[发明专利]一种基于概率模型检验的行驶路径规划方法

说明书

本发明涉及一种基于概率模型检验的行驶路径规划方法，包括以下步骤：对智能交通系统的交通路网结构进行特征提取，构建交通网络有向图；根据预先统计的交通路网的车流数据，获取概率车流关系；构建基于马尔可夫链的交通系统车辆行为模型；构建基于概率标签迁移系统的PCTL公式，对交通系统车辆行为模型各路径进行性质检验；在概率模型检验软件中对交通系统车辆行为模型进行建模，并对各PCTL公式进行验证，得到检验结果；判断检验结果是否超过预设的路径可达性阈值，若是，则推荐对应的路径，否则不推荐。与现有技术相比，本发明考虑交通道路中复杂多变的阻抗因素，具有可靠性和准确性高等优点。

技术领域

本发明涉及路径规划领域，尤其是涉及一种基于概率模型检验的行驶路径规划方法。

背景技术

智能交通系统应用已在全球各国的城市交通中广泛推广，是城市交通系统建设中不可或缺的一部分，对缓解城市交通压力起着至关重要的作用。其中，路径规划又是智能交通系统中的核心问题。传统的路径规划方法主要是在交通系统中寻求使其代价达到最小的最短路径问题，如Dijkstra算法和A*算法。然而，现有的最短路径规划方案在应对诸如交通拥堵、道路施工等状态时，存在将车辆引导至拥堵路段的可能性。特别是在紧急救援环境下，最短路径规划方法也存在很大的风险。

发明内容

本发明的目的就是为了克服上述现有技术存在的路径规划方法存在很大的将车辆引导至拥堵路段的风险的缺陷而提供一种准确性高和可靠性好的基于概率模型检验的行驶路径规划方法。

本发明的目的可以通过以下技术方案来实现：

一种基于概率模型检验的行驶路径规划方法，包括以下步骤：

S1：对智能交通系统的交通路网结构进行特征提取，构建交通网络有向图；

S2：根据预先统计的交通路网的车流数据，获取概率车流关系；

S3：根据概率车流关系和交通网络有向图，构建基于马尔可夫链的交通系统车辆行为模型；

S4：构建基于概率标签迁移系统的PCTL公式，对基于马尔可夫链的交通系统车辆行为模型各路径进行性质检验；

S5：在概率模型检验软件中对交通系统车辆行为模型进行建模，并使用概率模型检验软件对各PCTL公式进行验证，得到检验结果；

S6：判断检验结果是否超过预设的路径可达性阈值，若是，则推荐该PCTL公式对应的路径，否则不推荐。

进一步地，所述概率车流关系包括交通路网内每个交叉口中车辆驶向不同方向道路的数量和交通路网中各交叉口的车辆转移概率。

进一步地，所述基于马尔可夫链的交通系统车辆行为模型中，将所述交通网络有向图中每一个路口结点抽象为一个状态，将所述交通网络有向图中路口与路口间的路段抽象为状态间的转移关系。

进一步地，所述概率车流关系的表达式为：

PTFR＝(S,T,N,P)

式中，PTFR为概率车流关系，S为交通网络有向图中的结点集合，T为时间区间，N为车流数据关系，为T时间内从一结点驶向另一结点的车辆数量，R∈[0,1]是车流量概率关系，R为车辆从一路段起始节点驶向该路段终止结点的概率。

进一步地，所述交通系统车辆行为模型的表达式为：

VBM＝(S,Init,∑,AP,L)

式中，S为交通网络有向图中的结点集合，Init为非空的初始状态，∑为状态转移关系，Distr(S)为样本空间S上的概率分布函数，Distr(S)→[0,1]，AP为有限原子命题集合，L为标记函数，L:S→2^AP，将每个状态赋予有限原子命题集合。