CN114783200A - 一种动静态联动的车辆路径引导方法、装置及存储介质 - Google Patents
一种动静态联动的车辆路径引导方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114783200A CN114783200A CN202210206988.1A CN202210206988A CN114783200A CN 114783200 A CN114783200 A CN 114783200A CN 202210206988 A CN202210206988 A CN 202210206988A CN 114783200 A CN114783200 A CN 114783200A
- Authority
- CN
- China
- Prior art keywords
- road
- parking lot
- vehicle
- dynamic
- parking
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003068 static effect Effects 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
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
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种动静态联动的车辆路径引导方法、装置及存储介质,其中方法包括:步骤S1:获取各道路的实时数据;步骤S2:建立路网的有向加权的复杂网络;步骤S3:根据泊车车辆的目的地确定泊车车辆的终点的备选点集,备选点集中的备选点为对应于各停车场入口的节点;步骤S4:以最短路径算法,求解复杂网络中,自对应于泊车车辆起点位置的节点至各备选点的距离最小的有向边序列作为对应该备选点的路径;步骤S5:选择所有路径中最短的路径所对应的备选点作为泊车车辆的目的地,并按照该路径对应于现实中的路线引导测量泊车车辆进入停车场进行泊车。与现有技术相比,本发明具有提升泊车的效率与体验等优点。
Description
技术领域
本发明涉及泊车引导方法,尤其是涉及一种动静态联动的车辆路径引导方法、装置及存储介质。
背景技术
随着停车需求的不断攀升,有限的停车位供给和不合理的停车位分布引发城市停车难问题。建设超大型停车场是解决城市综合体停车难问题的重要手段之一,大型停车场往往拥有多个入口。在高峰时期,大量泊车车辆驶入停车场常常面临入口选择问题,在对路网拥堵状态未知的前提下,就近选择停车场的入口可能会导致长时间的拥堵和排队,用户体验感较差,且容易进一步引发动态交通的混乱,通行效率低下。
过往的车辆诱导方法一般仅提供导航至停车场的算法,或提供从入口导航至车位的算法,不对停车场的入口作为变量进行优化或选择,并且通常以离线的道路速度信息作为已知条件进行最短路径计算,无法利用实时数据提升效率。
发明内容
本发明的目的就是为了针对路网拥堵状态下,停车场泊车车辆快速进入停车场的入口选择问题,提供一种动静态联动的车辆路径引导方法、装置及存储介质,利用停车场周围路网的交通状态检测装置的实时数据,以道路行驶时间为边权重建立有向加权的道路网络,通过计算并比选不同起终点间的最短路径,在路网不同拥堵状态下为泊车车辆选择不同停车场入口的行驶路线,为停车场泊车车辆提供一种车辆路径引导的最佳方法,不仅能够提升泊车的效率与体验,还能避免进一步加重路网的拥堵状况,提升路网通行效率。
本发明的目的可以通过以下技术方案来实现:
一种动静态联动的车辆路径引导方法,包括:
步骤S1:根据泊车车辆当前位置以及目标停车场的特征获取目标范围,并获取该目标范围内各道路的实时数据;
步骤S2:以交叉口、泊车车辆的起点位置和停车场的出入口位置作为网络的节点,以路网内的道路作为网络的有向边,以道路的实时数据设定各有向边的权重,建立路网的有向加权的复杂网络;
步骤S3:根据泊车车辆的目的地确定泊车车辆的终点的备选点集,所述备选点集中的备选点为对应于各停车场入口的节点;
步骤S4:以最短路径算法,求解所述复杂网络中,自对应于泊车车辆起点位置的节点至各备选点的距离最小的有向边序列作为对应该备选点的路径;
步骤S5:选择所有路径中最短的路径所对应的备选点作为泊车车辆的目的地,并按照该路径对应于现实中的路线引导测量泊车车辆进入停车场进行泊车。
所述实时数据包括道路内车辆的平均行驶速度,
所述有向边的权重具体为:
其中:wij为由节点i指向节点j的有向边的权重,Lij为由节点i指向节点j的有向边的道路的长度,vij为由节点i指向节点j的有向边的道路内车辆的平均行驶速度。
所述目标停车场位单个停车场或多个停车场的组合,所述道路包括市政道路和停车场内的道路。
所述步骤S4中,有向边序列的距离为有向边序列中各有向边的权重之和。
最短距离为:
其中:Wm(qmin)为对于第m个备选点的最短距离,min()为取小函数,χ(s,tm)为起点为s、终点为tm的所有备选路径的集合,W(q)为所有有向边的权重之和,w(e)为有向边的权重,e为有向边,q为有向边序列中所有有向边构成的集合。
所述目标范围中含有泊车车辆通向停车场入口的必经道路和停车场出口所在的道路,以及停车场所在区域或地块附近设定范围内的所有路网。
所述道路的实时数据由设于道路两侧的智能检测装置连接。
所述智能检测装置的种类包括线圈传感器、高清摄像头和毫米波雷达。
一种动静态联动的车辆路径引导装置,包括存储器、处理器,以及存储于所述存储器中的程序,其特征在于,所述处理器执行所述程序时实现如上述的方法。
所述程序被执行时实现如上述的方法。
与现有技术相比,本发明具有以下有益效果:
1、利用停车场周围路网的交通状态检测装置的实时数据,以道路行驶时间为边权重建立有向加权的道路网络,通过计算并比选不同起终点间的最短路径,在路网不同拥堵状态下为泊车车辆选择不同停车场入口的行驶路线,为停车场泊车车辆提供一种车辆路径引导的最佳方法,不仅能够提升泊车的效率与体验,还能避免进一步加重路网的拥堵状况,提升路网通行效率。
2、采用平均行驶速度和道路长度作为权重设定的依据,一方面将每辆车在该道路上行驶时间作为评估最短路径的成本,符合真实交通场景的情况;另一方面,与仅将道路长度作为权重相比,通过实时数据更新每个时间间隔的速度,使得权重也能够实时变化,自适应的表征道路中不断变化的行驶时间,能够为泊车车辆在线提供最佳的泊车路径选择。
3、目标停车场位单个停车场或多个停车场的组合,道路包括市政道路和停车场内的道路,可以实现停车场的联合调配,从而提高泊车效率。
附图说明
图1为本发明的流程示意图;
图2为本发明为研究范围内路网建立的复杂网络示意图;
图3为本发明的泊车车辆起终点示意图;
图4为实施例中具体实例的示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种动静态联动的车辆路径引导方法,如图1所示,包括:
步骤S1:根据泊车车辆当前位置以及目标停车场的特征获取目标范围,并获取该目标范围内各道路的实时数据,其中,该目标范围也作为研究范围,如图3所示,目标范围中含有泊车车辆通向停车场入口的必经道路和停车场出口所在的道路,以及停车场所在区域或地块附近2公里范围内的所有路网。
道路的实时数据由设于道路两侧的智能检测装置连接,智能检测装置的种类包括线圈传感器、高清摄像头和毫米波雷达等测速、测流量的智能检测器,能够实时输出道路的速度、流量等交通状态信息。
步骤S2:以交叉口、泊车车辆的起点位置和停车场的出入口位置作为网络的节点,以路网内的道路作为网络的有向边,以道路的实时数据设定各有向边的权重,建立路网的有向加权的复杂网络G=(V,E);
其中,网络的节点是将泊车车辆的起点、道路中的交叉口、停车场出口(泊车车辆的终点)抽象为复杂网络G中的节点,节点的集合用V表示。有向边是将连接各个节点之间的城市交通道路抽象为复杂网络G中的有向边,边的集合用E表示,网络有向边的权重w=w(e),是定义域为E的实函数,称为复杂网络G中有向边E的权重。本实施例中,实时数据包括道路内车辆的平均行驶速度,
有向边的权重具体为:
其中:wij为由节点i指向节点j的有向边的权重,Lij为由节点i指向节点j的有向边的道路的长度,vij为由节点i指向节点j的有向边的道路内车辆的平均行驶速度。
步骤S3:根据泊车车辆的目的地确定泊车车辆的终点的备选点集,备选点集中的备选点为对应于各停车场入口的节点;
其中,停车场的所有入口的集合为T,T={t1,t2,…tm}
本实施例中,目标停车场位单个停车场或多个停车场的组合,道路包括市政道路和停车场内的道路,可以实现停车场的联合调配,从而提高泊车效率。
步骤S4:以最短路径算法,求解复杂网络中,自对应于泊车车辆起点位置的节点至各备选点的距离最小的有向边序列作为对应该备选点的路径;
步骤S4中,有向边序列的距离为有向边序列中各有向边的权重之和。
其中,最短路径算法是指所有能够解决有向加权网络最短路径问题的算法。最短路径算法是在所有从泊车车辆出发地s到泊车车辆候选终点集合中任一终点tm∈T的有效路径中,分别求出一条权重和最小的有效路径计算公式如下:
其中:Wm(qmin)为对于第m个备选入口的最短距离,min()为取小函数,χ(s,tm)为起点为s、终点为tm的所有备选路径的集合,W(q)为所有有向边的权重之和,w(e)为有向边的权重,e为有向边,q为有向边序列中所有有向边构成的集合。
步骤S5:选择所有路径中最短的路径所对应的备选点作为泊车车辆的目的地,并按照该路径对应于现实中的路线引导测量泊车车辆进入停车场进行泊车。
其中,路径最短的泊车路线的计算方式如下:
R=min{W1(qmin),W2(qmin),…Wm(qmin)}
其中:R为m个备选入口中路径最短的泊车路线。
如图4所示,某一大型停车场在不同道路上设置有2个入口M、N,周围道路通过毫米波雷达-高清摄像头,实现路网状态的全息感知。一目的地为该停车场的车辆行驶至路网O处,***平台开始采用动静态联动的车辆路径引导算法为车辆下发引导路径指示。具体过程为:
步骤S1:根据泊车车辆当前位置O以及目标停车场的特征获取目标范围,如图所示,并获取该目标范围内各道路的实时数据。
步骤S2:以交叉口(A、B…K)、泊车车辆的起点位置O和停车场的出入口位置M、N作为网络的节点,以路网内的道路作为网络的有向边,以道路的实时数据设定各有向边的权重,建立路网的有向加权的复杂网络;
根据路侧的毫米波雷达-高清摄像头装置,获得在前1min内各已知道路的长度以及平均行驶速度。其中,道路的长度、平均速度以及边权重如下表所示:
步骤S3:根据泊车车辆的目的地确定泊车车辆的终点的备选点集M、N,所述备选点集中的备选点为对应于各停车场入口的节点;
步骤S4:以最短路径算法,求解所述复杂网络中,自对应于泊车车辆起点位置的节点至各备选点的距离最小的有向边序列作为对应该备选点的路径;
对于第一个入口M,车辆泊车路径的序列及其权重之和为:
(1)O-B-D-C-M权重之和W=5+6+6+4=21
(2)O-I-D-C-M权重之和W=10+5+6+4=25
(3)O-I-J-F-E-M权重之和W=10+5+5+6+4=30
(4)O-B-A-C-M权重之和W=5+6+10+4=25
则最短距离WM=21,对应路径为O-B-D-C-M,权重之和WM=5+6+6+4=21
对于第二个入口N,车辆泊车路径的序列及其权重之和为:
(1)O-B-D-N权重之和W=5+6+1=12
(2)O-I-D-N权重之和W=10+5+1=16
(3)O-I-J-F-N权重之和W=10+5+5+5=25
则最短距离WN=12,对应路径为O-B-D-N,权重之和WN=5+6+1=12
步骤S5:选择所有路径中最短的路径R=WN所对应的备选点N作为泊车车辆的目的地,并按照该路径(O-B-D-N)对应于现实中的路线引导测量泊车车辆进入停车场进行泊车。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种动静态联动的车辆路径引导方法,其特征在于,包括:
步骤S1:根据泊车车辆当前位置以及目标停车场的特征获取目标范围,并获取该目标范围内各道路的实时数据;
步骤S2:以交叉口、泊车车辆的起点位置和停车场的出入口位置作为网络的节点,以路网内的道路作为网络的有向边,以道路的实时数据设定各有向边的权重,建立路网的有向加权的复杂网络;
步骤S3:根据泊车车辆的目的地确定泊车车辆的终点的备选点集,所述备选点集中的备选点为对应于各停车场入口的节点;
步骤S4:以最短路径算法,求解所述复杂网络中,自对应于泊车车辆起点位置的节点至各备选点的距离最小的有向边序列作为对应该备选点的路径;
步骤S5:选择所有路径中最短的路径所对应的备选点作为泊车车辆的目的地,并按照该路径对应于现实中的路线引导测量泊车车辆进入停车场进行泊车。
3.根据权利要求1所述的一种动静态联动的车辆路径引导方法,其特征在于,所述目标停车场位单个停车场或多个停车场的组合,所述道路包括市政道路和停车场内的道路。
4.根据权利要求1所述的一种动静态联动的车辆路径引导方法,其特征在于,所述步骤S4中,有向边序列的距离为有向边序列中各有向边的权重之和。
6.根据权利要求1所述的一种动静态联动的车辆路径引导方法,其特征在于,所述目标范围中含有泊车车辆通向停车场入口的必经道路和停车场出口所在的道路,以及停车场所在区域或地块附近设定范围内的所有路网。
7.根据权利要求1所述的一种动静态联动的车辆路径引导方法,其特征在于,所述道路的实时数据由设于道路两侧的智能检测装置连接。
8.根据权利要求7所述的一种动静态联动的车辆路径引导方法,其特征在于,所述智能检测装置的种类包括线圈传感器、高清摄像头和毫米波雷达。
9.一种动静态联动的车辆路径引导装置,包括存储器、处理器,以及存储于所述存储器中的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-8中任一所述的方法。
10.一种存储介质,其上存储有程序,其特征在于,所述程序被执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210206988.1A CN114783200B (zh) | 2022-03-04 | 2022-03-04 | 一种动静态联动的车辆路径引导方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210206988.1A CN114783200B (zh) | 2022-03-04 | 2022-03-04 | 一种动静态联动的车辆路径引导方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114783200A true CN114783200A (zh) | 2022-07-22 |
CN114783200B CN114783200B (zh) | 2024-03-29 |
Family
ID=82423181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210206988.1A Active CN114783200B (zh) | 2022-03-04 | 2022-03-04 | 一种动静态联动的车辆路径引导方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114783200B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024027428A1 (zh) * | 2023-03-30 | 2024-02-08 | 杜豫川 | 一种动静态联动的车辆路径引导方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004012425A (ja) * | 2002-06-11 | 2004-01-15 | Matsushita Electric Ind Co Ltd | 情報提供装置 |
JP2004286519A (ja) * | 2003-03-20 | 2004-10-14 | Alpine Electronics Inc | ナビゲーション装置 |
JP2016105051A (ja) * | 2014-12-01 | 2016-06-09 | パイオニア株式会社 | 報知装置、報知方法及び報知用プログラム |
JP2019113567A (ja) * | 2019-04-08 | 2019-07-11 | パイオニア株式会社 | 報知装置、報知方法及び報知用プログラム |
CN110473422A (zh) * | 2019-07-16 | 2019-11-19 | 盐城工学院 | 一种室外公共区域地面停车位导航装置 |
CN112665601A (zh) * | 2020-12-11 | 2021-04-16 | 杭州安恒信息技术股份有限公司 | 一种路径规划方法、装置、电子设备及可读存储介质 |
-
2022
- 2022-03-04 CN CN202210206988.1A patent/CN114783200B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004012425A (ja) * | 2002-06-11 | 2004-01-15 | Matsushita Electric Ind Co Ltd | 情報提供装置 |
JP2004286519A (ja) * | 2003-03-20 | 2004-10-14 | Alpine Electronics Inc | ナビゲーション装置 |
JP2016105051A (ja) * | 2014-12-01 | 2016-06-09 | パイオニア株式会社 | 報知装置、報知方法及び報知用プログラム |
JP2019113567A (ja) * | 2019-04-08 | 2019-07-11 | パイオニア株式会社 | 報知装置、報知方法及び報知用プログラム |
CN110473422A (zh) * | 2019-07-16 | 2019-11-19 | 盐城工学院 | 一种室外公共区域地面停车位导航装置 |
CN112665601A (zh) * | 2020-12-11 | 2021-04-16 | 杭州安恒信息技术股份有限公司 | 一种路径规划方法、装置、电子设备及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024027428A1 (zh) * | 2023-03-30 | 2024-02-08 | 杜豫川 | 一种动静态联动的车辆路径引导方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114783200B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101465493B1 (ko) | 차량 내비게이션 시스템 및 차량의 목적지 경로를 결정하는 방법 | |
EP3769043B1 (en) | Methods and systems for generating parking routes | |
US20090125229A1 (en) | Corridor mapping with alternative routes | |
CA3153599A1 (en) | Multi-agv routing method and system thereof | |
CN109213153B (zh) | 一种车辆自动驾驶方法及电子设备 | |
RU2719080C2 (ru) | Способ и устройство помощи при вождении | |
CN109491378A (zh) | 自动驾驶车辆的基于道路分段的路线引导*** | |
US11035685B2 (en) | Route planning algorithm for efficiently searching through meaningful links within a defined topology | |
CN109740811A (zh) | 通行速度预测方法、装置和存储介质 | |
Masutani | A sensing coverage analysis of a route control method for vehicular crowd sensing | |
Shang et al. | A guide-line and key-point based a-star path planning algorithm for autonomous land vehicles | |
Song et al. | Exploring pareto routes in multi-criteria urban bicycle routing | |
CN114783200A (zh) | 一种动静态联动的车辆路径引导方法、装置及存储介质 | |
WO2017158391A1 (en) | Process of planning the fastest route for road vehicles | |
EP3779363A1 (en) | Method and system for vehicle routing based on parking probabilities | |
Selamat et al. | A fast path planning algorithm for route guidance system | |
CN114413923B (zh) | 一种行驶路线推荐方法、装置、存储介质及*** | |
CN114442627B (zh) | 一种面向智能家居移动设备的动态桌面寻路***及方法 | |
CN114415678B (zh) | 机器人的路径规划方法、装置、机器人和存储介质 | |
KR20040042216A (ko) | 차량의 경로 탐색 시스템 및 그 방법 | |
JPH08240437A (ja) | 車両経路案内装置 | |
Wang et al. | Modelling traffic flow at a multilane intersection | |
CN114397890A (zh) | 车辆动态路径规划方法、装置、电子设备及可读存储介质 | |
CN114419917A (zh) | 一种基于单向图的交通拥堵疏导方法及*** | |
Hedderich et al. | An Integrated Approach for a Universal Routing Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |