CN105489043B - 基于车载自组网的实时路径规划方法 - Google Patents

基于车载自组网的实时路径规划方法 Download PDF

Info

Publication number
CN105489043B
CN105489043B CN201510867331.XA CN201510867331A CN105489043B CN 105489043 B CN105489043 B CN 105489043B CN 201510867331 A CN201510867331 A CN 201510867331A CN 105489043 B CN105489043 B CN 105489043B
Authority
CN
China
Prior art keywords
node
time
real
section
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510867331.XA
Other languages
English (en)
Other versions
CN105489043A (zh
Inventor
胡斌杰
洪晓
陈泽冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201510867331.XA priority Critical patent/CN105489043B/zh
Publication of CN105489043A publication Critical patent/CN105489043A/zh
Application granted granted Critical
Publication of CN105489043B publication Critical patent/CN105489043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开一种基于车载自组网的实时路径规划方法，其技术方案为：该方法包括：1）获取地图数据并提取信息；2）运用车载自组网技术采集实时交通信息；3）设置基于实时交通信息的路段权值并进行寻路；4）行车过程中更新实时交通信息并重新寻路。本发明解决现有路径规划***缺乏实时性和准确性的问题，提供用户应对不同程度的道路拥堵情况和不断变化的道路交通状态的更加快捷的出行路径。

Description

基于车载自组网的实时路径规划方法
技术领域
本发明涉及车载无线自组织网络技术领域，具体涉及车载自组网的实时交通信息的获取和实时路径规划方法。
背景技术
近年来，由于车辆数量的增长和交通设施建设的滞后，交通安全问题和拥堵问题日益突出。交通智能化，缓解拥堵问题，出行更具便捷性等愈加成为人们关注的焦点。在此背景下，车载无线自组织网络(Vehicular Ad hoc Network，VANET)作为智能交通的重要组成部分，愈发受到人们的关注。车载自组网创造性地将自组网技术应用于车辆间通信，使司机能够在超视距的范围内获得其他车辆的状况信息和实时路况信息，在事故预警、保障交通安全以及为用户提供舒适的驾驶环境等安全方面起到了巨大的作用。
车载路径规划就是在电子地图的基础上，运用GPS(Global Positioning System)等定位技术进行车辆定位，确定最优行驶路线，为出行者提供静态的或实时的最优出行路线信息，并在出行过程中对驾驶员适时地做出路线指导。路径规划***不仅极大地方便了出行者，使他们可以按照自己选定的最优目标获得最优路线信息，而且还会对优化交通流在整个路网的分配方面产生积极的影响。
发明内容
本发明针对现有车载路径规划***实时性差，准确度低的现象，提供了基于车载自组网的实时路径规划方法，提供用户应对不同程度的道路拥堵情况和不断变化的道路交通状态的更加便捷合理的出行路径，以提高用户的出行效率。
本发明具体通过如下技术方案实现。
基于车载自组网的实时路径规划方法，其包括如下步骤：
(1)获取地图数据并提取信息；
(2)运用车载自组网技术采集实时交通信息；
(3)设置基于实时交通信息的路段权值并进行寻路；
(4)行车过程中更新实时交通信息并重新寻路。
进一步地，步骤(2)中，根据车载自组网网内车辆的经纬度、速度及行驶状态信息，一设定路段的实时行车速度由以下公式计算得到，va表示采集时间内行驶在这一路段上的车载自组网网内车辆的行驶速度，a＝1～n，n为车辆数，
进一步地，步骤(3)的交通网络中路段的权值的设置为基于实时交通信息的路段实时行车时间和交叉口延时的各路段的权值，公式为：
其中，Wij表示节点i和节点j之间的路段的权值，Lij表示节点i和节点j之间路段的路程长度，Vij′表示车联网采集到的节点i和节点j之间路段的实时行车速度；表示节点i的路口行驶延时，表示节点j的路口行驶延时；允许通行表示节点i和节点j之间有实际的道路连接，禁止通行表示节点i和节点j之间无道路连接或连接的道路被禁止通行。
与现有技术相比，本发明具有如下优点和技术效果：车载自组网是行驶在道路上的车辆自动连接，组成的通信网络，其网内车辆的位置信息和状态信息都可以在车载自组网内共享。我们获取车载自组网的实时交通信息，并将采集到的交通信息数据进行处理，从而得到交通路网各个路段的实时行车速度。实时路径规划***应用采集到的实时道路交通状态，再利用地图数据中得到的节点和道路路段信息，设置实时的路段行驶时间为路段的权值。运用路径算法得到的最短路径就是基于道路实时交通状态的最短时间路径。在行车过程中不断更新实时道路交通信息，更加提升了路径规划的实时性和准确性，可以有效地保证最短时间路径搜索的最短时间这一性能。本发明能给用户提供应对不同程度的道路拥堵情况和不断变化的道路交通状态的更加便捷合理的出行路径，以提高用户的出行效率。
附图说明
图1是本发明的基于车载自组网的实时路径规划***中重新寻路的流程图
具体实施方案
下面结合附图对本发明的具体实施过程作详细说明，但本发明的实施和保护不限于此，需指出的是，以下若有未特别详细说明之过程或参数，均是本领域技术人员可参照现有技术实现或理解的。
本实例的基于车载自组网的实时路径规划方法，有具体以下步骤。
1、获取地图数据并提取信息
地图数据是车载路径规划***的基础。这里使用OSM地图数据实现基于车载自组网的实时路径规划***。
OpenStreetMap开放街道地图数据库，简称OSM，是依靠全球用户的共同参与而形成的公共地图数据服务网站。OSM的地图数据和地图服务完全免费获取，获取方式便捷，使用简单方便，且更新速度快。OSM地图数据是开源的，下载的OSM地图数据可以保存为基于可扩展标记语言(eXtensible Markup Language，XML)的.osm格式，或直接保存为.xml文件。
OSM的地图数据有以下几种下载方式：
(1)通过JOSM下载
(2)通过HTTP请求下载
(3)通过OSM官网下载
(4)通过第三方OSM服务商网站下载
获取OSM地图数据后，筛选出包含道路和节点信息的，标识为“highway”的数据。通过遍历“highway”图层的数据并进行处理，我们将节点信息和路段信息存入数据库中。遍历xml文件的方法有Pull解析、Sax解析和Dom解析等。
2、运用车载自组网技术采集实时交通信息
车载自组网是行驶在道路上的车辆自动连接，组成的通信网络，可以提高驾驶员的行车安全性和便利性，提高交通效率。建立通信网络后，网内车辆相互获取车辆的经纬度、速度及行驶状态等信息，具体信息如表1和表2所示，表1是本发明的车载自组网采集的网内车辆的信息，表2是表1中的网内车辆信息的状态位信息。
表1
表2
本实例在车载无线自组织网络中，通过802.11p协议实现车与车通信，使用3G网络实现车与控制中心通信。构建车载自组网后，控制中心和车载终端上，都可以自动获取到车载自组网网内车辆的交通数据。采集的数据中的经纬度信息、行驶方向信息，可以定位出车辆当前处于哪条路段。将某一路段上行驶的多台车辆的速度信息求平均数，可以大致反映当前时刻这一路段的实时行车速度。大量网内数据的处理后，我们可以得到当前路网每个路段的实时行车速度。
某一路段的实时行车速度由以下公式计算得到，v1，v2，v3，…，vn表示采集时间内行驶在这一路段上的车载自组网网内车辆的行驶速度。
a＝1～n，n为车辆数，
采集交通数据后对数据进行预处理，以便获得更加精确的实时交通数据。数据预处理包括过滤负值数据、识别及过滤异常数据和运用道路状态预测修复缺失数据等。
3、设置基于实时交通信息的路段权值并进行寻路
本发明利用车载自组网技术采集实时交通信息，得到各个路段的实时行车速度后，利用这些数据，设置了基于实时交通信息的路段实时行车时间和交叉口延时的各路段的权值，构建最优标准为最短行车时间的实时路径规划***。
其中，Wij表示节点i和节点j之间的路段的权值，Lij表示节点i和节点j之间路段的路程长度，Vij′表示车载自组网采集到的节点i和节点j之间路段的实时行车速度。表示节点i的路口行驶延时，表示节点j的路口行驶延时。允许通行表示节点i和节点j之间有实际的道路连接，禁止通行表示节点i和节点j之间无道路连接或连接的道路被禁止通行。
路口延时主要是指当车辆经过交叉口节点时产生的交叉口延时。交叉口延时是一个统计学的概念，交叉口延时的数值也是一个统计数值。
在节点i至节点j路段，节点i和节点j的延误时间分别设为和车辆经过节点i至节点j路段时，先经过节点i路口，节点i的路口延时，可以近似看成平分给节点i两端的路段了，其中的一半分给节点i至节点j路段。同理，车辆经过节点j路口。则这一路段总的路口延时为
在实时路径规划***中，设置实时的路段行驶时间的权值后，输入源节点恶化目标节点后，运用路径搜索算法，搜索出总行车时间最短的路径。
4、行车过程中更新实时交通信息并重新寻路
以上步骤得出的路径是基于出发时刻的道路交通状态规划出的行驶路径。而在车辆的行驶过程中，交通网络行驶状况不断发生变化，可能之前规划出的路径的某一段发生了拥堵。因此，车辆行驶过程中，实时交通信息不断变化，我们需要每隔一段时间采集和更新各路段的行车速度，计算出各路段的实时行车时间的权值。
在行车过程中，可以根据不断更新的各路段实时行车时间，重新进行路径规划。
行车过程中进行重新寻路的流程图如图1所示。从图1中可以看到，只有当到达下一节点位置，且实时交通信息有更新时，才会进行重新寻路，以当前节点为起点，重新规划路径。重新寻路的过程会在车辆行驶过程中持续，直到到达目的地。

Claims (1)

1.基于车载自组网的实时路径规划方法，其特征在于包括如下步骤：
(1)获取地图数据并提取信息；
(2)运用车载自组网技术采集实时交通信息；构建车载自组网后，控制中心和车载终端上，都能自动获取到车载自组网网内车辆的交通数据；采集的数据中的经纬度信息、行驶方向信息，能定位出车辆当前处于哪条路段；将某一路段上行驶的多台车辆的速度信息求平均数，反映当前时刻这一路段的实时行车速度；大量网内数据的处理后，得到当前路网每个路段的实时行车速度；
采集交通数据后对数据进行预处理，以便获得更加精确的实时交通数据；数据预处理包括过滤负值数据、识别及过滤异常数据和运用道路状态预测修复缺失数据；根据车载自组网网内车辆的经纬度、速度及行驶状态信息，一设定路段的实时行车速度由以下公式计算得到，va表示采集时间内行驶在这一路段上的车载自组网网内车辆的行驶速度，a＝1～n，n为车辆数，
<mrow> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mn>1</mn> <mi>n</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>a</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>v</mi> <mi>a</mi> </msub> <mo>;</mo> </mrow>
(3)设置基于实时交通信息的路段权值并进行寻路；交通网络中路段的权值的设置为基于实时交通信息的路段实时行车时间和交叉口延时的各路段的权值，公式为：
其中，Wij表示节点i和节点j之间的路段的权值，Lij表示节点i和节点j之间路段的路程长度，Vij′表示车联网采集到的节点i和节点j之间路段的实时行车速度；表示节点i的路口行驶延时，表示节点j的路口行驶延时；允许通行表示节点i和节点j之间有实际的道路连接，禁止通行表示节点i和节点j之间无道路连接或连接的道路被禁止通行；路口延时主要是指当车辆经过交叉口节点时产生的交叉口延时，
在节点i至节点j路段，节点i和节点j的延误时间分别设为和车辆经过节点i至节点j路段时，先经过节点i路口，节点i的路口延时，可以近似看成平分给节点i两端的路段了，其中的一半分给节点i至节点j路段；同理，车辆经过节点j路口，则这一路段总的路口延时为
在实时路径规划***中，设置实时的路段行驶时间的权值后，输入源节点恶化目标节点后，运用路径搜索算法，搜索出总行车时间最短的路径；
(4)行车过程中更新实时交通信息并重新寻路；以上步骤得出的路径是基于出发时刻的道路交通状态规划出的行驶路径；在车辆行驶过程中，实时交通信息不断变化，每隔一段时间采集和更新各路段的行车速度，计算出各路段的实时行车时间的权值。
CN201510867331.XA 2015-11-30 2015-11-30 基于车载自组网的实时路径规划方法 Active CN105489043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510867331.XA CN105489043B (zh) 2015-11-30 2015-11-30 基于车载自组网的实时路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510867331.XA CN105489043B (zh) 2015-11-30 2015-11-30 基于车载自组网的实时路径规划方法

Publications (2)

Publication Number Publication Date
CN105489043A CN105489043A (zh) 2016-04-13
CN105489043B true CN105489043B (zh) 2018-02-27

Family

ID=55676004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510867331.XA Active CN105489043B (zh) 2015-11-30 2015-11-30 基于车载自组网的实时路径规划方法

Country Status (1)

Country Link
CN (1) CN105489043B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106023638B (zh) * 2016-04-27 2018-12-04 东华大学 一种基于公交车骨干网的停车场选择***
CN106052709A (zh) * 2016-05-16 2016-10-26 腾讯科技（深圳）有限公司 一种拥塞信息的处理方法及装置
CN105810001B (zh) * 2016-05-19 2018-06-26 东华大学 一种基于车载自组网的实时动态路径规划方法
CN106092111B (zh) * 2016-06-03 2019-09-24 山东师范大学 一种车辆路径动态规划方法、服务器及导航***
CN106403970A (zh) * 2016-06-27 2017-02-15 百度在线网络技术（北京）有限公司 一种路网数据处理方法及装置
CN106301927B (zh) * 2016-08-22 2019-08-20 华南理工大学 基于车载异构网络的多属性垂直切换方法
CN106373392A (zh) * 2016-08-31 2017-02-01 东华大学 一种基于车辆自组织网络的消防车应急让行***
CN106535280B (zh) * 2016-11-29 2019-10-18 华南理工大学 一种基于地理位置的车联网机会路由方法
CN108389419B (zh) * 2018-03-02 2024-03-29 辽宁工业大学 一种车辆动态路径诱导方法
CN108592930B (zh) * 2018-04-26 2020-04-28 浙江工业大学 基于大***优化和车联网的新能源汽车智能辅助驾驶方法
CN109841059A (zh) * 2019-01-09 2019-06-04 东华大学 一种基于vanet环境下预测拥挤路段并进行规避的方法
CN112860716B (zh) * 2020-12-28 2021-10-19 北京航空航天大学 一种面向智能网联汽车的双链修复信息安全控制方法及装置
CN113566835A (zh) * 2021-06-21 2021-10-29 南京市德赛西威汽车电子有限公司 一种基于rsu的车辆汇入感知实时导航方法及***

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1019588A (ja) * 1996-06-27 1998-01-23 Mitsubishi Electric Corp ナビゲーションシステム
CN103337189B (zh) * 2013-06-08 2015-07-29 北京航空航天大学 一种基于路段动态划分的车辆路径诱导方法
CN103971529A (zh) * 2014-04-28 2014-08-06 中国科学院深圳先进技术研究院 一种基于车车通信的路况获取和路况估计的方法及***
CN104299442B (zh) * 2014-10-15 2016-04-27 河海大学 一种基于模式匹配的城市路径行程时间预测方法

Also Published As

Publication number Publication date
CN105489043A (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105489043B (zh) 基于车载自组网的实时路径规划方法
CN106781592B (zh) 一种基于大数据的交通导航***及方法
CN105810001B (zh) 一种基于车载自组网的实时动态路径规划方法
CN103200526B (zh) 一种基于路边基站的车载自组织网络路由的方法
CN103278168B (zh) 一种面向交通热点规避的路径规划方法
CN103337189B (zh) 一种基于路段动态划分的车辆路径诱导方法
CN108564226A (zh) 一种基于出租车gps及手机信令数据的公交线路优化方法
CN104200650B (zh) 一种城市拥堵时段的多模式公交换乘方法
CN103364002B (zh) 结合实时路况及公共交通运营信息的路线规划***和方法
CN104658297B (zh) 一种基于Sarsa学习的中心式动态路径诱导方法
CN103177561B (zh) 公交实时路况的生成方法
CN107702729A (zh) 一种考虑预期路况的车辆导航方法及***
CN104080056B (zh) 基于连通度概率感知的车载自组织网络的消息分发方法
CN108198439A (zh) 一种基于雾计算的城市智能交通控制方法
CN104637328B (zh) 一种车辆自组织网络中基于rsu的分布式实时导航方法
CN102708698A (zh) 基于车联网的车辆最优路径导航方法
CN102346042A (zh) 基于实时路况的路线规划方法及其服务设备
CN107293142A (zh) 基于lbs的交通信息主动推送方法及***
WO2024114414A1 (zh) 一种v2x事件的推送方法及装置
CN105260551B (zh) 车联网中节点分布特性分析方法
CN110519682A (zh) 一种结合位置与通信范围预测的v2v路由方法
CN103095592B (zh) 车辆自组织网络的区域多播路由***及方法
CN108303978A (zh) 一种车辆自动驾驶的动态路径与速度确定方法
Maglaras et al. Clustering in urban environments: Virtual forces applied to vehicles
CN106023639A (zh) 停车指引***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant