一种基于交通感知路网的全局路由规划方法

本发明涉及全局路由规划，具体是提供了一种基于交通感知路网的全局路由规划方法。

背景技术：

1、随着城市车辆数量的增加，交通拥堵也越来越严重。每个人在旅行时都想避免拥挤的道路，以减少他们在路上的时间。目前已经有了导航软件，可以根据历史数据和实时路况信息，为用户提供最少旅行时间的路线。然而当大规模查询同时到达时，导航软件可能引导他们到达相同的路段。因此，它将带来新的和不可预见的拥堵，作为一个提供导航服务的平台，有必要提前引导这些将占用同一道路并造成其他路线拥堵的车辆。因此，研究全局路由规划问题，减少全局旅行时间，已经成为缓解城市拥堵的热点问题。全局路由规划问题的关键是当给定一个交通感知的道路网络网和n个起点-终点查询，最后返回n条全局旅行时间最小的路线。这里的旅行成本是用时间来衡量的，旅行时间由bpr函数计算，该函数与边的容量和相应的交通流量有关。

2、现有的最短路径规划的常用方法有旅行成本是静态距离的dijkstra，a*和h2h或动态通行时间td-dijkstra,td-a*和td-h2h，但这些工作只关注个人的旅行时间，而没有考虑大量查询时对道路状况的影响，所以它们不能直接用于解决全局路由规划问题。目前全局路由规划的解决方法有geo_ite和next_opt。但前者需要更新整个路网的交通信息，所以效率相对较低。另外，当查询分布密集时，可能会导致同一组内的严重冲突，从而影响批处理结果的质量，后者只关注周围的道路状况，而忽略了未来路段可能出现的拥堵。因此，结果的质量较差，因此两者都无法高效的解决全局路由规划问题。

技术实现思路

1、为解决上述技术问题，本发明提供了一种基于交通感知路网的全局路由规划方法，包括，

2、对路网进行树分解得到树分解结构，基于该树分解结构建立路网中两个节点间的h2h索引；

3、采用四叉树网格对路网进行划分形成多个网格，基于网格及h2h索引计算每个查询最短路径的必经网格和到达网格的时间，利用时间和空间剪枝找到相似查询并对其进行分组得到多个查询分组；

4、基于上述查询分组，根据路网的当前交通流量，采用改进的dijkstra算法为查询生成新的路径，对dijkstra进行改进具体体现在，当dijkstra算法进行扩展寻找路径时，将下条边的权值由顶点和扩展点之间的静态边权值变成到扩展点的利用时间依赖函数tw求出的估计旅行时间。将新的路径结果作为该查询的初始路径对局部交通流量状态进行更新生成预估时间依赖函数t′w，在本分组之后的路径规划则利用该预估时间依赖函数t′w作为权值，对该分组中的下一个查询重复以上过程直到该分组内所有查询的初始路径均计算完毕,其中所有分组都是并行计算的；

5、利用上述得到的初始路径结果对整个路网进行交通流量评估得到每个网格的总通行时间和每个查询的旅行时间以及全局旅行时间，将旅行时间按降序排列，选择前k个的查询为其重规划子路径对初始路径结果进行优化；

6、根据上述优化后的初始路径结果进行交通流量评估得到每个查询的旅行时间以及全局旅行时间，对等待时间前k的查询重新规划路径；迭代地重新规划路径和交通流量评估以接近最优解，最终得到了全局最优路径。

7、进一步的，该树分解结构中包括多个树节点及顶点割集；其中，

8、树节点，由一个路网中的顶点和其邻居的顶点组成；

9、顶点割集，所述顶点割集将所述无向路网划分为多个连通子图，位于不同连通子图中的任意两个路网中顶点之间的最快路径，将经过所述顶点割集中的一个顶点；

10、在所述树分解结构中各层次之间建立层次标签索引，层次标签索引中存储所述树分解结构中每一个节点到达其祖先节点之间的最小时间和其必经顶点，由此建立出h2h索引，生成h2h索引文件。

11、进一步的，采用网格划分对查询进行分组包括如下步骤，

12、设定每个网格内顶点数上限阈值n；

13、根据该顶点数上限阈值n，采用四叉树网格对路网进行划分形成多个网格,存储每个网格中包含的顶点信息；

14、针对每个查询的起点和终点利用h2h索引，计算其顶点割集得到该查询最短路径的必经顶点及到达该顶点所需的最短时间；若该查询不存在顶点割集，则选择该查询的终点作为必经顶点；并将必经顶点映射到其所属的网格为该查询的必经网格；

15、针对包含同一必经网格中的所有查询，建立查询相关矩阵；

16、利用查询相关矩阵对查询进行分组，首先将查询相关矩阵转换成图，将每个查询转化成图的节点，利用深度优先搜索，遍历图中的每个节点，得到多个连通图，每个连通图中包含的节点即为每个类别包含的查询，由此得到查询的分组。

17、进一步的，所述查询相关矩阵通过如下方式建立，

18、设定两个查询到达相同必经网格时间差上限阈值t1，

19、设定两个查询各自起点与相同必经网格中心点连线夹角之差上限阈值θ，

20、比较两个查询到达必经网格的时间，若两个查询到必经网格时间小于阈值t1，且两个查询的起点与必经网格中心点连线的夹角α小于设定阈值θ，将矩阵中相应位置的值设为1，表明两个查询搜索空间相关，否则将值设为0，表明查询的搜索空间无关。

21、进一步的，利用初始路径结果进行交通流量评估，按时间递增的顺序访问所有经过的顶点并依次计算经过边的通行时间，并记录每个顶点所在网格的通行时间以及每个查询的旅行时间；所述每个查询的旅行时间通过如下方法计算：

22、利用优先队列存储每个查询到其下一个顶点的时间，并从小到大进行排序，迭代地从优先队列中取出最早到达下一个顶点的查询，并计算其实际通行时间作为该查询到达再下一个顶点的时间，将其加入优先队列中；采用美国联邦公路局函数bpr利用交通流量计算每条边的通行时间：

23、

24、其中u和v是无向图中的顶点，e(u,v)是该无向图中的一条边，f(u,v,t)表示t时刻e(u,v)边上的流量即此时边上车辆的数量，w(u,v)为该边的自由流动移动时间即无流量状态下的通行时间,c(u,v)表示边的道路容量，σ和β为系数，取值分别为0.15和4。所述旅行时间为经过每条边的通行时间之和；

25、接着针对当前边的流量减少这条边上的一个查询增加下条边的一个查询；选择时间间隔t，当交通流量评估进入新的时间间隔时，则计算在前一个时间间隔内所有经过的边上的查询的平均通行时间，由此得到时间依赖函数tw；如果当前查询到达终点，将其经过边的通行时间加和得到该查询的旅行时间，将旅行时间添加到全局旅行时间t(p)中；当所有查询到达终点后，得到了最终的全局旅行时间t(p)；

26、进一步的，对初始路径结果进行优化具体如下，

27、通过交通流量评估结果，根据每个网格的总通行时间和每个查询的旅行时间，将网格和查询分别进行从大到小排序，然后获取通行时间在前m个的网格作为拥堵的网格，并选择旅行时间前k个的查询作为发生冲突的查询，为每个发生冲突的查询维护一个堆栈，将来自同一拥堵网格的顶点推到堆栈上，直到堆栈中出现两个连续的非拥堵网格顶点；此时搜索停止了，得到了局部重新规划的区域。

28、针对每个重规划区域规划3条最短路径，具体如下：

29、设定两个重规划路径旅行时间差上限阈值t2，

30、首先，使用dijkstra利用tw作为权值为重规划起点到终点计算最短路径，并将其添加到3条最短路径列表中；

31、之后，沿着最短路径迭代地去除其中的边，即偏离顶点来重新计算下一条最短路径；重复该过程，产生3个不同的最短路径并利用tw计算旅行时间；记录每个路径选择的顶点被之前重规划选择的次数，在旅行时间差距小于设定的阈值t2时优先选择在之前重规划时顶点被选择次数较少的路径作为局部路径；利用得到的局部路径对该查询的初始路径中相关区域路径进行替换，由此获得了优化的初始路径。

32、进一步的，对优化后的初始路径结果进行交通流量评估后得到每个查询的旅行时间，无流量时的最快时间以及总旅行时间和时间依赖函数tw，将每个查询等待时间即该查询旅行时间减去无流量时的最快时间之差按降序排列，为排名前k的查询重新规划路径；迭代的利用dijkstra利用tw作为权值进行路径重规划和交通流量评估，直到连续两次迭代的全局旅行时间没有改善，最终得到了全局最优路径。

33、本发明公开了一种基于交通感知路网的全局路由规划方法，利用h2h索引、四叉树网格划分以及yen’s算法等方法为一批n个起点-终点查询返回n条使得交通感知路网上的全局旅行时间最小的最优路线。本发明利用h2h索引的结构性质，快速找到潜在的冲突查询并将它们分组在一起。针对每个分组根据当前交通流量并行规划各组中的查询路径，用规划的初始路径更新交通流量，指导后续查询避免拥塞。这样，就只需要在当地区域解决各组内的冲突，从而提高了效率。之后根据预先设定的阈值，选择并重新规划一些特别拥挤的子路径，通过识别出真正导致拥堵的区域，进行局部重规划，有效减少全局旅行时间时间。最后通过有限的迭代找到了全局最优路径，有效的解决了交通感知路网的全局路由规划问题。