CN112347216A - 一种基于动态路网的初始线路搜索方法 - Google Patents

一种基于动态路网的初始线路搜索方法 Download PDF

Info

Publication number
CN112347216A
CN112347216A CN202011233118.0A CN202011233118A CN112347216A CN 112347216 A CN112347216 A CN 112347216A CN 202011233118 A CN202011233118 A CN 202011233118A CN 112347216 A CN112347216 A CN 112347216A
Authority
CN
China
Prior art keywords
vertex
time
point
starting point
route
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
CN202011233118.0A
Other languages
English (en)
Other versions
CN112347216B (zh
Inventor
商烁
陈力思
王皓
涂旭青
任平
张绍林
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.)
Thinvent Digital Technology Co Ltd
Original Assignee
Thinvent Digital Technology 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 Thinvent Digital Technology Co Ltd filed Critical Thinvent Digital Technology Co Ltd
Priority to CN202011233118.0A priority Critical patent/CN112347216B/zh
Publication of CN112347216A publication Critical patent/CN112347216A/zh
Application granted granted Critical
Publication of CN112347216B publication Critical patent/CN112347216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本发明公开了一种基于动态路网的初始线路搜索方法,对于每一个新到达的行程请求包含起点,终点,出发时刻,寻找一条在出发时刻出发,从起点能最快到达终点的路径。初始路线搜索过程从起点开始,对与起点相连的邻接顶点做网络扩张,接着选择一个新的顶点继续扩张,按照该扩张策略一直扩张,直到扩张到终点,则找到了一条在出发时刻能最快到达终点的路径,通过上述方式,可以实现行程请求路线的动态搜索更新。

Description

一种基于动态路网的初始线路搜索方法
技术领域
本发明涉及交通运输领域,具体涉及一种基于动态路网的初始线路搜索方法。
背景技术
随着基于位置服务的应用的兴起,路径规划服务已经成为我们生活中不可或缺的一部分。路径规划和行程推荐在近几年引起了学者们的广泛研究。这些研究的研究目标是基于当前的交通状态为单行程制定最优的路线。值得关注的是,在路径规划服务使用越来越频繁的情况下,大量的用户很有可能会在极短的时间间隔内密集地发布行程请求,特别是在通勤时间等高峰时期,从而形成了持续的行程请求流。在这种新的场景下,实现针对行程请求流的路径规划这一需求变得更加迫切。已经存在的相关研究旨在为行程请求中的单个行程依次制定个人最优路线。然而,在为行程请求流规划路线时,仅仅基于当前的交通状态以个人最优为最终目标规划个人最优的路线,可能会导致交通拥堵。更合理的路线规划应该考虑到之前已经规划的行程会对未来的交通状态产生影响,因为它们会增加路网中各路段的车流量。
发明内容
本发明为解决上述问题提出了一种基于动态路网的初始路线搜索方法,通过下述技术方案实现:
一种基于动态路网的初始线路搜索方法,包括如下步骤:
S1、获取动态路网数据和行程请求流;
S2、初始化路网中每一个顶点的信息,并创建规划的路线所经过的顶点集合;
S3、设置优先队列并将行程请求流中当前时刻发布的行程请求的起点加入到该队列,从起点开始在优先队列中选择队头顶点进行顶点扩张;
S4、当顶点扩张到行程请求终点时,从终点开始根据各个顶点的前驱顶点记录,反向生成一条路线,返回该路线顶点集合作为初始线路结果。
本方案的有益效果是,通过使用优先队列,可以降低该方案的时间复杂度,提高运行效率。队头元素是一个顶点对象,该顶点对象的特性是,通过该顶点到达终点具有最小的预计通行时间。通过每次选取队头元素即该顶点进行扩张,能够启发式地快速完成扩张,快速找到一条合适的初始路线。
进一步的,所述动态路网数据包括路网中的顶点集和边集、路段标签集合。
进一步的,所述每一个顶点的信息包括:从起点到达该顶点的精确通行时间、从该顶点到达终点的通行时间下界、从起点到达该顶点的最小时刻以及其前驱顶点的信息。
上述进一步方案的有益效果是,从起点到达该顶点的精确通行时间和从该顶点到达终点的通行时间下界信息,它们的和即是从起点出发通过该点到达终点的预计通行时间下界。该预计通行时间下界可以用于启发式地扩张路线顶点。通过在每个顶点信息中记录前驱顶点,能够在扩张完毕后快速根据前驱节点信息生成初始路线。
进一步的,所述优先队列内的顶点对象按照从起点到达该顶点的精确通行时间与从该顶点到达终点的通行时间下界之和从小到达排列。
上述进一步方案的有益效果是,两者之和即是从起点出发通过该点到达终点的预计通行时间下界。每个顶点在优先队列中的存储方式是按照这两者之和为键值进行从小到大排序的,队列头部存储的顶点对象具有最小的预计通行时间下界。这样的存储方式便于查找具有最小的预计通行时间下界的顶点对象,提高路线搜索效率。
进一步的,所述队头元素为优先队列中从起点到达该顶点的精确通行时间与从该顶点到达终点的通行时间下界之和最小的顶点。
上述进一步方案的有益效果是,每次弹出队列头部元素,以该顶点对象进行下一次顶点扩张,是一种启发式的策略。该顶点具有的优点在于,经验上从起点到终点的最优路线预计会通过该点。每次弹出具有这种特性的顶点对象用于下一步扩张,可以高效地完成扩张过程。
进一步的,
所述顶点扩张的过程为:
从行程请求流中当前时刻发布的行程起点开始向与之相连的邻接顶点进行扩张,选出与之相邻的队头元素;
以选出的队头元素为起点继续向与其相连的邻接顶点进行扩张;
当扩张之后的顶点为行程终点时,从终点开始根据各个顶点的前驱顶点记录反向生成一条路线;
当选择的顶点不是行程终点,则计算从该点到达与之相连的下一个顶点的通行时间,并更新从该路段的起点到该路段的终点的用时。
上述进一步方案的有益效果是,当顶点扩张到行程的终点时,顶点扩张结束。路网中对应的每个顶点对象的前驱节点信息准确记录了与之相连的一个顶点,通过这个顶点可以最快到达当前顶点对象。从终点对象开始,不断回溯其前驱节点;再寻找该前驱节点的前驱节点,直到我们找到行程起点,这样就生成了一条从起点到终点的初始路线。该路线是我们建模下的最优路线,即在行程出发时刻,该路线具有最小的预计通行时间。
进一步的,所述更新从该路段的起点到该路段的终点的用时的方法为:
检查该路段的结束点能否通过所选择的顶点到达:
若能到达且满足所花时间小于从其他顶点到达的时间,则分别更新从起点到该结束点的时间、通过所选择路段的时间以及其前驱顶点的信息。
进一步的,若所选择路段的结束点不在优先队列中,则将其加入优先队列,并对优先队列中的顶点对象进行重新排列。
上述进一步方案的有益效果是,通过动态路网的扩张,每个顶点记录的前驱顶点信息可能会不断更新。具体来说,会不断更新为能最快到达该点的前一个顶点。更新后的顶点会重新加入优先队列,用于与之相连的下一个顶点的更新。所需要更新的信息能够被快速计算的,且这些更新是必要的。通过网络的不断扩张,可以快速准确地找到一条高质量的初始路线。
进一步的,所述从该路段的起点到该路段的终点的用时表示为:
Figure BDA0002765856470000031
其中,e为所选择的路段,t为车辆经过路段e的时刻,Ce为路段e的车容量,T(e,t)为路段e在时刻t的通行时间,Tm(e)为当前路段上的最小通行时间,f(e,t)为时刻t路段e上的实时车流量,α、β为设定常数。
上述进一步方案的有益效果是,合理考虑了各路段不同性质(比如,长度,宽度以及限速等)对路段通行时间的影响。特别关注的是该路段预计最小通行时间和该路段上的实时车流量对该路段实际通行时间的影响,这一点是和生活中的现实场景相符合的。对于不同的路网具有不同的参数值,该方案具有较好的可扩展性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明初始线路搜索方法的流程示意图。
具体实施方式
在下文中,可在本发明的各种实施例中使用的术语“包括”或“可包括”指示所发明的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本发明的各种实施例中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本发明的各种实施例中,表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如,表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。
在本发明的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户装置和第二用户装置指示不同用户装置,尽管二者都是用户装置。例如,在不脱离本发明的各种实施例的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:如果描述将一个组成元件“连接”到另一组成元件,则可将第一组成元件直接连接到第二组成元件,并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地,当将一个组成元件“直接连接”到另一组成元件时,可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本发明的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本发明的各种实施例。如在此所使用,单数形式意在也包括复数形式,除非上下文清楚地另有指示。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
一种基于动态路网的初始线路搜索方法,如图1所示,包括如下步骤:
S1、获取动态路网数据和行程请求流;
具体而言,一个动态路网G=(V,E)是由顶点集V和边集E构成的,其中
Figure BDA0002765856470000041
顶点代表路段的连接点,连边则代表具体的路段。每条边e(vi,vj)连接着两个顶点vi和vj,这里的vi,vj∈V。针对任意路段e,用Ce来代表该路段的车容量,用Tm(e)代表在路段e的最小通行时间,即是没有其他车辆通行的时间,在本实施例里,每一个路段的通行时间是动态变化的,一个路段的实时通行时间是和最小通行时间Tm(e)和该路段上的实时动态车流量呈比例关系。
在本实施例里,每个路段的动态车流量由两部分组成,一部分是非请求车辆车流量,即没有使用我们路线规划系统的车辆,直接作为输入数据,不是我们研究的范畴;一部分是请求车辆的车流量,即使用了我们规划系统的车辆,这些车辆按照规划的路线行驶而在经过的路段上增加的车流量。在时刻t路段e请求车辆产生的车流量是指,在时刻t仍然在路段e上行驶的使用了我们规划系统的车辆数目。由于路网每个路段车流量是动态变化的,通行时间也会随之动态变化,我们就是要在这样一个动态变化的路网中寻找从出发时刻出发,起点到终点的最短路径。
为了实现对系统内车流量的计算,在每个路段上维持一系列的路段标签Le=(l1,l2…li),这些路段标签记录了经过该路段的路线在该路段的时间信息,每个路段标签li={ta,tb}记录了一条特定的进入路段e的请求车辆信息,包含起始时间ta和离开该路段的时间tb。在时刻t路段e请求车辆产生的车流量,即路段标签Le集合中ta≤t≤tb的标签数量。在没有行程请求的时候,每个路段维持的路段标签集为空集,之后每处理完一批新的行程请求集合的时候,对路段标签进行动态更新,更新每一个路段在当前时刻的实际通行时间以及正在该路段上的车辆行驶信息,包括车辆进入该路段的时间ta,以及预期离开该路段的时间tb
S2、初始化路网中每一个顶点的记录信息,并创建规划的路线所经过的顶点集合;
每个顶点v∈V包含以下记录信息,从起点vs到达该点的精确通行时间ts、从该点到达重点的通行时间下界td、从起点到达该点的最小时刻et以及一个前驱顶点信息pred,初始化每一个顶点的信息后,设置路线集合π是一个空集。
S3、设置优先队列并将行程请求流中当前时刻发布的行程请求的起点加入到该队列,从起点开始在优先队列中选择队头顶点进行顶点扩张;
具体而言,优先队列PQ内部的顶点对象按照该点的ts+td的值从小到大排列,其中的队头元素为具有最小的ts+td值的点。在线路搜索的过程中,每个行程到达是有先后顺序的,我们按照到达顺序来依次处理,每一次从优先队列PQ中选出队头元素v并搜索与其相连的邻接顶点,每一次选出的顶点v都同样具有最小的ts+td的值,基于这样的顶点扩张策略可以启发式地找到预期通行时间最短的路线,车辆在时刻t经过路段e所花费的时间通过下述公式计算,
Figure BDA0002765856470000051
其中,e为所选择的路段,t为车辆经过路段e的时刻,Ce为路段e的车容量,T(e,t)为路段e在时刻t的通行时间,Tm(e)为当前路段上的最小通行时间,f(e,t)为时刻t路段e上的实时车流量,α、β为设定常数。
S4、当顶点扩张到行程请求终点时,从终点开始根据各个顶点的前驱顶点记录,反向生成一条路线,返回该路线顶点集合作为初始线路结果。
从行程请求流中当前时刻发布的行程起点开始向与之相连的邻接顶点进行扩张,选出与之相邻的队头元素,以选出的队头元素为起点继续向与其相连的邻接顶点进行扩张。当扩张之后的顶点为行程终点时,利用所有选择的前驱顶点记录生成一条路线;当选择的顶点不是行程终点,进而计算出从该点到达与之相连的下一个顶点的通行时间;如果通过该点到达下一个顶点,能够减少从起点到达下一个顶点的原本通行时间,那就更新下一个顶点记录的信息。这些顶点信息包含从起点到达该顶点的精确通行时间,需要更新为从起点到达上一个顶点的精确通行时间加上从上一个顶点到达该顶点的通行时间;该顶点的最小时刻,需要更新为到达上一个顶点的最小加上从上一个顶点到达该顶点的通行时间;以及前驱顶点信息,需要对应更新为上一个顶点对象。顶点信息更新完毕,需要对优先队列内的顶点对象进行重新排序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于动态路网的初始线路搜索方法,其特征在于,包括如下步骤:
S1、获取动态路网数据和行程请求流;
S2、初始化路网中每一个顶点的记录信息,并创建规划的路线所经过的顶点集合;
S3、设置优先队列并将行程请求流中当前时刻发布的行程请求的起点加入到该队列,从起点开始在优先队列中选择队头顶点进行顶点扩张;
S4、当顶点扩张到行程请求终点时,从终点开始根据各个顶点的前驱顶点记录,反向生成一条路线,返回该路线顶点集合作为初始线路结果。
2.根据权利要求1所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述动态路网数据包括路网中的顶点集和边集、路段标签集合。
3.根据权利要求2所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述每一个顶点的信息包括:从起点到达该顶点的精确通行时间、从该顶点到达终点的通行时间下界、行程发布时刻从起点到达该顶点的最小时刻以及其前驱顶点的记录信息。
4.根据权利要求3所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述优先队列内的顶点对象按照从起点到达该顶点的精确通行时间与从该顶点到达终点的通行时间下界之和从小到大排列。
5.根据权利要求4所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述队头元素为优先队列中从起点到达该顶点的精确通行时间与从该顶点到达终点的通行时间下界之和最小的顶点对象。
6.根据权利要求5所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述顶点扩张的过程为:
从行程请求流中当前时刻发布的行程起点开始向与之相连的邻接顶点进行扩张,选出与之相邻的队头元素;
以选出的队头元素为起点继续向与其相连的邻接顶点进行扩张;
当扩张之后的顶点为行程终点时,从终点开始根据各个顶点的前驱顶点记录反向生成一条路线;
当选择的顶点不是行程终点,则计算从该点到达与之相连的下一个顶点的通行时间,并更新从该路段的起点到该路段的终点的用时。
7.根据权利要求6所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述更新从该路段的起点到该路段的终点的用时的方法为,
检查该路段的结束点能否通过所选择的顶点到达:
若能到达且满足所花时间小于从其他顶点到达的时间,则分别更新从起点到该结束点的时间、通过所选择路段的时间以及其前驱顶点的信息。
8.根据权利要求7所述的一种基于动态路网的初始线路搜索方法,其特征在于,若所选择路线的结束点不在优先队列中,则将其加入优先队列,并对优先队列中的顶点对象进行重新排列。
9.根据权利要求8所述的一种基于动态路网的初始线路搜索方法,其特征在于,所述从该路段的起点到该路段的终点的用时表示为:
Figure FDA0002765856460000021
其中,e为所选择的路段,t为车辆经过路段e的时刻,Ce为路段e的车容量,T(e,t)为路段e在时刻t的通行时间,Tm(e)为当前路段上的最小通行时间,f(e,t)为时刻t路段e上的实时车流量,α、β为设定常数。
CN202011233118.0A 2020-11-06 2020-11-06 一种基于动态路网的初始线路搜索方法 Active CN112347216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011233118.0A CN112347216B (zh) 2020-11-06 2020-11-06 一种基于动态路网的初始线路搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011233118.0A CN112347216B (zh) 2020-11-06 2020-11-06 一种基于动态路网的初始线路搜索方法

Publications (2)

Publication Number Publication Date
CN112347216A true CN112347216A (zh) 2021-02-09
CN112347216B CN112347216B (zh) 2023-10-31

Family

ID=74428842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011233118.0A Active CN112347216B (zh) 2020-11-06 2020-11-06 一种基于动态路网的初始线路搜索方法

Country Status (1)

Country Link
CN (1) CN112347216B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113607183A (zh) * 2021-08-05 2021-11-05 北京中交兴路信息科技有限公司 一种车辆的运输路线规划方法、装置、存储介质及终端

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992044A (zh) * 2015-05-26 2015-10-21 深圳大学 应用于实时合乘的最优多会合点路径搜索方法及装置
CN105606113A (zh) * 2016-01-28 2016-05-25 福州华鹰重工机械有限公司 快速规划最优路径方法及装置
CN105678054A (zh) * 2015-12-30 2016-06-15 深圳大学 一种基于a星策略的最优多会合点路径搜索方法及装置
CN107389076A (zh) * 2017-07-01 2017-11-24 兰州交通大学 一种适用于智能网联汽车的节能实时动态路径规划方法
CN108562301A (zh) * 2018-05-21 2018-09-21 北京石油化工学院 一种行驶路径的规划方法及装置
CN109213903A (zh) * 2018-07-04 2019-01-15 苏州大学 一种时序图下多约束路径查询方法
CN109540165A (zh) * 2018-11-26 2019-03-29 交通运输部路网监测与应急处置中心 一种启发式搜索的高速路网约束寻路算法
US20200265044A1 (en) * 2019-02-15 2020-08-20 Fujitsu Limited Path searching method, storage medium and path searching apparatus
CN111626502A (zh) * 2020-05-26 2020-09-04 武汉大学深圳研究院 一种动态城市交通路网的通勤路径规划方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992044A (zh) * 2015-05-26 2015-10-21 深圳大学 应用于实时合乘的最优多会合点路径搜索方法及装置
CN105678054A (zh) * 2015-12-30 2016-06-15 深圳大学 一种基于a星策略的最优多会合点路径搜索方法及装置
CN105606113A (zh) * 2016-01-28 2016-05-25 福州华鹰重工机械有限公司 快速规划最优路径方法及装置
CN107389076A (zh) * 2017-07-01 2017-11-24 兰州交通大学 一种适用于智能网联汽车的节能实时动态路径规划方法
CN108562301A (zh) * 2018-05-21 2018-09-21 北京石油化工学院 一种行驶路径的规划方法及装置
CN109213903A (zh) * 2018-07-04 2019-01-15 苏州大学 一种时序图下多约束路径查询方法
CN109540165A (zh) * 2018-11-26 2019-03-29 交通运输部路网监测与应急处置中心 一种启发式搜索的高速路网约束寻路算法
US20200265044A1 (en) * 2019-02-15 2020-08-20 Fujitsu Limited Path searching method, storage medium and path searching apparatus
CN111626502A (zh) * 2020-05-26 2020-09-04 武汉大学深圳研究院 一种动态城市交通路网的通勤路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王杰: "基于交通态势认知的动态路径推荐方法研究与仿真", 工程科技Ⅱ辑 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113607183A (zh) * 2021-08-05 2021-11-05 北京中交兴路信息科技有限公司 一种车辆的运输路线规划方法、装置、存储介质及终端

Also Published As

Publication number Publication date
CN112347216B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
US10655975B2 (en) System and method for routing optimization
Pyrga et al. Efficient models for timetable information in public transportation systems
CN103309917B (zh) 路径搜索方法和路径搜索装置
JP5789268B2 (ja) 経路選択システム、方法及びプログラム
JP6375588B2 (ja) 知能型の列車スケジューリング方法
Delling et al. Accelerating multi-modal route planning by access-nodes
CN112347216B (zh) 一种基于动态路网的初始线路搜索方法
Kirchler et al. UniALT for regular language contrained shortest paths on a multi-modal transportation network
KR101522306B1 (ko) 유사도 특성을 이용한 메타휴리스틱 알고리즘에 기반한 시스템 및 그 제어방법
Halpern A generalized dynamic flows problem
KR102532433B1 (ko) 운송 수단과 드론을 사용한 병렬 배송의 최적 해를 탐색하기 위한 rgso 스케줄링 최적화 방법 및 시스템
CN112179370B (zh) 一种基于动态路网的持续最优路线规划方法
CN109711633B (zh) 一种基于MapReduce的公共交通出行路径规划索引方法
He et al. Exploring public transport transfer opportunities for pareto search of multicriteria journeys
CN115700641A (zh) 最短路径的确定方法、装置、电子设备和存储介质
CN111813525B (zh) 一种异构系统工作流调度方法
Kirchler et al. Efficient computation of shortest paths in time-dependent multi-modal networks
CN112330026B (zh) 一种基于动态路网的行程请求批处理方法
Hasan et al. A column-generation algorithm for evacuation planning with elementary paths
Golasowski et al. Alternative paths reordering using probabilistic time-dependent routing
Nonner et al. Shortest path with alternatives for uniform arrival times: Algorithms and experiments
JP2006244188A (ja) 確率的均衡配分における交通量依存諸量の集計データ生成方法、および装置
Menelaou et al. On the complexity of congestion free routing in transportation networks
CN110264140A (zh) 一种带时间窗的物流运输调度方法、装置及设备
CN116703016B (zh) 一种运输任务路径的存储、使用方法及装置

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