基于GIS的车载导航系统最短路径算法研究.pdfVIP

科学论坛 ChinaScienceand Renew Technology 基于GIS的车载导航系统最短路径算法研究 魏娜1冯博2孙秀婷3 (1．河北科技大学信息科学与工程学院0500182．石家庄铁路职业技术学院机电工程系050041 [摘要]介绍了基于GIS道路信息的数据结构，并对动态路径规划下A。的最短路径算法进行了研究。 中图分类号：U463文献标识码：A文章编号：1009—914X(2009)5(b)一0016一01 1．引言 Float 路段长度 NetLink—Length 车载导航系统中的路径规划问题一方面涉及道路信息的数据库建 设，另一方面涉及动态最优路径计算。这类系统要求路径引导模块求出 NetLinkfree Float 特定时间段路段时耗 到达目的点的最佳路线。在GIS的实际应用中，动态的最优路径计算是 Date Date——and——Time 日期与时间 一个非常重要的核心问题，动态最优路径问题经转化后都可以归结为最 短路径问题。最短路径问题的实现应该是高效率的，其实，无论是距离 最短，时间最快还是费用最低，它们的核心算法都是最短路径算法。GIS 和路段两个矢量图层，两图层中的点、线对象分别满足表1和表2中的 中传统的单源最短路径计算，效率较低不能满足车载导航系统的实时眭 设定，再把两个图层转换成MIF文件格式，再经程序处理后得出上述的 和快捷性。本文基于A。算法的理论基础，针对GIS路径分析的特点， 路口节点表和路段综合信息表。 对该算法提出了一种高效率的改进实现方法。 3．动态路况下A。的最短路径算法 2．基于动态规划的路网描述 A。算法的核心是启发试搜索加动态规划，更适合动态路况。A。 1)有向图的数学模型 算法的估价函数可以表示为： 通常把城市道路交通网络图描述为一个带权有向图，即：G=V， f7(v)=f(u)+a(11，v)+h(v) (3—1) E，W，其中V是图中顶点的集合，E是边的集合，w是相应的边的权的 其中，是节点的费用估计函数是从原节点到当前节点的实际费 集合。权的含义可以是距离、时间，或者行驶代价(油耗费用等)。显 用，是从当前节点到目标节点最佳路径费用的估计。是已知的，这里主 然，在带权图G=V，E，W中，每一条边的权必须大于等于零。所有 要由体现了搜索的启发性。跟节点与目标结点之间的几何距离有关，实 通路中权的总和是最小的通路就是最短路径。对于G的每一条边E存 际费用相同的两个节点，与目标结点几何距离最短的结点将被算法优先 在一个实数w(E。。)t(0，+。。)称为E从节点n到节点m的权。权值 考察，这样便使得算法沿着可能的最优搜索方向迅速向目标结点逼近。 为+。。时表示从一个节点到另一个节点该方