一种时间度量下的交通路网模型构建方法与流程

本发明涉及智能交通领域，特别是一种时间度量下的交通路网模型构建方法，服务于交通路径规划的路网模型构建。

背景技术：

交通是城市经济发展的动脉，在城市经济的发展、人民生活水平的提高和智慧城市的整体构造过程中起着重要的作用。人们在进行交通决策时，例如出行者进行路径选择、管理者进行交通调控，都需要知道道路的时间属性，包括车辆通过路段消耗的时间、车辆在交叉口等待产生的延误等等，以此判断路网拥堵状况，做出合理的应对方案和措施。

目前在交通路网模型的建立过程当中，大多建立有向图来表示路网，以线段表示路段，以节点表示交叉口，这种模型只能体现道路的距离属性(即体现路网中两个具体点之间的距离)，无法对交叉口的复杂性进行分析。文献1在对交叉口的延误进行分析时，所建立的拓扑模型为路段加节点的组合，在路网模型上仅能体现出(以米为单位的)路段长度及节点间距离；文献2在路网的数据存储结构上体现了转向的不同及限制，对于路网模型的建立仍然沿用了以单一节点代替交叉口的方式；文献3建立了gis-t时空路网数据模型，在路网的数据存储结构上进行了改进，所建立的分层路网依旧不包含时间信息(所述的时间信息指车辆通过某个路段或者某个交叉口所要花费的时间，基础模型上只表示出车辆通过某个路段或者某个交叉口所要花费的距离)。

传统的路网模型重视对路段的描述，忽略了交叉口的复杂性，在此这样的模型上展开的路径规划等相关研究是不全面的，故而需要建立起一种可以同时考虑路段和交叉口属性的路网，并体现其时间属性。

参考文献：

文献1.胡林,钟远兴,黄晶,杜荣华,张新.考虑信号交叉口延时的最优车辆路径规划算法[j].汽车工程,2018,40(10):1223-1229+1253.

文献2.周熙阳,杨兆升,张伟,邴其春,商强.考虑信号交叉口转向类型的最优路径规划算法[j].华南理工大学学报(自然科学版),2016,44(04):101-108.

文献3.罗伟.基于交通信息的路网模型构建及其路径规划研究[d].福州大学,2017.

技术实现要素：

针对现有技术的不足，本发明拟解决的技术问题是，提供一种时间度量下的交通路网模型构建方法。该模型将路网拆分为路段和交叉口进行描述，结合交通速度和交通流量，计算出路段和交叉口的时间代价，赋予路段和交叉口时间属性，将与交叉口相连的路段之间的互联方式细分，可以充分将交叉口延误情况直接在时间模型上体现。相比于现有距离路网模型，该模型从时间角度出发，更适用于人们在出行时进行与时间相关的一系列分析和决策。

本发明解决所述技术问题采用的技术方案为：

一种时间度量下的交通路网模型构建方法，包括以下步骤：

步骤一：获取距离路网模型的拓扑图，该拓扑图中包含路段和交叉口信息，

步骤二：以距离路网模型中交叉口位置的中心点为圆心，以不小于交叉口位置的总宽度为半径做圆，分别与当前交叉口中心连接的各个路段相交，该交点位置即为新节点，新节点的数量与相应交叉口所连接的路段数量相等；然后分别用曲线连接相邻两个路段上的新节点，若两个相邻路段之间不通，则删去距离路网模型中已有的交叉口直线，保留新节点连接后的曲线，若两个相邻路段之间相同，则保留距离路网模型中已有的交叉口直线；按照顺序依次为距离路网模型中的所有交叉口进行编号，记为1、2、…、m、…，按照顺序依次为距离路网模型中的所有路段进行编号，记为1、2、…、n、…；

步骤三：定义时间度量下的交通路网模型：

3.1时间路网模型为：

公式(1)中g表示时间路网模型，i表示路段集合，j表示交叉口集合，t表示路段及交叉口的耗时集合，公式(2)中，n表示路段，in^l表示路段的长度集合，in^q表示路段的交通流量集合，in^v表示路段的交通速度集合，in^c表示路段的车道数目集合，in^q表示路段的通行能力集合；公式(3)中，m表示交叉口，jm^z表示交叉口的坐标集合，jm^η表示交叉口的信号灯周期时长集合，jm^θ表示交叉口的绿信比集合，jm^q表示交叉口的通行能力集合；公式(4)中，k表示交叉口的进口个数集合，tm^kz表示交叉口的第k个进口方向的直行延误时间集合，tm^kl表示交叉口的第k个进口方向的左转延时间集合，tm^kr表示交叉口的第k个进口方向的右转延误时间集合，tn¹、tn²表示路段两个方向上的行程时间集合；m和n均取正整数；

3.2路网静态数据获取，包括路段信息和交叉口信息的获取，路段信息包括路段长度、路段车道数量、路段通行能力；交叉口信息包括交叉口通行能力、交叉口信号灯周期及相应绿信比；

3.3交通流量预测，对路段上某一截面的流量进行预测，以该截面的历史流量数据为输入，进行未来5分钟的路段交通流量预测；

3.4交通速度预测，对某一路段上的车辆平均速度进行预测，以该路段的历史车辆平均速度为数据，进行路段当前交通速度的预测；

3.5获取耗时代价，包括获取对路段耗时和获取交叉口耗时；

3.6将上述得到的构建时间路网模型所需的相关参数带入，以时间为单位，将公式(4)中的两个行车方向的路段耗时分别标注在路段直线的上方和下方；将公式(4)中的交叉口耗时分别标记在交叉口中路段互联的相应连线上，至此完成时间度量下的交通路网模型的构建。

步骤3.3和步骤3.4在进行路段交通流量预测和路段当前交通速度的预测中均采用自适应模糊神经推理anfis，结构为5层，输入单元为3个，输出单元为1个。

步骤3.5中路段耗时计算公式为：时间＝路程/速度，交叉口耗时以webster延误公式进行计算。

步骤二中，圆的直径为当前交叉口的总宽度。

所述时间度量下的交通路网模型中以秒、分钟为单位表示。

与现有技术相比，本发明的有益效果为：提出了一种时间度量下的交通路网模型，该路网模型以时间为度量对路网当中的路段和交叉口进行描述，方便将车辆延误、路径耗时直接在新建的路网模型上体现，图1当中，路段以距离作为描述方式，图2当中，将距离等效为时间，以时间来描述路段和交叉口；此外，该模型对交叉口的描述更加详细，图1当中的交叉口用一个节点表示，在图2中对交叉口的描述以多节点代替单一节点，多节点之间的互联体现出路段之间的互联差异，此模型下的交叉口更贴合实际。

在构建模型时，对交叉口的处理以多个线段互联等效其原来的单一节点，将交叉口内不同的行驶路径拆分出来，对路段的距离度量转变为时间度量，并实现了交叉口的时间度量，解决背景中的问题，丰富了交通路网的拓扑模型，在关注路网中路段属性的同时充分考虑交叉口，与此同时体现出路段和交叉口的时间属性。

附图说明

图1为传统的距离路网模型中路段加交叉口的拓扑示意图；

图2为本发明的路段加交叉口的拓扑示意图示意图；

图3为实施例中交叉口单元示意图；

图4为实施例中的anfis-1模型结构图；

图5为实施例中的anfis-2模型结构图；

图6为实施例中传统的路网模型结构示意图；

图7为实施例中本发明的路网模型结构示意图；

图8为本发明的整体结构示意图。

--具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

本实施例一种时间度量下的交通路网模型构建方法，包括以下步骤：

步骤一：获取距离路网模型的拓扑图，该拓扑图中包含路段和交叉口信息，

步骤二：以距离路网模型中交叉口位置的中心点为圆心，以不小于交叉口位置的总宽度为半径做圆，分别与当前交叉口中心连接的各个路段相交，该交点位置即为新节点，新节点的数量与相应交叉口所连接的路段数量相等；然后分别用曲线连接相邻两个路段上的新节点，若两个相邻路段之间不通，则删去距离路网模型中已有的交叉口直线，保留新节点连接后的曲线，若两个相邻路段之间相同，则保留距离路网模型中已有的交叉口直线；按照顺序依次为距离路网模型中的所有交叉口进行编号，记为1、2、…、m、…，按照顺序依次为距离路网模型中的所有路段进行编号，记为1、2、…、n、…；m、n均为正整数；

步骤三：定义时间度量下的交通路网模型：

3.1时间路网模型为：

其中，公式(1)中g表示时间路网模型，i表示路段集合，j表示交叉口集合，t表示路段及交叉口的耗时集合，公式(2)中，n表示路段，in^l表示路段的长度集合，in^q表示路段的交通流量集合，in^v表示路段的交通速度集合，in^c表示路段的车道数目集合，in^q表示路段的通行能力集合；公式(3)中，m表示交叉口，jm^z表示交叉口的坐标集合，jm^η表示交叉口的信号灯周期时长集合，jm^θ表示交叉口的绿信比集合，jm^q表示交叉口的通行能力集合；公式(4)中，k表示交叉口的进口个数集合，tm^kz表示交叉口的第k个进口方向的直行延误时间集合，tm^kl表示交叉口的第k个进口方向的左转延时间集合，tm^kr表示交叉口的第k个进口方向的右转延误时间集合，tn¹、tn²表示路段两个方向上的行程时间集合；m和n均取正整数，分别表示交叉口和路段的总个数，这个总个数是不确定的，需要由所建立的距离路网规模产生；路段是指交通路网中位于相邻两个交叉口之间的道路。

3.2根据步骤3.1定义的时间路网模型，公式(2)、公式(3)中包含路网静态数据，需要对静态数据进行获取。路网静态数据获取，包括路段信息和交叉口信息的获取，路段信息包括路段长度in^l、路段车道数量in^c、路段通行能力in^q；交叉口信息包括交叉口通行能力jm^q、交叉口信号灯周期jm^η及相应绿信比jm^θ；

以图3的交叉口单元为例，所示交叉口为黑龙江哈尔滨市长江路与红旗大街交叉口示意图，路段长度、路段车道数量、路段通行能力、交叉口通信能力为固有参数，可由当地交管部门获取；信号灯周期及相应绿信比可由人工统计得到；

3.3根据步骤3.1定义的时间路网模型，在公式(4)中需要计算tm^kz、tm^kl、tm^kr，这三个值与交通流量有关，需要对交通流量进行预测。交通流量预测，对路段上某一截面的流量进行预测，以该截面的历史流量数据为输入，进行未来5分钟(在交通流量的表示中，单位为xx辆/5分钟、xx辆/小时等，可以以未来5分钟的流量值，作为公式的输入值，进行延误耗时的计算)的路段交通流量预测；

以图3中南2车道截面为例，历史流量数据以五分钟为间隔，从当地交管部门获取，对未来5分钟的路段交通流量预测时，所用方法为自适应模糊神经推理(anfis)，用mablab仿真平台中所提供的工具箱，所采用的anfis结构为5层，输入单元为3个，分别为5分钟前的交通流量、10分钟前的交通流量、昨日当前时段的交通流量；输出单元为1个，为未来5分钟的路段交通流量，建立的anfis-1模型如图4，系统的训练次数为100，训练完毕以后即可用于未来5分钟的路段交通流量预测，图3中共有12个车道，得到的流量分别为东一164、东二248、东三264、南一508、南二476、南三284、西一580、西二456、西三248、北一300、北二560、北三、260，单位辆/时；同方向同一个路段上的多个直行车道或者多个左拐车道、多个右拐车道上的交通耗时认为相同。

步骤3.4：根据步骤3.1定义的时间路网模型，在公式(4)中需要计算tn¹、tn²，这两个值与交通速度相关，需要对交通速度进行预测。交通速度预测，对某一路段上的车辆平均速度进行预测，以该路段的历史车辆平均速度为数据，进行路段当前交通速度的预测；

以图3中南2车道截面为例，历史速度数据以五分钟为间隔，从当地交管部门获取，对当前路段交通速度预测时，所用方法为自适应模糊神经推理(anfis)，用mablab仿真平台中所提供的工具箱，所采用的anfis结构为5层，输入单元为3个，分别为5分钟前的交通速度、10分钟前的交通速度、昨日当前时段的交通速度；输出单元为1个，为当前路段交通速度，建立的anfis-2模型如图5，系统的训练次数为100，训练完毕以后即可用于当前路段交通速度预测，图3中共有12个车道，得到的速度分别为东向北侧34、东向南侧32、南向东侧36、南向西侧28、西向南侧26、西向北侧26、北向西侧31、北向东侧30，单位千米/时；

步骤3.5：根据步骤3.1定义的时间路网模型，公式(4)中所述的tm^kz、tm^kl、tm^kr、tn¹、tn²为5个耗时代价，需要通过计算确定这5个值。耗时代价计算，包括对路段耗时的计算和交叉口耗时的计算，根据步骤3.2、在步骤3.3、步骤3.4，可以求得耗时计算中所需的数据，路段耗时tn¹、tn²以基本公式：时间＝路程/速度进行计算，交叉口耗时tm^kz、tm^kl、tm^kr以webster延误公式进行计算；

在路段耗时代价计算时，由步骤3.2已知路段长度，由步骤3.4已知路段车辆平均速度，所以路段耗时代价可由基本公式：时间＝距离÷速度，进行求取，可以得到图3当中的路段耗时代价，共有四个方向、每个方向双向车道8个数据，分别为东向北侧85、东向南侧侧90、南向东侧120、南向西侧153、西向南侧42、西向北侧42、北向西侧70、北向东侧72，单位秒；

在交叉口耗时代价计算时，以webster延误公式(公式5)进行计算；

公式(5)中，d为延误，η为信号灯周期，θ为绿信比，q为到达流量，x为饱和度，以到达流量/通行能力计算；由步骤3.2已知信号灯周期及绿信比、通行能力，由步骤3.4已知路段交通流量，利用公式(5)可以计算交叉口耗时代价，图3中的交叉口为十字交叉路口，共有四个进口方向，每个方向有左转延误、直行延误、右转延误，共12个数据，分别为东向左转60.51、东向直行63.81、东向右转64.70、南向左转68.71、南向直行46.55、南向右转57.76、西向左转68.43、西向直行61.53、西向右转52.63、北向左转58.43、北向直行49.76、北向右转39.46，单位秒；

步骤3.6：将上述得到的构建时间路网模型所需的相关参数代入，以时间为单位，将公式(4)中的两个行车方向的路段耗时分别标注在路段直线的上方和下方；将公式(4)中的交叉口耗时分别标记在交叉口中路段互联的相应连线上，至此完成时间度量下的交通路网模型的构建。

在步骤3.5中得到了路段耗时以及交叉口耗时，以此为根据，可建立起图2所示的以时间为度量的交通路网模型，这是在以图3为例的单一交叉口单元的基础上建立起来的。

构建时间度量下的交通路网模型，根据步骤3.5，得到路网中路段的耗时代价和交叉口的耗时代价，首先在在传统的距离路网模型上，完善对交叉口的处理，即对同某个交叉口相连的所有路段，在模型上描述出它们之间的连接方式，传统模型上交叉口表示为1个点，本发明所构建模型将同交叉口相连的所有路段的端点皆在模型上以点表示出来，即对交叉口的描述以多节点代替单一节点，并以线段连接互相联通的路段的端点；(其中，在以多节点描述交叉口时，节点的确定方式如下：对于一个α(α＝1，2，3...，正整数)叉路口，有β个路段在此处相交于一点，则多节点个数为β个，所述的新的节点依次位于这β个路段在此交叉口的端点，对于其中某个节点，其距离原交叉点的距离为该节点方向上的交叉口长度的1/2；其中，在以线段互连新节点时，以直线段表示直行方式的连接，以曲线段表示左转方式和右转方式的连接；)

其次，将传统模型上路段以单位为米的刻画度量，改为公式(4)中的以秒为单位的时间度量的路段耗时tn¹、tn²，(对于路段n，其拥有两个行车方向，所产生的行程时间tn¹、tn²不同，在构建模型进行数据标注时在方向上需对应)；最后，对构建的交叉口进行时间度量的刻画，以公式(4)中单位为秒的交叉口耗时tm^kz、tm^kl、tm^kr分别描述在交叉口中路段互联时表示直行、左转、右转的线段，(对于交叉口m的第k个进口方向，有3种方式通向下游路段，耗时分别为tm^kz、tm^kl、tm^kr，在构建模型进行数据标注时，表直行的线段标注为tm^kz、表左转的曲线段标注为tm^kl、表右转的曲线段标注为tm^kr。)

实施例2

本实施例以图6所示的路网为基础，按照实施例1的方法，即可建立起对应如图7所示的时间度量下的交通路网模型。

本发明未述及之处适用于现有技术。