[发明专利]一种基于栅格扩展模型的智能交通精细化路径规划方法

说明书

基于栅格扩展模型的智能交通精细化路径规划方法，所述基于栅格扩展模型的智能交通精细化路径规划方法包括以下步骤：步骤1：以道路实时交通信息和历史信息为基础，使用卷积神经网络，预测未来一段时间的交通状况；步骤2：根据路网结构和车辆密度，结合起点，以道路单元为单位，动态扩展栅格；步骤3：进行栅格内精细化微尺度寻路，推荐栅格内部行驶方案，当车辆将要驶出栅格时，重新进行预测和规划，直至抵达终点。相比于传统的路径规划算法，本发明结合车辆实际行驶过程，采用分段分区域的思想，动态地划分区域进行精细的路径规划，能够有效地减少系统单次计算的时间，实现高效的智能交通诱导和导航。

技术领域

本发明属于智能交通技术领域，涉及交通信息预测，栅格地图扩展以及最优路径规划的方法。

背景技术

如今，智慧交通信号技术、处理技术日渐成熟，智慧交通在近年有了诸多应用，国内多个城市建设并配备“交通大脑”。面对交通信息的动态性和复杂性，智能交通系统能动态获取信息用于最优路径计算，进而面对地面交通需求，从而缓解交通拥堵、利用交通资源、降低交通事故影响、减小环境污染以及提高生产效率，带来一系列社会经济效益。车辆导航系统是智能交通系统中一个需求迫切、应用广泛的重要系统，它能够提供车辆定位、路径规划、路径引导、综合信息服务等重要功能。

路径规划是车辆导航系统中的重要问题。传统的方法仅考虑从起点到终点的静态最短路径，然而实时的交通状况会影响实际行车体验。从而在实际应用中，会显现出诸如计算有效性因交通状况的变化而降低、长距离路径规划速度较慢等问题。在动态路径规划中，我们一方面需要根据道路维护、拥堵等情况对路径规划作出相应的调整；另一方面，也需要提高计算速度，及时地给出路径信息。

经过对现有文献的检索发现，R.Rajagopalan等人在2008年《IEEE Transactionson Aerospace and Electronic Systems(IEEE航空航天与电子系统汇刊)》发表的题为“Hierarchical path computation approach for large graphs(大范围地图的层次路径计算方法)”的文章中，提出了一种分层路径规划算法。通过将一个大的图分割成更小的子图，预先存储子图内边界点的最优路径，通过在子图边界点间最小开销的搜索，确定最优路径。但这种方法需要维护大量的预先计算，而且子图内的路径有过多的存储开销。

经过对现有文献的检索还发现，G.R.Jagadeesh等人2002年在《IEEETransactions on Intelligent Transportation Systems(IEEE智能交通系统学报)》上发表了题为“Heuristic Techniques for Accelerating Hierarchical Routing on RoadNetworks(用于加速路网分层路径规划的启发式技术)”。该文章先关注主要交通干道和大型路口，之后再规划次要道路和路口，这能有效降低算法复杂度。但在实际的交通路网中，最优路径通常与出发时间有关，路网中的某些干道会在高峰时刻发生拥堵，使得这种加速技术的结果无效。

综上所述，现有技术存在的问题是：(1)无法结合实时动态路况信息给出路径规划。 (2)计算成本较高，计算效率较差。与现有技术相比，本发明有益效果如下:首先，该基于栅格扩展模型的智能交通精细化路径规划方法能够快速高效地给出动态导航方案；其次，栅格扩展模型是本发明的突出贡献之一；再次，本方案可以对道路的拥堵状况做到及时的反应，有效实现交通诱导。本发明能结合实时动态路况信息给出路径规划。降低计算成本，提高计算效率。根据目前智能交通技术的发展，能更加科学合理地给出路径规划方案，缓解交通拥堵、充分利用交通资源，促进动态导航技术发展。

发明内容

针对现有技术存在的问题，本发明提供了一种基于栅格扩展模型的智能交通精细化路径规划方法。本发明能结合实时动态路况信息给出路径规划。降低计算成本，提高计算效率。根据目前智能交通技术的发展，能更加科学合理地给出路径规划方案，缓解交通拥堵、充分利用交通资源，促进动态导航技术发展。