; ΦΑ_ΦΒ< 0,表示左转,转角大小为 I Φ Α_ΦΒ| ;
[0041] (3)当ΦΑ_ΦΒ= 0,表示直行,转角大小为0 ;
[0042] (4)当0 < ΦΑ_ΦΒ< 180°,表示右转,转角大小为Φ Α_ΦΒ;
[0043] (5)当ΦΑ_ΦΒ= ±180°,表示回转,转角大小为180° ;
[0044] (6)当 180° < ΦΑ_ΦΒ,表示左转,转角大小为 ΦΒ-ΦΑ+360°。
[0045] 传统最短路径法只简单考虑道路的长度、宽度、路况等基本因素,无法针对大件运 输车辆的特点,对道路网络节点处车辆转向所需的耗时进行综合考虑。对于大件运输而言, 许多规划者为避开交通流量高峰,选择夜间运输,道路车流量对其影响相对较低。并且许多 城市路口红绿灯进入午夜后都会自动转换为黄闪,在路口等待信号灯的延时影响也可以忽 略。基于大件运输的上述特点,本发明基于道路网络数据模型及传统的最短路径分析法,综 合考虑了大件运输车辆通过路段的行驶时间和在交叉路口处的通行成本,构建基于道路拐 角权重的道路网络数据模型,并提出了顾及道路交叉口转角大小的最短路径分析法。
[0046] 与现有技术相比,本发明具有如下特点和有益效果:
[0047] (1)能针对大件运输车辆的特点,根据道路路径在交叉路口的转角情况,获得转 向时间最短的最优路径,能有效减轻大件运输车辆在道路交叉路口的通行压力,避免了复 杂交通网络中大件运输车辆因转向带来的耗时,缩短大件运输车辆在路途中整体的运行时 间,更符合道路网络内部复杂特性的需求,能更好辅助优化、并解决城市道路交通和大件运 输行业在路线选择中存在的诸多问题。
[0048] (2)与传统的以道路实际长度作为权重的最短路径分析法相比,本发明能更好的 设计大件运输车辆的行驶线路,为公路大件运输方案提供可靠的理论基础和技术支撑。
[0049] (3)应用广泛,能有效地为电力、能源、化工、建材等行业的大件运输设计和规划运 营线路,大大降低了公路大件运输的成本和代价,为大件运输方案的选线设计提供有力的 理论基础和可行性分析。
【附图说明】
[0050] 图1为转角模型构建示意图;
[0051] 图2为大件运输车辆转向延时计算示意图;
[0052] 图3为大件运输车辆在交叉路口的转角与转向延时之间的函数关系图,其中,图 (a)为左转时转角与转向延时之间的函数关系图;图(b)为右转时转角与转向延时之间的 函数关系图;
[0053] 图4为本发明方法流程示意图;
[0054] 图5为本发明方法获得的最优路径;
[0055] 图6为传统的最短路径分析法获得的最优路径;
[0056] 图7~16为本发明方法和传统方法获得的路径优化结果对比图。
【具体实施方式】
[0057] 下面将结合附图和【具体实施方式】进一步说明本发明技术方案及有益效果。
[0058] 图1提供了车辆在交叉路口转向时转角大小的具体计算方式。图中,N和E分别 表示正北和正东方向,〇表示交叉路口,孟5为车辆转向前的行驶方向,?为车辆转向后的 行驶方向,图(a)和图(b)表不车辆左转时的转向不意图,图(c)和图(d)表不车辆右转时 的转向示意图。假设转向前车辆行驶方向SB与正北方向夹角为ΦA,转向后行驶方向否!与 正北方向夹角为ΦΒ,构建的转角模型如下:
[0060] 图(a)中所示情况下,ΦΑ£ (-180。,_90。],Φ BG [90。,180。),此 时车辆左转,转角大小ΦΑ_ΦΒ+360 °。图(b)中所示情况下,ΦΑε (-90 °,0), ΦΒ£(-180°,_90° ],此时车辆左转,转角大小ΦΑ_ΦΒ。图(c)中所示情况下, ΦΑε(0,90° ),ΦΒε[90°,180° ),此时车辆右转,转角大小|ΦΑ-ΦΒ|。图⑷所示情况 下,ΦΑε[90°,180° ),ΦΒ£(-180°,-90° ],此时车辆右转,转角大小 ΦΒ-ΦΑ+360°。
[0061] 顾及交叉路口转向的最优路径分析法,主要由路段路阻和节点路阻两部分构成其 阻碍强度。阻碍强度、路段路阻和节点路阻均为本技术领域内的通用术语。阻碍强度指阻 碍车辆通过道路时对其产生消耗的大小,一般指时间长短;路段路阻指车辆通过路段所需 消耗的时间成本;节点路阻指车辆通过节点时所需消耗的时间成本;路段路阻是驾驶者选 择好出行目的地后选择行驶路线的主要因素,也是现有大多数最短路径分析法所考虑的因 素。但是对于大件运输车辆而言,仅考虑路段阻抗是不够的,城市道路交叉路口的转向成本 也是一个不可忽视的因素。
[0062] 本发明中,节点路阻采用转向成本模型获得。转向成本模型的获得方法具体为: [0063] (1)采集大件运输车辆在交叉路口的轨迹数据,所述的轨迹数据记录了离散时刻 及离散时刻下大件运输车辆的行驶速度、行驶方向和经炜度坐标等基本信息,本具体实施 中,采集了某城区交叉路口 250m半径范围内的大件运输车辆的轨迹数据,见图2 (a)。
[0064] (2)根据轨迹数据获得大件运输车辆在交叉路口的转向延时,转向延时的计算见 图2(b)所示,图2(b)中横坐标表示时刻,纵坐标表示大件运输车辆的行驶速度。基于轨 迹数据可获得大件运输车辆在离散时刻下的行驶速度,利用多项式拟合对轨迹数据进行拟 合插值,获得大件运输车辆在任意时刻的行驶速度。定义时刻tl和t2分别为大件运输车 辆在转向过程中行驶速度拐点对应的时刻,则大件运输车辆通过交叉路口的转向延时T = t2-tl I。交叉路口转角大小和对应的转向延时构成样本数据。
[0065] (3)分别针对左转和右转情况下的样本数据,采用MATLAB进行拟合,获得大件运 输车辆转角和转向延时之间的函数关系,即左转转向成本模型和右转转向成本模型,见图 3〇
[0066] 一般情况下,大件运输车辆常常选择夜间出行,而许多城市交叉路口的红绿灯在 夜间已转为黄闪状态,大件运输车辆在路口等待信号灯的延时影响相对弱化。因此,结合大 件运输车辆自身的特点,其在交叉路口直行所花费的时间是最短的,其通过交叉路口的成 本也最小。而右转虽然不如直行那么方便,但根据我们国家道路车辆统一按右行驶的规定 可知,其右转的成本还相对较小,不过随着转角增大,所需花费的时间也会明显增长;而对 于左转,左转车辆不仅会与左转车辆或者对向的直行车辆在交叉点处产生冲突点,并且交 叉冲突点对交叉口的行车安全影响比分、合流点大得多,因此车辆左转的成本就相对较高。 [0067] 见图3(a),大件运输车辆左转时,其转向延时随转角增大呈线性关系。见图3(b), 大件运输车辆右转时,当转角较小时,其转向延时较短,转向延时增量也较小,但随着转角 增大,尤其是当转角超过80度后,其转向延时增量明显增大,整体转向延时呈抛物线式增 长。从图3中还可以发现,相同转角下,大件运输车辆左转成本始终高于右转成本,随着转 角增大,转向延时的时差逐渐变小,但左转成本仍高于右转延时。由此,也进一步证明转角 对大件运输车辆而言意义重大。
[0068] 基于样本数据、拟合曲线以及实验验证,本发明提出了表1所示的转向成本模型。 根据大件运输车辆在道路交叉路口的转角和转向方向获得转向成本,从而为大件运输的线 路规划提供可靠的实验依据。根据转向方向和转角大小,从表1中获得对应的转向成本。例 如,若大件运输车辆要右转5°,则对应的右转成本即15。
[0069] 表1大件运输车辆的转向成本模型 [0070] CN 105185144 A I兄明 6/9 页
[0071] 下面将对结合图4对本发明实施过程进行详细说明。
[0072] 步骤(a),基于道路图层数据构建道路网络数据模型。
[0073] 对城市公共交通系统中的道路图层数据进行编辑处理,使道路图层数据与城市实 际道路相符,并对道路图层数据进行拓扑检查,生成线与线相互交叉的道路网络数据模型。
[0074] 上述道路图层数据的编辑处理包括道路路段的准确性、完整性和一致性的检查。 准确性检查主要指删除道路端点处存在的误差路段信息;完整性检查包括在某些岔路口处 路段应该相交的没有相交,应人工处理将其相交于某一个岔路口; 一致性检查是指有些路 段存在多条线路重合的情况,应删除其中多余路段。最后将所有道路在道路节点处打断,以 构建基于路段连接的道路网络数据模型。道路节点为本技术领域内术语,指道路与道路的 交点。
[0075] 步骤(b),采用人工交互方式在道路网络数据模型上选择线路的起点和终点。也可 根据实际需求,在道路网络数据模型上选择线路的路经点。
[0076] 步骤(C),基于道路网络数据模型构建道路转角权重辅助网,并对道路转角权重辅 助网中辅助边赋转向权重值。
[0077] 道路转角权重辅助网的构建思路具体为:
[0078] 在道路网络数据模型中,为方便构建道路转角权重辅助网,对起点和终点所在的 道路边,分别以起点和终点作为道路边的辅助节点;对于其他道路边,则以其中点作为道路 边的辅助节点;连接