CN117236473B - 枢纽疏散场景下乘客同乘车辆的路径分配方法及*** - Google Patents
枢纽疏散场景下乘客同乘车辆的路径分配方法及*** Download PDFInfo
- Publication number
- CN117236473B CN117236473B CN202311493663.7A CN202311493663A CN117236473B CN 117236473 B CN117236473 B CN 117236473B CN 202311493663 A CN202311493663 A CN 202311493663A CN 117236473 B CN117236473 B CN 117236473B
- Authority
- CN
- China
- Prior art keywords
- road
- evacuation
- passenger
- evacuated
- path
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000002441 reversible effect Effects 0.000 claims abstract description 20
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 17
- 238000010586 diagram Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000029305 taxis Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 2
- 230000001174 ascending effect Effects 0.000 claims 1
- 238000012546 transfer Methods 0.000 abstract description 5
- 230000008713 feedback mechanism Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种枢纽疏散场景下乘客同乘车辆的路径分配方法，包括以下步骤：S1、构建道路网络，具体根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图；S2、通过移动端获取枢纽内待疏散人员信息；S3、根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息；S4、根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员。本发明实现了枢纽疏散场景下乘客可直接同乘到达个体目的地，避免了二次中转，充分利用了可用车辆资源，并通过实时监控和反馈机制来快速调整和疏散策略。
Description
技术领域
本发明涉及智慧交通领域，尤其涉及一种枢纽疏散场景下乘客同乘的分配方法及***。
背景技术
现有面向轨道、公交、道路交通多模式疏散主要是基于交通枢纽的历史到达客流数据，统计在给定时间段内需要疏散的客流数量，以及客流对不同出行模式的偏好比例。通过对历史到达客流的目的地进行聚类，得到多个疏散目的区域，以及各区域内定制巴士的停车点；根据交通枢纽周边可调度的出租车、网约车、定制巴士数量及相应的调度成本，建立疏散方法求见得到各个疏散目的区域所需的出租车、网约车与定制巴士数量。该方法主要从疏散供需角度考虑，未考虑个体乘客的疏散目的地，因轨道公交运营时间范围限制，难以实现全天24小时服务于应急疏散，该技术存在一定的适应性问题。
现有面向应急避难场所的疏散车辆路径规划主要针对枢纽的应急疏散，主要考虑通过周边设置的避难场所、大型开拓场所等固定疏散地点，通过收集待疏散需求和车辆供给信息；疏散距离、路段运行时间估算以及疏散需求划分；基于车场、避难所及枢纽待疏散节点信息，建立多车场、多行程及带时间窗限制的应急疏散车辆路径规划模型；基于该模型，利用行程划分、需求拆分得到符合模型约束限制的单点访问满载单车疏散路径及行程安排与多点访问应急车辆疏散路径生成。这类疏散技术可以简化为枢纽面向特定到达点疏散，一方面需要提前确认应急避难场所和开阔区域位置，应急疏散管理成本高适应性弱；另外一方面疏散到区域后乘客还需要二次出行，乘客疏散舒适度低。
现有枢纽疏散人员路径规划主要针对枢纽内部疏散人群的疏散路径规划，通过交通枢纽结构以及其上的综合开发结构，交通枢纽结构包括多层，由下至上分别为地下一层、出站层以及站台层。通过构建枢纽内部数字化的疏散空间，对疏散人员在枢纽内部的疏散路径进行有效规划。这类疏散技术主要解决枢纽内部人群快速直通室外时人员疏散问题，无法将疏散人群快速疏散终点目的地，疏散人群会快速在枢纽周边区域形成聚集，容易引发安全事故。
由以上介绍可知，现有的枢纽应急疏散主要的不足为：
（1）需要在轨道及公交运行时间范围内才可以启动应急疏散，对于运营时间范围外无法进行有效疏散，存在一定应用适应性。
（2）在面向周边应急避难场所和开阔区域的应急疏散，一方面需要提前确认应急避难场所和开阔区域位置，应急疏散管理协调成本高；另外一方面疏散到区域后乘客还需要二次出行，乘客疏散舒适度低。
发明内容
本发明主要目的在于提供一种尽快将乘客点对点疏散到终点目的地而非应急避难场所，提高乘客的疏散效率与疏散舒适度，为城市交通人性化管理和应急救援提供有力支持的枢纽疏散场景下乘客同乘车辆的路径分配方法及***。
本发明所采用的技术方案是：
提供一种枢纽疏散场景下乘客同乘车辆的路径分配方法，包括以下步骤：
S1、构建道路网络，具体根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图，形成包括路段起点、路段终点、路段长度、道路运行速度，以及正向、反向或双向自由流速度的二维矩阵；
S2、通过移动端获取枢纽内待疏散人员信息，包括姓名、填报时间、疏散目的地经纬度；
S3、根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息，动态获取每辆车位置、可载客车辆数、车辆位置经纬度、当前位置到枢纽的时间，其中半径radius大小将根据应急疏散强度确定；其中：，
为待疏散人员总数，/>为动态可疏散总座位数，/>为半径调整系数；
S4、根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员；其中先根据道路网络中不同路段的二维矩阵计算出行路径的路段重叠率、疏散起点和目的地的最小距离，再根据路段重叠率和最小距离计算顺路度。
接上述技术方案，根据填报时间依次计算疏散人群同乘车辆顺序，并根据填写的疏散人员信息统计当前枢纽区域内待疏散人员总数，如果乘客完成车辆同乘匹配，将其从待疏散人员信息表中删除。
接上述技术方案，如果疏散车辆完成同乘匹配驶离枢纽，将其从疏散信息表中删除，并动态统计可疏散总座位数。
接上述技术方案，路段重叠率为两条路径中具有相同路段的比率，第i位乘客路径的路段序列集和第j位乘客路径的路段序列集/>的重合路段为/>，其路段重叠率/>计算如下：
其中，代表集合的元素个数。
接上述技术方案，最小距离计算过程如下：
计算每一个在中的轨迹点point到第i位乘客的路径终点/>的距离，并取最小值/>：
计算每一个在中的轨迹点point到第j位乘客的路径终点的距离，并取最小值/>：
。
接上述技术方案，顺路度计算过程如下：
1）如果，且/>，则：
；
2）如果，且/>，则：
；
3）如果，且/>，则：
；
式中，为最小距离度量阈值，/>为随单位距离降低的顺路度调节系数。
接上述技术方案，步骤S4中按照顺路度从大到小排序，取前p_num-1位乘客与车辆匹配，p_num为可载客空位数。
接上述技术方案，取值范围50~500，/>取值范围0.005~0.01。
本发明还提供一种枢纽疏散场景下乘客同乘车辆的路径分配***，包括：
道路网络构建模块，用于根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图，形成包括路段起点、路段终点、路段长度、道路运行速度，以及正向、反向或双向自由流速度的二维矩阵；
疏散人员信息获取模块，用于通过移动端获取枢纽内待疏散人员信息，包括姓名、填报时间、疏散目的地经纬度；
车辆信息统计模块，用于根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息，动态获取每辆车位置、可载客车辆数、车辆位置经纬度、当前位置到枢纽的时间，其中半径radius大小将根据应急疏散强度确定；其中：，
为待疏散人员总数，/>为动态可疏散总座位数，/>为半径调整系数；
顺路匹配模块，用于根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员；其中先根据道路网络中不同路段的二维矩阵计算出行路径的路段重叠率、疏散起点和目的地的最小距离，再根据路段重叠率和最小距离计算顺路度。
本发明还提供一种计算机存储介质，其内存储有可被处理器执行的计算机程序，该计算机程序执行上述技术方案所述的枢纽疏散场景下乘客同乘车辆的路径分配方法。
本发明产生的有益效果是：本发明通过动态获取枢纽范围内可调度车辆信息，疏散人群及疏散目的地位置，通过建立面向疏散效率优先的乘客同乘车辆路径匹配方法，将乘客点对点疏散到终点目的地而非应急避难场所，提高了乘客的疏散效率与疏散舒适度，且为城市交通人性化管理和应急救援提供了有力支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例枢纽疏散场景下乘客同乘车辆的路径分配方法的流程图；
图2是本发明另一实施例枢纽疏散场景下乘客同乘车辆的路径分配方法的流程图；
图3是本发明实施例Dijkstra算法原理图；
图4是路段重合示意图；
图5是终点距离较近但是路段重合率较低的场景示意图；
图6是本发明实施例枢纽疏散场景下乘客同乘车辆的路径分配***流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明的缩略语和关键术语：
（1）枢纽
枢纽一般指交通枢纽，是在交通运输网络中，连接不同交通线路、方便换乘和转运的重要设施或地点。交通枢纽是交通运输网络中重要的节点，起到连接和协调各种交通方式的作用，提供高效便捷的换乘和转运服务，促进城市和区域交通的发展与交流。一个交通枢纽通常会集聚多种交通方式，例如公路、铁路、航空和水上交通等。在城市中，交通枢纽通常位于交通密集区域，包括火车站、机场、汽车客运站、港口等。
（2）应急疏散
应急疏散是一种在紧急情况下组织和引导人员有序离开危险区域的行动，它是应对灾害、事故或其他紧急事件的重要措施之一。根据紧急事件的性质和现场情况，制定合理的疏散路线和目标地点，并在关键位置设置标志和指示牌，以便人员快速、安全地离开危险区域。
（3）路径匹配
根据出行的起终点位置，在道路网络上找到最短的出行路径，基于Dijkstra最短路径搜索算法，快速对大量乘客的出行路径进行匹配计算，其路径搜索速度快并且效果稳定。
（4）同乘
同乘是指在交通出行中，两个或多个乘客选择共享同一辆车辆前往相同或相邻目的地的行为。同乘模式能够促进交通资源的优化利用，提升出行效率，以及减少单人驾车造成的交通压力和能源消耗。
实施例1
如图1所示，该实施例的枢纽疏散场景下乘客同乘车辆的路径分配方法主要包括以下步骤：
S1、构建道路网络，具体根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图，形成包括路段起点、路段终点、路段长度、道路运行速度，以及正向、反向或双向自由流速度的二维矩阵；
S2、通过移动端获取枢纽内待疏散人员信息，包括姓名、填报时间、疏散目的地经纬度；
S3、根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息，动态获取每辆车位置、可载客车辆数、车辆位置经纬度、当前位置到枢纽的时间，其中半径radius大小将根据应急疏散强度确定；其中：，
,/>为待疏散人员总数，/>为动态可疏散总座位数，/>为半径调整系数；
S4、根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员；其中，先根据道路网络中不同路段的二维矩阵计算出行路径的路段重叠率、疏散起点和目的地的最小距离，再根据路段重叠率和最小距离计算顺路度。
该实施例在考虑疏散效率优先的条件下，通过合理规划出租车和网约车的路径，降低车辆驶离枢纽时的空位率，并最大程度利用运力。该方法实现了乘客直接同乘到达个体目的地，避免了二次中转，充分利用可用车辆资源，并通过实时监控和反馈机制来快速调整和疏散策略。这种方法支持枢纽疏散，提高了疏散效率，使乘客的疏散体验更舒适，缩短了点对点疏散时间，并具备良好的适应性。
实施例2
该实施例基于实施例1，同样实现了枢纽疏散场景下乘客点对点出行的同乘车辆路径匹配，主要区别在于步骤构建道路网络的过程。
如图2所示，该实施例中枢纽疏散场景下乘客同乘车辆的路径分配方法主要包括步骤：
S01、构建道路网络；
S02、动态采集枢纽内待疏散人员信息；
S03、动态采集更新枢纽周边的出租车网约车信息；
S04、根据待疏散人员信息和周边车辆信息计算枢纽应急疏散强度；
S05、根据疏散强度计算枢纽调度周边空余车位半径radius；
S06、顺位获取疏散人员与疏散车辆；
S07、根据待疏散人员信息计算疏散人员出行路径顺路度；
S08、根据顺路度与疏散强度匹配疏散车辆；
S09、完成同乘匹配离开枢纽。
步骤S01中，道路网络是同乘车辆运行的载体，道路网络数据是通过对显示道路路网的数学抽象和规范化描述的可以被计算机识别的道路网络。路网文件描述路网的几何信息和语义信息，带旅行时间权重的路网是路径搜索中最基础的输入数据。
路网数据存储着几何对象和属性信息，其中不同的字段有着不同的含义。道路网数据中常见的字段如表1、表2所示，道路网中的起终点编号必须包含在道路网文件点层字段表中。
表1 道路网文件线层字段表
表2 道路网文件点层字段表
构建道路网络时，分为以下2个步骤：
a)根据路段方向direction创建正向、反向和双向道路：因道路网络存在方向，一般定义正、反向为ab/ba，通过direction标记道路为正向（1）/反向（-1）/双向（0）可连通状态，对direction为-1的道路需要反转from_node_id和to_node_id，取属性表中下标为ba的属性，对direction为0的道路需新增一条反转from_node_id和to_node_id的道路，取属性表中下标为ba的属性。
b)生成连通的道路网络图，形成以from_node_id、to_node_id、length、speed、fft的二维矩阵表格。
该实施例通过标记路段的方向，可以更好地进行后续路径的规划，并可以更有效地计算不同疏散人员的路段重叠率，以计算路径相似度，从而为路径规划匹配做准备。
实施例3
该实施例基于实施例1，区别在于给出了步骤S2中如何具体动态采集枢纽内待疏散人员信息的实例。
该实施例主要通过移动端填报采集获取枢纽内待疏散人员信息，待疏散人员信息见下表3。
表3 待疏散人员信息表
该实施例动态采集待疏散人员信息处理过程包含：
a)枢纽内所有待疏散人群填写表3内容，完成填写时间fill_time将作为依据依次计算疏散人群同乘车辆顺序。
b)统计当前枢纽区域内待疏散人员总数total_person_num。
c)如果乘客完成车辆同乘匹配，将从待疏散人员信息表中删除。
该实施例通过动态采集待疏散人员信息并及时更新已经疏散的人员信息，可以及时统计和更新未疏散人员，以进行后续疏散。
实施例4
该实施例基于实施例1，区别在于给出了步骤S3中如何具体动态采集枢纽周边的出租车网约车信息的实例。
该实施例根据枢纽内停车等待乘客，动态调度枢纽周边半径radius范围内空余车辆，动态获取每辆车位置、可载客车辆数，出租车网约车等疏散车辆信息见表4，其中radius大小将根据应急疏散强度确定。
表4 待疏散人员信息表
该实施例中，动态采集疏散车辆信息过程包含：
a)到达枢纽并在枢纽内排队车辆left_time为0；
b)枢纽周边疏散车辆的根据车辆位置的经纬度坐标调用最短路径Dijkstra算法计算当前位置到枢纽的left_time，其计算原理如下：
1)创建所有图中节点的集合，并初始化距离值。起始节点的距离值设置为0，其他节点的距离值设置为无穷大。
2)将起始节点标记为“当前节点”。
3)对于当前节点的每个相邻节点，计算从起始节点到该相邻节点的距离。如果计算得到的距离小于该相邻节点的当前距离值，则更新该相邻节点的距离值。
4)将当前节点标记为“已访问”。
5)从未访问的节点中选择一个距离值最小的节点作为下一个“当前节点”，并重复步骤3）和4），直到所有节点都被标记为“已访问”或没有可达节点。
6)根据更新后的距离值，得到从起始节点到其他节点的最短路径。
c)如果疏散车辆完成同乘匹配驶离枢纽，将从疏散信息表中删除；
d)动态统计总可疏散座位数total_seat_num。
计算枢纽应急疏散强度的具体过程为：
枢纽疏散时存在大量的滞留旅客，为尽快将乘客疏散到目的地，应通过动态评估总疏散人数和枢纽周边空余车位可提供的空余座位数供需计算应急疏散强度，计算公式如下：
（1）
应急疏散强度值越大，代表疏散压力越大，应急疏散强度大于等于1，代表每辆疏散车辆离开枢纽时满座没有空位。
计算枢纽调度周边空余车位半径radius的具体过程为：
疏散人群总数越大，应尽可能调度枢纽周边更大范围内的空余车辆前往枢纽，根据疏散强度计算车辆调度半径大小radius，计算公式如下。
（2）
为半径调整系数，该实施例中取值范围3~5，表示疏散搜索枢纽范围内基础半径为3~5km。当应急疏散强度大于1时，应尽可能调度更远范围内的空余车辆，当应急疏散强度小于时，调度范围可减小，采用平方计算关系可最大程度反映供需匹配强度和调度空间范围关系。
该实施例根据应急疏散强度可实现动态对枢纽周边空间范围内车辆的调度，加快疏散运力供给。
实施例5
该实施例基于实施例1，区别在于给出了步骤S4中如何具体根据顺路度匹配车辆与疏散人员的实例。
该实施例中，主要根据待疏散人员填报时间fill_time先后顺序以此计算人员疏散出行路径相似度，按照先进先出的原则获取当前疏散接待车辆的空位数，根据疏散强度匹配计算接待车辆上疏散乘客及出行路径，主要分为以下几步：
a)计算当前顺位fill_time疏散人员的出行路径。
根据Dijkstra算法得到当前顺位疏散人员疏散出行路径集path，第i=1位乘客的路径的路段序列集、坐标序列集（每个路段由有序的坐标序列组成，按照路段序列即可依次写出路径的坐标序列集）为：
其中：
表示第i位乘客的路径中，第x条路段的路段ID；
代表第i位乘客的路径中，第x条路段；
表示第i位乘客的路径坐标点；
代表第i位乘客的路径中，总的时间开销；
代表第i位乘客路径第x条路段的长度；
代表第i位乘客路径第x条路段的速度；
表示第i位乘客的路径中的路段总数；
表示第i位乘客的路径中的坐标点总数；
b)计算疏散接待车辆的可载客空位数p_num
疏散接待车辆的可载客空位数p_num根据可载客空位数与疏散强度确定，采用如下公式：
（3）
疏散强度大于1时取值为1，与车辆剩余载客数相乘得到当前车辆可载客空位数。
c)计算后续顺位疏散人员疏散出行路径与/>路径顺路度
本发明所描述的路径，起点都是一致的（均为枢纽），路径的顺路度计算考虑两个指标：路段重叠率和最小距离度量。
路段重叠率SCR，即两条路径中具有相同路段的比率。一般来说，顺路的两条路径，其路段重合率是较高的（如图4所示）。对于第i位乘客的路径和第j位乘客的路径，其路段重叠率SCR计算公式如下，num(S)代表集合S的元素个数：
（4）
最小距离度量DPM，由于城市路网较为复杂，两个相同的起终点之间可能有多条路径，为了避免漏判断“终点距离较近但是路段重合率较低”的场景，如图5所示。
对于第i位乘客的路径和第j位乘客的路径，其计算公式如下：
计算每一个在中的轨迹点point到第i位乘客的路径终点的距离，并取最小值：
（5）
计算每一个在中的轨迹点point到第j位乘客的路径终点的距离，并取最小值：
（6）
顺路度计算公式如下：
该实施例中，式中最小距离度量阈值（取值范围50~500），敏感度/>（即随单位距离降低的顺路度调节系数，取值范围是0.005~0.01）。
d)根据顺路度匹配疏散接待车辆与疏散人员
按照顺路度从大到小排序，取前p_num-1位乘客与接待车辆匹配，完成当前疏散接待车辆的疏散人员匹配，疏散接待车辆离开枢纽。
该实施例的顺路度计算考虑了终点不重合带来的顺路度降低的程度大小，通过乘客点对点疏散路径顺路度与同乘车辆匹配的计算，使得疏散同乘算法更加精准。
实施例5
该实施例枢纽疏散场景下乘客同乘车辆的路径分配***主要用于实现上述方法实施例，如图6所示，该***包括：
道路网络构建模块，用于根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图，形成包括路段起点、路段终点、路段长度、道路运行速度，以及正向、反向或双向自由流速度的二维矩阵；
疏散人员信息获取模块，用于通过移动端获取枢纽内待疏散人员信息，包括姓名、填报时间、疏散目的地经纬度；
车辆信息统计模块，用于根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息，动态获取每辆车位置、可载客车辆数、车辆位置经纬度、当前位置到枢纽的时间，其中半径radius大小将根据应急疏散强度确定；其中：
，
，/>为待疏散人员总数，/>为动态可疏散总座位数，/>为半径调整系数；
顺路匹配模块，用于根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员；其中先根据道路网络中不同路段的二维矩阵计算出行路径的路段重叠率、疏散起点和目的地的最小距离，再根据路段重叠率和最小距离计算顺路度。
各个模块主要用于实现上述方法实施例的各个步骤，在此不赘述。
实施例6
本申请还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质被处理器执行时实现方法实施例的枢纽疏散场景下乘客同乘车辆的路径分配方法。
综上，本发明提供了时间适应性更强的枢纽应急疏散车辆调度和路径规划方法，可不依赖轨道公交停运后的枢纽应急疏散。采用乘客点对点疏散方式，最大效率提升出租车网约车的载客率，兼顾疏散效率与乘客疏散舒适度，缩短乘客平均疏散到达目的地时间。根据应急疏散强度，可实现动态对枢纽周边空间范围内车辆的调度，加快疏散运力供给。此外，所需数据明确，参数含义明确，支持标准化部署到实际应用场景。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种枢纽疏散场景下乘客同乘车辆的路径分配方法，其特征在于，包括以下步骤：
S1、构建道路网络，具体根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图，形成包括路段起点、路段终点、路段长度、道路运行速度，以及正向、反向或双向自由流速度的二维矩阵；
S2、通过移动端获取枢纽内待疏散人员信息，包括姓名、填报时间、疏散目的地经纬度；
S3、根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息，动态获取每辆车位置、可载客车辆数、车辆位置经纬度、当前位置到枢纽的时间，其中半径radius大小将根据应急疏散强度确定；其中：
，
，/>为待疏散人员总数，/>为动态可疏散总座位数，/>为半径调整系数；
S4、根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员；其中，先根据道路网络中不同路段的二维矩阵计算出行路径的路段重叠率、疏散起点和目的地的最小距离，再根据路段重叠率和最小距离计算顺路度；
其中，路段重叠率为两条路径中具有相同路段的比率，第i位乘客路径的路段序列集和第j位乘客路径的路段序列集/>的重合路段为/>，其路段重叠率计算如下：
其中，代表集合的元素个数；
最小距离计算过程如下：
计算每一个在中的轨迹点point到第i位乘客的路径终点/>的距离，并取最小值/>：
计算每一个在中的轨迹点point到第j位乘客的路径终点的距离，并取最小值：
。
2.根据权利要求1所述的枢纽疏散场景下乘客同乘车辆的路径分配方法，其特征在于，根据填报时间依次计算疏散人群同乘车辆顺序，并根据填写的疏散人员信息统计当前枢纽区域内待疏散人员总数，如果乘客完成车辆同乘匹配，将其从待疏散人员信息表中删除。
3.根据权利要求1所述的枢纽疏散场景下乘客同乘车辆的路径分配方法，其特征在于，如果疏散车辆完成同乘匹配驶离枢纽，将其从疏散信息表中删除，并动态统计可疏散总座位数。
4.根据权利要求1所述的枢纽疏散场景下乘客同乘车辆的路径分配方法，其特征在于，顺路度计算过程如下：
1）如果，且/>，则：
；
2）如果，且/>，则：
；
3）如果，且/>，则：
；
式中，为最小距离度量阈值，/>为随单位距离降低的顺路度调节系数。
5.根据权利要求1-4中任一项所述的枢纽疏散场景下乘客同乘车辆的路径分配方法，其特征在于，步骤S4中按照顺路度从大到小排序，取前p_num-1位乘客与车辆匹配，p_num为可载客空位数。
6.根据权利要求1-4中任一项所述的枢纽疏散场景下乘客同乘车辆的路径分配方法，其特征在于，取值范围50~500，/>取值范围0.005~0.01。
7.一种枢纽疏散场景下乘客同乘车辆的路径分配***，其特征在于，包括：
道路网络构建模块，用于根据路段方向创建正向、反向和双向道路，并进行标记；根据标记的道路生成连通的道路网络图，形成包括路段起点、路段终点、路段长度、道路运行速度，以及正向、反向或双向自由流速度的二维矩阵；
疏散人员信息获取模块，用于通过移动端获取枢纽内待疏散人员信息，包括姓名、填报时间、疏散目的地经纬度；
车辆信息统计模块，用于根据待疏散人员统计结果动态采集枢纽周边一定半径内空闲出租车网约车信息，动态获取每辆车位置、可载客车辆数、车辆位置经纬度、当前位置到枢纽的时间，其中半径radius大小将根据应急疏散强度确定；其中：，
为待疏散人员总数，/>为动态可疏散总座位数，/>为半径调整系数；
顺路匹配模块，用于根据待疏散人员填报时间的先后顺序计算待疏散人员出行路径的顺路度，根据顺路度匹配车辆与疏散人员；其中先根据道路网络中不同路段的二维矩阵计算出行路径的路段重叠率、疏散起点和目的地的最小距离，再根据路段重叠率和最小距离计算顺路度；
其中，路段重叠率为两条路径中具有相同路段的比率，第i位乘客路径的路段序列集和第j位乘客路径的路段序列集/>的重合路段为/>，其路段重叠率计算如下：
其中，代表集合的元素个数；
最小距离计算过程如下：
计算每一个在中的轨迹点point到第i位乘客的路径终点/>的距离，并取最小值/>：
计算每一个在中的轨迹点point到第j位乘客的路径终点的距离，并取最小值：
。
8.一种计算机存储介质，其特征在于，其内存储有可被处理器执行的计算机程序，该计算机程序执行权利要求1-4中任一项所述的枢纽疏散场景下乘客同乘车辆的路径分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311493663.7A CN117236473B (zh) | 2023-11-10 | 2023-11-10 | 枢纽疏散场景下乘客同乘车辆的路径分配方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311493663.7A CN117236473B (zh) | 2023-11-10 | 2023-11-10 | 枢纽疏散场景下乘客同乘车辆的路径分配方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117236473A CN117236473A (zh) | 2023-12-15 |
| CN117236473B true CN117236473B (zh) | 2024-01-30 |
Family
ID=89095190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311493663.7A Active CN117236473B (zh) | 2023-11-10 | 2023-11-10 | 枢纽疏散场景下乘客同乘车辆的路径分配方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117236473B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018151208A (ja) * | 2017-03-10 | 2018-09-27 | オムロン株式会社 | 自動運転支援装置、方法及びプログラム |
| CN111861617A (zh) * | 2019-10-10 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 拼车信息处理方法、计算机设备及计算机可读存储介质 |
| CN112598196A (zh) * | 2021-01-01 | 2021-04-02 | 程在舒 | 一种基于顺风车主端的数据计算方法 |
| CN112633057A (zh) * | 2020-11-04 | 2021-04-09 | 北方工业大学 | 一种公交车内异常行为智能监控方法 |
| CN112862260A (zh) * | 2021-01-18 | 2021-05-28 | 华中科技大学 | 一种机场摆渡服务调度方法和*** |
| CN113159499A (zh) * | 2021-03-05 | 2021-07-23 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
| CN113762598A (zh) * | 2021-08-05 | 2021-12-07 | 同济大学 | 一种综合交通枢纽应急疏散车辆路径规划方法 |
| CN113971339A (zh) * | 2021-10-12 | 2022-01-25 | 北京航空航天大学 | 一种停车场场景下人车混合交通仿真方法及*** |
| CN115527369A (zh) * | 2022-09-29 | 2022-12-27 | 北京交通大学 | 一种空港枢纽大面积延误条件下的大客流预警与疏散方法 |
| CN115587657A (zh) * | 2022-10-19 | 2023-01-10 | 华中科技大学 | 一种夜间定制公交的站点确定及线路优化方法 |
| CN115759463A (zh) * | 2022-12-02 | 2023-03-07 | 武汉理工大学三亚科教创新园 | 一种客船旅客逃生路径动态规划方法 |
| CN116137187A (zh) * | 2021-11-18 | 2023-05-19 | 博泰车联网(南京)有限公司 | 一种人员监控方法、电子设备及计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10775186B2 (en) * | 2017-12-29 | 2020-09-15 | ANI Technologies Private Limited | Method and system for predicting traffic conditions |
-
2023
- 2023-11-10 CN CN202311493663.7A patent/CN117236473B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018151208A (ja) * | 2017-03-10 | 2018-09-27 | オムロン株式会社 | 自動運転支援装置、方法及びプログラム |
| CN111861617A (zh) * | 2019-10-10 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 拼车信息处理方法、计算机设备及计算机可读存储介质 |
| CN112633057A (zh) * | 2020-11-04 | 2021-04-09 | 北方工业大学 | 一种公交车内异常行为智能监控方法 |
| CN112598196A (zh) * | 2021-01-01 | 2021-04-02 | 程在舒 | 一种基于顺风车主端的数据计算方法 |
| CN112862260A (zh) * | 2021-01-18 | 2021-05-28 | 华中科技大学 | 一种机场摆渡服务调度方法和*** |
| CN113159499A (zh) * | 2021-03-05 | 2021-07-23 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
| CN113762598A (zh) * | 2021-08-05 | 2021-12-07 | 同济大学 | 一种综合交通枢纽应急疏散车辆路径规划方法 |
| CN113971339A (zh) * | 2021-10-12 | 2022-01-25 | 北京航空航天大学 | 一种停车场场景下人车混合交通仿真方法及*** |
| CN116137187A (zh) * | 2021-11-18 | 2023-05-19 | 博泰车联网(南京)有限公司 | 一种人员监控方法、电子设备及计算机可读存储介质 |
| CN115527369A (zh) * | 2022-09-29 | 2022-12-27 | 北京交通大学 | 一种空港枢纽大面积延误条件下的大客流预警与疏散方法 |
| CN115587657A (zh) * | 2022-10-19 | 2023-01-10 | 华中科技大学 | 一种夜间定制公交的站点确定及线路优化方法 |
| CN115759463A (zh) * | 2022-12-02 | 2023-03-07 | 武汉理工大学三亚科教创新园 | 一种客船旅客逃生路径动态规划方法 |
Non-Patent Citations (6)
| Title |
|---|
| COVID-19疫情后武汉市公共交通运营策略研究;吴楠;李远东;赵安琪;肖畅;周诗伟;;交通运输工程与信息学报(第03期);全文 * |
| 吴楠 ; 李远东 ; 赵安琪 ; 肖畅 ; 周诗伟 ; .COVID-19疫情后武汉市公共交通运营策略研究.交通运输工程与信息学报.2020,(第03期), 全文. * |
| 多蚁群双信息素疏散路径规划算法;吴世旺;;电气自动化(第02期);全文 * |
| 李建斌 ; 周泰 ; 徐礼平 ; 戴宾 ; .货运O2O平台有时间窗同城零担集货匹配优化决策.***工程理论与实践.2020,(第04期), 全文. * |
| 货运O2O平台有时间窗同城零担集货匹配优化决策;李建斌;周泰;徐礼平;戴宾;;***工程理论与实践(第04期);全文 * |
| 都市圈中心城市近郊县交通发展策略研究;万晶晶;都市圈中心城市近郊县交通发展策略研究;第1卷(第1期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117236473A (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Amirgholy et al. | Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach | |
| Ma et al. | Designing optimal autonomous vehicle sharing and reservation systems: A linear programming approach | |
| CN105279955B (zh) | 一种拼车方法及设备 | |
| CN106504577B (zh) | 一种停车换乘出行路线规划方法及装置 | |
| Vanajakshi et al. | Travel time prediction under heterogeneous traffic conditions using global positioning system data from buses | |
| Wong et al. | Solution of the Dial‐a‐Ride Problem with multi‐dimensional capacity constraints | |
| Liu et al. | Optimizing fleet size and scheduling of feeder transit services considering the influence of bike-sharing systems | |
| Sayarshad et al. | Non-myopic dynamic routing of electric taxis with battery swapping stations | |
| CN102044149B (zh) | 一种基于时变客流的城市公交运营协调方法与装置 | |
| Poku-Boansi et al. | The determinants of demand for public transport services in Kumasi, Ghana | |
| CN106530805A (zh) | 一种基于车载导航仪的停车泊位诱导***及方法 | |
| CN103985247A (zh) | 基于城市叫车需求分布密度的出租车运力调度*** | |
| CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
| JP2016091563A (ja) | スマートな乗客および貨物輸送のためのシステムおよび方法 | |
| Hörl | Implementation of an autonomous taxi service in a multi-modal traffic simulation using MATSim | |
| CN110322188A (zh) | 利用未来交通信息的物流配送用路径提供方法及其服务器 | |
| CN115527369B (zh) | 一种空港枢纽大面积延误条件下的大客流预警与疏散方法 | |
| Atoyebi et al. | Analysis of intra-city public transport system of ojuelegba park, lagos state, Nigeria | |
| CN114971136A (zh) | 一种公交及巡游小巴调度方法 | |
| CN111680822B (zh) | 一种基于非固定路线的往返式公交疏散路径规划方法 | |
| CN117236473B (zh) | 枢纽疏散场景下乘客同乘车辆的路径分配方法及*** | |
| Bischoff | Mobility as a Service and the transition to driverless systems | |
| Lee et al. | Planning and design of a taxipooling dispatching system | |
| CN116307580A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
| CN116090785A (zh) | 针对大型活动散场场景两阶段的定制公交规划方法 |
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 |