一种避开疫情风险地区的公共交通出行路径规划方法

本发明涉及移动通信领域、自动导航领域、智能算法领域，尤其涉及一种避开疫情风险地区的出行路径规划方法。

背景技术：

受疫情的影响和国家防疫要求，居民的日常出行受到一定限制，如何在保障自己的人身安全的前提下，避开疫情高风险区域，实现正常的上班、上学、购物，同时又节约出行时间成为了居民关注的焦点。而目前的路径选择算法中未将疫情风险区的信息加上，居民需要自行对路径进行删选，增加了出行的时间和不方便性。

技术实现要素：

基于背景技术存在的技术问题，本发明提出了一种避开疫情风险地区的出行路径规划方法。

本发明公开了一种避开疫情风险地区的出行路径规划方法，包括信息推送模块、地理区域划分模块、疫情风险评估模块、疫情风险预警模块、疫情期间公共出行动态路径规划模块、交通状态监控模块，其具体实现步骤如下：

s1信息推送模块，接收卫健委发布的疫情信息，并将疫情信息推送给地理区域划分模块。

s2地理区域划分模块，按照“区-街道-社区-网格”四级管理体系，对社区进行网格化，将城市划分为若干个网格区域，构建出一个2d连续坐标栅格地图；接收由信息推送模块发来的疫情信息，将疫情信息与地理区域进行匹配；

s3风险评估模块，接收与疫情信息匹配后的地理信息后计算各区域的风险值大小，将区域风险信息发送给风险预警模块及疫情期间公共出行动态路径规划系统；

s4风险预警模块，接收到区域风险信息后，将风险预警信息发送给公交车辆，并向乘客发布疫情风险预警信息；

s5疫情期间公共出行动态路径规划模块，接收疫情风险信息信息，以风险最小值作为路径诱导目标，在路径规划算法中以路网间节点的风险值作为算法参数，在栅格地图上为用户选择一条能避开疫情风险区域的路径，将路径信息发生给公共交通监控平台；

s6公共交通监控平台，实时动态感知车辆的位置信息及终点信息。

优选的，所述步骤s2地理区域划分模块按照“区-街道-社区-网格”四级管理体系，对社区进行网格化，将城市划分为若干个网格区域，构建出一个2d连续坐标栅格地图，并将疫情信息与地理信息进行匹配。

优选的，所述步骤s3风险评估模块中，区域的风险值大小由该区域与风险区域的相互作用强度及风险区的风险值决定，相互作用强度采用重力模型进行描述：

其中，v(i,j,t)表示t时刻区域i与风险区域j之间的关联强度；pi,pj分别为区域i与风险区域j的常住人口；d(xi,yi,xj,yj)为区域i与风险区域j的欧式距离；为t时刻区域i与风险区域j的人口流动指数：

其中，n(i,j,t)表示区域i风险区域j居民来访人次与区域i居民到达风险区域j的人次之和；max(n(i,j,t))表示全市各区域中的n(i,j,t)的最大值。

对关联强度v(i,j,t)进行标准化：

优选的，所述步骤s3风险评估模块中，区域i与区域j之间的人口流动指数计算的数据源为城市居民出行od数据(单日数据)，包括起点的经度、起点的纬度、终点的经度、终点的纬度和od强度(人次)五项数据内容，空间尺度为社区尺度；对数据进行空间校准后在s2地理区域划分模块所划分的网格区域尺度上对od数据进行空间关联。

优选的，所述步骤s3风险评估模块中，区域i在t时刻的风险值：

其中，ri为区域i的风险值；ad,j为风险区域j的累计确诊病例数；an,j为风险区域j的当日新增病例数。

优选的，所述步骤s5路径规划模块进行路径选择时采用结合节点风险值的改进的a-star算法，在a-star算法的启发函数中引入节点的风险值，使节点风险影响路径选择，避开高风险区域。

改进a-star算法的公式为：

其中，f(n)为估价函数；g(n)为起始点到该节点的距离；l(n)为启发函数；h(n)为当前节点到终点的曼哈顿距离；v(n)为第n个节点的风险值。

本发明能够在城市被划分成一个一个网格区域的情况下，通过实时接收疫情信息，进行疫情风险评估，动态感知用户位置信息，为公交车推送疫情风险预警信息，并为车辆规划一条避开疫情风险地区的出行路径，为疫情期间出行提供可行方案，使用户在疫情的出行更加安全方便。

附图说明

图1为本发明中一种避开疫情风险地区的公共交通出行路径规划方法结构图。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

一种避开疫情风险地区的公共交通出行路径规划方法，包括信息推送模块、地理区域划分模块、疫情风险评估模块、疫情风险预警模块、疫情期间公共出行动态路径规划模块、交通状态监控模块，其具体实现步骤如下：

s1信息推送模块，接收卫健委发布的疫情信息，并将疫情信息推送给地理区域划分模块。

s2地理区域划分模块，按照“区-街道-社区-网格”四级管理体系，对社区进行网格化，将城市划分为若干个网格区域，构建出一个2d连续坐标栅格地图；接收由信息推送模块发来的疫情信息，将疫情信息与地理区域进行匹配；

s3风险评估模块，接收与疫情信息匹配后的地理信息后计算各区域的风险值大小，将区域风险信息发送给风险预警模块及疫情期间公共出行动态路径规划方法；

s4风险预警模块，接收到区域风险信息后，将风险预警信息发送给公交车辆，并向乘客发布疫情风险预警信息；

s5疫情期间公共出行动态路径规划模块，接收疫情风险信息信息，以风险最小值作为路径诱导目标，在路径规划算法中以路网间节点的风险值作为算法参数，在栅格地图上为用户选择一条能避开疫情风险区域的路径，将路径信息发生给公共交通监控平台；

s6公共交通监控平台，实时动态感知车辆的位置信息及终点信息。

本发明中，所述步骤s2地理区域划分模块按照“区-街道-社区-网格”四级管理体系，对社区进行网格化，将城市划分为若干个网格区域，构建出一个2d连续坐标栅格地图，并将疫情信息与地理信息进行匹配。

本发明中，所述步骤s3风险评估模块中，区域的风险值大小由该区域与风险区域的相互作用强度及风险区的风险值决定，相互作用强度采用重力模型进行描述：

其中，v(i,j,t)表示t时刻区域i与风险区域j之间的关联强度；pi,pj分别为区域i与风险区域j的常住人口；d(xi,yi,xj,yj)为区域i与风险区域j的欧式距离；为t时刻区域i与风险区域j的人口流动指数：

其中，n(i,j,t)表示区域i风险区域j居民来访人次与区域i居民到达风险区域j的人次之和；max(n(i,j,t))表示全市各区域中的n(i,j,t)的最大值。

对关联强度v(i,j,t)进行标准化：

本发明中，所述步骤s3风险评估模块中，区域i与区域j之间的人口流动指数计算的数据源为城市居民出行od数据(单日数据)，包括起点的经度、起点的纬度、终点的经度、终点的纬度和od强度(人次)五项数据内容，空间尺度为社区尺度；对数据进行空间校准后在s2地理区域划分模块所划分的网格区域尺度上对od数据进行空间关联。

本发明中，所述步骤s3风险评估模块中，区域i在t时刻的风险值：

其中，ri为区域i的风险值；ad,j为风险区域j的累计确诊病例数；an,j为风险区域j的当日新增病例数。

本发明中，所述步骤s5路径规划模块进行路径选择时采用结合节点风险值的改进的a-star算法，在a-star算法的启发函数中引入节点的风险值，使节点风险影响路径选择，避开高风险区域。

改进a-star算法的公式为：

其中，f(n)为估价函数；g(n)为起始点到该节点的距离；l(n)为启发函数；h(n)为当前节点到终点的曼哈顿距离；v(n)为第n个节点的风险值。

本发明：信息推送模块接收卫健委发布的疫情信息，并将疫情信息推送给地理区域划分模块；地理区域划分模块按照“区-街道-社区-网格”四级管理体系，对社区进行网格化，将城市划分为若干个网格区域，构建出一个2d连续坐标栅格地图；接收由信息推送模块发来的疫情信息，将疫情信息与地理区域进行匹配；风险评估模块接收与疫情信息匹配后的地理信息后计算各区域的风险值大小，将区域风险信息发送给风险预警模块及疫情期间公共出行动态路径规划系统；风险预警模块接收到区域风险信息后，将风险预警信息发送给公交车辆，并向乘客发布疫情风险预警信息；疫情期间公共出行动态路径规划模块接收疫情风险信息信息，以风险最小值作为路径诱导目标，在路径规划算法中以路网间节点的风险值作为算法参数，在栅格地图上为用户选择一条能避开疫情风险区域的路径，将路径信息发生给公共交通监控平台；公共交通监控平台实时动态感知车辆的位置信息及终点信息。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。