[发明专利]基于交通预测的动态路径规划方法

权利要求书

1.一种基于交通信息的动态路径规划方法，其特征在于，包括网络模型抽象阶段，堆叠网络阶段和时空滚动算法阶段；

所述网络模型抽象阶段，将实际道路转化为节点和权值的网络图结构，分为上层网络模型抽象和下层网络模型抽象，权值设置综合考虑交通流密度和路径长度；所述网络模型抽象阶段，包含上层网络模型抽象过程和下层网络模型抽象过程：

上层网络模型抽象过程：

①将实际路网进行栅格化，划分为等大小的多个网格，以每个网格为一节点，第i号网格即为节点V_i，任意两个相邻节点V_i和V_j的连线，即网格i和网格j的一条公共连边，从网格i到网格j若有道路相通，则产生一条由V_i指向V_j的连边E_ij，得到无权有向图G(V,E)；每个网格内得到流量向量f＝[q_N,q_E,q_S,q_W]和平均速度v；

②初始化车辆当前所处节点s、目的节点d、当前时间t，计算t时刻每个网格内交通流密度k_it，公式如下：

式中，v_it为网格内平均速度，q_1it,q_2it,q_3it,q_4it分别表示北、东、南、西四个方向相邻网格流入的车流量；

③通过权值映射，得到加权有向图G(V,E,w_t)，

式中，t时刻连边E_ij的权值w_ij＝k_j+l_i

下层网络模型抽象：

④以路口为节点，路口相连为连边，权值为路径长度，得到下层网络模型G(v,e,w)；

所述堆叠网络阶段，将实时交通信息和多个步长的预测交通信息进行整合，得到最终的网络模型；

所述时空滚动算法阶段，包含时间滚动和空间滚动过程，按照一定时间间隔刷新交通状态，实现动态的规划算法；

所述时空滚动算法，包含时间滚动过程和空间滚动过程，具体如下：

步骤3.1基于加权有向图G(V,E,w)运行一次Dijkstra算法，得到上层网络的规划结果，包含从节点s到节点d的所有节点编号，表示为p＜V_s,V_d＞；

步骤3.2路径p＜V_s,V_d＞中节点V_s和其下一节点V_s'中的所有道路，构建下层网络模型G(v,e,w)，运行Dijkstra算法，得到下层路径p＜v_s,v_s'＞；

步骤3.3更新车辆节点s＝s'，判断条件s＝d是否满足，若满足，则结束规划，否则，进入步骤3.4)；

步骤3.4)设当前网格密度值k_ri，i表示路径p＜V_s,V_d＞中的所有节点编号；

步骤3.5)计算当前交通信息与预测交通信息的偏差err，公式如下：

式中，k_pi表示步骤2中图G(V,E,w)内网格i的密度值，k_min＝(k_ri+k_pi)×10％

步骤3.6)设置阈值，如果偏差err小于阈值，返回步骤3.2，若偏差err大于阈值，则返回步骤2.1。

2.根据权利要求1所述基于交通信息的动态路径规划方法，其特征在于，所述堆叠采样阶段具体步骤包括：

步骤2.1令m＝1；

步骤2.2以当前时刻T为出发点，预测T+1_,T+2,...,T+n时刻的全局交通状态，得到预测加权有向图G(V,E,w_T+1),…,G(V,E,w_T+N)，n表示时间间隔；

步骤2.3将预测加权有向图G(V,E,w_T+1),…,G(V,E,w_T+N)进行堆叠，以当前所处位置s为中心，s+m圈的节点权值选择T+m时刻的加权有向图G(V,E,w_T+m)的权值；

步骤2.4令m＝m+1，如果s+m与d重合，则得到加权有向图G(V,E,w)，否则返回步骤2.2。