CN113465612A - 一种基于双层索引的并行路径规划方法及系统 - Google Patents

一种基于双层索引的并行路径规划方法及系统 Download PDF

Info

Publication number
CN113465612A
CN113465612A CN202110747428.2A CN202110747428A CN113465612A CN 113465612 A CN113465612 A CN 113465612A CN 202110747428 A CN202110747428 A CN 202110747428A CN 113465612 A CN113465612 A CN 113465612A
Authority
CN
China
Prior art keywords
route
point
starting point
routes
end point
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
CN202110747428.2A
Other languages
English (en)
Other versions
CN113465612B (zh
Inventor
李博涵
戴天伦
于自强
臧亚磊
解文彬
黄哲龙
田博
杨新民
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202110747428.2A priority Critical patent/CN113465612B/zh
Publication of CN113465612A publication Critical patent/CN113465612A/zh
Application granted granted Critical
Publication of CN113465612B publication Critical patent/CN113465612B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

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

Abstract

本发明公开了一种基于双层索引的并行路径规划方法及系统，所述方法包括：首先构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；其次根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；最后对基准路线经过的所有子图进行局部路线优化。本发明基于双层索引结构，及时调整规划路线，整个调整以局部路线优化的方式进行分段实施，降低了路线规划成本，还提高了响应速度。

Description

一种基于双层索引的并行路径规划方法及系统
技术领域
本发明涉及动态路径规划技术领域，特别是涉及一种基于双层索引的并行路径规划方法及系统。
背景技术
当前，越来越多的车辆出行依赖导航路径，希望行驶过程中避免拥堵，尽可能快地到达目的地。现实中，主流导航软件虽然会根据路况变化为行驶中的用户更新导航路径，但是考虑到计算代价，这些软件的导航路径更新频率慢，经常令用户陷入拥堵。
基于位置服务(LBS)的时空查询问题已引起国内外学者的广泛关注，在导航路径推荐服务中，基于复杂变化的路况为正在使用导航的用户及时调整导航路径，能够很大程度上规避突发拥堵、节约出行成本，其本质则是基于动态路网的导航路径持续查询问题，因此，需要一种实用的路径规划策略来提供连续的路径优化。但是，在进行路径规划时，现有的工作很少能够全面考虑到各种交通状况。此外，LBS通常在高峰时段，遭受大量的并发路由规划请求，所以亟需一种并行算法来处理大量路径规划，以减少每个规划请求的响应时间。
A*算法是一种在静态图中寻找最短路线的经典算法，已被广泛应用在许多工作中。Demiryurek等人提出了一种基于双向A*搜索算法的方法。R3系统还基于A*算法计算最佳导航路径。与上述工作不同的是，R3系统引入了历史数据以提高路径规划效率。但是，以上工作反复计算用户移动的位置到终点的最短路径，使得路线规划的成本较大。因此，如何对以上算法进行优化以降低路线规划成本成为本领域亟需解决的技术问题。
发明内容
本发明的目的是提供一种基于双层索引的并行路径规划方法及系统，以降低路线规划成本以及提高响应速度。
为实现上述目的，本发明提供了一种基于双层索引的并行路径规划方法，所述方法包括：
构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；
根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；
对基准路线经过的所有子图进行局部路线优化。
可选地，所述构建双层索引结构，具体包括：
使用广度优先策略遍历道路网，并将道路网划分成N个子图，保存每个子图的边界点；将位于不同子图的道路对应的两个端点作为边界点；
根据各个子图的边界点构建骨架图。
可选地，所述根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线，具体包括：
根据历史路线构建前缀路径树；
根据用户输入的起点为和终点，判断起点和终点是否均为边界点；
若起点和终点均为边界点，则直接在骨架图上计算从起点到终点的最短路径作为基准路线；
否则，定位起点和终点所在的子图，基于前缀路径树计算起点到起点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将起点到起点所在的子图中各边界点的频繁路线作为第一路线；所述频繁路线为使用率最高的历史路线；k为大于等于1的正整数；
基于前缀路径树计算终点到终点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将终点到终点所在的子图中各边界点的频繁路线作为第二路线；
根据k条第一路线及各条第一路线对应的路线权重和k条第二路线及各条第二路线对应的路线权重确定包含起点和终点的骨架图；
根据所述包含起点和终点的骨架图计算从起点到终点的最短路径作为基准路线。
可选地，所述根据历史路线构建前缀路径树，具体包括：
以历史路线的起点作为路径树的根结点，以历史路线的终点作为路径树的叶结点，以历史路线中的顶点作为路径树的结点，构建路径树；
根据历史路线的终点创建一个结点列表和队列；
根据所述路径树、结点列表和队列构建前缀路径树。
可选地，所述对基准路线经过的所有子图进行局部路线优化，具体包括：
确定基准路线经过的所有子图，计算各子图内最短路线，并将各子图内最短路线作为各子图对应的局部基准路线；
根据各子图对应的局部基准路线计算用户当前位置和跟踪点之间的最短路线；所述跟踪点为局部基准路线中第一个权重变化值超过阈值的点的后一个相邻顶点；
当用户到达跟踪点后获取下一个跟踪点，直至完成各子图内的局部基准路线。
本发明还提供一种基于双层索引的并行路径规划系统，所述系统包括：
双层索引结构构建模块，用于构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；
基准路线计算模块，用于根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；
局部优化模块，用于对基准路线经过的所有子图进行局部路线优化。
可选地，所述双层索引结构构建模块，具体包括：
子图划分单元，用于使用广度优先策略遍历道路网，并将道路网划分成N个子图，保存每个子图的边界点；将位于不同子图的道路对应的两个端点作为边界点；
骨架图构建单元，用于根据各个子图的边界点构建骨架图。
可选地，所述基准路线计算模块，具体包括：
前缀路径树构建单元，用于根据历史路线构建前缀路径树；
基准路线计算单元，用于根据用户输入的起点为和终点，判断起点和终点是否均为边界点；
若起点和终点均为边界点，则直接在骨架图上计算从起点到终点的最短路径作为基准路线；
否则，定位起点和终点所在的子图，基于前缀路径树计算起点到起点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将起点到起点所在的子图中各边界点的频繁路线作为第一路线；所述频繁路线为使用率最高的历史路线；k为大于等于1的正整数；
基于前缀路径树计算终点到终点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将终点到终点所在的子图中各边界点的频繁路线作为第二路线；
根据k条第一路线及各条第一路线对应的路线权重和k条第二路线及各条第二路线对应的路线权重确定包含起点和终点的骨架图；
根据所述包含起点和终点的骨架图计算从起点到终点的最短路径作为基准路线。
可选地，所述前缀路径树构建单元，具体包括：
路径树构建子单元，用于以历史路线的起点作为路径树的根结点，以历史路线的终点作为路径树的叶结点，以历史路线中的顶点作为路径树的结点，构建路径树；
结点列表和队列创建子单元，用于根据历史路线的终点创建一个结点列表和队列；
前缀路径树构建子单元，用于根据所述路径树、结点列表和队列构建前缀路径树。
可选地，所述局部优化模块，具体包括：
局部基准路线确定单元，用于确定基准路线经过的所有子图，计算各子图内最短路线，并将各子图内最短路线作为各子图对应的局部基准路线；
最短路线确定单元，用于根据各子图对应的局部基准路线计算用户当前位置和跟踪点之间的最短路线；所述跟踪点为局部基准路线中第一个权重变化值超过阈值的点的后一个相邻顶点；
跟踪点获取单元，用于当用户到达跟踪点后获取下一个跟踪点，直至完成各子图内的局部基准路线。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种基于双层索引的并行路径规划方法及系统，所述方法包括：首先构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；其次根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；最后对基准路线经过的所有子图进行局部路线优化。本发明基于双层索引结构，及时调整规划路线，整个调整以局部路线优化的方式进行分段实施，降低了路线规划成本，还提高了响应速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1基于双层索引的并行路径规划方法流程图；
图2为本发明实施例2基于双层索引的并行路径规划系统结构图；
图3为本发明实施例1分布式计算框架示意图；
图4为本发明实施例1双层索引结构示意图；
图5为本发明实施例1前缀路径树示意图；
图6为本发明实施例1子图内局部路线优化示意图；
图7为本发明实施例1并行路径规划示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于双层索引的并行路径规划方法及系统，以降低路线规划成本以及提高响应速度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图3所示，本发明采用“Master-Workers”的分布式计算框架，所有子图由不同的Worker负责，一个Worker可以负责多个子图。骨架图部署到需要处理查询的Worker上。道路网仅由Master维护一份，当道路的通行时间发生变化时，Master会将变化的通行时间实时分发到每个Worker上，这些Worker将对它们各自维护的子图和骨架图中边的权重进行调整。具体过程为：Master维护一个道路网，并进行子图划分，通过前缀路径树计算top-k频繁路线，建立骨架图，完成双层索引结构。对于用户输入的起点和终点的路径查询，Master发送给一个QueryWorker，QueryWorker维护骨架图并在骨架图中加入起点和终点。如图7所示，QueryWorker基于骨架图计算基准路径，对于基准路径经过的子图序列，每一个SubgraphWorker进行子图优化，最后完成路径规划。
如图1所示，本发明提供一种基于双层索引的并行路径规划方法，所述方法包括：
S1：构建双层索引结构。如图4所示，所述双层索引结构包括：一个骨架图和多个子图。
S2：根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线。
S3：对基准路线经过的所有子图进行局部路线优化。
在本发明实施例中，所述构建双层索引结构，具体包括：
从道路网的任意顶点开始，使用广度优先策略遍历道路网，并将道路网划分成N个子图，每个子图大小为z，保存每个子图的边界点。N为大于1的正整数。如果一条道路的两个顶点位于不同的子图，这两个顶点被称为边界点。只要顶点在一条道路中符合成为边界点的条件，则就可以被称为边界点。
设置道路网路况动态变化，根据各个子图的边界点构建骨架图。具体地：
首先设置一个线程，将道路网中边的权重变化率设置为正负30％。然后以各子图边界点创建骨架图，不同子图的两个边界点在骨架图中由原始边直接相连；对于同一子图内的两个边界点，如果在子图内是可达的，那么这两个边界点在骨架图中创建一条边，该边的权重由对应的k条频繁路线中最小代价决定。
对于起点为v1，终点为vp的路线pl，其权重定义为：
Figure BDA0003144814050000071
其中，c(pl)表示路线pl的权重，w(vd,vd+1)表示路线pl中边(vd,vd+1)的权重。
在本发明实施例中，所述根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线，具体包括：
根据历史路线构建前缀路径树。
根据用户输入的起点为和终点，判断起点和终点是否均为边界点。
若起点和终点均为边界点，QueryWorker则直接在骨架图上计算从起点到终点的最短路径作为基准路线。
否则，QueryWorker定位起点和终点所在的子图，分别记为SGs和SGt，其次将起点发送给负责子图SGs局部路线优化的SubgraphWorker1，将终点发送给负责子图SGt局部路线优化的SubgraphWorker2。然后SubgraphWorker1基于前缀路径树计算起点到起点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重并发送给QueryWorker，将起点到起点所在的子图中各边界点的频繁路线作为第一路线；所述频繁路线为使用率最高的历史路线；k为大于等于1的正整数；SubgraphWorker2基于前缀路径树计算终点到终点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重并发送给QueryWorker，将终点到终点所在的子图中各边界点的频繁路线作为第二路线；QueryWorker根据k条第一路线及各条第一路线对应的路线权重和k条第二路线及各条第二路线对应的路线权重确定包含起点和终点的骨架图。起点和子图SGs的边界点直接相连，终点与子图SGt的边界点直接相连，且对应边权重设置为k频繁路线中最小权重。最后QueryWorker根据所述包含起点和终点的骨架图计算从起点到终点的最短路径作为基准路线。
在本发明实施例中，所述根据历史路线构建前缀路径树，具体包括：
以历史路线的起点作为路径树的根结点，以历史路线的终点作为路径树的叶结点，以历史路线中的顶点作为路径树的结点，构建路径树。
根据历史路线的终点创建一个结点列表和队列。
如图5所示，根据所述路径树、结点列表和队列构建前缀路径树。
结构保存top-k条频繁路线的步骤为：
具体地，对于每一个子图，初始化路径树，以边界点vx作为路径树的根结点，创建一个结点列表L。然后将起点为vx终点为vy的历史轨迹j(vx为边界点，且vx≠vy)插入路径树，将历史轨迹j中顶点视为路径树的结点，将历史轨迹j中终点vy视为路径树的叶结点。在路径树中查找的最长公共前缀，并在公共前缀后添加历史轨迹j剩余部分，若L中不存在终点vy，则创建终点vy项，并链接该叶结点。每个叶结点维护一个队列Q，保存历史轨迹j名称为j。当所有历史轨迹插入路径树后，根据所述路径树、结点列表和队列构建前缀路径树。从结点列表L中依次访问终点vy，按照队列|Q|的大小选取k条频繁路线，|Q|越大，则表示该轨迹越频繁。
道路网络边权重动态变化时，对于每个边界点对(v1，v2)以及边界点对在骨架图中对应边e12，若边界点对(v1，v2)处于不同子图，e12的权重更新为最新值；若边界点对(v1，v2)处于同一子图，从边界点对(v1，v2)对应的k条频繁路线中重新寻找最小的权重，并把e12的权重更新为该最小权重。
如图6所示，在本发明实施例中，对基准路线经过的所有子图进行局部路线优化采用贪心思想，将规划路径分为多个分段，只计算每个分段中用户所在当前顶点和跟踪点slot之间的最短路径，具体地：
确定基准路线经过的所有子图，各SubgraphWorker计算对应子图内最短路线，并将各子图内最短路线作为各子图对应的局部基准路线。图6中Vi-1至Vi-2为子图1中的局部基准路线。
根据各子图对应的局部基准路线计算用户当前位置和跟踪点slot之间的最短路线。所述跟踪点为局部基准路线中第一个权重变化值超过阈值的点的后一个相邻顶点；若局部基准路线中不存在权重变化值超过阈值的点，则选取权重变化值最大的点的后一个相邻顶点作为跟踪点。图6中Vc为局部基准路线中第一个权重变化值超过阈值的点。
其中，权重变化值根据如下公式计算得到：
Figure BDA0003144814050000091
pw表示权重变化值，c(pc-x)表示表示用户当前位置到终点的原权重，c′(pc-x)表示用户当前位置到终点道路网络路况变化后的权重。
当用户到达跟踪点后获取下一个跟踪点，直至完成各子图内的局部基准路线。
本发明的有益效果如下：
本发明将整个路网的导航路线持续优化问题转化为多个子网的局部最优路线查找问题，降低了计算复杂度，提高了响应速度。此外，将复杂任务分解为多个轻量级的子任务，易于分布式实现，可通过增加硬件资源提升响应速度和吞吐量，使整个系统具备良好的可扩展性。
本发明在面对大规模并发查询时，并行路径规划算法首先基于全局子网的通行状况，为不同用户推荐差异化的基准路线作为粗粒度导航方向，避免将大量用户诱导至同一区域，造成拥堵；然后在候选查询子网内基于变化的路况对路线进行细粒度优化，尽可能减少局部区域的通行时间，同时避免由路线规划所导致的大量用户争夺全局较好的道路资源引发的交通拥堵。突破出行应用服务在时空大数据计算方面所面临的技术瓶颈，为城市人群提供更加智能化的出行服务，满足城市人群个性化的出行需求。
本发明的并行路径规划算法能够根据路况变化实时地为自动驾驶车辆优化调整导航路线，降低出行成本。此外，该算法在对导航路线进行局部优化时，引入调整阈值。通过阈值的设定，调整优化频率，满足不同场景和不同用户的个性化需求。
实施例2
如图2所示，本发明提供一种基于双层索引的并行路径规划系统，所述系统包括：
双层索引结构构建模块101，用于构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；
基准路线计算模块102，用于根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；
局部优化模块103，用于对基准路线经过的所有子图进行局部路线优化。
在本发明实施例中，所述双层索引结构构建模块，具体包括：
子图划分单元，用于使用广度优先策略遍历道路网，并将道路网划分成N个子图，保存每个子图的边界点；将位于不同子图的道路对应的两个端点作为边界点；
骨架图构建单元，用于根据各个子图的边界点构建骨架图。
在本发明实施例中，所述基准路线计算模块，具体包括：
前缀路径树构建单元，用于根据历史路线构建前缀路径树；
基准路线计算单元，用于根据用户输入的起点为和终点，判断起点和终点是否均为边界点；
若起点和终点均为边界点，则直接在骨架图上计算从起点到终点的最短路径作为基准路线；
否则，定位起点和终点所在的子图，基于前缀路径树计算起点到起点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将起点到起点所在的子图中各边界点的频繁路线作为第一路线；所述频繁路线为使用率最高的历史路线；k为大于等于1的正整数；
基于前缀路径树计算终点到终点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将终点到终点所在的子图中各边界点的频繁路线作为第二路线；
根据k条第一路线及各条第一路线对应的路线权重和k条第二路线及各条第二路线对应的路线权重确定包含起点和终点的骨架图；
根据所述包含起点和终点的骨架图计算从起点到终点的最短路径作为基准路线。
在本发明实施例中，所述前缀路径树构建单元，具体包括：
路径树构建子单元，用于以历史路线的起点作为路径树的根结点，以历史路线的终点作为路径树的叶结点，以历史路线中的顶点作为路径树的结点，构建路径树；
结点列表和队列创建子单元，用于根据历史路线的终点创建一个结点列表和队列；
前缀路径树构建子单元，用于根据所述路径树、结点列表和队列构建前缀路径树。
在本发明实施例中，所述局部优化模块，具体包括：
局部基准路线确定单元，用于确定基准路线经过的所有子图，计算各子图内最短路线，并将各子图内最短路线作为各子图对应的局部基准路线；
最短路线确定单元，用于根据各子图对应的局部基准路线计算用户当前位置和跟踪点之间的最短路线；所述跟踪点为局部基准路线中第一个权重变化值超过阈值的点的后一个相邻顶点；
跟踪点获取单元，用于当用户到达跟踪点后获取下一个跟踪点，直至完成各子图内的局部基准路线。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于双层索引的并行路径规划方法，其特征在于，所述方法包括：
构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；
根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；
对基准路线经过的所有子图进行局部路线优化。
2.根据权利要求1所述的基于双层索引的并行路径规划方法，其特征在于，所述构建双层索引结构，具体包括：
使用广度优先策略遍历道路网，并将道路网划分成N个子图，保存每个子图的边界点；将位于不同子图的道路对应的两个端点作为边界点；
根据各个子图的边界点构建骨架图。
3.根据权利要求1所述的基于双层索引的并行路径规划方法，其特征在于，所述根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线，具体包括：
根据历史路线构建前缀路径树；
根据用户输入的起点为和终点，判断起点和终点是否均为边界点；
若起点和终点均为边界点，则直接在骨架图上计算从起点到终点的最短路径作为基准路线；
否则，定位起点和终点所在的子图，基于前缀路径树计算起点到起点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将起点到起点所在的子图中各边界点的频繁路线作为第一路线；所述频繁路线为使用率最高的历史路线；k为大于等于1的正整数；
基于前缀路径树计算终点到终点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将终点到终点所在的子图中各边界点的频繁路线作为第二路线；
根据k条第一路线及各条第一路线对应的路线权重和k条第二路线及各条第二路线对应的路线权重确定包含起点和终点的骨架图；
根据所述包含起点和终点的骨架图计算从起点到终点的最短路径作为基准路线。
4.根据权利要求3所述的基于双层索引的并行路径规划方法，其特征在于，所述根据历史路线构建前缀路径树，具体包括：
以历史路线的起点作为路径树的根结点，以历史路线的终点作为路径树的叶结点，以历史路线中的顶点作为路径树的结点，构建路径树；
根据历史路线的终点创建一个结点列表和队列；
根据所述路径树、结点列表和队列构建前缀路径树。
5.根据权利要求1所述的基于双层索引的并行路径规划方法，其特征在于，所述对基准路线经过的所有子图进行局部路线优化，具体包括：
确定基准路线经过的所有子图，计算各子图内最短路线，并将各子图内最短路线作为各子图对应的局部基准路线；
根据各子图对应的局部基准路线计算用户当前位置和跟踪点之间的最短路线；所述跟踪点为局部基准路线中第一个权重变化值超过阈值的点的后一个相邻顶点；
当用户到达跟踪点后获取下一个跟踪点，直至完成各子图内的局部基准路线。
6.一种基于双层索引的并行路径规划系统，其特征在于，所述系统包括：
双层索引结构构建模块，用于构建双层索引结构；所述双层索引结构包括：一个骨架图和多个子图；
基准路线计算模块，用于根据用户输入的起点和终点，利用所述双层索引结构计算一条基准路线；
局部优化模块，用于对基准路线经过的所有子图进行局部路线优化。
7.根据权利要求6所述的基于双层索引的并行路径规划系统，其特征在于，所述双层索引结构构建模块，具体包括：
子图划分单元，用于使用广度优先策略遍历道路网，并将道路网划分成N个子图，保存每个子图的边界点；将位于不同子图的道路对应的两个端点作为边界点；
骨架图构建单元，用于根据各个子图的边界点构建骨架图。
8.根据权利要求6所述的基于双层索引的并行路径规划系统，其特征在于，所述基准路线计算模块，具体包括：
前缀路径树构建单元，用于根据历史路线构建前缀路径树；
基准路线计算单元，用于根据用户输入的起点为和终点，判断起点和终点是否均为边界点；
若起点和终点均为边界点，则直接在骨架图上计算从起点到终点的最短路径作为基准路线；
否则，定位起点和终点所在的子图，基于前缀路径树计算起点到起点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将起点到起点所在的子图中各边界点的频繁路线作为第一路线；所述频繁路线为使用率最高的历史路线；k为大于等于1的正整数；
基于前缀路径树计算终点到终点所在的子图中各边界点的k条频繁路线及各频繁路线对应的路线权重，将终点到终点所在的子图中各边界点的频繁路线作为第二路线；
根据k条第一路线及各条第一路线对应的路线权重和k条第二路线及各条第二路线对应的路线权重确定包含起点和终点的骨架图；
根据所述包含起点和终点的骨架图计算从起点到终点的最短路径作为基准路线。
9.根据权利要求8所述的基于双层索引的并行路径规划系统，其特征在于，所述前缀路径树构建单元，具体包括：
路径树构建子单元，用于以历史路线的起点作为路径树的根结点，以历史路线的终点作为路径树的叶结点，以历史路线中的顶点作为路径树的结点，构建路径树；
结点列表和队列创建子单元，用于根据历史路线的终点创建一个结点列表和队列；
前缀路径树构建子单元，用于根据所述路径树、结点列表和队列构建前缀路径树。
10.根据权利要求6所述的基于双层索引的并行路径规划系统，其特征在于，所述局部优化模块，具体包括：
局部基准路线确定单元，用于确定基准路线经过的所有子图，计算各子图内最短路线，并将各子图内最短路线作为各子图对应的局部基准路线；
最短路线确定单元，用于根据各子图对应的局部基准路线计算用户当前位置和跟踪点之间的最短路线；所述跟踪点为局部基准路线中第一个权重变化值超过阈值的点的后一个相邻顶点；
跟踪点获取单元，用于当用户到达跟踪点后获取下一个跟踪点，直至完成各子图内的局部基准路线。
CN202110747428.2A 2021-07-02 2021-07-02 一种基于双层索引的并行路径规划方法及系统 Active CN113465612B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110747428.2A CN113465612B (zh) 2021-07-02 2021-07-02 一种基于双层索引的并行路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110747428.2A CN113465612B (zh) 2021-07-02 2021-07-02 一种基于双层索引的并行路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN113465612A true CN113465612A (zh) 2021-10-01
CN113465612B CN113465612B (zh) 2024-03-26

Family

ID=77877266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110747428.2A Active CN113465612B (zh) 2021-07-02 2021-07-02 一种基于双层索引的并行路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN113465612B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104266657A (zh) * 2014-09-12 2015-01-07 海华电子企业(中国)有限公司 基于cpu和mic协同计算的最短路径规划并行化方法
CN109711633A (zh) * 2018-12-29 2019-05-03 中山大学 一种基于MapReduce的公共交通出行路径规划索引方法
KR20190063760A (ko) * 2017-11-30 2019-06-10 주식회사 리얼타임테크 인-메모리 dbms 기반의 네트워크 경로 탐색 시스템
CN110487293A (zh) * 2019-08-29 2019-11-22 湖南大学 一种基于大规模道路网络的高效且隐私的路径规划方法
CN110807129A (zh) * 2019-09-29 2020-02-18 北京淇瑀信息科技有限公司 多层用户关系图集合的生成方法、装置及电子设备
CN111289002A (zh) * 2019-09-24 2020-06-16 陈水弟 一种机器人路径规划方法及系统
WO2020237710A1 (en) * 2019-05-31 2020-12-03 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for route planning

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104266657A (zh) * 2014-09-12 2015-01-07 海华电子企业(中国)有限公司 基于cpu和mic协同计算的最短路径规划并行化方法
KR20190063760A (ko) * 2017-11-30 2019-06-10 주식회사 리얼타임테크 인-메모리 dbms 기반의 네트워크 경로 탐색 시스템
CN109711633A (zh) * 2018-12-29 2019-05-03 中山大学 一种基于MapReduce的公共交通出行路径规划索引方法
WO2020237710A1 (en) * 2019-05-31 2020-12-03 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for route planning
CN110487293A (zh) * 2019-08-29 2019-11-22 湖南大学 一种基于大规模道路网络的高效且隐私的路径规划方法
CN111289002A (zh) * 2019-09-24 2020-06-16 陈水弟 一种机器人路径规划方法及系统
CN110807129A (zh) * 2019-09-29 2020-02-18 北京淇瑀信息科技有限公司 多层用户关系图集合的生成方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李楷;钟耳顺;曾志明;曹国峰;: "基于分层网络拓扑结构的最优路径算法", 中国图象图形学报, no. 07 *

Also Published As

Publication number Publication date
CN113465612B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
Liu et al. Distributed cooperative reinforcement learning-based traffic signal control that integrates V2X networks’ dynamic clustering
Wang et al. A multi-agent based vehicles re-routing system for unexpected traffic congestion avoidance
CN107643085B (zh) 一种路径推荐方法与装置
Oubbati et al. SEARCH: An SDN-enabled approach for vehicle path-planning
CN103544291A (zh) 道路网络中基于RRN-Tree的移动对象CKNN查询方法
CN102137462B (zh) 车辆自组织网络中基于预测的交叉路口处的路由方法
US8660789B2 (en) Hierarchical and exact fastest path computation in time-dependent spatial networks
Verroios et al. Reaching available public parking spaces in urban environments using ad hoc networking
Dong et al. Software defined networking based on-demand routing protocol in vehicle ad hoc networks
CN109000668A (zh) 基于车联网的实时智能导航方法
CN104080056B (zh) 基于连通度概率感知的车载自组织网络的消息分发方法
CN109959388A (zh) 一种基于栅格扩展模型的智能交通精细化路径规划方法
CN105489043A (zh) 基于车载自组网的实时路径规划方法
Wang et al. An adaptive and VANETs-based Next Road Re-routing system for unexpected urban traffic congestion avoidance
CN111130853B (zh) 一种基于时间信息的软件定义车辆网络的未来路由预测方法
CN111028511B (zh) 一种交通拥堵预警方法及装置
CN109579861B (zh) 一种基于强化学习的路径导航方法及系统
Kim et al. Navopt: Navigator assisted vehicular route optimizer
CN102271368A (zh) 基于跨层资源优化的空天信息网络信息传输方法及系统
CN109511123A (zh) 一种基于时间信息的软件定义车辆网络自适应路由方法
CN112906934A (zh) 基于gis地图的城市配电网故障抢修路径优化方法及系统
Zhao et al. A temporal-information-based adaptive routing algorithm for software defined vehicular networks
Shahi et al. A comparative study on efficient path finding algorithms for route planning in smart vehicular networks
CN113382382A (zh) 一种基于模糊逻辑优化策略的车辆自组网络路由方法
CN114186410A (zh) 随机gis网络驱动的交通最短可靠路径方法

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