CN112435498B - 一种基于方向性诱导的城市路网最短路径获取方法 - Google Patents

一种基于方向性诱导的城市路网最短路径获取方法 Download PDF

Info

Publication number
CN112435498B
CN112435498B CN202011320826.8A CN202011320826A CN112435498B CN 112435498 B CN112435498 B CN 112435498B CN 202011320826 A CN202011320826 A CN 202011320826A CN 112435498 B CN112435498 B CN 112435498B
Authority
CN
China
Prior art keywords
intersection
boundary
ith
travel time
iteration
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
Application number
CN202011320826.8A
Other languages
English (en)
Other versions
CN112435498A (zh
Inventor
丁建勋
江宇鹏
周润东
冯战雨
满忠运
丁卫东
朱孔金
龙建成
石琴
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202011320826.8A priority Critical patent/CN112435498B/zh
Publication of CN112435498A publication Critical patent/CN112435498A/zh
Application granted granted Critical
Publication of CN112435498B publication Critical patent/CN112435498B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Navigation (AREA)

Abstract

本发明公开一种基于方向性诱导的城市路网最短路径获取方法，包括：1.由实时路况信息构建城市网络；2.引入边界内部交叉口集合Un、边界外部交叉口集合
Figure DDA0002792856640000011
行程时间上界
Figure DDA0002792856640000012
及行程时间下界T；3.更新集合Un和集合
Figure DDA0002792856640000013
4.通过标号修正法得到出发点交叉口到目的点交叉口的最短行程时间及路径；5.若出发点到目的点的行程时间等于T或者集合Un不再更新，则结束获得最短路径，否则更新T，转步骤3。本发明考虑在城市路网的导航中加入方向性的诱导并有效地缩小搜索范围，从而能提高导航效率并提供给驾驶员一种更人性化、高效的行驶路径。

Description

一种基于方向性诱导的城市路网最短路径获取方法
技术领域
本发明属于现有城市路网的导航优化领域，具体的说是一种基于方向性诱导的城市路网最短路径获取方法。
背景技术
随着社会的发展，基于互联网的交通导航给用户带来了越来越大的便利，用户可以在导航开始阶段输入自己的出发地和目的地，就可以获取导航产品自动规划的路径。但随着城市汽车保有量逐步攀升，路网建设相对滞后，交通资源浪费，出行效率低的现象时有发生，不仅给城市居民出行带来不便，也大大降低城市运转效率，给经济发展造成一定的损失。因而,需要研究一种提高出行水平以及城市路网利用率的路径导航方法。随着GPS、网络技术、计算机技术的发展，车辆导航系统建立的条件已经成熟，能否在城市路网范围内实现车辆的道路导航，实现车辆快速、畅通地到达目的地，已经成为当前研究的目标。
现阶段的城市路网中，各个等级道路(快速路、主干道、次干道、支路)交宗错杂，道路等级因素严重影响导航行程各个方面，现阶段的导航产品在导航过程中往往无法有效利用这一因素进而提高导航过程的时效性，严重影响了驾驶员的出行体验以及城市路网的利用效率。此外；在具体导航过程中的路径搜索阶段，已有路径搜索方法往往是在根据实时路网信息在全局范围内进行路径搜索，这种路径搜索的方法没有考虑到导航的中驾驶员行驶的方向性，降低了导航过程的路径搜索的方向性以及区域性。
发明内容
本发明是为了解决上述现有技术存在的不足之处，提出一种基于方向性诱导的城市路网最短路径获取方法，以期能在城市路网导航中加入方向性诱导并缩小搜索范围，从而能提高导航效率并提供给驾驶员一种更人性化、更高效的最短路径，让行驶过程更高效。
本发明为达到上述发明目的，采用如下技术方案：
本发明一种基于方向性诱导的城市路网最短路径获取方法的特点是按如下步骤进行：
步骤1：构建城市网络并获取任意交叉口平面坐标；
获取实时路网数据得到城市道路网络G＝(V,A)，其中，V表示交叉口集合，V＝{v1,v2,…,vq,…,vQ}，vq表示第q个交叉口，q＝1,2,…,Q；A表示交叉口之间的路段集合，且A＝{aij＝(vi,vj)|i,j＝1,2,...Q}，aij表示第i个交叉口vi与第j个交叉口vj之间的路段，且aij∈{A1,A2,A3,A4}，其中A1表示快速路，A2表示主干道，A3表示次干道，A4表示支路；令路段aij上的时间权重属性为tij，且
Figure GDA0003190277560000021
dij表示路段aij的长度，vij表示路段aij的预期通行车速；若两个交叉口之间没有路段，则tij＝+∞；
根据实时路网数据得到城市道路第i个交叉口vi的平面坐标为(xi,yi)和第j个交叉口vj的平面坐标为(xj,yj)，则第i个交叉口vi与第j个交叉口vj之间的路段向量记为
Figure GDA0003190277560000022
步骤2：假设驾驶员的出发点为第s个交叉口vs，目的点为第t个交叉口vt，并以出发点到目的点的方向为行驶方向；
步骤3：参数初始化；
定义n为当前迭代次数，则第n次迭代的第s个交叉口vs到第j个交叉口vj的最短行程时间为Tn(vs,vj)，定义第n次迭代的边界内部交叉口集合Un为第n次迭代的当前局部搜索的范围，定义第n次迭代的边界外部交叉口集合
Figure GDA0003190277560000023
为第n次迭代的边界内部交叉口集合Un中边界交叉口的邻接交叉口的集合；定义扩充边界交叉口集合记为U*；
定义第s个交叉口vs与第t个交叉口vt的欧式距离记为lst，定义vmax为所有路段类型中能行驶的最大速度，则定义第s个交叉口vs到第t个交叉口vt的理论最短行程时间为
Figure GDA0003190277560000024
并作为行程时间下界；
定义第n次迭代的第s个交叉口vs和第t个交叉口vt之间的最短行程时间为Tn(vs,vt)，并作为行程时间上界
Figure GDA0003190277560000025
初始化n＝1，
Figure GDA0003190277560000026
步骤4：更新第n次迭代边界内部交叉口集合Un和边界外部交叉口集合
Figure GDA0003190277560000027
遍历第s个交叉口vs的邻居交叉口，即满足ask＝(vs,vk)∈A的第k个交叉口vk，如果
Figure GDA0003190277560000028
成立，则将Un∪{vk}赋值给Un，将第k个交叉口vk加入扩充边界交叉口集合U*，否则，将
Figure GDA0003190277560000029
赋值给
Figure GDA00031902775600000210
步骤5：继续更新第n次迭代的边界内部交叉口集合Un和边界外部交叉口集合
Figure GDA00031902775600000211
如果vt∈Un或扩充边界交叉口集合U*＝φ，则转入步骤6；否则，依次判断扩充边界交叉口集合U*中第i个交叉口vi，遍历第i个交叉口vi的邻居交叉口，即满足aij＝(vi,vj)∈A且
Figure GDA0003190277560000031
的第j个交叉口vj；如果
Figure GDA0003190277560000032
则将Un∪{vj}赋值给Un，将第i个交叉口vi从扩充边界交叉口集合U*中删除，将U*∪{vj}赋值给U*，否则，将
Figure GDA0003190277560000033
赋值给
Figure GDA0003190277560000034
将第i个交叉口vi从扩充边界交叉口集合U*中删除后，重复步骤5；
步骤6：通过标号修正法得到出发点的交叉口vs到第n次迭代的边界内部交叉口集合Un内任一交叉口的最短行程时间及最短路径，其中，包括出发点的交叉口vs到目的点的交叉口vt的最短行程时间Tn(vs,vt)；
步骤7：判断行程时间最优性并更新行程时间上界
Figure GDA0003190277560000035
如果Tn(vs,vt)＝T，则转入步骤12；否则，更新第s个交叉口vs到第t个交叉口vt的时间上界
Figure GDA0003190277560000036
令扩充边界交叉口U*＝φ，转入步骤8；
步骤8：基于行程时间上界
Figure GDA00031902775600000323
继续更新第n次迭代的边界内部交叉口集合Un和边界外部交叉口集合
Figure GDA0003190277560000037
对于第n次迭代的边界外部交叉口集合
Figure GDA0003190277560000038
中的第i个交叉口vi，定义出发点的交叉口vs到第i个交叉口vi与第i个交叉口vi到目的点的交叉口vt的理论最短行程时间之和
Figure GDA0003190277560000039
如果
Figure GDA00031902775600000324
则将Un∪{vi}赋值给Un+1，将第i个交叉口vi加入扩充边界交叉口集合U*，将第i个交叉口vi从边界外部交叉口集合
Figure GDA00031902775600000311
中删除，从而得到更新后的边界外部交叉口集合
Figure GDA00031902775600000312
否则，将第i个交叉口vi从边界外部交叉口集合
Figure GDA00031902775600000313
中删除，从而得到更新后的边界外部交叉口集合
Figure GDA00031902775600000314
步骤9：基于行程时间上界
Figure GDA00031902775600000315
继续更新第n+1次迭代的边界内部交叉口集合Un+1和边界外部交叉口集合
Figure GDA00031902775600000316
依次判断扩充边界交叉口集合U*中第i个交叉口vi，遍历第i个交叉口vi的邻居交叉口，即满足aij＝(vi,vj)∈A，
Figure GDA00031902775600000317
且
Figure GDA00031902775600000318
的第j个交叉口vj，如果
Figure GDA00031902775600000319
且
Figure GDA00031902775600000320
则将第i个交叉口vi从扩充边界交叉口集合U*中删除，将Un+1∪{vj}赋值给Un+1，否则，将第i个交叉口vi从扩充边界交叉口集合U*中删除，将
Figure GDA00031902775600000321
赋值给
Figure GDA00031902775600000322
步骤10：判断Un+1＝Un是否成立，若成立，则执行步骤12；否则，转入步骤11；
步骤11：通过标号修正法得到出发点的交叉口vs到第n+1次迭代的边界内部交叉口集合Un+1内任一交叉口的最短行程时间及最短路径，其中，包括出发点的交叉口vs到目的点的交叉口vt的最短时间Tn+1(vs,vt)；
将
Figure GDA0003190277560000041
赋值给
Figure GDA0003190277560000042
将n+1赋值给n，转入步骤8；
步骤12：输出标号修正法所得到的最短路径，如果n＝1，则最终的最短行程时间为T*＝T，否则，
Figure GDA0003190277560000043
与现有技术相比，本发明的有益效果在于：
1、本发明可以有效结合现阶段城市路网的特征，在导航初始阶段，遍历城市路网中的交叉口和路段信息，将路段等级，路段长度，交叉口信息融入到导航路径搜索阶段，为用户提供了最短的路径规划方案，节约了用户的出行时间并且提高了城市路网的利用效率。
2、本发明克服了现有导航方法在路径搜索阶段没有考虑到路径搜索的方向性以及区域性，目前的常用的寻求最短路径的方法例如dijkstra，其搜索范围是全局的，对于一个城市路网来说，出发点到目的点的距离较大时搜索范围便变得非常大，同时可能会让驾驶员走许多回头路或者弯路。而本发明考虑了在城市路网导航中加入方向性诱导以及缩小搜索范围，从而能提高导航效率并提供给驾驶员一种更人性化、更高效的最短路径，让行驶过程更高效。
3、本发明通过引用当前交叉口到目的点交叉口与当前交叉口到其邻居交叉口的向量积不小于0来进行方向性诱导，可以理解前进方向的角度限制，本发明是限制前进方向在90度以内，这样可以极大地避免了驾驶员在行程中走回头路或者弯路，可以提供给驾驶员一种更人性化最短路径。
4、本发明所提出的城市路网最短路径获取方法，是在一定的范围里面进行的，并将该搜索范围定义为边界内部交叉口集合，同时定义边界外部交叉口集合，里面包含待定加入到边界内部交叉口集合的交叉口，通过满足向量积公式以及小于行程时间上界不断更新这两个集合，边界内部交叉口集合内的交叉口形成类似椭圆区域，椭圆区域逐步变大，不再变大时，算法终止，通过这样可以极大提高路径搜索的效率，让导航过程更高效、快捷。
附图说明
图1为本发明方法流程图；
图2为本发明初始化边界内外部交叉口集合示意图；
图3为本发明以出发交叉口开始边界内外部交叉口集合扩充图；
图4为本发明边界内外部交叉口集合逐步扩充示意图；
图5为本发明初步形成的类似椭圆的边界内部交叉口集合的最短行程路线示意图；
图6为本发明基于行程时间上界继续更新第n次迭代的边界内部交叉口集合和边界外部交叉口集合示意图；
图7为本发明最终形成的类似椭圆的边界内部交叉口集合的最短行程路线示意图；
图8为目前常用的最短路径算法的路径搜索范围示意图；
图9为本发明提出的E*算法的路径搜索范围示意图。
具体实施方式
如图1所示，一种基于方向性诱导的城市路网最短路径获取方法，始终在一个具有类似椭圆(Ellipse)边界的局部区域内进行，因此该最短路径获取方法可简称为E*算法，具体的说，是按如下步骤进行：
步骤1：构建城市网络并获取任意交叉口平面坐标；
获取实时路网数据得到城市道路网络G＝(V,A)，其中，V表示交叉口集合，V＝{v1,v2,…,vq,…,vQ}，vq表示第q个交叉口，q＝1,2,…,Q；A表示交叉口之间的路段集合，且A＝{aij＝(vi,vj)|i,j＝1,2,...Q}，aij表示第i个交叉口vi与第j个交叉口vj之间的路段，且aij∈{A1,A2,A3,A4}，其中A1表示快速路，A2表示主干道，A3表示次干道，A4表示支路；令路段aij上的时间权重属性为tij，且
Figure GDA0003190277560000051
dij表示路段aij的长度，vij表示路段aij的预期通行车速；若两个交叉口之间没有路段，则tij＝+∞；
根据实时路网数据得到城市道路第i个交叉口vi的平面坐标为(xi,yi)和第j个交叉口vj的平面坐标为(xj,yj)，则第i个交叉口vi与第j个交叉口vj之间的路段向量记为
Figure GDA0003190277560000052
步骤2：假设驾驶员的出发点为第s个交叉口vs，目的点为第t个交叉口vt，并以出发点到目的点的方向为行驶方向；
步骤3：参数初始化；
定义n为当前迭代次数，则第n次迭代的第s个交叉口vs到第j个交叉口vj的最短行程时间为Tn(vs,vj)，定义第n次迭代的边界内部交叉口集合Un为第n次迭代的当前局部搜索的范围，定义第n次迭代的边界外部交叉口集合
Figure GDA0003190277560000053
为第n次迭代的边界内部交叉口集合Un中边界交叉口的邻接交叉口的集合；定义扩充边界交叉口集合记为U*；
定义第s个交叉口vs与第t个交叉口vt的欧式距离记为lst，定义vmax为所有路段类型中能行驶的最大速度，则定义第s个交叉口vs到第t个交叉口vt的理论最短行程时间为
Figure GDA0003190277560000061
并作为行程时间下界；
定义第n次迭代的第s个交叉口vs和第t个交叉口vt之间的最短行程时间为Tn(vs,vt)，并作为行程时间上界
Figure GDA0003190277560000062
初始化n＝1，
Figure GDA0003190277560000063
如图2所示；
步骤4：更新第n次迭代边界内部交叉口集合Un和边界外部交叉口集合
Figure GDA0003190277560000064
如图3所示，将符合向量条件的第s个交叉口vs的邻居交叉口加入到第n次迭代边界内部交叉口集合Un否则加入到第n次迭代的边界外部交叉口集合
Figure GDA0003190277560000065
遍历第s个交叉口vs的邻居交叉口，即满足ask＝(vs,vk)∈A的第k个交叉口vk，如果
Figure GDA0003190277560000066
成立，则将Un∪{vk}赋值给Un，将第k个交叉口vk加入扩充边界交叉口集合U*，否则，将
Figure GDA0003190277560000067
赋值给
Figure GDA0003190277560000068
步骤5：继续更新第n次迭代的边界内部交叉口集合Un和边界外部交叉口集合
Figure GDA0003190277560000069
如图4所示，第n次迭代的边界内部交叉口集合Un和第n次迭代的边界外部交叉口集合
Figure GDA00031902775600000610
继续扩充，如果vt∈Un或扩充边界交叉口集合U*＝φ，则转入步骤6；否则，依次判断扩充边界交叉口集合U*中第i个交叉口vi，遍历第i个交叉口vi的邻居交叉口，即满足aij＝(vi,vj)∈A且
Figure GDA00031902775600000611
的第j个交叉口vj；如果
Figure GDA00031902775600000612
则将Un∪{vj}赋值给Un，将第i个交叉口vi从扩充边界交叉口集合U*中删除，将
Figure GDA00031902775600000613
赋值给
Figure GDA00031902775600000614
否则，将
Figure GDA00031902775600000615
赋值给
Figure GDA00031902775600000616
将第i个交叉口vi从扩充边界交叉口集合U*中删除后，重复步骤5；
步骤6：如图5所示，初步得到类似椭圆的第n次迭代的边界内部交叉口集合Un以及第n次迭代的边界外部交叉口集合
Figure GDA00031902775600000617
通过标号修正法得到出发点的交叉口vs到第n次迭代的边界内部交叉口集合Un内任一交叉口的最短行程时间及最短路径，其中，包括出发点的交叉口vs到目的点的交叉口vt的最短行程时间Tn(vs,vt)；
步骤7：判断行程时间最优性并更新行程时间上界
Figure GDA00031902775600000618
如果Tn(vs,vt)＝T，则转入步骤12；否则，更新第s个交叉口vs到第t个交叉口vt的时间上界
Figure GDA00031902775600000619
令扩充边界交叉口U*＝φ，转入步骤8；
步骤8：基于行程时间上界
Figure GDA0003190277560000071
继续更新第n次迭代的边界内部交叉口集合Un和边界外部交叉口集合
Figure GDA0003190277560000072
如图6所示，对于第n次迭代的边界外部交叉口集合
Figure GDA0003190277560000073
中的第i个交叉口vi，定义出发点的交叉口vs到第i个交叉口vi与第i个交叉口vi到目的点的交叉口vt的理论最短行程时间之和
Figure GDA0003190277560000074
如果
Figure GDA0003190277560000075
则将Un∪{vi}赋值给Un+1，将第i个交叉口vi加入扩充边界交叉口集合U*，将第i个交叉口vi从边界外部交叉口集合
Figure GDA0003190277560000076
中删除，从而得到更新后的边界外部交叉口集合
Figure GDA0003190277560000077
否则，将第i个交叉口vi从边界外部交叉口集合
Figure GDA0003190277560000078
中删除，从而得到更新后的边界外部交叉口集合
Figure GDA0003190277560000079
步骤9：基于行程时间上界
Figure GDA00031902775600000710
继续更新第n+1次迭代的边界内部交叉口集合Un+1和边界外部交叉口集合
Figure GDA00031902775600000711
依次判断扩充边界交叉口集合U*中第i个交叉口vi，遍历第i个交叉口vi的邻居交叉口，即满足aij＝(vi,vj)∈A，
Figure GDA00031902775600000712
且
Figure GDA00031902775600000713
的第j个交叉口vj，如果
Figure GDA00031902775600000714
且
Figure GDA00031902775600000715
则将第i个交叉口vi从扩充边界交叉口集合U*中删除，将Un+1∪{vj}赋值给Un+1，否则，将第i个交叉口vi从扩充边界交叉口集合U*中删除，将
Figure GDA00031902775600000716
赋值给
Figure GDA00031902775600000717
步骤10：判断Un+1＝Un是否成立，若成立，则执行步骤12；否则，转入步骤11；
步骤11：如图7所示，第n次迭代的边界内部交叉口集合Un以及第n次迭代的边界外部交叉口集合
Figure GDA00031902775600000718
更新完毕，通过标号修正法得到出发点的交叉口vs到第n+1次迭代的边界内部交叉口集合Un+1内任一交叉口的最短行程时间及最短路径，其中，包括出发点的交叉口vs到目的点的交叉口vt的最短时间Tn+1(vs,vt)；
将
Figure GDA00031902775600000719
赋值给
Figure GDA00031902775600000720
将n+1赋值给n，转入步骤8；
步骤12：输出标号修正法所得到的最短路径，如果n＝1，则最终的最短行程时间为T*＝T，否则，
Figure GDA00031902775600000721
如图8所示，目前常用的寻求最短路径的算法例如dijkstra，其路径搜索是在全局范围内进行的，在一个具有类似圆形边界的区域内进行最短路径的搜索。
如图9所示，本发明所提出的E*算法，是在一定的范围里面进行的，始终在一个具有类似椭圆边界的局部区域内进行最短路径的搜索，对比于目前常用的寻求最短路径的算法，本发明所提出的E*算法在路径搜索过程中效率更高。

Claims (1)

1.一种基于方向性诱导的城市路网最短路径获取方法，其特征按如下步骤进行：
步骤1：构建城市网络并获取任意交叉口平面坐标；
获取实时路网数据得到城市道路网络G＝(V,A)，其中，V表示交叉口集合，V＝{v1,v2,…,vq,…,vQ}，vq表示第q个交叉口，q＝1,2,…,Q；A表示交叉口之间的路段集合，且A＝{aij＝(vi,vj)|i,j＝1,2,...Q}，aij表示第i个交叉口vi与第j个交叉口vj之间的路段，且aij∈{A1,A2,A3,A4}，其中A1表示快速路，A2表示主干道，A3表示次干道，A4表示支路；令路段aij上的时间权重属性为tij，且
Figure FDA0003190277550000011
dij表示路段aij的长度，vij表示路段aij的预期通行车速；若两个交叉口之间没有路段，则tij＝+∞；
根据实时路网数据得到城市道路第i个交叉口vi的平面坐标为(xi,yi)和第j个交叉口vj的平面坐标为(xj,yj)，则第i个交叉口vi与第j个交叉口vj之间的路段向量记为
Figure FDA0003190277550000012
步骤2：假设驾驶员的出发点为第s个交叉口vs，目的点为第t个交叉口vt，并以出发点到目的点的方向为行驶方向；
步骤3：参数初始化；
定义n为当前迭代次数，则第n次迭代的第s个交叉口vs到第j个交叉口vj的最短行程时间为Tn(vs,vj)，定义第n次迭代的边界内部交叉口集合Un为第n次迭代的当前局部搜索的范围，定义第n次迭代的边界外部交叉口集合
Figure FDA0003190277550000013
为第n次迭代的边界内部交叉口集合Un中边界交叉口的邻接交叉口的集合；定义扩充边界交叉口集合记为U*；
定义第s个交叉口vs与第t个交叉口vt的欧式距离记为lst，定义vmax为所有路段类型中能行驶的最大速度，则定义第s个交叉口vs到第t个交叉口vt的理论最短行程时间为
Figure FDA0003190277550000014
并作为行程时间下界；
定义第n次迭代的第s个交叉口vs和第t个交叉口vt之间的最短行程时间为Tn(vs,vt)，并作为行程时间上界
Figure FDA0003190277550000015
初始化n＝1，
Figure FDA0003190277550000016
Un＝{vs}，
Figure FDA0003190277550000017
U*＝φ；
步骤4：更新第n次迭代边界内部交叉口集合Un和边界外部交叉口集合
Figure FDA0003190277550000018
遍历第s个交叉口vs的邻居交叉口，即满足ask＝(vs,vk)∈A的第k个交叉口vk，如果
Figure FDA0003190277550000021
成立，则将Un∪{vk}赋值给Un，将第k个交叉口vk加入扩充边界交叉口集合U*，否则，将
Figure FDA0003190277550000022
赋值给
Figure FDA0003190277550000023
步骤5：继续更新第n次迭代的边界内部交叉口集合Un和边界外部交叉口集合
Figure FDA0003190277550000024
如果vt∈Un或扩充边界交叉口集合U*＝φ，则转入步骤6；否则，依次判断扩充边界交叉口集合U*中第i个交叉口vi，遍历第i个交叉口vi的邻居交叉口，即满足aij＝(vi,vj)∈A且
Figure FDA0003190277550000025
的第j个交叉口vj，如果
Figure FDA0003190277550000026
则将Un∪{vj}赋值给Un，将第i个交叉口vi从扩充边界交叉口集合U*中删除，将U*∪{vj}赋值给U*，否则，将
Figure FDA0003190277550000027
赋值给
Figure FDA0003190277550000028
将第i个交叉口vi从扩充边界交叉口集合U*中删除后，重复步骤5；
步骤6：通过标号修正法得到出发点的交叉口vs到第n次迭代的边界内部交叉口集合Un内任一交叉口的最短行程时间及最短路径，其中，包括出发点的交叉口vs到目的点的交叉口vt的最短行程时间Tn(vs,vt)；
步骤7：判断行程时间最优性并更新行程时间上界
Figure FDA0003190277550000029
如果Tn(vs,vt)＝T，则转入步骤12；否则，更新第s个交叉口vs到第t个交叉口vt的时间上界
Figure FDA00031902775500000210
令扩充边界交叉口U*＝φ，转入步骤8；
步骤8：基于行程时间上界
Figure FDA00031902775500000211
继续更新第n次迭代的边界内部交叉口集合Un和边界外部交叉口集合
Figure FDA00031902775500000212
对于第n次迭代的边界外部交叉口集合
Figure FDA00031902775500000213
中的第i个交叉口vi，定义出发点的交叉口vs到第i个交叉口vi与第i个交叉口vi到目的点的交叉口vt的理论最短行程时间之和
Figure FDA00031902775500000214
如果
Figure FDA00031902775500000215
则将Un∪{vi}赋值给Un+1，将第i个交叉口vi加入扩充边界交叉口集合U*，将第i个交叉口vi从边界外部交叉口集合
Figure FDA00031902775500000216
中删除，从而得到更新后的边界外部交叉口集合
Figure FDA00031902775500000217
否则，将第i个交叉口vi从边界外部交叉口集合
Figure FDA00031902775500000218
中删除，从而得到更新后的边界外部交叉口集合
Figure FDA00031902775500000219
步骤9：基于行程时间上界
Figure FDA00031902775500000220
继续更新第n+1次迭代的边界内部交叉口集合Un+1和边界外部交叉口集合
Figure FDA00031902775500000221
依次判断扩充边界交叉口集合U*中第i个交叉口vi，遍历第i个交叉口vi的邻居交叉口，即满足aij＝(vi,vj)∈A，
Figure FDA00031902775500000222
且
Figure FDA00031902775500000223
的第j个交叉口vj，如果
Figure FDA00031902775500000224
且
Figure FDA00031902775500000225
则将第i个交叉口vi从扩充边界交叉口集合U*中删除，将Un+1∪{vj}赋值给Un+1，否则，将第i个交叉口vi从扩充边界交叉口集合U*中删除，将
Figure FDA0003190277550000031
赋值给
Figure FDA0003190277550000032
步骤10：判断Un+1＝Un是否成立，若成立，则执行步骤12；否则，转入步骤11；
步骤11：通过标号修正法得到出发点的交叉口vs到第n+1次迭代的边界内部交叉口集合Un+1内任一交叉口的最短行程时间及最短路径，其中，包括出发点的交叉口vs到目的点的交叉口vt的最短时间Tn+1(vs,vt)；
将
Figure FDA0003190277550000033
赋值给
Figure FDA0003190277550000034
将n+1赋值给n，转入步骤8；
步骤12：输出标号修正法所得到的最短路径，如果n＝1，则最终的最短行程时间为T*＝T，否则，
Figure FDA0003190277550000035
CN202011320826.8A 2020-11-23 2020-11-23 一种基于方向性诱导的城市路网最短路径获取方法 Active CN112435498B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011320826.8A CN112435498B (zh) 2020-11-23 2020-11-23 一种基于方向性诱导的城市路网最短路径获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011320826.8A CN112435498B (zh) 2020-11-23 2020-11-23 一种基于方向性诱导的城市路网最短路径获取方法

Publications (2)

Publication Number Publication Date
CN112435498A CN112435498A (zh) 2021-03-02
CN112435498B true CN112435498B (zh) 2021-09-14

Family

ID=74692894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011320826.8A Active CN112435498B (zh) 2020-11-23 2020-11-23 一种基于方向性诱导的城市路网最短路径获取方法

Country Status (1)

Country Link
CN (1) CN112435498B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800353A (zh) * 2021-03-03 2021-05-14 郑州大学 一种基于虚拟边界的动态椭圆限制搜索区域最短路径方法
CN112991801B (zh) * 2021-03-05 2022-03-11 合肥工业大学 一种基于时变路况的最优安全路径获取方法
CN114001747B (zh) * 2021-11-18 2023-06-27 合肥工业大学 基于共用计算和dijkstra算法的城市路网多源最短路径获取方法
CN114170831B (zh) * 2021-12-09 2022-09-13 合肥工业大学 一种考虑安全和效率的城市k则时变最短路径获取方法
CN115547087B (zh) * 2022-09-21 2023-06-27 合肥工业大学 基于两阶段法与方向诱导的城市路网最短路径获取方法及应用

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104034327B (zh) * 2013-03-04 2016-08-31 华为技术有限公司 行人导航处理方法、终端设备和系统
CN104318794A (zh) * 2014-10-24 2015-01-28 浙江大学 一种基于考虑城市交叉口时间延误的实用路径选择方法
CN106355923B (zh) * 2016-09-08 2018-10-09 江苏大学 车联网环境下基于实时交通信息的智慧导航系统及导航方法
US11300976B2 (en) * 2016-12-19 2022-04-12 Kubota Corporation Work vehicle automatic traveling system
CN110852502B (zh) * 2019-11-06 2022-12-16 北京交通大学 基于时间的路径优化方法
CN111063208A (zh) * 2019-12-26 2020-04-24 山东科技大学 一种基于车联网的车道级交通诱导方法及系统

Also Published As

Publication number Publication date
CN112435498A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN112435498B (zh) 一种基于方向性诱导的城市路网最短路径获取方法
CN112991800B (zh) 基于角度限制和双向搜索的城市路网最短路径获取方法
CN102081658B (zh) 基于分层路网的路径搜索方法和装置
CN108827335B (zh) 一种基于单向搜索模型的最短路径规划方法
CN110515380B (zh) 基于转弯权重约束的最短路径规划方法
CN103344248B (zh) 一种车辆导航系统的最佳路径计算方法
CN106647754A (zh) 一种果园履带机器人路径规划方法
CN112833899B (zh) 一种用于无人环卫车的全覆盖路径规划方法
CN106845703B (zh) 一种考虑转向延误的城市路网时变k最短路径搜索方法
CN113393690B (zh) 考虑自动驾驶专用车道的混合交通均衡分配方法
CN109974739B (zh) 基于高精度地图的全局导航系统及导航信息生成方法
CN109459052B (zh) 一种扫地机全覆盖路径规划方法
CN113048981B (zh) 一种面向dem的无道路区域路径规划算法的方法
CN107544502A (zh) 一种已知环境下的移动机器人规划方法
CN109523781A (zh) 一种基于卫星定位的路口预测方法
CN113808424B (zh) 基于双向Dijkstra的城市路网K条最短路径的获取方法
CN111272187A (zh) 基于改进的a*算法的最优行驶路径规划方法及系统
CN111337047A (zh) 基于多任务点约束的非结构化道路宏观路径规划方法
CN113219990B (zh) 基于自适应邻域与转向代价的机器人路径规划方法
CN115547087B (zh) 基于两阶段法与方向诱导的城市路网最短路径获取方法及应用
US20020169543A1 (en) Long distance routing
CN117249842A (zh) 一种基于轨迹平滑优化的无人车混合轨迹规划方法
CN116414139A (zh) 基于A-Star算法的移动机器人复杂路径规划方法
CN116465425A (zh) 一种局部优化和双向计算的启发式路径规划方法
CN115223389B (zh) 一种基于动态路段代价的停车引导路径规划方法

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