【技术实现步骤摘要】
本专利技术涉及智能交通及导航路径规划，尤其涉及一种考虑预测路况不确定性的路径规划方法及系统。
技术介绍
1、随着经济社会的快速发展，不断激增的机动车保有量与机动车行驶里程数带来了严重的交通拥堵问题，由此导致的超长出行用时现象十分突出。在此背景下，寻找能够节约出行时间、避开严重拥堵、保障按时到达的通行路线成为了人们日常出行的需要。而随着移动互联网的大规模普及，智能手机端的移动导航app已成为出行中的“国民化”工具。而路径规划是移动导航app的核心服务之一。
2、目前已有的路径规划方法多是根据用户查询时刻的路况情况来计算用时最短路线。但由于交通路况在行驶途中是不断变化的，用户出发时刻的路况信息本质上是滞后性的，会受到新产生拥堵的影响。更先进的方法是先根据实时数据进行路况预测，再根据预测路况规划行驶路径。然而，由于交通系统的复杂性和预测模型的局限性，路况预测无法实现精准无误，在交通事故和异常天气等不确定性事件下，预测信息的可靠性难以得到有效保证。所以，忽略了预测路况的不确定性，一方面会导致计算得到的出行路线本身就不是最优的，另一方面也无法为出行者按时到达目的地提供保障。
3、因此，有必要提出相应的方法刻画出不同情形下路况预测的不确定性，并将其融入到路径规划问题中，再提出有效的求解算法，才能为出行者提供高效可靠的行驶路线。
技术实现思路
1、为此，本专利技术实施例提供了一种考虑预测路况不确定性的路径规划方法及系统，用于解决现有技术中导航路径规划中存在的局限性，如未考
2、为了解决上述问题，本专利技术实施例提供一种考虑预测路况不确定性的路径规划方法，该方法包括：
3、步骤s1：收集基础数据，包括路网拓扑结构数据、每条路段的历史路况数据及天气和节假日数据，并根据收集的基础数据构建路况预测模型；
4、步骤s2：将所述基础数据按照时间的先后顺序划分为两个独立的子集，第一个子集用于调优和训练所述路况预测模型，再用训练好的路况预测模型在第二个子集上进行预测实验，计算真实值与预测值之间的误差，并统计路况预测误差的经验分布函数；
5、步骤s3：基于路况预测结果，将路段的未来通行用时表示为随时间变化的变量，再根据预测误差的经验分布函数，将路段的未来通行用时表示为具有随机时变属性的变量，定义以路径期望旅行时间最短为目标的路径规划问题；
6、步骤s4：对于所述路径规划问题进行两阶段求解，第一阶段在时变路网中求解出旅行时间k短的路径作为候选，第二阶段计算k条候选路径的期望旅行时间，并比选出期望旅行时间最短的路径。
7、优选地，步骤s1中，收集基础数据，包括路网拓扑交结构数据、每条路段的历史路况数据及天气和节假日数据，并根据收集的基础数据构建路况预测模型，具体包括：
8、步骤s11：收集路网的拓扑结构数据，a表示路网中所有路段的邻接关系矩阵，aij＝1表示路段i和j是相连的，否则aij＝0；
9、步骤s12：收集每条路段的历史路况数据，将一天的时间按照一定的时间粒度划分为g个时间片，用(t0,t1],…,(tt-1,tt],…,(tg-1,tg]表示，其中第t个时间片的时间为从tt-1时刻到tt时刻，表示在第d天中第t个时间片通过路段i的平均行驶时间；
10、步骤s13：收集天气和节假日数据，wd,t表示第d天中第t个时间片是否具有降雨或降雪天气，pd表示第d天是否为节假日或周末；
11、步骤s14：根据收集的基础数据构建路况预测模型，考虑路况变化的时间和空间关联，路况预测任务为：根据wd,t,pd去预测的值，其中s是回望窗口，其取值为合适的正整数，n是预测的时间间隔，其取值要求n个时间片的时长大于路网中任意起讫点间行驶所需的时间，所述路况预测模型至少包括图卷积神经网络和序列到序列模型的组合模型。
12、优选地，步骤s2中，将所述基础数据按照时间的先后顺序划分为两个独立的子集，第一个子集用于调优和训练所述路况预测模型，再用训练好的路况预测模型在第二个子集上进行预测实验，计算真实值与预测值之间的误差，并统计路况预测误差的经验分布函数，具体包括：
13、步骤s21：将收集的基础数据按照时间先后顺序划分为两个独立的子数据集和子数据集用于路况预测模型的调优和训练，子数据集用于统计路况预测误差的经验分布；
14、步骤s22：在子数据集上，按照路况预测任务，对于所有的和1≤t≤t构造训练样本，利用训练样本进行路况预测模型的超参数调整和参数优化，得到训练好的路况预测模型；
15、步骤s23：在子数据集上，用训练好的路况预测模型在第d天的第t个时间片对1≤t≤t,1≤h≤n进行预测，得到的预测结果为随机变量表示在第t个时间片去预测h个时间片间隔后路段i通行时间的误差，的经验分布通过统计所有观测样本的分布得到，的概率密度函数为
16、优选地，所述统计路况预测误差的经验分布函数是对于不同的路段、不同的时段及不同的预测间隔分别统计。
17、优选地，步骤s3中，基于路况预测结果，将路段的未来通行用时表示为随时间变化的变量，再根据预测误差的经验分布函数，将路段的未来通行用时表示为具有随机时变属性的变量，定义以路径期望旅行时间最短为目标的路径规划问题，具体包括：
18、步骤s31：根据预测路况，建立时变路网模型，计算在τ时刻出发沿路径i→j→…行驶所需要的时间，其中τ属于第t+1个时间片，按照时间维度的动态推演关系，先计算出通过路段i的时间为再根据时刻的预测结果计算出通过路段j的时间，以此类推，直至计算出路径中所有路段的通行时间；
19、步骤s32：叠加预测误差，建立随机时变路网，在所述时变路网模型的基础上，进一步考虑预测误差经验分布，在第t+1个时间片中，通过路段i的时间变成随机变量
20、步骤s33：定义路径规划问题的目标函数，在所述随机时变路网中，对于指定的起讫点中满足邻接关系的所有路径，找到期望旅行时间最短的路径，用0-1变量xi表示路径中是否包含路段i，优化的目标函数为e[·]表示计算数学期望，t+φi表示到达路段i时所在的时间片。
21、优选地，步骤s4中，对于所述路径规划问题进行两阶段求解，第一阶段在时变路网中求解出旅行时间k短的路径作为候选，第二阶段计算k条候选路径的期望旅行时间，并比选出期望旅行时间最短的路径，具体包括：
22、步骤s41：求解时变最短路径，在时变路网中采用标号设定算法求解旅行时间最短的路径，首先对于起点路段rb进行永久标号，成为第一轮的新标号路段，计算出通过新标号路段后的时刻，然后计算通过每条未标号路段所需的时间，选择其中通行时间最短的路段进行永久标号，该路段成为第二轮的新标号路段，重复这一过程，直至终点路段re成为永久标号路段，而后所有的永久标号路段构成了旅行时间最短本文档来自技高网...
【技术保护点】
1.一种考虑预测路况不确定性的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤S1中，收集基础数据，包括路网拓扑交结构数据、每条路段的历史路况数据及天气和节假日数据，并根据收集的基础数据构建路况预测模型，具体包括：
3.根据权利要求2所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤S2中，将所述基础数据按照时间的先后顺序划分为两个独立的子集，第一个子集用于调优和训练所述路况预测模型，再用训练好的路况预测模型在第二个子集上进行预测实验，计算真实值与预测值之间的误差，并统计路况预测误差的经验分布函数，具体包括：
4.根据权利要求3所述的考虑预测路况不确定性的路径规划方法，其特征在于，所述统计路况预测误差的经验分布函数是对于不同的路段、不同的时段及不同的预测间隔分别统计。
5.根据权利要求1所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤S3中，基于路况预测结果，将路段的未来通行用时表示为随时间变化的变量，再根据预测误差的经验分布函数，将路段的未来通行用时表
6.根据权利要求1所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤S4中，对于所述路径规划问题进行两阶段求解，第一阶段在时变路网中求解出旅行时间K短的路径作为候选，第二阶段计算K条候选路径的期望旅行时间，并比选出期望旅行时间最短的路径，具体包括：
7.根据权利要求6所述的考虑预测路况不确定性的路径规划方法，其特征在于，所述对于所述路径规划问题进行两阶段求解，在第一阶段中仅考虑预测路况的时变性不考虑其不确定性，以快速获得K条候选路径，在第二阶段中同时考虑预测路况的随机及不确定性，并计算出K条候选路径的期望旅行时间。
8.一种考虑预测路况不确定性的路径规划系统，其特征在于，所述系统用于实现权利要求1至7任意一项所述的考虑预测路况不确定性的路径规划方法，具体包括：
9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器和总线系统，所述处理器和存储器通过该总线系统相连，所述存储器用于存储指令，所述处理器用于执行存储器存储的指令，以实现权利要求1至7任意一项所述的考虑预测路况不确定性的路径规划方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机软件产品，所述计算机软件产品包括的若干指令，用以使得一台计算机设备执行权利要求1至7任意一项所述的考虑预测路况不确定性的路径规划方法。
...【技术特征摘要】
1.一种考虑预测路况不确定性的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤s1中，收集基础数据，包括路网拓扑交结构数据、每条路段的历史路况数据及天气和节假日数据，并根据收集的基础数据构建路况预测模型，具体包括：
3.根据权利要求2所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤s2中，将所述基础数据按照时间的先后顺序划分为两个独立的子集，第一个子集用于调优和训练所述路况预测模型，再用训练好的路况预测模型在第二个子集上进行预测实验，计算真实值与预测值之间的误差，并统计路况预测误差的经验分布函数，具体包括：
4.根据权利要求3所述的考虑预测路况不确定性的路径规划方法，其特征在于，所述统计路况预测误差的经验分布函数是对于不同的路段、不同的时段及不同的预测间隔分别统计。
5.根据权利要求1所述的考虑预测路况不确定性的路径规划方法，其特征在于，步骤s3中，基于路况预测结果，将路段的未来通行用时表示为随时间变化的变量，再根据预测误差的经验分布函数，将路段的未来通行用时表示为具有随机时变属性的变量，定义以路径期望旅行时间最短为目标的路径规划问题，具体包括：
6.根据权利要求1所述的考虑预测路况不...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。