[发明专利]多模式公共交通网络Voronoi图构造及地理分析方法在审
申请号: | 202210692209.3 | 申请日: | 2022-06-17 |
公开(公告)号: | CN115186006A | 公开(公告)日: | 2022-10-14 |
发明(设计)人: | 陈碧宇;滕文鑫 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/29;G06F16/901;G06F16/909;G06Q10/04;G06Q50/26 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模式 公共交通 网络 voronoi 构造 地理 分析 方法 | ||
本发明提供多模式公共交通网络Voronoi图构造及地理分析方法,加载多模式公共交通网络,包括道路网络与原始的公共交通网络;初始化多模式公共交通网络,依次为生成器点添加同一个虚拟节点,并搜寻生成器点最近的交通站点;搜寻公共交通网络上从交通站点出发的最短路径,包括搜索得到从生成器点最近的交通站点到其他所有交通站点的最短路径;搜寻多模式网络的最短路径,包括计算所有节点在多模式网络上的最短路径,所述包括道路节点和交通站点;构造多模式公共交通网络的Voronoi图,为每一个生成器点生成一个能够可到达的区域。本发明方法能够为服务范围估计、基础设施可达性评估、网络空间优化、基于位置的服务等地理空间分析提供高效的Voronoi图生成方案。
技术领域
本发明涉及交通数据智能应用分析技术领域,尤其是涉及多模式公共交通网络Voronoi图构造及地理分析方法。
背景技术
Voronoi图(简称VD图)也叫泰森多边形,是一种广泛应用于分析地理空间现象的几何结构。给定一个有限的点集(称为生成器),VD图将地理空间划分为一组子区域,使每个子区域内只包含一个生成器且区域内的所有点到的生成器点距离最近。VD在各种空间分析应用中起着关键作用,如服务范围估计、可达性评估、网络空间优化、基于位置的服务等。然而,传统的道路交通网络Voronoi图(简称RVD图)以单模式的交通方式为研究对象,忽视了城市环境中交通出行的多样性,特别是多模式的公共交通,例如地铁,公交等。传统的RVD图算法无法适用于多模式的公共交通网络,因公共交通固有的复杂组织结构,即出行方式的多样性,如地铁公交的组合,行程时间的动态性。而中国许多城市,特别是大型城市,均以多模式的公共交通网络为主,缺乏一种有效的多模式公共交通网络Voronoi图(简称TVD图)构造方法,以此来分析多模式公共交通网络下的地理现象,诸如,超市的服务范围,基础设施的可达性。
相关文献有:
Okabe,A.,Satoh,T.and Furuta,A.,2008,Generalized network Voronoidiagrams:Concepts,computational methods,and applications.InternationalJournal of Geographical Information Science,22,pp.965-994.
Ai,T.,Yu,W.and He,Y.,2015,Generation of constrained network Voronoidiagram using linear tessellation and expansion method.Computers,Environmentand Urban Systems,51,pp.83-96.
发明内容
本发明提出了多模式公共交通Voronoi图的概念以及构造方法,以解决多模式公共交通网络下的地理分析问题。
本发明的技术方案提供一种多模式公共交通网络Voronoi图构造方法,包括如下步骤:
步骤1,加载多模式公共交通网络,包括道路网络与原始的公共交通网络;
步骤2,初始化多模式公共交通网络,依次为生成器点添加同一个虚拟节点,并搜寻生成器点最近的交通站点;
步骤3,搜寻公共交通网络上从交通站点出发的最短路径,包括搜索得到从生成器点最近的交通站点到其他所有交通站点的最短路径;
步骤4,搜寻多模式网络的最短路径,包括计算所有节点在多模式网络上的最短路径,所述包括道路节点和交通站点;
步骤5,构造多模式公共交通网络的Voronoi图,为每一个生成器点生成一个能够可到达的区域。
而且,步骤2的实现方式如下,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210692209.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种抛秧无人机
- 下一篇:一种基于机器视觉的多角度4D成像分析系统