[发明专利]一种港区集卡群体路径优化方法及计算机可读介质

说明书

本发明公开了一种港区集卡群体路径优化方法及计算机可读介质。本发明构建港区路网模型并获取港区路网的车流量信息；获取待决策集卡行驶路径的起始结点、目标结点和路段的加权长度；基于待决策集卡行驶路径的起始结点、目标结点和路段的加权长度，采用改进迪杰斯特拉算法获得最优路径；所述改进迪杰斯特拉算法，是对迪杰斯特拉算法的搜索方式和权重进行改进；改进后的搜索方式为：双向扇形动态搜索；改进后的权重为：路段的加权长度。通过利用算法的搜索方式和权重改进迪杰斯特拉算法，可使算法具有实时性，且考虑实时路况对集卡行驶路径决策的影响，可为集卡提供更优的路径决策方案，提高集卡运输效率和港区作业水平。

技术领域

本发明涉及智能交通中的交通路径规划技术领域，尤其是涉及一种港区集卡群体路径优化方法及计算机可读介质。

背景技术

迪杰斯特拉算法是由荷兰计算机科学家E.W.Dijkstra提出的图论中求最短路径的常用算法，是目前对于求解最短路问题最完备、最广泛的算法。但当使用迪杰斯特拉算法对港区集卡行驶路径进行规划时，只考虑最短路径问题而不考虑港区实时路况产生的影响，可能导致大量车辆同时选择同一条最短路径，从而造成拥堵现象，降低港区道路利用率和集卡运输效率。且传统迪杰斯特拉算法在搜索方向上也具有盲目性，搜索范围较大，搜索效率较低，算法缺乏实时性，不具备动态搜索功能。

发明内容

为了解决上述问题，本发明提出了一种港区集卡群体路径优化方法及计算机可读介质。

本发明方法的技术方案为一种港区集卡群体路径优化方法，具体包括以下步骤：

步骤1：结合港区路网的地图分布信息，获取港区路网的每个交叉口及两交叉口之间的路段，定义路段的加权长度，以构建港区路网模型，并获取港区路网的车流量信息；

步骤2：获取待决策集卡行驶路径的起始结点和目标结点，以及各路段的加权长度；

步骤3：基于待决策集卡行驶路径的起始结点和目标结点，以及各路段的加权长度，采用改进迪杰斯特拉算法获得最优路径。

作为优选，步骤1所述构建港区路网模型，具体如下：

将港区路网的每个交叉路口定义为港区路网模型的每个结点，两交叉口之间的路段定义为港区路网模型的两结点之间的路段连接状态，两交叉口之间的路段的加权长度定义为港区路网模型的两相连结点之间的路段权重；

所述港区路网模型表示为：

R＝(V,E,W)

V＝{node₁,node₂,..,node_n}

E＝{e_x,y|x∈[1,n]，y∈[1,n]，x≠y}

W＝{w_x,y|x∈[1,n]，y∈[1,n]，x≠y}

其中，R表示港区路网模型；V为港区路网模型的结点集合，node_x为港区路网模型的第x个结点，n为港区路网模型的结点总数；E为港区路网模型的两结点之间的路段连接状态集合，e_x,y表示港区路网模型的第x个结点与第y个结点之间的路段连接状态，若e_x,y＝1则港区路网模型的第x个结点与第y个结点之间存在路段，若e_x,y＝0则不存在；W为港区路网模型的两相连结点之间的路段权重集合，w_x,y表示港区路网模型的第x个结点与第y个结点之间的路段权重，若e_x,y＝0则w_x,y不存在；

所述路段的加权长度是综合考虑路段的实际长度、路段车流量、路段拥堵程度计算求解所得到的长度；

步骤1所述获取港区路网的车流量信息，具体如下：