[发明专利]一种刻画道路路网与车辆行驶轨迹模型的方法及装置

说明书

本发明提供一种刻画道路路网与车辆行驶轨迹模型的方法及装置，方法包括：基于Lindenmayer系统构建用于刻画道路路网和车辆行驶轨迹的时空广义Lindenmayer系统；基于时空广义Lindenmayer系统，递归生成一类形式化语言，用来表示道路路网上所有车辆的行驶轨迹，并且采用所有的行驶轨迹进行连接形成道路路网的结构模型；基于时空广义Lindenmayer系统对道路路网上的车辆行驶轨迹进行建模，生成车辆行驶轨迹模型，使得计算量小，技术费用低，对于精度和计算机存储容量都要求较低。

技术领域

本发明涉及计算机技术领域，特别涉及一种刻画道路路网与车辆行驶轨迹模型的方法及装置。

背景技术

面向智慧交通，关于车辆轨迹大数据分析已经成为相关领域的研究热点问题之一。注意到，当前相关研究所需要的数据很多来源于视频或图像数据，但是采集这类数据费用较为高昂。然而，在智慧交通系统中存储着海量与车辆行驶相关联的数据，它们极具潜在价值，而且这些数据每时每刻都在不断产生。如果将这些数据“串联”在一起可以产生“活”的道路路网，那么如何利用这些数据重塑道路路网和分析交通问题是值得研究的。相关研究工作表明道路路网的形态、结构模型以及车辆轨迹模型是整个研究的前提和基础。当前，刻画道路路网形态和结构模型主要方法有以下两种：

(1)以街道为边，路与路交叉口为节点(也称卡口点、位置)，建立道路路网的结构模型。这种方法不仅直接刻画出街道之间的拓扑关系，也保留道路路网的整体形态特征。基于不同处理要求，该建模方法又可细分为：基于语义的道路表征方法、基于街道的道路表征方法和基于路划的道路表征方法。

(2)建立对偶图构建道路路网，将每条街道映射为网络结构图中的节点，将路与路交叉口映射为网络结构图中的边。这种方法可以直接反映道路之间的连接关系，它有助于对道路路网的拓扑结构进行深入研究。

这两种方法建立起来的模型主要以有向图为主，虽然直观形象且有很好的数学理论支撑，然而该类模型不足以反映实时交通变化，主要表现在以下几点：

(1)道路路网被建模为有向图，虽然图中标记出节点和有向边，却无法直接查看车辆行驶的具体方向；

(2)用有向图刻画道路路网，其结构模型是静态的，而车辆轨迹却是动态的,它包含大量时空信息；

(3)在不同时空路网上，车辆行驶轨迹是不一样的，车辆选择往哪一条街道上行驶是具有选择性的。这种随机性可以用赋权图来标记，但却不能很好体现出时空信息；

(4)相关研究表明道路路网在多个空间尺度下会表现出结构分形与自相似等特性，然而在有向图模型中尚缺乏这样的刻画方法。

综上所述，当前工作如何利用智慧交通系统中的交通大数据刻画具有自相似性、分形结构、时空性的道路路网以及建立和分析车辆行驶轨迹的研究工作是存在不足、缺乏全面系统性的研究。

发明内容

本发明要解决的技术问题，在于提供一种刻画道路路网与车辆行驶轨迹模型的方法及装置，使得计算量小，技术费用低，对于精度和计算机存储容量都要求较低。

第一方面，本发明提供了一种刻画道路路网与车辆行驶轨迹模型的方法，包括：

步骤1、基于Lindenmayer系统构建用于刻画道路路网和车辆行驶轨迹的时空广义Lindenmayer系统；

步骤2、基于时空广义Lindenmayer系统，递归生成一类形式化语言，用来表示道路路网上所有车辆的行驶轨迹，并且采用所有的行驶轨迹进行连接形成道路路网的结构模型；

步骤3、基于时空广义Lindenmayer系统对道路路网上的车辆行驶轨迹进行建模，生成车辆行驶轨迹模型。

进一步地，所述时空广义Lindenmayer系统包括符号集、初始符号和规则产生集；