《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 一種基于A* 算法的動態(tài)多路徑規(guī)劃算法
一種基于A* 算法的動態(tài)多路徑規(guī)劃算法
2016年微型機(jī)與應(yīng)用第04期
劉斌,陳賢富,,程政
(中國科學(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院,,安徽 合肥 230027)
摘要: 車載導(dǎo)航系統(tǒng)中最重要的功能是路徑規(guī)劃,,傳統(tǒng)車載導(dǎo)航設(shè)備大多采用靜態(tài)算法,,沒有采用實(shí)時(shí)交通信息規(guī)劃出的路徑可能不是最優(yōu)路徑,。結(jié)合一種動態(tài)行程時(shí)間表對傳統(tǒng)A*算法進(jìn)行調(diào)整,,可以有效利用路網(wǎng)實(shí)時(shí)交通數(shù)據(jù)規(guī)避擁堵路線,,從而實(shí)現(xiàn)動態(tài)路徑規(guī)劃,。另外,,實(shí)際應(yīng)用中,單一的優(yōu)化路徑往往不能滿足需求,,對此提出重復(fù)路徑懲罰因子的概念,,構(gòu)造出了一種多路徑規(guī)劃算法,可以在路徑相似度與路徑通行代價(jià)之間取得平衡,,避免了傳統(tǒng)K最短路徑(K Shortest Paths, KSP)算法路徑相似度過高的缺點(diǎn),。
Abstract:
Key words :

  劉斌,陳賢富,,程政

 ?。ㄖ袊茖W(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院,安徽 合肥 230027)

  摘要:車載導(dǎo)航系統(tǒng)中最重要的功能是路徑規(guī)劃,,傳統(tǒng)車載導(dǎo)航設(shè)備大多采用靜態(tài)算法,,沒有采用實(shí)時(shí)交通信息規(guī)劃出的路徑可能不是最優(yōu)路徑。結(jié)合一種動態(tài)行程時(shí)間表對傳統(tǒng)A*算法進(jìn)行調(diào)整,,可以有效利用路網(wǎng)實(shí)時(shí)交通數(shù)據(jù)規(guī)避擁堵路線,,從而實(shí)現(xiàn)動態(tài)路徑規(guī)劃。另外,,實(shí)際應(yīng)用中,,單一的優(yōu)化路徑往往不能滿足需求,對此提出重復(fù)路徑懲罰因子的概念,,構(gòu)造出了一種多路徑規(guī)劃算法,,可以在路徑相似度與路徑通行代價(jià)之間取得平衡,避免了傳統(tǒng)K最短路徑(K Shortest Paths, KSP)算法路徑相似度過高的缺點(diǎn),。

  關(guān)鍵詞:動態(tài)路徑規(guī)劃,;A*算法;動態(tài)行程時(shí)間表;重復(fù)路徑懲罰因子,;KSP

0引言

  路徑規(guī)劃算法是智能交通系統(tǒng)(Intelligent Transportation Systems, ITS)的重要組成部分之一,,盡管現(xiàn)實(shí)世界的實(shí)時(shí)交通信息在不斷變化,但目前大部分車載導(dǎo)航系統(tǒng)采用的仍是靜態(tài)的路徑規(guī)劃算法[1],,如A*算法[2],、Dijkstra算法[3]。此類算法假定道路通行代價(jià)不會改變,,大多采用道路長度,、寬度等靜態(tài)屬性作為路權(quán)計(jì)算方式,不能反映實(shí)時(shí)動態(tài)路況,。

  針對動態(tài)路徑規(guī)劃算法,,參考文獻(xiàn)[4]采用D* star算法對A*算法進(jìn)行了改進(jìn);參考文獻(xiàn)[5]針對道路的動態(tài)通行時(shí)間計(jì)算問題,,提出了一種路網(wǎng)中道路動態(tài)通行時(shí)間表,,表中記錄了每個(gè)路段每個(gè)時(shí)間段的行程時(shí)間,由此得出了車輛經(jīng)過路段的通行時(shí)間計(jì)算方法,。

  以上算法在點(diǎn)對點(diǎn)的路徑規(guī)劃中,,只能得出單條優(yōu)化路徑,在實(shí)際應(yīng)用中往往不能滿足需求,。對此存在許多一次可以求出多條優(yōu)化路徑的算法,,稱為KSP算法。參考文獻(xiàn)[6]通過設(shè)置標(biāo)號的辦法得到K條最短路徑,;參考文獻(xiàn)[7]提出了一種新的多標(biāo)號算法來解決KSP問題,。但上述KSP算法均存在路徑相似度較高的缺點(diǎn)。參考文獻(xiàn)[8-9]提出的算法可以求出一組邊不相交鏈路,,但各條路徑相差較大,。

  本文通過分析上述算法的優(yōu)缺點(diǎn),結(jié)合A*算法與動態(tài)行程時(shí)間表,,為減少接收行程時(shí)間表時(shí)的通信量,,結(jié)合矩形限制搜索區(qū)域算法[10],給出了一種求解單一優(yōu)化路徑的動態(tài)路徑規(guī)劃算法,。同時(shí)提出一種重復(fù)路徑懲罰因子,,可以利用它一次搜索出多條優(yōu)化路徑,所求得的K條路徑可以兼顧路徑相似度與路徑通行代價(jià),。

1A*算法

  A*算法是一種典型的啟發(fā)式搜索算法,,建立在Dijkstra算法的基礎(chǔ)之上,廣泛應(yīng)用于游戲地圖,、現(xiàn)實(shí)世界中,,用來尋找兩點(diǎn)之間的最短路徑。A*算法最主要的是維護(hù)了一個(gè)啟發(fā)式估價(jià)函數(shù),如式(1)所示,。

  f(n)=g(n)+h(n)(1)

  其中,,f(n)是算法在搜索到每個(gè)節(jié)點(diǎn)時(shí),其對應(yīng)的啟發(fā)函數(shù),。它由兩部分組成,,第一部分g(n)是起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)實(shí)際的通行代價(jià),第二部分h(n)是當(dāng)前節(jié)點(diǎn)到終點(diǎn)的通行代價(jià)的估計(jì)值,。算法每次在擴(kuò)展時(shí),,都選取f(n)值最小的那個(gè)節(jié)點(diǎn)作為最優(yōu)路徑上的下一個(gè)節(jié)點(diǎn)。

  在實(shí)際應(yīng)用中,,若以最短路程為優(yōu)化目標(biāo),h(n)常取作當(dāng)前點(diǎn)到終點(diǎn)的歐幾里得距離(Euclidean Distance)或曼哈頓距離(Manhattan Distance)等,。若令h(n)=0,,表示沒有利用任何當(dāng)前節(jié)點(diǎn)與終點(diǎn)的信息,A*算法就退化為非啟發(fā)的Dijkstra算法,,算法搜索空間隨之變大,,搜索時(shí)間變長。

  A*算法步驟如下,,算法維護(hù)兩個(gè)集合:P表與Q表,。P表存放那些已經(jīng)搜索到、但還沒加入最優(yōu)路徑樹上的節(jié)點(diǎn),;Q表維護(hù)那些已加入最優(yōu)路徑樹上的節(jié)點(diǎn),。

  (1)P表,、Q表置空,,將起點(diǎn)S加入P表,其g值置0,,父節(jié)點(diǎn)為空,,路網(wǎng)中其他節(jié)點(diǎn)g值置為無窮大。

 ?。?)若P表為空,,則算法失敗。否則選取P表中f值最小的那個(gè)節(jié)點(diǎn),,記為BT,,將其加入Q表中。判斷BT是否為終點(diǎn)T,,若是,,轉(zhuǎn)到步驟(3);否則根據(jù)路網(wǎng)拓?fù)鋵傩院徒煌ㄒ?guī)則找到BT的每個(gè)鄰接節(jié)點(diǎn)NT,進(jìn)行下列步驟:

 ?、儆?jì)算NT的啟發(fā)值

  f(NT)=g(NT)+h(NT)(2)

  g(NT)=g(BT)+cost(BT, NT)(3)

  其中,cost(BT, NT)是BT到NT的通行代價(jià),。

  ②如果NT在P表中,,且通過式(3)計(jì)算的g值比NT原先的g值小,,則將NT的g值更新為式(3)結(jié)果,并將NT的父節(jié)點(diǎn)設(shè)為BT,。

 ?、廴绻鸑T在Q表中,且通過式(3)計(jì)算的g值比NT原先的g值小,,則將NT的g值更新為式(3)結(jié)果,,將NT的父節(jié)點(diǎn)設(shè)為BT,并將NT移出到P表中,。

 ?、苋鬘T既不在P表,也不在Q表中,,則將NT的父節(jié)點(diǎn)設(shè)為BT,,并將NT移到P表中。

 ?、蒉D(zhuǎn)到步驟(2)繼續(xù)執(zhí)行,。

  (3)從終點(diǎn)T回溯,,依次找到父節(jié)點(diǎn),,并加入優(yōu)化路徑中,直到起點(diǎn)S,,即可得出優(yōu)化路徑,。

2動態(tài)行程時(shí)間表及A*算法調(diào)整

  2.1動態(tài)行程時(shí)間表

  為計(jì)算在實(shí)時(shí)情況下某段道路的通行時(shí)間,采用了一種道路通行時(shí)間表的結(jié)構(gòu),,表中存放了道路當(dāng)前時(shí)刻的通行時(shí)間以及未來幾個(gè)時(shí)刻通行時(shí)間的預(yù)測值,。

  以t0表示導(dǎo)航系統(tǒng)開始工作的時(shí)刻,將未來一段時(shí)間劃分為若干個(gè)時(shí)段,,以ΔT表示一個(gè)時(shí)段的長度,,系統(tǒng)開始工作的時(shí)刻屬于第一個(gè)時(shí)段。然后對這些時(shí)段進(jìn)行編號,,如1,2,3,4,,…。同理,,也將每條道路編號為1,2,3,4,,…,。采用Tij表示路段i在時(shí)段j的通行時(shí)間。這樣就可得到不同道路在不同時(shí)刻的通行時(shí)間,,將它們記錄為表1,。 

004.jpg

  車載系統(tǒng)可能會在某個(gè)時(shí)刻進(jìn)行路徑規(guī)劃,優(yōu)化路徑上可能會包含多個(gè)路段,,將它們編號為1,2,3,…,,k,…。以[tk,tk′]表示車輛經(jīng)過路段k的通行時(shí)間Tk,則Tk= tk′-tk,。車輛可能會花費(fèi)多個(gè)時(shí)段才能通過路段k,,將這些時(shí)段與通行時(shí)間Tk1′,Tk2′,Tk3′,…對應(yīng)。

  首先計(jì)算出車輛經(jīng)過路段k起點(diǎn)的時(shí)刻對應(yīng)的時(shí)段fk:

  4.png

  其中,,」符號表示對結(jié)果取下整,。則相應(yīng)地可得出:

  T′ki=Tk(fk+i-1)(5)

  根據(jù)時(shí)段長度ΔT、道路長度L與道路通行速度的不同取值,,可能會出現(xiàn)車輛只需在一個(gè)時(shí)段即可通過路段,,也可能需要多個(gè)時(shí)段才能通過。因此經(jīng)過牛頓運(yùn)動學(xué)原理進(jìn)行計(jì)算,,可得到車輛通過路段k的具體公式如下[9]:

  6.png

  其中,m的取值滿足:

  7.png

  2.2A*算法調(diào)整

  在得出車輛通過路段k的計(jì)算方法后,,即可對傳統(tǒng)A*算法進(jìn)行調(diào)整,,以搜索出動態(tài)優(yōu)化路徑。具體如下:

  在A*算法描述的第(2)步中,,首先計(jì)算出起點(diǎn)S到達(dá)BT的通行時(shí)間t,,則到達(dá)BT的時(shí)刻為出發(fā)時(shí)刻加上t,記為tBT,,然后根據(jù)式(6)計(jì)算出BT到達(dá)NT的通行時(shí)間T,。則可更新g(NT)為:

  g(NT)=g(BT)+T+tli(8)

  其中,tli表示路口紅綠燈等待時(shí)間,。除了這些調(diào)整外,,前述A*算法的其他部分不需要改變。

3動態(tài)多路徑規(guī)劃算法

  3.1算法描述

  上述調(diào)整后的A*算法一次只能搜索出單條動態(tài)優(yōu)化路徑,,為了在給定起點(diǎn)S與終點(diǎn)T之后得到多條在通行代價(jià)與路徑相似度之間取得平衡的動態(tài)優(yōu)化路徑,,提出了一種重復(fù)路徑懲罰因子的概念。算法的總體思想是:首先利用上述調(diào)整后的A*算法搜索出一條優(yōu)化路徑后,,將此優(yōu)化路徑上每條道路的通行代價(jià)都乘以懲罰因子,,然后再利用算法搜尋下一條優(yōu)化路徑。在描述算法之前,,首先需要定義幾個(gè)符號:Pk為S到T之間的第k條優(yōu)化路徑,;Lk為Pk的長度,;PC為存放優(yōu)化路徑的集合;OLnk為第n條優(yōu)化路徑與第k條優(yōu)化路徑的重合度,,表示為兩條路徑上重復(fù)路段的總長度, k=n-1,n-2,…,,1;Dnk為第n條優(yōu)化路徑與第k條優(yōu)化路徑的相似度,,Dnk=OLnk/Ln,k=n-1,n-2,…,,1;MO為設(shè)定的最大相似度,;PO為重復(fù)路徑懲罰因子,,PO=(1MO)β,β為一個(gè)正系數(shù);K為希望搜索出的最大優(yōu)化路徑條數(shù),;n為當(dāng)前已規(guī)劃出優(yōu)化路徑條數(shù),。

  利用這些符號,算法可描述如下:

 ?。?)設(shè)置MO,、β和K,令n=0;

 ?。?)利用調(diào)整后的A*算法搜索出一條優(yōu)化路徑,將其加入PC中,,n=1;

  (3)若n大于等于K,,算法結(jié)束,,否則將Pn上每一條路段的通行代價(jià)都乘以PO;

  (4)路徑規(guī)劃與相似度計(jì)算:

 ?、賜=n+1;

 ?、?利用改造A*算法規(guī)劃出下一條優(yōu)化路徑Pn;

  ③ 計(jì)算相似度:

  Dnk=OLnk/Ln,,k=n-1,n-2,…,,1

  ④路徑相似度判斷:

  若Dnk>MO,,算法結(jié)束,,否則將Pn加入 PC,轉(zhuǎn)步驟(3),。

  利用此算法最多可以求出K條優(yōu)化路徑,,各條優(yōu)化路徑的通行代價(jià)與相似度取決于MO與β的取值。當(dāng)MO=1.0時(shí),,相當(dāng)于沒有懲罰,,此時(shí)只能得出一條路徑;當(dāng)MO<1.0時(shí),可以得到多條路徑,。

  3.2實(shí)驗(yàn)結(jié)果

001.jpg


  圖1本文算法規(guī)劃結(jié)果本文采用真實(shí)的合肥城區(qū)電子地圖數(shù)據(jù),,構(gòu)建了一個(gè)C/S(Client/Server)模型,,由服務(wù)器端模擬產(chǎn)生實(shí)時(shí)交通數(shù)據(jù),每條道路的通行時(shí)間范圍為道路暢通時(shí)的時(shí)間到7倍于它之間的一個(gè)隨機(jī)值,。在車載終端請求實(shí)時(shí)數(shù)據(jù)時(shí),,終端會發(fā)送起點(diǎn)、終點(diǎn)坐標(biāo)值給服務(wù)器,,服務(wù)器采用矩形限制搜索區(qū)域算法,大大減少了通信的數(shù)據(jù)量,。

  以從“中國科學(xué)技術(shù)大學(xué)第一教學(xué)樓”到“安徽大學(xué)新校區(qū)”為例,規(guī)劃結(jié)果如圖1所示,。 其中的參數(shù)設(shè)置為:MO=0.5,,β=1.8,K =3,。優(yōu)化3條路徑,。路徑長度與相似度統(tǒng)計(jì)如表2所示。

003.jpg

  表2優(yōu)化路徑通行代價(jià)與相似度路徑123長度/km13.4315.9216.37最大相似度/%-13.6330.78其中最大相似度表示的是此道路與標(biāo)號小于它的那些道路的最大D值,。作為對比,,百度地圖的搜索結(jié)果如圖2所示?!?/p>

002.jpg

  3條道路的長度分別為14.3 km,、16.4 km與19.1 km。

4結(jié)論

  在本文中,,提出了一種基于傳統(tǒng)A*搜索算法,,并結(jié)合動態(tài)通行時(shí)間表、矩形限制搜索區(qū)域算法與道路相似度懲罰因子的多優(yōu)化路徑規(guī)劃算法,。實(shí)驗(yàn)結(jié)果顯示,在給定起點(diǎn)和終點(diǎn)的情況下,,本文提出的算法能有效規(guī)劃出在通行代價(jià)與路徑相似度之間取得平衡的多條路徑,,有效解決了傳統(tǒng)KSP算法路徑相似度過高的缺點(diǎn),同時(shí)提高了算法的實(shí)時(shí)性,。

  參考文獻(xiàn)

 ?。?] NADI S, DELAVAR M R. Locationbased service for Invehicle route guidance with real time traffic information[C].The 12th World Conference on Transport Research (WSTR to WCTR) Proceedings, 2010: 110.

  [2] GOLDBERG A V, KAPLAN H, WERNECK R F. Reach for A*: efficient pointtopoint shortest path algorithms[C].ALENEX, 2006, 6(2): 129143.

 ?。?] MHRING R H, SCHILLING H, SCHTZ B, et al. Partitioning graphs to speed up Dijkstra’s algorithm[M].Experimental and Efficient Algorithms. Springer Berlin Heidelberg, 2005,11(28): 189202.

 ?。?] 隨裕猛, 陳賢富, 劉斌. Dstar Lite 算法及其動態(tài)路徑規(guī)劃實(shí)驗(yàn)研究[J]. 微型機(jī)與應(yīng)用, 2015, 34(7): 1619.

  [5] 蘇永云, 晏克非. 車輛導(dǎo)航系統(tǒng)的動態(tài)最優(yōu)路徑搜索方法研究[J]. 系統(tǒng)工程, 2000, 18(4): 3237.

 ?。?] DREYFUS S E. An appraisal of some shortestpath algorithms[J]. Operations research, 1969, 17(3): 395412.


此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。