CN113701761B - 一种内部道路路径规划方法及系统 - Google Patents
一种内部道路路径规划方法及系统 Download PDFInfo
- Publication number
- CN113701761B CN113701761B CN202111258712.XA CN202111258712A CN113701761B CN 113701761 B CN113701761 B CN 113701761B CN 202111258712 A CN202111258712 A CN 202111258712A CN 113701761 B CN113701761 B CN 113701761B
- Authority
- CN
- China
- Prior art keywords
- road
- path
- point
- time
- node
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种内部道路路径规划方法及系统，属于交通规划领域。所述路径规划方法先根据内部道路情况构建路网，并将当前车辆起点及终点加入路网中，构建路径信息集合S，将车辆起点加入S中；再取当前车辆起点与终点间所有相关路段，构建U并将所有相关路段对应的边、与相关路段关联的所有节点加入U中；以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边，并获取备选边对应的路况信息、道路属性信息；根据路况信息、道路属性信息计算路段权重，选取权重最小值对应边及对应节点加入S中；当S中同时包含车辆起点和终点，输出规划路径。本发明同时考虑实时交通状况及交通规则约束，尽量规避了交通拥堵，提高了交通运输效率。
Description
技术领域
本发明属于区域内部交通领域，具体涉及一种内部道路路径规划方法及系统。
背景技术
交通是影响人们出行的重要环节，可以通过对路况的分析，更好的进行路径规划，以实现道路交通的最大效率运转。对于一个单独的区域来说，例如贸易区、工厂内等，其内部的路况与公共交通相比具有不同的特点，基于公共道路的路径规划方式无法适用于内部道路。
现有技术中，通常采用最短路径算法进行路径规划，适用于静态网络，常用于计算一个节点到其他所有节点的最短路径，具体算法为：以起始点为中心向外层层扩展，直到扩展到终点为止。这种计算方式无法适应具有交通规则约束的问题。
发明内容
鉴于现有技术中的上述缺陷或不足，本发明旨在提供一种内部道路路径规划方法及系统，同时考虑实时交通状况及交通规则约束条件下规划路径，尽量规避交通拥堵，提高交通运输效率，节省总行程时间。
为了实现上述目的，本发明实施例采用如下技术方案：
第一方面，本发明实施例提供了一种内部道路路径规划方法，所述路径规划方法包括如下步骤：
步骤S1，根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点，路段为路网的边；
步骤S2，将当前车辆起点及终点作为节点加入路网中，构建路径信息集合S，将所述车辆起点加入路径信息集合S中；
步骤S3，根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中；
步骤S4，以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边；
步骤S5，获取所有备选边对应路段的路况信息、道路属性信息；
步骤S6，根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点加入路径信息集合S中；
步骤S7，判断路径信息集合S中是否同时包含车辆起点和终点，若是，则执行步骤S8；若否，则转入步骤S4；
步骤S8，以路径信息集合S中的所有节点和必选路段所构成的路径为规划路径。
上述方案中，所述步骤S6中，计算路段权重W包括：
步骤S61，以路段的出发点为i，结束点为j，计算路段从节点i到节点j间的长度Lij；
步骤S62，计算当前车辆在实时路况下从节点i行驶至节点j所需的时间Tij；
步骤S63，确定路径距离和行程时间对道路权重的影响系数k 1，k2；
步骤S64，根据道路属性信息确定道路单向通行约束值
和道路类型约束值 
；
步骤S65，根据式（1）计算路段权重W(i,j)：
式（1）中，Lij是路段从节点i出发到达节点j的长度；Tij是行程时间；k1、k2是对道路权重的影响系数，由系数的可以求得路径距离和行程时间在权重计算时所占比例；
是道路单向通行约束值；
是道路类型约束值。
上述方案中，所述步骤S62计算当前车辆在实时路况下从节点i行驶至节点j所需的上述方案中，根据卡尔曼滤波方程预测行程时间Tij包括：
步骤S621，统计历史轨迹的各个时间片n内，各个路段m的车道空间占用率c m,n ；所述历史轨迹包含预定时段内N个时间片，内部道路的M个路段；
步骤S622，统计历史轨迹中各个时间片n内，各个路段m的流量o m,n ；
步骤S623，建立二维线性回归方程；
式（2）中，m是某一路段，n是某一时段，t m,n 为n时段m路段的行驶时长；c m,n 为n时段m路段的车道空间占用率，o m,n 为n时段m路段的流量，t m,n+1为n+1时段m路段的行驶时长；c m,n+1为n+1时段m路段的车道空间占用率，o m,n+1为n+1时段m路段的流量，
为回归方程待求系数；
步骤S624，根据N个时间片、M个路段的数据进行最小二乘法拟合，求各个方程系数；
步骤S625，建立卡尔曼滤波状态方程和观测方程，如下：
设状态变量：
；
观测量：
；
状态方程和观测方程为：
式（3）中，X k 表示k时刻的系统状态，X k+1表示k+1时刻的系统状态，W k 表示k时刻的状态噪声；Z k+1表示k+1时刻的测量值，V k 表示k时刻的测量噪声；A表示传输参数，B表示控制参数，且：
步骤S626，根据车道空间占用率c、路段的流量o，使用卡尔曼滤波状态方程和观测方程预测行程时间t k 。
上述方案中，所述步骤S64根据道路属性信息确定道路单向通行约束值
和道路类型约束值
，是指路径规划中考虑交通规则约束的限制，包括：
厂内道路的单向通行约束
：若不能沿此方向通过，则
，否则
=1；
厂内道路的类型约束
：考虑按此路径行走的叉车/牵引车/员工等，是否与道路允许通过的类型相同，若相同则
=1；否则
=∞。
上述方案中，所述路径信息集合S是一个动态集合，会根据路径规划的一步步进展，增加集合S中的数据，每次增加内部节点可达边和一个节点，直到最后将终点加入S中结束路径规划。
上述方案中，所述从关键点可达U中任意点的备选边，是从S中最新加入的点出发，可通过一条边直接到达且属于集合U的所有节点间的所有备选边，对应所有备选路段。
上述方案中，所述路况信息包括占用率和流通量；所述道路属性信息，包括道路单向/双向性、道路类型。
上述方案中，所述占用率指车辆在地面的投影占有的道路量与该区域内的道路总量的比率；流通量指在一段时间内，某路段结束位置，经过的车辆数量。
第二方面，本发明实施例还提供了一种内部道路路径规划系统，所述系统包括路网构建模块、路径信息集合S生成模块、集合U生成模块、备选边标记模块、路段信息获取模块、路段权重计算模块、终点判断模块和规划路径输出模块；其中，
所述路网构建模块用于根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点，路段为路网的边，并将当前车辆起点及终点作为节点加入路网中；
所述路径信息集合S生成模块用于构建路径信息集合S，将所述车辆起点加入路径信息集合S中，并在后续将必选边和必选边对应的节点加入S中；
所述相关路段集合U生成模块用于根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，并构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中；
所述备选边标记模块用于以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边；
所述路段信息获取模块用于获取所有备选边对应路段的路况信息、道路属性信息；
所述路段权重计算模块用于根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点发送终给路径信息集合S生成模块；
所述终点判断模块用于判断路径信息集合S中是否同时包含车辆起点和终点，若是，则启动规划路径输出模块输出结果，若否，则启动备选边标记模块；
所述规划路径输出模块用于在终点判断模块的启动下输出路径信息集合S生成模块中的路径。
本发明实施例所提供的技术方案具有如下有益效果：
本发明实施例所提供的内部道路路径规划方法及系统，先根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点，路段为路网的边，并将当前车辆起点及终点作为节点加入路网中，构建路径信息集合S，将车辆起点加入路径信息集合S中；再根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中；然后，以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边，并获取所有备选边对应路段的路况信息、道路属性信息；根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点加入路径信息集合S中；当判断路径信息集合S中同时包含车辆起点和终点，输出路径信息集合S中的所有节点和必选路段所构成的路径为规划路径。本发明在进行路径规划时，由于可以方便的实时获得路况信息及道路的规则约束情况，将两种会对内部道路的路径规划产生相应影响的因素，考虑到路径规划过程中，使得路径规划更加合理、高效，尤其适用于工厂内部进行物流运输等场景下的内部道路。本发明实施例所提供的内部道路路径规划方法，可以根据内部道路的实时交通状况及交通规则约束规划路径，尽量规避交通拥堵，提高交通运输效率，在满足交通规则的条件下，使得车辆尽快的到达目的地，节省总行程时间。应用于工厂等生产类部门时，有效地降低了人工成本，提高了生产效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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说，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附图。
图1为本发明实施例所提供的内部道路路径规划方法流程图；
图2为本发明实施例所提供的路段权利计算过程流程图；
图3为本发明实施例所提供的内部道路路径规划系统结构示意图。
具体实施方式
本申请发明人在发现上述问题后，对现有的基于Dijkstra算法的路径规划及内部道路特征进行了仔细研究。研究发现，内部道路具有与公共道路不同的特征。同时，Dijkstra算法采用的是一种贪心的策略，声明一个来保存源点到各个顶点的最短距离的数组dis和一个保存已经找到了最短路径的顶点的集合：T。初始时，原点s的路径权重被赋为0（dis[s]=0）；若对于顶点s存在能直接到达的边（s,m），则把dis[m]设为w（s,m），同时把所有其他（s不能直接到达的）顶点的路径长度设为无穷大。初始时，集合T只有顶点s；然后，从dis数组选择最小值，则该值就是源点s到该值对应的顶点的最短路径，并且把该点加入到T中，此时完成一个顶点，并判断新加入的顶点是否可以到达其他顶点，同时判断通过该顶点到达其他点的路径长度是否比直接到达短，如果是，那么就替换这些顶点在dis中的值。从dis中找出最小值，重复上述动作，直到T中包含了图的所有顶点。
但是，通过上述的Dijkstra算法过程对内部道路进行路径规划时，没有考虑到实时路况，也未考虑相关交通规则对路径规划的约束，因此，仍然存在路径规划结果不准确的问题。
应注意的是，以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本发明做出的贡献。
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的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征也可以相互组合。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本发明的描述中，术语“第一”、“第二”、“第三”、“第四”等仅用于区分描述，而不能理解为只是或暗示相对重要性。
经过上述深入分析后，本申请提出了一种内部道路路径规划方法及系统，在进行路径规划时，由于可以方便的实时获得路况信息及道路的规则约束情况，将两种会对内部道路的路径规划产生相应影响的因素，考虑到路径规划过程中，使得路径规划更加合理、高效，尤其适用于工厂内部进行物流运输等场景下的内部道路。
参见图1，本发明实施例所提供的内部道路路径规划方法，包括如下步骤：
步骤S1，根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点。
本实施例所述的内部道路路径规划方法，可应用于工厂内部的物流车辆路径规划中，也可应用于大型仓库的内部道路中。可以方便获得道路属性、路况信息等约束条件的内部道路都可以应用本实施例的方法规划车辆的行驶路径。
本步骤中，所述内部道路的实际情况，即道路的分布、交叉、拐点、与外界连通的端点等。通常情况下，需要进行路径规划的内部道路车辆使用比较频繁，一般都设置相应的车辆定位系统以及路网。例如，基于超宽带（Ultra Wide Band，UWB）技术的定位系统。
所述路网包括节点和边，节点代表实际道路中的拐点、端点、道路交点等，边代表实际道路中的路段。
步骤S2，将当前车辆起点及终点作为节点加入路网中，构建路径信息集合S，将所述车辆起点加入路径信息集合S中。
本步骤中，所述路径信息集合S是一个动态集合，会根据路径规划的一步步进展，增加集合S中的数据，每次增加内部节点可达边和一个节点，直到最后将终点加入S中结束路径规划。
步骤S3，根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中。
本步骤中，通过集合U的构建，不仅包含了路径规划中所有涉及到的可能的节点和边，而且包含当前车辆路径规划的起点和终点。
步骤S4，以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边。
本步骤中，所述从关键点可达U中任意点的备选边，是指从S中最新加入的点出发，可通过一条边直接到达且属于集合U的所有节点间的所有备选边，对应所有备选路段。
步骤S5，获取所有备选边对应路段的路况信息、道路属性信息。
本步骤中，所述路况信息包括占用率和流通量。其中，占用率指车辆在地面的投影占有的道路量与该区域内的道路总量的比率；流通量指在一段时间内，某路段结束位置，经过的车辆数量。所述道路属性信息，包括道路单向/双向性、道路类型、车道数量等。
道路属性信息是静态的，路况信息是实时的、动态的。但对于不同的关键点，具有不同的备选边，因此，道路属性信息也是在变化的，只是相同道路的属性信息不变。
步骤S6，根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点加入路径信息集合S中。
步骤S7，判断路径信息集合S中是否同时包含车辆起点和终点，若是，则执行步骤S8；若否，则转入步骤S4。
步骤S8，以路径信息集合S中的所有节点和必选路段所构成的路径为规划路径。
进一步的，参见图2，所述步骤S6中，计算路段权重W，具体包括如下步骤：
步骤S61，以路段的出发点为i，结束点为j，计算路段从节点i到节点j间的长度Lij；
步骤S62，计算当前车辆在实时路况下从节点i行驶至节点j所需的时间Tij；
步骤S63，确定路径距离和行程时间对道路权重的影响系数k1，k2；
步骤S64，根据道路属性信息确定道路单向通行约束值
和道路类型约束值
；
步骤S65，根据式（1）计算路段权重W(i,j)：
式（1）中，Lij是路段从节点i出发到达节点j的长度；Tij是行程时间；k1、k2是对道路权重的影响系数，由系数的可以求得路径距离和行程时间在权重计算时所占比例；
是道路单向通行约束值；
是道路类型约束值。
上述过程，所述步骤S62计算当前车辆在实时路况下从节点i行驶至节点j所需的时间Tij时，根据路段的车道占用率及流通量，根据卡尔曼滤波方程预测行程时间Tij。步骤如下：
步骤S621，统计历史轨迹的各个时间片n内，各个路段m的车道空间占用率c m,n ；所述历史轨迹包含预定时段内N个时间片，内部道路的M个路段；
步骤S622，统计历史轨迹中各个时间片n内，各个路段m的流量o m,n ；
步骤S623，建立二维线性回归方程；
式（2）中，m是某一路段，n是某一时段，t m,n 为n时段m路段的行驶时长；c m,n 为n时段m路段的车道空间占用率，o m,n 为n时段m路段的流量，t m,n+1为n+1时段m路段的行驶时长；c m,n+1为n+1时段m路段的车道空间占用率，o m,n+1为n+1时段m路段的流量，
为回归方程待求系数；
步骤S624，根据N个时间片、M个路段的数据进行最小二乘法拟合，求各个方程系数；
步骤S625，建立卡尔曼滤波状态方程和观测方程，如下：
设状态变量：
；
观测量：
；
状态方程和观测方程为：
式（3）中，X k 表示k时刻的系统状态，X k+1表示k+1时刻的系统状态，W k 表示k时刻的状态噪声；Z k+1表示k+1时刻的测量值，V k 表示k时刻的测量噪声；A表示传输参数，B表示控制参数，且：
当必要时选用状态噪声的协方差矩阵Q，且
，测量噪声的协方差矩阵R，且
；
步骤S626，根据车道空间占用率c、路段的流量o，使用卡尔曼滤波状态方程和观测方程预测行程时间t k 。
上述过程中，所述步骤S64根据道路属性信息确定道路单向通行约束值
和道路类型约束值
，是指路径规划中考虑交通规则约束的限制，包括：
厂内道路的单向通行约束
：若不能沿此方向通过，则
，否则
=1；
厂内道路的类型约束
：考虑按此路径行走的叉车/牵引车/员工等，是否与道路允许通过的类型相同，若相同则
=1；否则
=∞。
由以上技术方案可以看出，本发明实施例所提供的内部道路路径规划方法，可以根据内部道路的实时交通状况及交通规则约束规划路径，尽量规避交通拥堵，提高交通运输效率，在满足交通规则的条件下，使得车辆尽快的到达目的地，节省总行程时间。应用于工厂等生产类部门时，有效地降低了人工成本，提高了生产效率。
参见图3，本发明实施例还提供了一种内部道路路径规划系统，所述系统包括路网构建模块、路径信息集合S生成模块、集合U生成模块、备选边标记模块、路段信息获取模块、路段权重计算模块、终点判断模块和规划路径输出模块。
其中，所述路网构建模块用于根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点，路段为路网的边，并将当前车辆起点及终点作为节点加入路网中；
所述路径信息集合S生成模块用于构建路径信息集合S，将所述车辆起点加入路径信息集合S中，并在后续将必选边和必选边对应的节点加入S中；
所述相关路段集合U生成模块用于根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，并构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中；
所述备选边标记模块用于以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边；
所述路段信息获取模块用于获取所有备选边对应路段的路况信息、道路属性信息；
所述路段权重计算模块用于根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点发送终给路径信息集合S生成模块；
所述终点判断模块用于判断路径信息集合S中是否同时包含车辆起点和终点，若是，则启动规划路径输出模块输出结果，若否，则启动备选边标记模块；
所述规划路径输出模块用于在终点判断模块的启动下输出路径信息集合S生成模块中的路径。
本实施例中所述系统的各模块可通过处理器和存储器实现。所述处理器包括微处理器MCU、中央处理器(Central Processing Unit，CPU)、网络处理器 (NetworkProcessor，NP、数字信号处理器DSP）、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件等。所述存储器可以包括随机存取存储器（Random Access Memory，RAM），也可以包括非易失性存储器（Non-VolatileMemory，NVM），可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk (SSD)）等。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。
需要说明的是，本实施例的内部道路路径规划系统，与所述内部道路路径规划方法是对应的，对所述路径规划方法的描述和限定，同样适用于本实施例的所述路径规划系统，在此不再赘述。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明，并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的优选实施例。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
Claims (9)
1.一种内部道路路径规划方法，其特征在于，所述路径规划方法包括如下步骤：
步骤S1，根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点，路段为路网的边；
步骤S2，将当前车辆起点及终点作为节点加入路网中，构建路径信息集合S，将所述车辆起点加入路径信息集合S中；
步骤S3，根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中；
步骤S4，以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边；
步骤S5，获取所有备选边对应路段的路况信息、道路属性信息；
步骤S6，根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点加入路径信息集合S中；
步骤S7，判断路径信息集合S中是否同时包含车辆起点和终点，若是，则执行步骤S8；若否，则转入步骤S4；
步骤S8，以路径信息集合S中的所有节点和必选路段所构成的路径为规划路径；
其中，所述步骤S6中，计算路段权重W包括：
步骤S61，以路段的出发点为i，结束点为j，计算路段从节点i到节点j间的长度Lij；
步骤S62，计算当前车辆在实时路况下从节点i行驶至节点j所需的时间Tij；
步骤S63，确定路径距离和行程时间对道路权重的影响系数k1，k2；
步骤S64，根据道路属性信息确定道路单向通行约束值 和道路类型约束值 ；
步骤S65，根据式（1）计算路段权重W(i,j)：
式（1）中，Lij是路段从节点i出发到达节点j的长度；Tij是行程时间；k1、k2是对道路权重的影响系数，由系数的可以求得路径距离和行程时间在权重计算时所占比例；
是道路单向通行约束值；
是道路类型约束值。
2.根据权利要求1所述的内部道路路径规划方法，其特征在于，所述步骤S62计算当前车辆在实时路况下从节点i行驶至节点j所需的时间Tij时，根据路段的车道占用率及流通量，根据卡尔曼滤波方程预测行程时间Tij。
3.根据权利要求2所述的内部道路路径规划方法，其特征在于，根据卡尔曼滤波方程预测行程时间Tij包括：
步骤S621，统计历史轨迹的各个时间片n内，各个路段m的车道空间占用率c m,n ；所述历史轨迹包含预定时段内N个时间片，内部道路的M个路段；
步骤S622，统计历史轨迹中各个时间片n内，各个路段m的流量 ；
步骤S623，建立二维线性回归方程；
式（2）中，m是某一路段，n是某一时段，t m,n 为n时段m路段的行驶时长；c m,n 为n时段m路段的车道空间占用率，o m,n 为n时段m路段的流量，t m,n+1为n+1时段m路段的行驶时长；c m,n+1为n+1时段m路段的车道空间占用率，o m,n+1为n+1时段m路段的流量，
为回归方程待求系数；
步骤S624，根据N个时间片、M个路段的数据进行最小二乘法拟合，求各个方程系数；
步骤S625，建立卡尔曼滤波状态方程和观测方程，如下：
设状态变量：
；
观测量：
；
状态方程和观测方程为：
式（3）中，Xk表示k时刻的系统状态，Xk+1表示k+1时刻的系统状态，Wk表示k时刻的状态噪声；Zk+1表示k+1时刻的测量值，Vk表示k时刻的测量噪声；A表示传输参数，B表示控制参数，且：
步骤S626，根据车道空间占用率c、路段的流量o，使用卡尔曼滤波状态方程和观测方程预测行程时间tk。
4.根据权利要求1所述的内部道路路径规划方法，其特征在于，所述步骤S64根据道路属性信息确定道路单向通行约束值
和道路类型约束值
，是指路径规划中考虑交通规则约束的限制，包括：
厂内道路的单向通行约束
：若不能沿此方向通过，则
，否则
；
厂内道路的类型约束
：考虑按此路径行走的叉车/牵引车/员工，是否与道路允许通过的类型相同，若相同则
；否则
。
5.根据权利要求1所述的内部道路路径规划方法，其特征在于，所述路径信息集合S是一个动态集合，会根据路径规划的一步步进展，增加集合S中的数据，每次增加内部节点可达边和一个节点，直到最后将终点加入S中结束路径规划。
6.根据权利要求1所述的内部道路路径规划方法，其特征在于，所述从关键点可达U中任意点的备选边，是从S中最新加入的点出发，可通过一条边直接到达且属于集合U的所有节点间的所有备选边，对应所有备选路段。
7.根据权利要求1所述的内部道路路径规划方法，其特征在于，所述路况信息包括占用率和流通量；所述道路属性信息，包括道路单向/双向性、道路类型。
8.根据权利要求7所述的内部道路路径规划方法，其特征在于，所述占用率指车辆在地面的投影占有的道路量与所述内部道路区域内的道路总量的比率；流通量指在一段时间内，某路段结束位置，经过的车辆数量。
9.一种内部道路路径规划系统，其特征在于，所述系统包括路网构建模块、路径信息集合S生成模块、集合U生成模块、备选边标记模块、路段信息获取模块、路段权重计算模块、终点判断模块和规划路径输出模块；其中，
所述路网构建模块用于根据内部道路的实际情况构建路网，内部道路的拐点、端点、交点为路网节点，路段为路网的边，并将当前车辆起点及终点作为节点加入路网中；
所述路径信息集合S生成模块用于构建路径信息集合S，将所述车辆起点加入路径信息集合S中，并在后续将必选边和必选边对应的节点加入S中；
所述集合U生成模块用于根据内部道路定位系统，获取当前车辆起点与终点间所有相关路段，并构建相关路网集合U，将所有相关路段对应的边、与相关路段关联的所有节点加入相关路网集合U中；
所述备选边标记模块用于以最新加入S中的点为关键点，标记所有从关键点可达U中任意点的备选边；
所述路段信息获取模块用于获取所有备选边对应路段的路况信息、道路属性信息；
所述路段权重计算模块用于根据所述备选边对应路段的路况信息、道路属性信息计算路段权重，选取权重最小值对应的备选边为必选边，并将必选边及对应的U中的节点发送终给路径信息集合S生成模块；
所述终点判断模块用于判断路径信息集合S中是否同时包含车辆起点和终点，若是，则启动规划路径输出模块输出结果，若否，则启动备选边标记模块；
所述规划路径输出模块用于在终点判断模块的启动下输出路径信息集合S生成模块中的路径；
其中，所述路段权重计算模块还用于通过执行下述步骤计算路段权重W：
步骤S61，以路段的出发点为i，结束点为j，计算路段从节点i到节点j间的长度Lij；
步骤S62，计算当前车辆在实时路况下从节点i行驶至节点j所需的时间Tij；
步骤S63，确定路径距离和行程时间对道路权重的影响系数k1，k2；
步骤S64，根据道路属性信息确定道路单向通行约束值
和道路类型约束值
；
步骤S65，根据式（1）计算路段权重W(i,j)：
式（1）中，Lij是路段从节点i出发到达节点j的长度；Tij是行程时间；k1、k2是对道路权重的影响系数，由系数的可以求得路径距离和行程时间在权重计算时所占比例；
是道路单向通行约束值；
是道路类型约束值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111258712.XA CN113701761B (zh) | 2021-10-28 | 2021-10-28 | 一种内部道路路径规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111258712.XA CN113701761B (zh) | 2021-10-28 | 2021-10-28 | 一种内部道路路径规划方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113701761A CN113701761A (zh) | 2021-11-26 |
| CN113701761B true CN113701761B (zh) | 2022-02-08 |
Family
ID=78647527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111258712.XA Active CN113701761B (zh) | 2021-10-28 | 2021-10-28 | 一种内部道路路径规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113701761B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114088101B (zh) * | 2022-01-14 | 2022-06-10 | 华清科盛(北京)信息技术有限公司 | 基于隐马尔可夫模型的已匹配定位点的矫正方法 |
| CN115326098B (zh) * | 2022-09-21 | 2023-07-14 | 中咨数据有限公司 | 基于移动终端的自定义施工内部道路的导航方法及系统 |
| CN116164769B (zh) * | 2023-04-21 | 2023-08-22 | 北京路凯智行科技有限公司 | 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016119615A1 (zh) * | 2015-01-29 | 2016-08-04 | 高德信息技术有限公司 | 一种导航路线的路段扩张方法及其装置 |
| CN107702729A (zh) * | 2017-09-06 | 2018-02-16 | 东南大学 | 一种考虑预期路况的车辆导航方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2757504B1 (en) * | 2013-01-17 | 2022-06-01 | Google LLC | Route planning |
| CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资（上海）有限公司 | 结合路况预测的路径规划方法及导航装置 |
| CN105674994B (zh) * | 2014-11-17 | 2020-04-24 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
| CN107389079B (zh) * | 2017-07-04 | 2020-07-28 | 广州海格星航信息科技有限公司 | 高精度路径规划方法和系统 |
-
2021
- 2021-10-28 CN CN202111258712.XA patent/CN113701761B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016119615A1 (zh) * | 2015-01-29 | 2016-08-04 | 高德信息技术有限公司 | 一种导航路线的路段扩张方法及其装置 |
| CN107702729A (zh) * | 2017-09-06 | 2018-02-16 | 东南大学 | 一种考虑预期路况的车辆导航方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113701761A (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113701761B (zh) | 一种内部道路路径规划方法及系统 | |
| US8630958B2 (en) | Systems and methods for multi-vehicle resource allocation and routing solutions | |
| US20170032667A1 (en) | Method and apparatus for providing state classification for a travel segment with multi-modal speed profiles | |
| US11361361B2 (en) | Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system | |
| CN111750862A (zh) | 基于多区域的机器人路径规划方法、机器人及终端设备 | |
| CN111836199B (zh) | 一种室内导航动态避障寻径方法 | |
| CN108897330A (zh) | 一种基于交通拥堵控制的物流中心搬运机器人路径规划方法 | |
| US11435202B2 (en) | Trajectory sampling using spatial familiarity | |
| Johansson et al. | Strategic hub-based platoon coordination under uncertain travel times | |
| US11705353B2 (en) | Dynamic routing method and apparatus for overhead hoist transport system | |
| US20200300642A1 (en) | Method and an Apparatus for Searching or Comparing Sites Using Routes or Route Lengths Between Sites and Places Within a Transportation System | |
| Rybarsch et al. | Cooperative parking search: Reducing travel time by information exchange among searching vehicles | |
| CN114462898A (zh) | 基于地理信息的公路规划管理方法及系统 | |
| Zhang et al. | Connectivity in two-dimensional lattice networks | |
| CN108627163B (zh) | 权值表维护方法、装置及导航路线规划方法、装置 | |
| Vanhove et al. | Route planning with turn restrictions: A computational experiment | |
| Gangeraj et al. | Estimation of origin–destination matrix from traffic counts based on fuzzy logic | |
| Samal et al. | Towards a socially optimal multi-modal routing platform | |
| CN116772850A (zh) | 基于数字孪生的智慧园区导航方法、装置、设备及存储介质 | |
| Koster et al. | Using trust and possibilistic reasoning to deal with untrustworthy communication in VANETs | |
| Lusiani et al. | Determination of the Fastest Path on Logistics Distribution by Using Dijkstra Algorithm | |
| Hedderich et al. | Optimization of a Park Spot Route based on the A* Algorithm | |
| Eze et al. | An Event-based Intelligent Vehicle Rerouting for Efficient Traffic Management for Connected Vehicles | |
| CN116596174B (zh) | 综合成本与收益的路径规划方法、装置、设备及存储介质 | |
| CN114791732B (zh) | 路径规划方法、装置、设备及计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An internal road path planning method and system Effective date of registration: 20220610 Granted publication date: 20220208 Pledgee: Haidian Beijing science and technology enterprise financing Company limited by guarantee Pledgor: TECHBLOOM (BEIJING) INFORMATION TECHNOLOGY CO.,LTD. Registration number: Y2022110000121 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230613 Granted publication date: 20220208 Pledgee: Haidian Beijing science and technology enterprise financing Company limited by guarantee Pledgor: TECHBLOOM (BEIJING) INFORMATION TECHNOLOGY CO.,LTD. Registration number: Y2022110000121 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method and System for Internal Road Path Planning Effective date of registration: 20230615 Granted publication date: 20220208 Pledgee: Haidian Beijing science and technology enterprise financing Company limited by guarantee Pledgor: TECHBLOOM (BEIJING) INFORMATION TECHNOLOGY CO.,LTD. Registration number: Y2023110000239 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |