[发明专利]一种基于天气及司机驾驶经验的路径规划方法

说明书

技术领域

本发明涉及一种路径规划发放，尤其是一种基于天气及司机驾驶经验的路径规划方法。

背景技术

随着私家车辆的增多，新司机更多依赖于车载导航系统或者手机导航系统对出行进行规划。

传统的路径规划方法，要么规划出最短的出行路径，要么规划出基于交通流量的耗时最短的路径。但是，在一些特殊天气状况下，现有技术可能会推荐不便于出行的路线，例如，在雨季，一些低洼路段中存在很多积水，造成车辆无法通行，基于交通流量的现有算法根据交通流量进行规划，而这些低洼路段在这种情况下反应的交通流量往往是0。使用现有算法，这样的路段就很有可能出现有算法算出的最短路径或最少交通流量路径中。如果这种路线推荐给司机的话，在特定天气状况下，会给司机，尤其是新司机造成很大的不便。

发明内容

本发明的技术任务是针对以上现有技术的不足，而提供一种基于天气及司机驾驶经验的路径规划方法。

本发明解决其技术问题所采用的技术方案是：一种基于天气及司机驾驶经验的路径规划方法，包括SVM和路径规划算法，其中，步骤一，进行数据信息采集，其中采集的数据样本有天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间和出租车的行驶记录；

步骤二，将采集的数据样本放入SVM中进行训练，最后得出不同样本所对应的权重系数，并建立计算模型，其中，天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间所对应的权重系数为A₁、A₂……A₈，建立的计算模型为，速度＝A₁*天气+A₂*湿度+A₃*温度+A₄*降雨+A₅*风速+A₆*路段最低海拔+A₇*路段最高海拔+A₈*时间；其中计算模型中的速度为车辆的行驶速度。

步骤三，在确定好起点和终点后，计算模型将通过路径规划算法对每一条路径进行打分计算，从而确定最优路线，将出租车的行驶记录最为一个样本，其目的是因为出租车司机对城市道路的了解比起一般司机都要熟悉，有利于构建一个完整准确的计算模型。

进一步优化，为了提高计算模型的准确性，降低不同路段对计算模型的影响，因此每个路段样本的距离为500米。

进一步优化，为了能准确的计算出一个城市在一天当中在不同的时间内各路段的通行状况，因此时间样本为24小时，其中每30分钟作为一个时段样本，每一个时段样本所对应占的权重系数为A₇₁、A₇₂、A₇₂……A₇₄₆、A₇₄₇、A₇₄₈，这样通过每个时间段的权重系数，就可以得出一个城市一天中各路段的实际交通情况，为计算模型提供坚实的数据支撑。

进一步优化，为了确保用于构建计算模型的原始数据具有充足的说服力，同时也为了能为用户提供准确的路线规划，因此各个样本的数据最少采集12个月，以充分采集各种不同季节和天气行状况的数据，并且辆出租车的数量最少为100辆。

进一步优化，所述路径算法采用Dijkstra算法。

本发明的优点：通过对天气数据、时间数据、浮动车经验驾驶人数据等对路径选择进行建模，得到路计算模型，然后，将计算模型放入DIJKSTRA中进行计算，这样在选择路径时，计算模型对可对众多路段进行打分，并选择最优路径。

附图说明

图1是本发明框架示意图。

具体实施方式

下面结合说明书附图对本发明做以下详细说明。

如图所示，一种基于天气及司机驾驶经验的路径规划方法，包括SVM和路径算法，其中，步骤一，进行数据信息采集，其中采集的数据样本有天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间和出租车的行驶记录；