一种基于群智感知的个性化行人出行路径规划方法

本发明属于行人路径规划与导航，具体涉及一种基于群智感知的个性化行人出行路径规划方法。

背景技术：

1、在城市公共空间为行人提供出行路径规划已成为导航软件开发商的基础业务。然而现有导航系统由于步行路网信息类别单一，所提供的步行路径规划功能较为有限。具体表现在以下三点：其一，系统缺乏关于地形高差、城市设施配置、天气影响等因素的考量，导致行人难以掌握多元化的路况信息；其二，步行路况信息获取的智慧化程度不足，造成上传有效信息的用户过少、信息反馈不及时等问题；其三，系统仅依据最短距离、最短时长、最少花费等效率原则进行步行路径规划，没有综合考虑上述多元化因素的影响以及各类人群差异化的出行需求。

2、群智感知技术作为物联网的一种表现形式，通过已有移动设备形成交互式、参与式的感知网络，将感知任务发布给网络中的用户个体以完成信息采集。因此，依托现有庞大的移动设备用户群体，群智感知技术适用于步行导航功能拓展所需的多元化信息采集。然而如何保障路况采集任务的参与者规模和数据质量是群智感知技术在本领域落地的基础问题。同时，所采集的路况信息通常具有异质性，如何在步行导航中合理量化各类因素的影响水平并提供匹配用户需求的出行路径亦是本领域亟待解决的关键问题。

技术实现思路

1、本发明提出一种基于群智感知的个性化行人出行路径规划方法，将该方法与现有导航软件相结合，能够有效获取大规模、多元化的步行路网信息，同时为行人提供个性化的步行路径规划方案。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于群智感知的个性化行人出行路径规划方法，包括以下步骤：

4、步骤1：确定行人步行需求的个性化因素；

5、步骤2：系统发布步行路网信息的感知任务，用户响应感知任务；

6、步骤:3：基于信息数据质量评估模型，进行感知数据聚合及用户信誉值更新，聚合后的感知数据经系统加载至路网，用于后续的个性化阻抗计算；

7、步骤4：基于契约理论构建契约激励模型，确定用户基础收益形式与数额以激励用户响应感知任务并保证上传信息的质量；

8、步骤5：根据路况信息与行人选择的个性化因素，为各项因素赋予权重，由此计算步行路网的个性化阻抗，最后运用含约束路径规划算法提供匹配行人需求的最优出行路径。

9、优选的，所述个性化因素包括可达性因素与舒适性因素。其中，可达性因素决定出行不便的用户能否到达终点，包括人行道通行情况、台阶数量、施工侵占路面、无障碍设施配置；舒适性因素影响用户出行体验感与舒适度，包括林荫道设置、人群密度、非机动车干扰、过街人行横道长度及数量、路面积水、坡度、路面平整度和照明情况。

10、优选的，所述感知任务的相关内容包括：任务类型、任务区域、任务奖励、任务起止时间和任务描述。系统发布感知任务的方式分为事件驱动和时间驱动，其中事件驱动型任务，主要通过用户主动反馈或其他途径触发相关因素的信息采集任务，交由用户落实信息的具体情况；而时间驱动型任务由系统根据各因素状态的特征，定时发布因素状态更新任务。用户响应感知任务的方式包括用户在任务时间内上传相关个性化因素的状态信息或用户主动反馈状态信息的变化情况。

11、优选的，所述信息数据质量评估模型包括：

12、通过用户信誉值进行用户数据聚合，表达式为：

13、

14、其中，表示用户ui提供的路段rj第k维感知数据，为聚合后的路段rj第k维数据，为用户ui的信誉值；

15、采用用户数据与聚合数据误差评估用户质量，表达式为：

16、

17、其中，ei，j为ui提供数据的总偏差，分别为用户提交第k维数据的最大值、最小值；

18、根据用户质量更新用户信誉值，表达式为：

19、

20、其中，为用户更新后的信誉值，ej为一定时间段内参与者提交路段rj路况数据的偏差值中位数，ε为可容忍偏差值，α和β为正实数，sign(x)为信号函数，当x＞0时sign(x)＝1，当x＜0时sign(x)＝-1；

21、根据用户信誉值，以周为结算周期，划分四个用户等级：高等级、中等级、初等级、低信，对应信誉值具体如下：

22、90％的频率信誉值在0.8以上为高等级用户；

23、75％的频率信誉值在0.7以上为中等级用户；

24、60％的频率信誉值在0.5及以上为初等级用户；

25、超过40％的频率信誉值在0.5以下为低信用户。

26、优选的，所述基于契约理论的用户激励方式包括契约激励模型和用户奖励体系。契约激励模型构建，包括用户完成感知任务，平台获得最大化收益并确保用户收益不低于预期收益，具体包括：

27、最优契约建立，表达式如下：

28、

29、其中，ai为平台收益，ri为各等级用户获得的收益，pi表示该用户是第i种信誉等级的概率；

30、引入激励相容约束ic和参与约束ir，表达式如下：

31、

32、其中，c为用户上传数据所需成本，fme表示为了降低平台成本设立的期望阈值，e[uparticipate]表示平台的收益期望，平台的收益为用户感知结果，大小取决于用户提交的数据质量，u为预定收益额；

33、各等级用户奖励方法，表达式如下：

34、ri＝pi(σ+μai)，i∈{1，...，4}

35、其中，σ是基本报酬，μ是奖励系数；

36、用户基础收益形式为碳币，碳币使用方式包括：

37、(1)兑换在线超市中的消费券；

38、(2)兑换公共交通包括地铁、公交、共享单车的免费出行次数；

39、(3)直接按照一定比例将碳币兑换为现金红包。

40、优选的，个性化因素权重确定方法包括用户特殊需求身份的确认、个性化需求因素选择和熵权法与g1法组合赋权确定各项因素权重；

41、获取各项因素权重后进而确定步行路网的个性化出行阻抗，其表达式如下：

42、

43、其中，fi(xi，xi1，...，xin)表示路段i的个性化阻抗，xi表示路段i长度，dist(xi)表示距离函数，wj表示个性因素j的权重，xij为路段i个性因素j的标准化取值，(xi1，...，xin)表示路段i中各项个性因素状态的标准化结果，包括人行道通行情况、台阶数量、施工侵占路面、无障碍设施配置、林荫道设置、人群密度、非机动车干扰、过街人行横道长度及数量、路面积水、坡度、路面平整度和照明情况，系数γ1、γ2反映距离函数dist(xi)和用户偏好对阻抗影响的大小程度；

44、路径规划方法考虑用户可达性与舒适性两个层面个性化需求，可达性需求通过设置约束实现可行路径集筛选，舒适性需求则体现在个性因素的权重确定中，最后运用多约束路径规划方法匹配路径，规划模型如下：

45、

46、其中，fi(xi，xi1，...，xin)表示路段i的个性化阻抗，为用户选择的可达性需求因素，i＝1，2，...，m，j＝1，2，...，n。

47、有益效果：本发明与现有地图导航系统相比，其显著优点是：相较于现有系统单一的步行路网信息和步行路径规划目标，本方法充分发挥行人的主体作用，利用闲余用户、有报酬需求用户、正在使用导航用户等人群的感知能力采集路况信息，实现步行路况多元化信息的精准、快速采集和更新。同时着重考虑行人出行的可达性与舒适度需求，所规划的步行路径能够有效规避老年人等特殊人群可能遇到的出行障碍，并显著提升普通人群出行的体验感与舒适度，从而满足居民安全、健康、舒适等多元化的慢行需求。随着老龄化社会的到来以及社会对残障人士关注度的提升，庞大的特殊群体将为本发明带来广泛的应用前景。在实际应用中，可将本发明的系统功能嵌入现有地图导航app，通过这类app大量的用户基础保障信息感知群体的规模，实现系统数据和路径规划的完善与优化。