基于交通區(qū)域中心的交互式導航研究

黃偉力　詹求翔

摘要：基于交通區(qū)域中心的交互式汽車導航是一種分布式中心的動態(tài)路徑誘導，改變了中心式導航“中心唯一性”的特點，按照交通區(qū)域的特點劃分為多個交通區(qū)域中心，通過與駕駛員交互，獲得交通流量的精準數據，各交通區(qū)域中心協同完成導航任務。

關鍵詞：交互式導航；交通區(qū)域中心；動態(tài)路徑誘導

0 引言

汽車導航按誘導路徑的生成方式可分為分布式誘導和中心式誘導；按交通信息的性質，可分為靜態(tài)路徑誘導和動態(tài)路徑誘導。歐洲的Ali-Scout和日本的DRGS是中心式動態(tài)交通誘導系統(tǒng)的典型代表，美國的交通誘導系統(tǒng)研究也逐漸從分布式誘導轉向中心式誘導，我國北京、上海、深圳等大城市在動態(tài)交通誘導方面也有一些研究和應用，仍處于起步階段。本文提出一種基于分布式中心的動態(tài)導航思路，設計了基于交通區(qū)域中心的交互式汽車導航系統(tǒng)總體框架，并探討與之相關的交通區(qū)域中心的合理劃分方法，基于交互式數據的交通流量預測，以及動態(tài)分層路徑誘導技術。

1 系統(tǒng)框架設計

在現實道路交通網絡中，交通流處于一個多維、時變、隨機的復雜系統(tǒng)中，各種類型、不同程度的交通事件時有發(fā)生，各種不同性質、不同等級的交通擁擠隨機產生。傳統(tǒng)的交通誘導系統(tǒng)以路網靜態(tài)地理信息進行交通誘導，由于只考慮道路的空間屬性，而沒有考慮道路上的實時交通流運行特性，只能向出行者提供距離最短路徑或行駛方向引導，其所起的作用十分有限，達不到對路網交通流進行優(yōu)化分配的目的。分布式誘導和中心式誘導在處理大規(guī)模路網動態(tài)交通流問題上也均存在一些不足之處。因此，基于交通區(qū)域中心的交互式汽車導航方案合理利用整合駕駛員的決策數據，既具有分布式誘導的并行性和靈活性，能滿足汽車導航實時性的要求，又具有中心式誘導宏觀性和統(tǒng)一性，以避免Braess悖論現象的出現，為大規(guī)模路網動態(tài)交通誘導提供了一個新思路。系統(tǒng)框架包括交通區(qū)域劃分，數據融合，路徑誘導三部分，如圖1所示。交通區(qū)域劃分包括路網的劃分和重構，數據融合包括交通流量與基礎路網數據融合和交通流量預測，路徑誘導包括區(qū)域內誘導和宏觀誘導。

2 相關技術

2.1 交通區(qū)域劃分

交通區(qū)域的合理劃分是實現分布式導航的關鍵步驟，根據交通的關聯性將道路網絡劃分為若干個交通子區(qū)，保持交通子區(qū)內部高內聚，交通子區(qū)之間低耦合。道路交通網絡可以看作是一個復雜網絡系統(tǒng)，復雜網絡系統(tǒng)的社團劃分算法對道路交通網絡的交通子區(qū)劃分同樣有效。一個交通子區(qū)等價于一個社團，以交叉路口為結點，道路為邊，結合道路寬度、流量等屬性，采用凝聚算法和分裂算法均可以獲得交通子區(qū)的有效劃分。對大規(guī)模城市路網還可以考慮在HAMA平臺下使用并行社團發(fā)現算法實現交通子區(qū)的快速劃分。

2.2 交互式數據融合

道路網絡的實時流量受到各種因素的影響，準確預測流量可以提高路徑誘導的質量。路徑誘導需要了解導航請求發(fā)出之后一段時間內的途經道路的擁堵情況。目前，道路流量監(jiān)測能準確的了解當前各道路的交通情況，但道路流量數據是動態(tài)的，多變的。用靜態(tài)的流量監(jiān)測數據作為路徑誘導的依據，可能會計算出無效的路徑。通過與駕駛員交互，獲取駕駛員的決策數據可以提高道路流量數據的準確性?；诮换ナ綌祿梢赃M行流量的精準預測，及時了解用戶決策路徑的流量更新，為突發(fā)流量預警提供支持。

2.3 分層誘導算法設計

分層誘導算法分為區(qū)域間路徑選擇算法和區(qū)域內路徑選擇算法。區(qū)域間路徑選擇算法是區(qū)域間的宏觀路徑選擇算法，將交通區(qū)域中心作為一個整體，每個交通子區(qū)要維護一張短期交通流量預測表，實現交通子區(qū)級的動態(tài)最短路徑計算。區(qū)域內路徑選擇算法則只負責區(qū)域內的最優(yōu)路徑計算，由于交通子區(qū)規(guī)模較小，其流量在較短的時間周期內可以視為是不變的，可采用靜態(tài)最短路徑計算方法。

3 小結

基于交通區(qū)域中心的交互式汽車導航作為一種分布式中心的動態(tài)路徑誘導，將駕駛員決策數據反饋于交通路網，有效預測動態(tài)交通流量；交通區(qū)域中心的分布式結構有利于實施并行計算，以完成時效性要求更高的大規(guī)模路徑誘導任務。