一种交通路径推荐方法及系统

技术领域

本申请涉及智能交通技术领域，具体的说，本申请公开了一种交通路径推荐方法及系统。

背景技术

为了节省用户行车时间，也出现了很多用于规避拥堵、减少用户行车时间的交通路径推荐方法，现有技术中的交通路径推荐方法主要是通过实时数据来计算城市路网图中的道路权重，再通过一系列加权计算得到交通路径推荐结果，这种方法需要采集大量的实时数据用于计算道路权重，往往计算时间长，并且没有结合过往的城市道路交通情况，交通路径推荐的过程中缺少实际性与合理性。

发明内容

本申请要解决的技术问题是提供一种交通路径推荐方法及系统，能够结合过往历史数据预测下一时间段道路交通情况，提高交通路径推荐的合理性与实际性，实现基于过往历史数据的交通路径推荐。

为解决上述技术问题，本申请采用如下技术方案：

第一方面，本申请提供一种交通路径推荐方法，其包括如下步骤：

根据城市路网图中用户输入的路径推荐起点与路径推荐终点，确定路径推荐子图；

对所述路径推荐子图进行剪枝操作，获得所述路径推荐子图的路段集；

对一天时间进行划分获得若干个时间段，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数，重复该步骤，直到获得下一时间段时所述路段集中全部路段的阻力系数；

将所述路段集中各个路段的阻力系数线性放大后分别作为各个路段的动摩擦因数，根据所述各个路段的动摩擦因数，在所述路径推荐子图上确定由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径；

将所述最小阻力做功路径作为最终的交通路径推荐给用户。

在一些实施例中，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数可包括：

将选定路段的路段数据信息作为输入向量，所述输入向量具有多个维度；

通过访问历史数据库得到该选定路段过往的历史数据集合，所述历史数据集合中的历史数据与输入向量维度相同；

确定所述历史数据集合中的每个历史数据分别与所述输入向量之间的距离值；

将所述历史数据按照所述距离值由小到大排序，选取前N个作为相似历史数据；

以N个相似历史数据的下一时间段的历史数据作为预测数据，根据所述预测数据，预测下一时间段时选定路段的阻力系数。

在一些实施例中，每个历史数据分别与所述输入向量之间的距离值为二者在向量空间上的曼哈顿距离。

在一些实施例中，根据所述各个路段的动摩擦因数，在所述路径推荐子图上确定由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径可包括：

设定路径推荐子图的标准动摩擦因数；

选择所述路径推荐起点的全部相邻端点作为可选端点集合Ⅰ；

确定所述可选端点集合Ⅰ中每个端点对应的阻力做功值，所述端点对应的阻力做功值为车辆由所述路径推荐起点到达该端点过程中对应的阻力做功；

确定所述可选端点集合Ⅰ中每个端点对应的阻力势能值，所述端点对应的阻力势能值为所述标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积；

确定可选端点集合Ⅰ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第二端点；

选择第二端点的全部相邻端点作为可选端点集合Ⅱ，其中，所述可选端点集合Ⅱ中不含选择出第二端点的前一端点；

确定所述可选端点集合Ⅱ中每个端点对应的阻力做功值，所述端点对应的阻力做功值为车辆由所述第二端点到达该端点过程中对应的阻力做功；

确定所述可选端点集合Ⅱ中每个端点对应的阻力势能值，所述端点对应的阻力势能值为所述标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积；

确定可选端点集合Ⅱ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第三端点；

重复上述步骤，直到第P个被选出的端点为路径推荐终点，根据被选择顺序，将所述路径推荐起点与被选择出的所有端点作为最小阻力做功路径，所述最小阻力做功路径包含P个路段。

在一些实施例中，设定路径推荐子图的标准动摩擦因数可包括：

将所述路径推荐子图中全部路段里动摩擦因数最大的路段的动摩擦因数作为所述路径推荐子图的标准动摩擦因数。

在一些实施例中，所述城市路网图包含城市道路的顶点集与城市道路的边集，用户向城市路网图中输入路径推荐起点与城市推荐终点后，可根据该路径推荐起点与该路径推荐终点对城市路网图进行部分分割，得到路径推荐子图。

在一些实施例中，根据该路径推荐起点与该路径推荐终点对城市路网图进行部分分割可包括：

限定所述路径推荐子图中任一端点Ω

d

其中，d

在一些实施例中，对所述路径推荐子图进行剪枝操作，获得所述路径推荐子图的路段集可包括：

将所述路径推荐子图中所有城市道路顶点作为路径推荐子图的端点，将所述路径推荐子图中所有城市道路路段作为路径推荐子图的路段；

判断所述路径推荐子图中的每个路段两端端点是否均满足所述路径推荐子图的限定范围条件；

若路段的两端端点存在至少一个不满足所述路径推荐子图的限定范围条件，则在所述路径推荐子图中除去该路段，若路段的两端端点均满足所述路径推荐子图的限定范围条件，在所述路径推荐子图中保留该路段；

将所述路径推荐子图中保留的路段作为路段集。

第二方面，本申请提供一种交通路径推荐系统，其包括：

路径推荐子图获取模块，用于根据城市路网图中用户输入的路径推荐起点与路径推荐终点，确定路径推荐子图；

路径推荐子图剪枝模块，用于对所述路径推荐子图进行剪枝操作，获得所述路径推荐子图的路段集；

阻力系数预测模块，用于对一天时间进行划分获得若干个时间段，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数，重复该步骤，直到获得下一时间段时所述路段集中全部路段的阻力系数；

最小阻力做功路径确定模块，用于将所述路段集中各个路段的阻力系数线性放大后分别作为所述各个路段的动摩擦因数，根据所述各个路段的动摩擦因数，在所述路径推荐子图上确定由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径；

交通路径推荐模块，用于将所述最小阻力做功路径作为最终的交通路径推荐给用户。

第三方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的交通路径推荐方法。

本公开实施例提供的技术方案具有以下有益效果：

本申请根据路径推荐起点与路径推荐终点确定路径推荐子图，将路径推荐子图剪枝得到路段集，根据路段的过往历史数据对路段集中的路段下一时间段的阻力系数进行预测，将所述阻力系数线性放大后作为路段的动摩擦因素，找到从路径推荐起点到路径推荐终点所有路径里阻力做功最小的路径，从而找到一条基于过往历史数据预测的让车辆行驶受阻碍因素最小的交通路径推荐给用户，可实现通过以过往历史数据按照阻力最小预测下一时间段道路交通情况，提高了交通路径推荐的合理性与实际性，实现了基于过往历史数据的交通路径推荐。

附图说明

图1是根据本申请一些实施例所示的交通路径推荐方法的示例性流程图；

图2是根据本申请一些实施例所示的交通路径推荐方法的示例性路径推荐子图；

图3是根据本申请一些实施例所示的交通路径推荐系统的示例性硬件和/或软件的示意图。

具体实施方式

本申请根据路径推荐起点与路径推荐终点确定路径推荐子图，将路径推荐子图剪枝得到路段集，根据路段的过往历史数据对路段集中的路段下一时间段的阻力系数进行预测，将所述阻力系数线性放大后作为路段的动摩擦因素，找到从路径推荐起点到路径推荐终点的所有路径里阻力做功最小的路径，从而找到一条或多条基于过往历史数据预测的让车辆行驶受阻碍因素最小的交通路径推荐给用户。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

参考图1，根据本申请一些实施例所示的交通路径推荐方法的示例性流程图，该交通路径推荐方法100主要包括如下步骤：

在步骤101，根据城市路网图中用户输入路径推荐起点与路径推荐终点，确定路径推荐子图，具体实现时，例如所述路径推荐起点可为车辆当前位置，路径推荐终点可为车辆需要到达的目的地。

在一些实施例中，所述城市路网图包含城市道路的顶点集与城市道路的边集，用户向城市路网图中输入路径推荐起点Ω

在步骤102，对路径推荐子图进行剪枝操作，获得所述路径推荐子图的路段集。

在步骤103，对一天时间进行划分获得若干个时间段，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数，重复该步骤，直到获得下一时间段时所述路段集中全部路段的阻力系数。

在步骤104，将所述路段集中各个路段的阻力系数线性放大后分别作为所述各个路段的动摩擦因数，根据所述各个路段的动摩擦因数，在所述路径推荐子图上确定由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径。

在步骤105，将所述阻力最小做功路径作为最终的交通路径推荐给用户。

在一些实施例中，根据该路径推荐起点与该路径推荐终点对城市路网图进行部分分割可采用下述方式，即：

限定路径推荐子图的范围为：所述路径推荐子图中任一端点Ω

d

其中，d

在一些实施例中，对路径推荐子图进行剪枝操作，获得所述路径推荐子图的路段集可采用下述方式实现，即：

将所述路径推荐子图中所有城市道路顶点作为路径推荐子图的端点，将所述路径推荐子图中所有城市道路路段作为路径推荐子图的路段；

判断所述路径推荐子图中的每个路段两端端点是否均满足所述路径推荐子图的限定范围条件；

若路段的两端端点存在至少一个不满足所述路径推荐子图的限定范围条件，则在所述路径推荐子图中除去该路段，若路段的两端端点均满足所述路径推荐子图的限定范围条件，在所述路径推荐子图中保留该路段；

将所述路径推荐子图中保留的路段作为路段集。

另外，在一些实施例中，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数可以通过下述方式实现，即：

将选定路段的路段数据信息作为输入向量，所述输入向量具有多个维度；

通过访问历史数据库得到该选定路段过往的历史数据集合，所述历史数据集合中的历史数据与输入向量维度相同；

确定所述历史数据集合中的每个历史数据分别与所述输入向量之间的距离值；

将所述历史数据由所述距离值由小到大排序，选取前N个作为相似历史数据{υ

以N个相似历史数据的下一时间段的历史数据作为预测数据，根据所述预测数据，预测下一时间段的选定路段的阻力系数。

在一些实施例中，每个历史数据分别与所述输入向量之间的距离值可为二者在向量空间上的曼哈顿距离，具体实现时，例如：将一天24小时划分为144个时间段，一个时间段为10分钟，将当前路段数据信息作为输入向量υ

从历史数据库中调用该路段的所有历史数据(可以选用5年时间内的所有数据，具体实施时按照实际需求可以做适度的时间范围调整)作为历史数据集合，并确定每个历史数据与输入向量在向量空间上的曼哈顿距离，具体可由下式确定：

其中α

将该路段的历史数据集合按照该曼哈顿距离值由小到大进行排序，选取前N个作为相似历史数据{υ

具体实施时可按照实际需求可以调整N值的大小；

在一些实施例中，下一时间段该选定路段的阻力系数μ可以由下式确定：

其中，σ为预设的偏差系数，α

重复上述步骤，直到获得下一时间段时所述路段集中全部路段的阻力系数。

需要说明，车辆在选定路段的阻力系数与该选定路段的车流密度等阻碍车辆行驶的因素有关，该阻力系数可以衡量车辆在该选定路段行驶时将受到的阻碍影响大小，将该路段阻力系数线性放大后可以作为该路段上的动摩擦因数，找到从路径推荐起点通往路径推荐终点的所有路径中的最小阻力做功值路径，该最小阻力做功值路径可以作为受阻碍因素最小的交通路径推荐给用户。

在一些实施例中，根据所述各个路段的动摩擦因数，在所述路径推荐子图上寻找由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径可采用下述方式实现，即：

设定路径推荐子图的标准动摩擦因数；

选择所述路径推荐起点的全部相邻端点作为可选端点集合Ⅰ；

确定所述可选端点集合Ⅰ中每个端点对应的阻力做功值，所述端点对应的阻力做功值为车辆由所述路径推荐起点到达该端点过程中对应的阻力做功；

确定所述可选端点集合Ⅰ中每个端点对应的阻力势能值，所述端点对应的阻力势能值为所述标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积；

确定可选端点集合Ⅰ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第二端点；

选择第二端点的全部相邻端点作为可选端点集合Ⅱ，其中，所述可选端点集合Ⅱ中不含选择出第二端点的前一端点；

确定所述可选端点集合Ⅱ中每个端点对应的阻力做功值，所述端点对应的阻力做功值为车辆由所述第二端点到达该端点过程中对应的阻力做功；

确定所述可选端点集合Ⅱ中每个端点对应的阻力势能值，所述端点对应的阻力势能值为所述标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积；

计算可选端点集合Ⅱ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第三端点；

重复上述步骤，直到第P个被选出的端点为路径推荐终点，根据被选择顺序，将所述路径推荐起点与被选择出的所有端点作为最小阻力做功路径，所述最小阻力做功路径包含P个路段。

在一些实施例中，设定路径推荐子图的标准动摩擦因数时可将所述路径推荐子图中全部路段里动摩擦因数最大的路段的动摩擦因数作为所述路径推荐子图的标准动摩擦因数，具体实现时，例如，参考图2，该图是根据本申请一些实施例所示的示例路径推荐子图，Ω

将路径推荐子图中所有路段的最大阻力系数作为标准动摩擦因数μ

选择路径推荐起点Ω

确定所述可选端点集合Ⅰ中每个端点对应的阻力做功值，所述端点对应的阻力做功值可为车辆由所述路径推荐起点到达该端点过程中对应的阻力做功，其中，阻力做功值可以由下式确定：

W

其中W

确定所述可选端点集合Ⅰ中每个端点对应的阻力势能值，所述端点对应的阻力势能值可为标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积，阻力势能值可以由下式确定：

E

其中E

计算可选端点集合Ⅰ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第二端点，例如，将Ω

选择第二端点Ω

确定所述可选端点集合Ⅱ中每个端点对应的阻力做功值，所述端点对应的阻力做功值可为车辆由所述第二端点到达该端点过程中对应的阻力做功；

确定所述可选端点集合Ⅱ中每个端点对应的阻力势能值，所述端点对应的阻力势能值可为标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积；

确定可选端点集合Ⅱ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第三端点，本实施例中，选择Ω

确定所述可选端点集合Ⅲ中每个端点对应的阻力做功值，所述端点对应的阻力做功值为车辆由所述第三端点到达该端点过程中对应的阻力做功；

确定所述可选端点集合Ⅲ中每个端点对应的阻力势能值，所述端点对应的阻力势能值为标准动摩擦因数与该端点相对所述路径推荐终点的欧式距离的乘积；

确定可选端点集合Ⅲ中所有端点对应的阻力做功值与阻力势能值之和，将阻力做功值与阻力势能值之和最小的端点选为交通路径推荐中的第四端点，本实施例中，选择Ω

由于第四端点为路径推荐终点，此时记录被选择出的端点获得最终的交通路径推荐给用户；

此时第3个被选出的端点为路径推荐终点，记录被选择出的所有端点，将路径推荐起点与所有被选择出的端点按选择顺序排列的集合{Ω

推荐的交通路径中包含3个路段，分别为ω(Ω

其中，W

在一些实施例中，也可以通过建立路径推荐子图的物理引擎模型，在物理引擎模型上遍历查找由路径推荐起点到路径推荐终点的最小做功路径，以该最小做功路径作为最终的交通路径推荐给用户，从而将车辆行驶路径对车辆行驶的影响因素降到最低，需要说明，建立路径推荐子图的物理引擎模型的仿真软件可以是Elmer仿真软件或其他能实现物理引擎建模的仿真软件，这里不做具体限定。

具体实施时，可以依据牛顿运动定律建立车辆路径行驶的物理引擎模型，所述物理引擎模型为二维平面，所述物理引擎模型采集所述路径推荐子图中的端点集与路段集，并且端点集与路段集间的拓扑关系与路径推荐子图中一致；所述路段集中的路段为模拟的非光滑路段且该路段存在动摩擦因数，所述非光滑路段的动摩擦因数与该时间段时该路段的阻力系数呈线性关系。

在一些实施例中，可以在该物理引擎模型中将车辆视为一个质量为m的质点，该质点从路径推荐起点出发且具有预设的初速度，沿着任意一条路径运动往路径推荐终点，所述路径包含一个或一个以上路段。

需要说明，在质点运动的过程中，该初速度会因受到路段中动摩擦因数的影响而不断下降，因此根据质点到达路径推荐终点时的末速度，可以确定质点行驶路径中的阻力做功值，遍历物理引擎模型中由路径推荐起点到路径推荐终点的所有路径，可以确定由路径推荐起点到路径推荐终点的所有路径上的阻力做功值，将所有路径中最小阻力做功值对应的路径作为最终的交通路径推荐给用。

具体实施时，所述阻力做功值可由下式确定：

W＝m(v

其中W为该路径上的阻力做功值，m为物理引擎模型中的质点质量，v

需要说明，通过建立物理引擎模型，可以将实际车辆行驶中的交通路径推荐问题转换为物理引擎模型中的质点做功问题，并且加入物理引擎模型后，能使路径行驶中的一系列动作遵循牛顿运动定律，由于物理引擎模型与路径推荐子图具有相同的拓扑结构，在路径推荐子图中的端点数较低时相对其他路径推荐方法更加直观准确，实现了一种基于物理引擎模型的路径推荐方法。

另外，本申请的另一方面，在一些实施例中，参考图3，该图是根据本申请一些实施例所示的交通路径推荐系统的示例性硬件和/或软件的示意图，该交通路径推荐系统300可包括：路径推荐子图获取模块301、路径推荐子图剪枝模块302、阻力系数预测模块303、最小阻力做功路径确定模块304、交通路径推荐模块305，其中：

路径推荐子图获取模块301，主要用于根据城市路网图中用户输入的路径推荐起点与路径推荐终点，确定路径推荐子图；

路径推荐子图剪枝模块302，主要用于对所述路径推荐子图进行剪枝操作，获得所述路径推荐子图的路段集；

阻力系数预测模块303，主要用于对一天时间进行划分获得若干个时间段，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数，重复该步骤，直到获得下一时间段时所述路段集中全部路段的阻力系数；

最小阻力做功路径确定模块304，主要用于将所述路段集中各个路段的阻力系数线性放大后分别作为所述各个路段的动摩擦因数，根据所述各个路段的动摩擦因数，在所述路径推荐子图上确定由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径；

交通路径推荐模块305，主要用于将所述阻力最小做功路径作为最终的交通路径推荐给用户。

此外，本申请还公开一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序被处理器执行时实现上述的交通路径推荐方法。

本申请的计算机可读介质或机器可读介质可以是有形的介质，其可以包含或存储以供实现高精度接近开关激光调修的指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序，计算机可读介质可以是机器可读信号介质或机器可读储存介质，计算机可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器或快闪存储器、光纤、便捷式紧凑盘只读存储器、光学储存设备、磁储存设备或上述内容的任何合适组合。

本申请根据城市路网图中用户输入的路径推荐起点与路径推荐终点，根据预设的限定范围条件确定路径推荐子图范围，对路径推荐子图进行剪枝操作，获得路径推荐子图的路段集，对一天时间进行划分获得若干个时间段，根据过往的历史数据集合和当前时间段时选定路段的路段数据信息，采用预设算法预测下一时间段时所述选定路段的阻力系数，并对下一时间段时所述路段集中全部路段的阻力系数进行预测，将所述路段集中各个路段的阻力系数线性放大后分别作为各个路段的动摩擦因数，根据所述各个路段的动摩擦因数，在所述路径推荐子图上确定由所述路径推荐起点到所述路径推荐终点的最小阻力做功路径，将所述阻力最小做功作为最终的交通路径推荐给用户，从而实现基于过往历史数据预测，确定所有路径中让车辆行驶受阻碍因素最小的交通路径推荐给用户，本申请通过以过往历史数据预测下一时间段道路交通情况的方法，提高了交通路径推荐的合理性与实际性，实现了基于过往历史数据的交通路径推荐。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。