CN113627669A - 交通路线优化处理方法、装置及设备 - Google Patents
交通路线优化处理方法、装置及设备 Download PDFInfo
- Publication number
- CN113627669A CN113627669A CN202110914988.2A CN202110914988A CN113627669A CN 113627669 A CN113627669 A CN 113627669A CN 202110914988 A CN202110914988 A CN 202110914988A CN 113627669 A CN113627669 A CN 113627669A
- Authority
- CN
- China
- Prior art keywords
- point
- cluster
- residence
- determining
- resident
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 31
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 230000011664 signaling Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种交通路线优化处理方法、装置及设备,该方法包括:获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息;根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点;确定所述各驻留点类簇对应的公交车站设点所在的主干线;根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。本实施例提供的方法确定的乘车规划路线的准确性更高。
Description
技术领域
本发明实施例涉及通信与计算机技术领域,尤其涉及一种交通路线优化处理方法、装置及设备。
背景技术
轨道交通对城市出行,尤其是大型城市的出行来说,是一种比较方便的交通出现方式。轨道交通包括地铁、城际高铁等,相比较其他交通方式,轨道交通具有通勤不拥堵、速度快、运输大、环境舒适等优点。虽然轨道交通具有很多的优点,但是忽略了乘客从出发点达到轨道交通乘车点期间的线路规划,将对整体的出行体检大打折扣。为了方便市民出行搭乘轨道交通,需要对乘客到达轨道交通乘车点前的接驳路线路线规划、站点安排、发车间隔等设施和位置点做好相关优化,从而提升全程通勤的效率和舒适度。
目前,现有的交通路线规划处理,主要是根据轨道交通站点各重要时间点的高峰小时的客流量,得到交通接驳出行需求客流预测总量,再根据站点周边用地规划,构建居民分布模型和各出行方式网络来做新的出行方式优化。
然而,发明人发现现有技术至少存在以下技术问题:需要耗费大量的时间成本采集到足够的数据做分析,耗时较长,且在数据量不足时,准确度较低。
发明内容
本发明实施例提供一种交通路线优化处理方法、装置及设备,以克服现有技术中需要耗费大量的时间成本采集到足够的数据做分析,耗时较长,且在数据量不足时,准确度较低的问题。
第一方面,本发明实施例提供一种交通路线优化处理方法,包括:
获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息;
根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点;
确定所述各驻留点类簇对应的公交车站设点所在的主干线;
根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。
在一种可能的设计中,所述根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,包括:
对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇;
确定每个初始驻留点类簇的中心坐标、覆盖范围以及覆盖用户数,并对各个初始驻留点类簇进行如下处理得到驻留点类簇:
若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值,则将两个驻留点类簇进行合并;
若任一驻留点类簇的覆盖范围大于预设范围阈值,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值;
若任一驻留点类簇的覆盖用户数小于预设用户数阈值,则删除该驻留点类簇。
在一种可能的设计中,所述在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点,包括:
确定每个驻留点类簇的中心坐标到最近公交车站的距离;
若任一驻留点类簇的中心坐标到最近公交车站的距离大于或等于第一预设距离且小于或等于第二预设距离,则在所述驻留点类簇所在地安排共享单车设点;
若任一驻留点类簇的中心坐标到最近公交车站的距离大于所述第二预设距离,则在所述驻留点类簇所在地安排公交车站设点。
在一种可能的设计中,所述确定所述各驻留点类簇对应的公交车站设点所在的主干线,包括:
确定每个驻留点类簇所在地的所有公路路线,并按照预设道路级别规则划分每条公路路线的分配权重;
以每个驻留点类簇中心坐标为中心,以预设距离为半径,确定驻留点类簇的公交车站设点的公路路线覆盖范围,并获取公路路线覆盖范围内的候选公路路线集合;
计算每个驻留点类簇中心坐标与候选公路路线集合中每条候选公路路线的距离,并根据所述距离和每条候选公路路线的分配权重确定每条候选公路路线的最终权重,将最终权重最大值的候选公路路线确定为对应驻留点类簇所在地的主干线。
在一种可能的设计中,所述路网公路图模型是根据路网公路交点集合、每条公路对应的边集合构建的;
相应地,所述根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线,包括:
确定每个驻留点类簇中心坐标投影到所述主干线的位置点,并在所述路网公路图模型确定距离所述位置点最近的端点,并将所有驻留点类簇的端点组成端点集合;
计算端点集合在所述路网公路图模型中每两个点间最短距离并形成距离矩阵;
将以接驳点为起点,预设距离为半径的地域划分为多个邻近区域;
以所述接驳点为起点,在距离矩阵中搜索距离当前点最近的多个端点,将所述多个端点与之前已搜索到的端点形成路径序列,其中每条路径序列的前K个端点需位于同一邻近区域、路径序列中相邻端点最短距离之和需小于设定阈值;
确定每两条路径序列的相似度、每条路径序列的相邻端点最短距离之和、每条路径序列的站点密度、每条路径序列的拐弯次数的中一项或多项指标;
根据所述一项或多项指标对路径序列进行筛选,得到最终的乘车规划路线。
第二方面,本发明实施例提供一种交通路线优化处理装置,包括:
获取模块,用于获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息;
聚类处理模块,用于根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点;
主干线处理模块,用于确定所述各驻留点类簇对应的公交车站设点所在的主干线;
路线处理模块,用于根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。
在一种可能的设计中,所述聚类处理模块,具体用于对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇;确定每个初始驻留点类簇的中心坐标、覆盖范围以及覆盖用户数,并对各个初始驻留点类簇进行如下处理得到驻留点类簇:若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值,则将两个驻留点类簇进行合并;若任一驻留点类簇的覆盖范围大于预设范围阈值,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值;若任一驻留点类簇的覆盖用户数小于预设用户数阈值,则删除该驻留点类簇。
第三方面,本发明实施例提供一种交通路线优化处理设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的交通路线优化处理方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的交通路线优化处理方法。
第五方面,本发明实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时,实现如上第一方面以及第一方面各种可能的设计所述的交通路线优化处理方法。
本发明实施例提供的交通路线优化处理方法、装置及设备,该方法,首先通过用户的信令数据,获取用户驻留点信息;然后对用户驻留点信息进行聚类,并对聚类后的驻留点类簇所在地按照预设的规则设置公交车站设点或共享单车设点;最后对公交车站设点,获取公交车站设点所在的主干线,并根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。由于本发明实施例能够采集用户实时的信令数据,数据获取时间长,同时根据信令数据得到用户驻留点信息,确定的乘车规划路线的准确性更高。
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,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的交通路线优化处理的应用场景示意图;
图2为本发明实施例提供的交通路线优化处理方法的流程示意图;
图3为本发明实施例提供的交通路线优化处理装置的结构示意图;
图4为本发明实施例提供的交通路线优化处理设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
虽然轨道交通有很多有点,但是没有考虑乘客从出发点到轨道交通的接驳点的线路规划,没有考虑乘客的整体出行的体验。为了方便乘客出行搭乘轨道交通,需要对乘客到达接驳点的交通路线进行优化,以提升乘客通勤的效率和舒适度。为实现对乘客到达接驳点的交通路线进行优化,以提升乘客通勤的效率和舒适度的技术效果,本发明实施例提供了一种交通路线优化处理方法,通过用户的信令数据,获取用户驻留点信息;然后对用户驻留点信息进行聚类,并对聚类后的驻留点类簇所在地按照预设的规则设置公交车站设点或共享单车设点;最后对公交车站设点,获取公交车站设点所在的主干线,并根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。由于本发明实施例能够采集用户实时的信令数据,数据获取时间长,同时根据信令数据得到用户驻留点信息,确定的乘车规划路线的准确性更高。
图1为本发明实施例提供的交通路线优化处理的应用场景示意图。如图1所示,该场景中,包括:接收装置101、处理器102和显示装置103。
可以理解的是,本申请实施例示意的结构并不构成对物品识别方法的具体限定。在本申请另一些可行的实施方式中,上述架构可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置,具体可根据实际应用场景确定,在此不做限制。图1所示的部件可以以硬件,软件,或软件与硬件的组合实现。
在具体实现过程中,接收装置101可以是输入/输出接口,也可以是通信接口,可以获取各用户的信令数据。
处理器102,可以对各用户的信令数据进行处理,以确定乘车规划路线。
显示装置103可以用于对上述确定乘车规划路线等进行显示。
显示装置还可以是触摸显示屏,用于在显示的上述内容的同时接收用户指令,以实现与用户的交互。
应理解,上述处理器可以通过处理器读取存储器中的指令并执行指令的方式实现,也可以通过芯片电路实现。
另外,本申请实施例描述的网络架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着网络架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
图2为本发明实施例提供的交通路线优化处理方法的流程示意图,本实施例的执行主体可以为图1所示处理器,本实施例此处不做特别限制。如图2所示,该方法包括:
S201:获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息。
在本发明实施例中,获取移动网络中各用户的信令数据。其中,信令数据包括轨迹点位置与对应的时间戳。
具体地,根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息,包括:根据各用户的信令数据中的轨迹点位置与对应的时间戳,提取出目的地为接驳点的用户的驻留点位置信息。
其中,接驳点为轨道交通的接驳点。
S202:根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点。
具体地,所述根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,包括:
对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇;
确定每个初始驻留点类簇的中心坐标、覆盖范围以及覆盖用户数,并对各个初始驻留点类簇进行如下处理得到驻留点类簇:
若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值,则将两个驻留点类簇进行合并;
若任一驻留点类簇的覆盖范围大于预设范围阈值,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值;
若任一驻留点类簇的覆盖用户数小于预设用户数阈值,则删除该驻留点类簇。
其中,对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇,包括:采用K-MEANS聚类算法各用户的驻留点位置信息进行聚类,并采用平均轮廓稀疏确定K-MEANS聚类算法的聚类中心,并根据聚类中心继续对各用户的驻留点位置信息进行地理位置的聚类。
其中,若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值τmin,则将两个驻留点类簇进行合并;若任一驻留点类簇的覆盖范围大于预设范围阈值mmax,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值mmax;若任一驻留点类簇的覆盖用户数小于预设用户数阈值pmin,则删除该驻留点类簇。
具体地,所述在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点,包括:
确定每个驻留点类簇的中心坐标到最近公交车站的距离;
若任一驻留点类簇的中心坐标到最近公交车站的距离大于或等于第一预设距离且小于或等于第二预设距离,则在所述驻留点类簇所在地安排共享单车设点;
若任一驻留点类簇的中心坐标到最近公交车站的距离大于所述第二预设距离,则在所述驻留点类簇所在地安排公交车站设点。
在本发明实施例中,计算每个类簇中心到最近公交车站的距离di,对于C={i|dmin≤di≤dmax}类簇所在地附近可安排共享单车设点,对于C={i|di>dmax}类簇所在地为公交站设点候选地集合。
S203:确定所述各驻留点类簇对应的公交车站设点所在的主干线。
具体地,所述确定所述各驻留点类簇对应的公交车站设点所在的主干线,包括:
确定每个驻留点类簇所在地的所有公路路线,并按照预设道路级别规则划分每条公路路线的分配权重;
以每个驻留点类簇中心坐标为中心,以预设距离为半径,确定驻留点类簇的公交车站设点的公路路线覆盖范围,并获取公路路线覆盖范围内的候选公路路线集合;
计算每个驻留点类簇中心坐标与候选公路路线集合中每条候选公路路线的距离,并根据所述距离和每条候选公路路线的分配权重确定每条候选公路路线的最终权重,将最终权重最大值的候选公路路线确定为对应驻留点类簇所在地的主干线。
在本发明实施例中,根据道路的五级划分给路网上每条公路分配权重level为公路等级;以公交车站设点的每个驻留点类簇中心坐标为中心θi,以预设距离为半径γ,确定驻留点类簇C的公交车站设点的公路路线覆盖范围,并获取公路路线覆盖范围内的候选公路路线集合ωi,i为类簇网格中心点序号;计算θi与ωi中每条公路的距离di,p,候选公路集合ωi中每条公路的权重为p=1,2,...,|ωn|,其中最大权重对应的公路为该接驳点对应的主干线,θi投影到主干线的位置点为离最近的路网交叉点的距离为
S204:根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。
具体地,所述路网公路图模型是根据路网公路交点集合、每条公路对应的边集合构建的;
相应地,所述根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线,包括:
确定每个驻留点类簇中心坐标投影到所述主干线的位置点,并在所述路网公路图模型确定距离所述位置点最近的端点,并将所有驻留点类簇的端点组成端点集合;
计算端点集合在所述路网公路图模型中每两个点间最短距离并形成距离矩阵;
将以接驳点为起点,预设距离为半径的地域划分为多个邻近区域;
以所述接驳点为起点,在距离矩阵中搜索距离当前点最近的多个端点,将所述多个端点与之前已搜索到的端点形成路径序列,其中每条路径序列的前K个端点需位于同一邻近区域、路径序列中相邻端点最短距离之和需小于设定阈值;
确定每两条路径序列的相似度、每条路径序列的相邻端点最短距离之和、每条路径序列的站点密度、每条路径序列的拐弯次数的中一项或多项指标;
根据所述一项或多项指标对路径序列进行筛选,得到最终的乘车规划路线。
在本发明的一个实施例中,路网公路交点的集合为V={vp|0≤p≤n},每条公路的集合为E={eij,weightij|0≤i≤n,0≤j≤n},p为交点的序号,n为交点总数。eij是以i为公路起始端点序号,j为公路结束端点序号公路对应的边。weightij是以i、j为开始和结束端点公路对应的权重。以V为图节点,以E为图的边构造路网公路图模型G。
由步骤202中计算出C={i|di>dmax}每个类簇所在中心点投影到主干线的位置点并匹配出路网公路图模型G中最近的端点并构成端点集合并根据Floyd算法,计算端点集合V*在公路图模型G中每两个点间的最短距离并形成距离矩阵D*。
以接驳点为起点,将周围m米地域以每60度角划分成6个邻近区域。以接驳点为起点,采用bean search方式利用距离矩阵D*启发式探索离当前点最近的若干个端点,并与之前的端点形成路径序列,且每条路径序列的前k个点需存在同一邻近区域中,路径序列中相邻端点最短距离累计和需小于阈值z km;构成的候选路径集合为L={l1,l2,...,li}。
计算每两条候选路径的相似度δi,j、每条候选路径相邻端点最短距离累计和εi、每条候选路径站点密度每条候选路径的拐弯次数γi。根据上述指标对候选路径L中的路径进行筛选,筛选后的结果为候选乘车线路规划路线,最后通过人工微调候选乘车线路规划路线的站点及布局形成最后可行的乘车线路规划路线。
通过用户的信令数据,获取用户驻留点信息;然后对用户驻留点信息进行聚类,并对聚类后的驻留点类簇所在地按照预设的规则设置公交车站设点或共享单车设点;最后对公交车站设点,获取公交车站设点所在的主干线,并根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。由于本发明实施例能够采集用户实时的信令数据,数据获取时间长,同时根据信令数据得到用户驻留点信息,确定的乘车规划路线的准确性更高。
图3为本发明实施例提供的交通路线优化处理装置的结构示意图。如图3所示,该交通路线优化处理装置30包括:获取模块301、聚类处理模块302、主干线处理模块303和路线处理模块304。
其中,获取模块301,用于获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息;
聚类处理模块302,用于根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点;
主干线处理模块303,用于确定所述各驻留点类簇对应的公交车站设点所在的主干线;
路线处理模块304,用于根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
在一种可能的设计中,所述聚类处理模块302,具体用于对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇;确定每个初始驻留点类簇的中心坐标、覆盖范围以及覆盖用户数,并对各个初始驻留点类簇进行如下处理得到驻留点类簇:若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值,则将两个驻留点类簇进行合并;若任一驻留点类簇的覆盖范围大于预设范围阈值,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值;若任一驻留点类簇的覆盖用户数小于预设用户数阈值,则删除该驻留点类簇。
在一种可能的设计中,所述聚类处理模块302,还具体用于确定每个驻留点类簇的中心坐标到最近公交车站的距离;若任一驻留点类簇的中心坐标到最近公交车站的距离大于或等于第一预设距离且小于或等于第二预设距离,则在所述驻留点类簇所在地安排共享单车设点;若任一驻留点类簇的中心坐标到最近公交车站的距离大于所述第二预设距离,则在所述驻留点类簇所在地安排公交车站设点。
在一种可能的设计中,所述路线处理模块304,具体用于确定每个驻留点类簇所在地的所有公路路线,并按照预设道路级别规则划分每条公路路线的分配权重;以每个驻留点类簇中心坐标为中心,以预设距离为半径,确定驻留点类簇的公交车站设点的公路路线覆盖范围,并获取公路路线覆盖范围内的候选公路路线集合;计算每个驻留点类簇中心坐标与候选公路路线集合中每条候选公路路线的距离,并根据所述距离和每条候选公路路线的分配权重确定每条候选公路路线的最终权重,将最终权重最大值的候选公路路线确定为对应驻留点类簇所在地的主干线。
在一种可能的设计中,所述路网公路图模型是根据路网公路交点集合、每条公路对应的边集合构建的;所述路线处理模块304,具体用于确定每个驻留点类簇中心坐标投影到所述主干线的位置点,并在所述路网公路图模型确定距离所述位置点最近的端点,并将所有驻留点类簇的端点组成端点集合;计算端点集合在所述路网公路图模型中每两个点间最短距离并形成距离矩阵;将以接驳点为起点,预设距离为半径的地域划分为多个邻近区域;以所述接驳点为起点,在距离矩阵中搜索距离当前点最近的多个端点,将所述多个端点与之前已搜索到的端点形成路径序列,其中每条路径序列的前K个端点需位于同一邻近区域、路径序列中相邻端点最短距离之和需小于设定阈值;确定每两条路径序列的相似度、每条路径序列的相邻端点最短距离之和、每条路径序列的站点密度、每条路径序列的拐弯次数的中一项或多项指标;根据所述一项或多项指标对路径序列进行筛选,得到最终的乘车规划路线。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图4为本发明实施例提供的交通路线优化处理设备的硬件结构示意图。如图4所示,本实施例的交通路线优化处理设备40包括:处理器401以及存储器402;其中
存储器402,用于存储计算机执行指令;
处理器401,用于执行存储器存储的计算机执行指令,以实现上述实施例中处理器所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器402既可以是独立的,也可以跟处理器401集成在一起。
当存储器402独立设置时,该交通路线优化处理设备还包括总线403,用于连接所述存储器402和处理器401。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的交通路线优化处理方法。
本发明实施例还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时,实现如上所述的交通路线优化处理方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种交通路线优化处理方法,其特征在于,包括:
获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息;
根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点;
确定所述各驻留点类簇对应的公交车站设点所在的主干线;
根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。
2.根据权利要求1所述的方法,其特征在于,所述根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,包括:
对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇;
确定每个初始驻留点类簇的中心坐标、覆盖范围以及覆盖用户数,并对各个初始驻留点类簇进行如下处理得到驻留点类簇:
若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值,则将两个驻留点类簇进行合并;
若任一驻留点类簇的覆盖范围大于预设范围阈值,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值;
若任一驻留点类簇的覆盖用户数小于预设用户数阈值,则删除该驻留点类簇。
3.根据权利要求1或2所述的方法,其特征在于,所述在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点,包括:
确定每个驻留点类簇的中心坐标到最近公交车站的距离;
若任一驻留点类簇的中心坐标到最近公交车站的距离大于或等于第一预设距离且小于或等于第二预设距离,则在所述驻留点类簇所在地安排共享单车设点;
若任一驻留点类簇的中心坐标到最近公交车站的距离大于所述第二预设距离,则在所述驻留点类簇所在地安排公交车站设点。
4.根据权利要求3所述的方法,其特征在于,所述确定所述各驻留点类簇对应的公交车站设点所在的主干线,包括:
确定每个驻留点类簇所在地的所有公路路线,并按照预设道路级别规则划分每条公路路线的分配权重;
以每个驻留点类簇中心坐标为中心,以预设距离为半径,确定驻留点类簇的公交车站设点的公路路线覆盖范围,并获取公路路线覆盖范围内的候选公路路线集合;
计算每个驻留点类簇中心坐标与候选公路路线集合中每条候选公路路线的距离,并根据所述距离和每条候选公路路线的分配权重确定每条候选公路路线的最终权重,将最终权重最大值的候选公路路线确定为对应驻留点类簇所在地的主干线。
5.根据权利要求4所述的方法,其特征在于,所述路网公路图模型是根据路网公路交点集合、每条公路对应的边集合构建的;
相应地,所述根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线,包括:
确定每个驻留点类簇中心坐标投影到所述主干线的位置点,并在所述路网公路图模型确定距离所述位置点最近的端点,并将所有驻留点类簇的端点组成端点集合;
计算端点集合在所述路网公路图模型中每两个点间最短距离并形成距离矩阵;
将以接驳点为起点,预设距离为半径的地域划分为多个邻近区域;
以所述接驳点为起点,在距离矩阵中搜索距离当前点最近的多个端点,将所述多个端点与之前已搜索到的端点形成路径序列,其中每条路径序列的前K个端点需位于同一邻近区域、路径序列中相邻端点最短距离之和需小于设定阈值;
确定每两条路径序列的相似度、每条路径序列的相邻端点最短距离之和、每条路径序列的站点密度、每条路径序列的拐弯次数的中一项或多项指标;
根据所述一项或多项指标对路径序列进行筛选,得到最终的乘车规划路线。
6.一种交通路线优化处理装置,其特征在于,包括:
获取模块,用于获取各用户的信令数据,并根据所述信令数据确定目的地为接驳点的用户的驻留点位置信息;
聚类处理模块,用于根据所述驻留点位置信息进行聚类,得到多个驻留点类簇,并在驻留点类簇所在地按照预设规则设置公交车站设点或共享单车设点;
主干线处理模块,用于确定所述各驻留点类簇对应的公交车站设点所在的主干线;
路线处理模块,用于根据预构建的路网公路图模型和所述各驻留点类簇对应的公交车站设点所在的主干线,确定乘车规划路线。
7.根据权利要求6所述的装置,其特征在于,所述聚类处理模块,具体用于对各用户的驻留点位置信息进行聚类,得到多个初始驻留点类簇;确定每个初始驻留点类簇的中心坐标、覆盖范围以及覆盖用户数,并对各个初始驻留点类簇进行如下处理得到驻留点类簇:若任意两个驻留点类簇的的中心坐标距离小于预设距离阈值,则将两个驻留点类簇进行合并;若任一驻留点类簇的覆盖范围大于预设范围阈值,则对该留点类簇继续进行聚类,直至得到驻留点类簇不大于所述预设范围阈值;若任一驻留点类簇的覆盖用户数小于预设用户数阈值,则删除该驻留点类簇。
8.一种交通路线优化处理设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至5任一项所述的交通路线优化处理方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至5任一项所述的交通路线优化处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5任一项所述的交通路线优化处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110914988.2A CN113627669B (zh) | 2021-08-10 | 2021-08-10 | 交通路线优化处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110914988.2A CN113627669B (zh) | 2021-08-10 | 2021-08-10 | 交通路线优化处理方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113627669A true CN113627669A (zh) | 2021-11-09 |
CN113627669B CN113627669B (zh) | 2024-02-20 |
Family
ID=78384123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110914988.2A Active CN113627669B (zh) | 2021-08-10 | 2021-08-10 | 交通路线优化处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627669B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629567A (zh) * | 2023-06-01 | 2023-08-22 | 大连海事大学 | 考虑动态需求的需求响应公交与共享电单车耦合优化方法 |
CN116756200A (zh) * | 2023-05-29 | 2023-09-15 | 人工智能与数字经济广东省实验室(深圳) | 一种共享单车接驳轨道交通工具的识别方法和相关装置 |
CN117077869A (zh) * | 2023-10-11 | 2023-11-17 | 鱼快创领智能科技(南京)有限公司 | 一种场景化的定制访问顺序的车辆分配及路线规划的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633319A (zh) * | 2017-07-03 | 2018-01-26 | 中兴软创科技股份有限公司 | 一种新增公交线路优化设计方法 |
CN108564226A (zh) * | 2018-04-25 | 2018-09-21 | 哈尔滨工业大学 | 一种基于出租车gps及手机信令数据的公交线路优化方法 |
CN110490381A (zh) * | 2019-08-16 | 2019-11-22 | 深圳市都市交通规划设计研究院有限公司 | 基于混合整数规划的公交主干线规划方法 |
CN110704993A (zh) * | 2019-09-11 | 2020-01-17 | 东南大学 | 一种疏解地铁客流压力的定制公交线路设计方法 |
CN111366160A (zh) * | 2020-05-25 | 2020-07-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 路径规划方法、路径规划装置及终端设备 |
CN112101676A (zh) * | 2020-09-23 | 2020-12-18 | 腾讯科技(深圳)有限公司 | 一种乘车路径规划方法、装置、计算机设备及存储介质 |
CN112418676A (zh) * | 2020-11-24 | 2021-02-26 | 北京骑胜科技有限公司 | 一种车辆投放的方法、装置、可读存储介质和电子设备 |
CN112651546A (zh) * | 2020-12-10 | 2021-04-13 | 北京北大千方科技有限公司 | 一种公交线路优化方法以及系统 |
-
2021
- 2021-08-10 CN CN202110914988.2A patent/CN113627669B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633319A (zh) * | 2017-07-03 | 2018-01-26 | 中兴软创科技股份有限公司 | 一种新增公交线路优化设计方法 |
CN108564226A (zh) * | 2018-04-25 | 2018-09-21 | 哈尔滨工业大学 | 一种基于出租车gps及手机信令数据的公交线路优化方法 |
CN110490381A (zh) * | 2019-08-16 | 2019-11-22 | 深圳市都市交通规划设计研究院有限公司 | 基于混合整数规划的公交主干线规划方法 |
CN110704993A (zh) * | 2019-09-11 | 2020-01-17 | 东南大学 | 一种疏解地铁客流压力的定制公交线路设计方法 |
CN111366160A (zh) * | 2020-05-25 | 2020-07-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 路径规划方法、路径规划装置及终端设备 |
CN112101676A (zh) * | 2020-09-23 | 2020-12-18 | 腾讯科技(深圳)有限公司 | 一种乘车路径规划方法、装置、计算机设备及存储介质 |
CN112418676A (zh) * | 2020-11-24 | 2021-02-26 | 北京骑胜科技有限公司 | 一种车辆投放的方法、装置、可读存储介质和电子设备 |
CN112651546A (zh) * | 2020-12-10 | 2021-04-13 | 北京北大千方科技有限公司 | 一种公交线路优化方法以及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756200A (zh) * | 2023-05-29 | 2023-09-15 | 人工智能与数字经济广东省实验室(深圳) | 一种共享单车接驳轨道交通工具的识别方法和相关装置 |
CN116756200B (zh) * | 2023-05-29 | 2024-05-07 | 人工智能与数字经济广东省实验室(深圳) | 一种共享单车接驳轨道交通工具的识别方法和相关装置 |
CN116629567A (zh) * | 2023-06-01 | 2023-08-22 | 大连海事大学 | 考虑动态需求的需求响应公交与共享电单车耦合优化方法 |
CN116629567B (zh) * | 2023-06-01 | 2024-01-16 | 大连海事大学 | 考虑动态需求的需求响应公交与共享电单车耦合优化方法 |
CN117077869A (zh) * | 2023-10-11 | 2023-11-17 | 鱼快创领智能科技(南京)有限公司 | 一种场景化的定制访问顺序的车辆分配及路线规划的方法 |
CN117077869B (zh) * | 2023-10-11 | 2023-12-19 | 鱼快创领智能科技(南京)有限公司 | 一种场景化的定制访问顺序的车辆分配及路线规划的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113627669B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113627669A (zh) | 交通路线优化处理方法、装置及设备 | |
US10810419B2 (en) | Method and apparatus for updating road map geometry based on received probe data | |
EP3303999B1 (en) | Frequency based transit trip characterizations | |
US9355063B2 (en) | Parking lot detection using probe data | |
CN105701560B (zh) | 一种通勤路线信息的确定方法及装置 | |
CN104025075A (zh) | 用于车队导航、调度以及多个车辆、多个目的地指定路线的方法及系统 | |
Hora et al. | Estimation of Origin-Destination matrices under Automatic Fare Collection: the case study of Porto transportation system | |
Yochum et al. | An adaptive genetic algorithm for personalized itinerary planning | |
CN104024801A (zh) | 使用有界地理区域用于导航的方法和系统 | |
CN110929945A (zh) | 一种航线开通的预测方法、系统及电子设备 | |
CN111860904B (zh) | 上车点排序的方法及装置 | |
CN113177046B (zh) | 路网拓扑图的生成方法、装置、设备及存储介质 | |
US11428534B2 (en) | Method, apparatus, and computer program product for map matching location data to a map | |
CN116542709A (zh) | 一种基于交通态势感知的电动汽车充电站规划分析方法 | |
Bi et al. | Examining the nonlinear impacts of built environment on ridesourcing usage: Focus on the critical urban sub-regions | |
CN113888867B (zh) | 一种基于lstm位置预测的车位推荐方法及系统 | |
Basnak et al. | Technology choices in public transport planning: A classification framework | |
CN112988933A (zh) | 地址信息管理的方法和装置 | |
Tian et al. | Identifying residential and workplace locations from transit smart card data | |
CN112945253A (zh) | 一种出行路线推荐方法、系统和装置 | |
CN112766606B (zh) | 交通路线的规划方法、装置、设备及计算机可读存储介质 | |
CN112566025B (zh) | 公交客流来源去向识别方法、装置、电子设备和存储介质 | |
CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 | |
CN117091620B (zh) | 导航方法、装置、计算机设备和计算机可读存储介质 | |
CN114418466B (zh) | 公交站点设置对自行车交通影响程度的评价方法和装置 |
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 |