向图;
支撑树获取子模块,用于在所述无向图中选择经过所有节点的支撑树;
目标有向边确定子模块,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,确定为待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边。
在本发明的一个实施例中,在所述在所述目标有向边上布设所述门架之后,该装置还包括:
目标节点获取模块,用于在所述第一有向图中选择所述布设模式为所述完全布设的节点,作为目标节点;
门架剔除模块,用于剔除以所述目标节点为起始点、布设所述门架成本最高的有向边上的所述门架。
在本发明的一个实施例中,所述无向图获取子模块包括:
单向连接节点确定单元,用于确定所述第一有向图中仅具有单向连通边的节点,作为单向连接节点;
有向图转换单元,用于使用与所述单向连通边具有相反方向的虚拟边连接所述单向连接节点,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所述单向连接节点的对称边;
无向图获取单元,用于在所述第二有向图中,使用无向边对所述对称边进行替换,得到无向图。
在本发明的一个实施例中,所述支撑树获取子模块包括:
成本计算单元,用于计算所述无向图中的所有所述无向边布设所述门架的成本;
权重值确定单元,用于将所述成本作为所述无向边的权重值;
支撑树筛选单元,用于从所述无向图中筛选出所述权重值之和最小的支撑树。
在本发明的一个实施例中,所述支撑树获取子模块还包括:
门架等效确定单元,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门架;
基础无向边确定单元,用于在所述无向图中,确定布设有门架的有向边所映射的所述无向边为基础无向边;
支撑树确定单元,用于在所述无向图中选择包括所述基础无向边的支撑树。
在本发明的一个实施例中,所述复杂度计算模块340包括:
参考节点确定子模块,用于统计所述目标有向边所连接的节点,作为参考节点;
路段的度确定子模块,用于统计任意两个所述参考节点相连的有向边的数量,以确定所述目标有向边所在路段的度,其中,所述路段的度代表了路段的通达程度,所述通达程度代表所述路段的优先级;
目标路段确定子模块,用于选择所述目标有向边所在的路段,作为目标路段;
区域度计算子模块,用于计算所述目标有向边所在路段的度在预设的区域内的和,作为区域度;
复杂度确定子模块,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交通网络模型的构建设备的结构示意图。如图4所示,该交通网络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。该交通网络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。该交通网络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。该交通网络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。该交通网络模型的构建设备可以是电脑和服务器等。本实施例以交通网络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交通网络模型的构建方法对应的程序指令/模块(例如,参考图3,交通网络模型的构建装置中的模型构建模块310、目标有向边确定模块320、门架布设模块330、复杂度计算模块340和门架增设模块350)。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,以及产生与交通网络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,即实现上述的交通网络模型的构建方法。
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交通网络模型的构建方法,该方法应用于高速公路,所述高速公路包括收费站、互通立交、门架,所述方法包括:
以第一有向图表示高速公路中的交通网络模型,所述第一有向图包括节点和有向边,所述节点包括所述收费站、虚拟站,所述虚拟站设置在所述互通立交的各道路分支中,所述有向边为所述节点之间确定通行方向的道路;
确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边;
在所述目标有向边上布设所述门架;
计算所述目标有向边的复杂度,所述复杂度为所述目标有向边所在的路段的通达程度;
若所述复杂度大于预设的阈值,则在所述目标有向边中增设所述门架。
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交通网络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交通网络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交通网络模型的构建方法。
值得注意的是,上述交通网络模型的构建装置中,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)
1.一种交通网络模型的构建方法,其特征在于,应用于高速公路,所述高速公路包括收费站、互通立交、门架,所述方法包括:
以第一有向图表示高速公路中的交通网络模型,所述第一有向图包括节点和有向边,所述节点包括所述收费站、虚拟站,所述虚拟站设置在所述互通立交的各道路分支中,所述有向边为所述节点之间确定通行方向的道路;
确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边;
在所述目标有向边上布设所述门架;
计算所述目标有向边的复杂度,所述复杂度为所述目标有向边所在的路段的通达程度;
若所述复杂度大于预设的阈值,则在所述目标有向边中增设所述门架。
2.根据权利要求1所述的方法,其特征在于,所述确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边,包括:
确定所述交通网络模型中彼此具有连接关系的节点,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,确定为待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边。
3.根据权利要求1或2所述的方法,其特征在于,所述门架的布设模式包括完全布设;
在所述在所述目标有向边上布设所述门架之后,还包括:
在所述第一有向图中选择所述布设模式为所述完全布设的节点,作为目标节点;
剔除以所述目标节点为起始点、布设所述门架成本最高的有向边上的所述门架。
4.根据权利要求2所述的方法,其特征在于,所述确定所述交通网络模型中彼此具有连接关系的节点,以将所述第一有向图映射为无向图,包括:
确定所述第一有向图中仅具有单向连通边的节点,作为单向连接节点;
使用与所述单向连通边具有相反方向的虚拟边连接所述单向连接节点,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所述单向连接节点的对称边;
在所述第二有向图中,使用无向边对所述对称边进行替换,得到无向图。
5.根据权利要求2或4所述的方法,其特征在于,所述无向图包括无向边;
所述在所述无向图中选择经过所有节点的支撑树,包括:
计算所述无向图中的所有所述无向边布设所述门架的成本;
将所述成本作为所述无向边的权重值;
从所述无向图中筛选出所述权重值之和最小的支撑树。
6.根据所述权利要求5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,还包括:
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门架;
在所述无向图中,确定布设有门架的有向边所映射的所述无向边为基础无向边;
在所述无向图中选择包括所述基础无向边的支撑树。
7.根据权利要求1所述的方法,其特征在于,所述计算所述目标有向边的复杂度,包括:
统计所述目标有向边所连接的节点,作为参考节点;
统计任意两个所述参考节点相连的有向边的数量,以确定所述目标有向边所在路段的度,其中,所述路段的度代表了路段的通达程度,所述通达程度代表所述路段的优先级;
选择所述目标有向边所在的路段,作为目标路段;
计算所述目标有向边所在路段的度在预设的区域内的和,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。
8.一种交通网络模型的构建装置,其特征在于,应用于高速公路,所述高速公路包括收费站、互通立交、门架,包括:
模型构建模块,用于以第一有向图表示高速公路中的交通网络模型,所述第一有向图包括节点和有向边,所述节点包括所述收费站、虚拟站,所述虚拟站设置在所述互通立交的各道路分支中,所述有向边为所述节点之间确定通行方向的道路;
目标有向边确定模块,用于确定待布设的所述门架在所述交通网络模型中的有向边,作为目标有向边;
门架布设模块,用于在所述目标有向边上布设所述门架;
复杂度计算模块,用于计算所述目标有向边的复杂度,所述复杂度为所述目标有向边所在的路段的通达程度;
门架增设模块,用于若所述复杂度大于预设的阈值,则在所述目标有向边中增设所述门架。
9.一种交通网络模型的构建设备,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中任一所述的交通网络模型的构建方法。
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中任一所述的交通网络模型的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011125901.5A CN112270831A (zh) | 2020-10-20 | 2020-10-20 | 一种交通网络模型的构建方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011125901.5A CN112270831A (zh) | 2020-10-20 | 2020-10-20 | 一种交通网络模型的构建方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112270831A true CN112270831A (zh) | 2021-01-26 |
Family
ID=74342496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011125901.5A Pending CN112270831A (zh) | 2020-10-20 | 2020-10-20 | 一种交通网络模型的构建方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270831A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5808887A (en) * | 1987-11-20 | 1998-09-15 | Philips Electronics North America Corporation | Animation of path planning |
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 |
CN110570534A (zh) * | 2019-09-12 | 2019-12-13 | 招商华软信息有限公司 | 一种费率的处理方法、装置、设备和存储介质 |
CN110619426A (zh) * | 2019-08-19 | 2019-12-27 | 招商华软信息有限公司 | 一种路网模型的构建方法、装置、设备和存储介质 |
-
2020
- 2020-10-20 CN CN202011125901.5A patent/CN112270831A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5808887A (en) * | 1987-11-20 | 1998-09-15 | Philips Electronics North America Corporation | Animation of path planning |
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 |
CN110619426A (zh) * | 2019-08-19 | 2019-12-27 | 招商华软信息有限公司 | 一种路网模型的构建方法、装置、设备和存储介质 |
CN110570534A (zh) * | 2019-09-12 | 2019-12-13 | 招商华软信息有限公司 | 一种费率的处理方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
余绪金等: "一种基于有向图的高速公路多义性路径贝叶斯识别方法", 《公路交通科技》 * |
蒋贵川等: "路径二义性判别问题中的标识站设置研究", 《公路》 * |
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 | |
Sun et al. | Discovering time-dependent shortest path on traffic graph for drivers towards green driving | |
Cats | Topological evolution of a metropolitan rail transport network: The case of Stockholm | |
Ducruet et al. | Structure and dynamics of transportation networks: models, methods and applications | |
US9953113B2 (en) | Traffic data management and simulation system | |
CN108871354B (zh) | 道路信息处理方法及处理系统 | |
CN110570534B (zh) | 一种费率的处理方法、装置、设备和存储介质 | |
CN103077604B (zh) | 交通传感器管理方法和系统 | |
WO2011047729A1 (en) | Incremental map generation, refinement and extension with gps traces | |
CN108009666B (zh) | 基于动态路网的层级优先最优路径计算方法 | |
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 | |
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 | |
CN101859312A (zh) | 一种公路网拓扑结构数据模型及路径计算方法 | |
CN113779430B (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
Paul et al. | RFID based vehicular networks for smart cities | |
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 | |
Żochowska et al. | Analysis of selected transportation network structures based on graph measures | |
CN110807931A (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 | |
Schoier et al. | Individual movements and geographical data mining. Clustering algorithms for highlighting hotspots in personal navigation routes | |
CN112270831A (zh) | 一种交通网络模型的构建方法、装置、设备和存储介质 | |
CN115309846B (zh) | 一种基于平行系数的道路网结构识别方法 | |
CN113918676B (zh) | 上下行道路合并方法、装置、电子设备及存储介质 | |
CN115830255A (zh) | 一种仿真场景生成方法、装置、电子设备和存储介质 | |
CN102542617A (zh) | 一种复杂路网的路径识别标识站设置方法 | |
CN115311887A (zh) | 优质公共服务资源可达性模型构建方法、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210126 |
|
RJ01 | Rejection of invention patent application after publication |