一种基于北斗的城市路网车辆路径规划方法及装置

摘要

本发明提供一种基于北斗的城市路网车辆路径规划方法，包括：获取车辆北斗信息；网格化处理城市路网；读取车辆坐标信息；确定车辆坐标所在网格；确定车辆坐标所在九宫格；确定候选路段集；计算距离和方向角偏差；计算匹配指数；判定匹配路段；推测车辆真实行驶路径。本发明还提供一种基于北斗的城市路网车辆路径规划装置。本发明通过构建坐标匹配指数模型和路径规划模型，实现城市路网中车辆坐标的快速定位和行驶路径推测，降低高楼大厦交通环境下，城市路网北斗定位的偏差，提高车辆监控跟踪的准确度，提升交通信息采集系统的运行效率和服务水平。

说明书

技术领域

本发明涉及基于北斗数据的城市路网车辆路径规划技术领域，具体是一种基于北斗的城市路网车辆路径规划方法及装置。

背景技术

中国北斗卫星导航系统是中国自行研制的全球卫星导航系统，是继美国GPS、俄罗斯GLONASS之后第三个成熟的卫星导航系统，现在北斗导航系统相关民用产品的应用还处于初级阶段，未来发展潜力巨大。

浮动车交通信息采集技术是通过在车辆上安装北斗BDS、美国GPS等装置，利用车辆的动态位置变化信息进行实时路况提取的技术，基于浮动车位移数据，将时间序列的车辆位置坐标与地图进行匹配，计算所有浮动点的平均速度和路段旅行速度，进而可以提取道路的交通状态，该技术包括数据预处理、地图匹配、路径推测和历史速度补充等关键处理程序，各个程序的处理模型也是多种多样的，精度存在着差异。

城市路网环境不同于乡村和郊区道路，由于大量高楼建筑物的影响，北斗的定位存在着偏差，目前正常的偏差在10米左右，建筑物较多的地方效果更差，不能对车辆进行精准定位。

路径规划是指采用合理的路径搜索策略，根据同一辆车前后两个匹配路段，找到最可能的行车路线。通常在数据上报周期粒度内，同一辆车在前后两个位置的行驶距离一般不会太长，可以根据距离最短路径搜索算法选择其行车路线；在距离较远或路径较复杂的情况下，算法需要考虑道路等级并结合行驶方向、前后点的位置，推测出行车路线。

在浮动车信息采集系统中，由于浮动车地图匹配的对象规模十分巨大，特别是面向大城市的应用，要在较短的时间内完成上万辆浮动车与上万个路段的匹配，对匹配速度的要求较高。

发明内容

本发明的目的在于提供一种基于北斗的城市路网车辆路径规划方法及装置，能够在高楼大厦交通环境下，实现城市路网中车辆坐标的匹配校正以及车辆行驶路径推测，提升浮动车信息采集系统的运行效率和服务水平。

本发明的技术方案为：

一种基于北斗的城市路网车辆路径规划方法，包括以下步骤：

(1)获取城市路网中所有北斗浮动车的动态参数，包括时间、坐标和方向角数据；

(2)构建城市路网基础模型，加载城市路网结点集合、路段集合和路由集合，对城市路网地图进行网格化处理，将城市路网中所有路段编号与网格编号进行关联绑定；

(3)基于北斗浮动车的当前坐标，确定其所在的网格，以该网格为中心，以周围九宫格为半径，将九宫格中处于北斗定位误差范围内的路段作为候选路段，得到候选路段集；

(4)计算出北斗浮动车的当前坐标与候选路段集中各个候选路段之间的距离，结合北斗浮动车的当前方向角与候选路段集中各个候选路段方向角之间的偏差，构建城市路网车辆坐标匹配指数模型，得到与北斗浮动车的当前坐标相匹配的路段；

(5)读取与北斗浮动车前后两相邻坐标各自相匹配的路段，分别作为该北斗浮动车的起点路段和终点路段，基于北斗浮动车的起点路段和终点路段信息，搜索北斗浮动车的拓展路段集，构建城市路网车辆路径规划模型，计算出拓展路段集中各个拓展路段的距离权重值，确定北斗浮动车的起点路段与终点路段之间的真实行驶路径轨迹。

所述的基于北斗的城市路网车辆坐标校正方法，所述步骤(2)具体包括：

(21)在城市路网基础上，覆盖网格化处理层，确定每个网格的编号和边界范围，网格大小的基本单位为25米*25米；

(22)基于城市路网中所有路段的起点和终点坐标信息，对路段与网格进行关联绑定。

所述的基于北斗的城市路网车辆坐标校正方法，所述步骤(3)中，基于北斗浮动车的当前坐标，确定其所在的网格，具体为：若北斗浮动车的当前坐标落入某个网格的左上坐标、右上坐标、左下坐标、右下坐标界定的范围内，则判定北斗浮动车的当前坐标属于该网格。

所述的基于北斗的城市路网车辆坐标校正方法，所述步骤(4)具体包括：

(41)获取候选路段集中各个候选路段信息，包括候选路段编号、候选路段起点坐标、候选路段终点坐标和候选路段方向角；

(42)根据候选路段起点坐标和候选路段终点坐标，得到候选路段线性函数；

(43)设北斗浮动车的当前坐标为(x₀，y₀，z₀)，候选路段P_i的直线方程为A_ix+B_iy+C_iz+D_i＝0，则采用以下公式计算出(x₀，y₀，z₀)与P_i之间的距离d_i：

$>d_i=\frac{|A_i{x}_0+B_i{y}_0+C_i{z}_0+D_i|}{\sqrt{A_i^2+B_i^2+C_i^2}}$>

(44)构建城市路网车辆坐标匹配指数模型：

$>{\mathrm{MI}}_i=\frac{0.65}{1+d_i/d}+\frac{0.35}{1+{\theta }_i/\theta }$>

其中，MI_i表示北斗浮动车的当前坐标与候选路段P_i的匹配指数，d_i表示当前坐标与候选路段P_i之间的距离，d表示北斗数据距离偏差阈值，θ_i表示北斗浮动车的当前方向角与候选路段P_i的方向角之间的偏差，θ表示北斗数据方向角偏差阈值；

(45)选取匹配指数最大的候选路段作为与北斗浮动车的当前坐标相匹配的路段。

所述的基于北斗的城市路网车辆坐标校正方法，所述步骤(5)中，构建城市路网车辆路径规划模型，计算出拓展路段集中各个拓展路段的距离权重值，确定北斗浮动车的起点路段与终点路段之间的真实行驶路径轨迹，具体包括：

(51)构建城市路网车辆路径规划模型：g(p，b)＝d(p，b)+f(b，q)

其中，p表示起点路段，q表示终点路段，b表示起点路段p的拓展路段，g(p，b)表示拓展路段b的距离权重值，d(p，b)表示当选择拓展路段b时，在其上行驶结束时，北斗浮动车总计已经行驶的路径距离，f(b，q)表示拓展路段b与终点路段q之间的欧几里得距离；

(52)基于城市路网车辆路径规划模型，计算出起点路段的各个拓展路段的距离权重值，并将距离权重值最小的拓展路段选为北斗浮动车的真实行驶路段；

(53)将选中的拓展路段作为新的起点路段，重复步骤(52)，直至在拓展路段中找到终点路段。

一种基于北斗的城市路网车辆路径规划装置，包括数据通信和存储服务器、地图匹配处理服务器、路径规划服务器、发布终端和若干北斗浮动车，所述北斗浮动车的输出端通过数据通信和存储服务器与地图匹配处理服务器的输入端连接，所述地图匹配处理服务器的输出端与路径规划服务器的输入端连接，所述路径规划服务器的输出端与发布终端的输入端连接。

本发明通过对北斗数据的挖掘分析，对城市路网地图进行网格化处理，构建坐标匹配指数模型和路径规划模型，通过搜索与北斗浮动车的各个坐标相匹配的路段，确定北斗浮动车在城市路网中的行驶轨迹，实现城市路网中车辆坐标的快速定位和行驶路径推测，降低高楼大厦交通环境下，城市路网北斗定位的偏差，提高车辆监控跟踪的准确度，提升交通信息采集系统的运行效率和服务水平。

附图说明

图1是本发明的方法流程图；

图2是本发明的路径规划示意图；

图3是本发明的装置结构示意图；

图4是本发明的路径规划流程图。

具体实施方式

下面，结合附图和具体实施例进一步说明本发明。

如图1所示，一种基于北斗的城市路网车辆路径规划方法，采用依次连接的若干北斗浮动车1、数据通信和存储服务器2、地图匹配处理服务器3、路径规划服务器4和发布终端5实现(如图3所示)，该方法包括以下步骤：

S1、利用浮动车技术检测城市路网中所有北斗浮动车1的动态参数，包括时间、坐标和方向角数据，检测到的动态参数经数据通信和存储服务器2实时存入地图匹配处理服务器3。

S2、构建城市路网基础模型，加载城市路网结点集合、路段集合和路由集合；

结点N是路网构建的原始点元素，是路段和路由的基础；

路段P是由两个结点所组成的连接，P＝<n₁，n₂，B>，其中n₁∈N，n₂∈N，表示前后两个结点间存在一条可以通行车辆的有界道路，B代表通行条件：B＝0，限制通行；B＝1，单向通行；B＝2，双向通行；

路由L是多个结点和路段所组成的通行长路段集；

在城市路网基础模型上，覆盖网格化处理层，确定每个网格的编号和边界范围，网格大小的基本单位为25米*25米，然后基于城市路网中所有小路段的起点和终点坐标信息，对小路段与网格进行关联绑定：

设路段编码为P_i，网格编码为Q_j，网格编码Q_j与路段编码P_i进行一对多关联配对：

Q_j＝{P₁，P₂，…，P_i} (i∈I，j∈J)          (1)

i为当前路段的编号；j为当前网格的编号；I为当前网格内的所有路段个数；J为城市路网中所有网格的总个数。

S3、基于北斗浮动车的当前坐标，确定其所在的网格，以该网格为中心，以周围九宫格为半径，搜索目标范围内的路段信息，确定候选路段集，具体包括：

设北斗浮动车的当前坐标为G＝(x₀，y₀，z₀)，网格Q_j＝{G₁，G₂，G₃，G₄}，其中，G₁为Q_j的左上坐标，G₂为Q_j的右上坐标，G₃为Q_j的左下坐标，G₄为Q_j的右下坐标，如果G落入G₁、G₂、G₃、G₄界定的范围内，则判定G属于Q_j；

然后以Q_j为中心，查找周围九宫格，利用公式(1)提取九宫格内的所有路段信息，作为候选路段集。

S4、获取候选路段集中各个候选路段信息，包括候选路段编号、候选路段起点坐标、候选路段终点坐标和候选路段方向角；根据候选路段起点坐标和候选路段终点坐标，得到候选路段线性函数；

设北斗浮动车的当前坐标为(x₀，y₀，z₀)，候选路段P_i的直线方程为A_ix+B_iy+C_iz+D_i＝0，则采用以下公式计算出(x₀，y₀，z₀)与P_i之间的距离d_i：

$>d_i=\frac{|A_i{x}_0+B_i{y}_0+C_i{z}_0+D_i|}{\sqrt{A_i^2+B_i^2+C_i^2}}---\left(2\right)$>

构建城市路网车辆坐标匹配指数模型：

$>{\mathrm{MI}}_i=\frac{0.65}{1+d_i/d}+\frac{0.35}{1+{\theta }_i/\theta }---\left(3\right)$>

其中，MI_i表示北斗浮动车的当前坐标与候选路段P_i的匹配指数，d_i表示当前坐标与候选路段P_i之间的距离，d表示预设的北斗数据距离偏差阈值常数，一般设置为10米，θ_i表示北斗浮动车的当前方向角与候选路段P_i的方向角之间的偏差，θ表示预设的北斗数据方向角偏差阈值常数，一般设置为30度；

MI_i越大，表示北斗浮动车的当前坐标与候选路段P_i的匹配度越高，因此，选取匹配指数最大的候选路段作为与北斗浮动车的当前坐标相匹配的路段。

S5、加载城市路网基础模块，主要包括各个结点集合、路段集合、路由集合以及网格集合的信息，读取与某辆北斗浮动车前后两相邻坐标各自相匹配的路段，分别作为该北斗浮动车的起点路段和终点路段；

基于北斗浮动车的起点路段和终点路段信息，搜索北斗浮动车的拓展路段集，拓展路段指的是当车辆行驶到某个路段的终点时，其接下来可能选择行驶的路段，构建城市路网车辆路径规划模型：

g(p，b)＝d(p，b)+f(b，q)             (4)

$>\mathrm{lp}=<n_1,n_2,B>=\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2+{(z_1-z_2)}^2}---\left(5\right)$>

$>\mathrm{lb}=<n_2,n_3,B>=\sqrt{{(x_2-x_3)}^2+{(y_2-y_3)}^2+{(z_2-z_3)}^2}---\left(6\right)$>

$>\mathrm{lq}=<n_{n-1},n_n,B>=\sqrt{{(x_{n-1}-x_n)}^2+{(y_{n-1}-y_n)}^2+{(z_{n-1}-z_n)}^2}---\left(7\right)$>

$>f(b,q)=<n_3,n_{n-1},B>=\sqrt{{(x_3-x_{n-1})}^2+{(y_3-y_{n-1})}^2+{(z_3-z_{n-1})}^2}---\left(8\right)$>

d(p，d)＝Σlp_i+lb             (9)

其中，lp为起点路段p的长度，n₁＝(x₁，y₁，z₁)、n₂＝(x₂，y₂，z₂）分别为起点路段p的两个结点，lq为终点路段q的长度，

n_n-1＝(x_n-1，y_n-1，z_n-1)、n_n＝(x_n，y_n，z_n)分别为终点路段q的两个结点，b为起点路段p的拓展路段，n₂＝(x₂，y₂，z₂)、n₃＝(x₃，y₃，z₃)分别为拓展路段b的两个结点，f(b，q)为估价距离，一般为拓展路段b与终点路段q之间的欧几里得距离，Σlp_i为已走过的路径距离，lb为拓展路段b的长度，g(p，b)为拓展路段b的距离权重值；

利用城市路网车辆路径规划模型，计算出拓展路段集中各个拓展路段的距离权重值，距离权重值越小，代表路径越优，该拓展路段是真实行驶路段的概率就越大；本发明通过判定最大概率行驶路段，最终实现车辆真实行驶路径的推演。

如图2所示，起点路段为p，终点路段为q，起点路段p的拓展路段为b1、b2、b3，根据上述公式计算，得出拓展路段b1的距离权重值最小，因此，将拓展路段b1作为新的起点路段，并找出其相应的拓展路段，按照上述公式计算，从新的起点路段b1的拓展路段中再找出距离权重值最小的路段作为新的起点路段，依次循环，直至在拓展路段中找到终点路段q为止，详细步骤如图4所示，从而可以确定北斗浮动车的起点路段与终点路段之间的各个真实行驶路段，形成北斗浮动车的真实行驶路径轨迹。

S6、北斗浮动车的真实行驶路径轨迹存入数据库，发布终端5通过调用数据库接口服务实现信息发布。

以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。