[发明专利]一种基于数据预测的动态交通路径规划方法

说明书

本发明公开了一种基于数据预测的动态交通路径规划方法，将传统的路径规划方法和交通预测技术相结合，数据预测使用KNN算法，基于历史数据预测短期的交通流量；根据路段的长度，确定出每个路段在每个时间段的权重；此外，考虑到路网总体协调，从全局的角度，动态均衡地进行路径推荐，一方面避免向同一条路段推荐太多用户而造成未来新的交通拥塞，另一方面，对交通管制、交通事故等突发情况能够及时反映，以便更新规划的路径。本发明可以为司机提供有效和及时的交通路段拥堵信息，以得到动态、全局的最优路径推荐。

技术领域

本发明属于交通路径规划技术领域，具体涉及一种基于数据预测的动态交通路径规划方法。

背景技术

近年来，交通事业迅猛发展，然而大中型城市中交通问题越来越严重，表现在拥挤情况严重、交通事故频发，尤其是在上下班高峰时期，如果有拥堵就会影响人们的行程，还会造成资源浪费、污染环境。

目前的智能交通系统(Intelligent Transport System，ITS)是处理日益恶化的道路拥堵、交通事故和环境污染的最有效手段。自20世纪80年代初以来，短期交通预测已成为大多数ITS和相关研究的重要的组成部分。它根据当前和以前的交通信息，对将来几秒钟到几个小时的交通情况作预测，预测的结果可以作为道路权重的重要标准应用于路径规划，以便提升城市交通效率。

发明内容

针对上述问题，本发明提出一种基于数据预测的动态交通路径规划方法，将传统的路径规划方法和交通预测技术相结合，预测使用KNN算法，基于历史数据预测短期的交通流量；根据各路段的长度，可以确定每个路段在每个时间段的权重；此外，考虑到路网总体协调，在全局的角度，动态均衡的进行路径推荐；一方面避免向同一条路段推荐太多用户而影响交通；另一方面，对交通管制、交通事故等及时反映，更新规划的路径，可以为司机提供有效和及时的路段拥堵信息，以得到最优路径。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种基于数据预测的动态交通路径规划方法，包括以下步骤：

(1)建立路网图；

(2)对时间进行划分获得若干个时间段，根据设定的历史数据信息和当前数据信息预测下一个时间段的设定路段的平均行驶速度；

(3)重复步骤(2)计算出每条路段在每个时间段的平均行驶速度和平均行驶时间；

(4)确定路网图中边的权重；

(5)以行驶时间最短为原则，进行路径规划。

进一步地，所述步骤(2)中的根据设定的历史数据信息和当前数据信息预测下一个时间段的设定路段的平均行驶速度，具体包括以下步骤：

(2.1)对于路段L₁，从历史数据库中选择该路段的所有历史数据，再将当前数据作为输入向量，其中，V₁,V₂,...V₅分别代表时间段、周、节假日、降雨量、时间段t平均车速，其中t表示一天中的任一时间段，时间段的取值为1～N，周的取值为1～7，节假日的取值为0或1；

(2.2)确定KNN算法的度量标准，计算每个历史数据与输入向量之间的Euclidean距离：

式中：d_i表示输入向量与历史数据库中的历史向量X_i之间的Euclidean距离，v_g表示输入向量的第g个分量，x_i,g表示历史向量X_i的第g个分量，g∈{1,2...J}，J＝5；