面向交通等时线的道路线离散点等时特征值估计方法

1.本发明涉及城市道路路网时效性能评估与分析的技术领域，尤其是指一种面向交通等时线的、考虑交通状态变化和道路条件不同的道路线离散点等时特征值估计方法。


背景技术：

2.路网的时效性能是路网在时间维度承载交通流能力的体现，是路网规划设计和管理的重要评价参数。交通等时线是从路网中某点出发，行程时间相等的所有点相连形成的闭合曲线，是交通网络上行程时间在空间分布状态的反映，是研究路网空间时效性能的重要手段。而等时特征值估计是交通等时线生成过程中保证精度的重要环节，其计算方法目前主要有两类：1)基于在线地图服务中的路径规划服务获取相应的行程时间数据；2)在拓扑路网中使用dijskra算法等最短路算法计算得到。
3.基于在线地图服务的方法适用于实例路网，需要较强的数据基础作为算法的基础支撑，无法在没有数据基础的条件下生成不同交通状态、不同交通组织、不同管理控制方案的等时线，不利于对交通规划管理方案的模拟评价。而已有的在拓扑路网中使用最短路算法的方法存在路径难以负载约束条件、忽略等时线与道路网络结构的内在联系等限制，难以在动态加载交通状态、改变道路条件的情况下估计道路线离散点等时特征值。
4.等时特征值是路网离散点的一种交通信息属性，其本质是在确定的交通条件和确定的路网道路条件下，从确定的交通发生点(即等时线中心点)出发到离散点的最短行程时间值。等时特征值具有以下特性：1)等时特征值随着交通运行条件的变化而变化，具有时变特性和空间不均衡特性；2)受交通状态动态变化带来的交通流分配结果改变或是路径选择改变，路网不同位置的路网离散点等时特征值的动态变化模式不同。本发明提出的等时特征值估计方法综合考虑上述特性，主要分解为两部分，其一是求解确定的交通状态下，所有路段行程时间与所有节点的转向延误，即交通阻抗；其二是求解确定的道路条件下，中心点到任意离散点的基于交通阻抗的最短行程时间。


技术实现要素：

5.本发明的目的在于克服现有技术的缺点和不足，提供一种考虑交通状态和道路条件影响的面向交通等时线的道路线离散点等时特征值估计方法，突破已有方法中数据需求高、难以负载约束条件等限制，在拓扑路网中添加路段及交叉口的交通阻抗，以建立可动态加载交通状态、改变道路条件的、不需要交通需求数据、动态可变的城市道路交通阻抗模型和等时特征值估计方法。
6.为实现上述目的，本发明所提供的技术方案为：面向交通等时线的道路线离散点等时特征值估计方法，包括以下步骤：
7.1)选定目标路网，获取路网基础资料，包括路网拓扑结构和交通状态相关数据；
8.2)基于选定的路网，输入表征交通状态的路网平均饱和度，根据道路条件和路网平均饱和度情况，分别对路段、节点进行修正得到路段饱和度和节点饱和度，节点即为路网
中的交叉口；
9.3)基于路段饱和度和节点饱和度，分别计算所有路段行程时间和节点转向延误，输出路网的行程时间基本元；
10.4)通过行程时间基本元，计算各离散点的等时特征值：基于dijkstra最短路径算法，将步骤3)中计算的行程时间基本元设为dijkstra最短路径算法的权重，结合路网拓扑结构计算等时线中心点到道路线离散点集合中所有点的最短路径及其对应的最短行程时间，该最短行程时间即为离散点的等时特征值。
11.进一步，在步骤1)中，所述路网基础资料包括路网拓扑结构、各路段道路等级、节点连接关系、路段行程时间、节点进口流量和节点转向流量比例。
12.进一步，在步骤2)中，根据路网拥堵状态，分别修正得到道路和节点的饱和度，包括以下步骤：
13.2.1)计算路段饱和度：规定饱和度阈值γ，若路网平均饱和度大于该阈值，需要结合实际路网，拟合出不同等级道路饱和度与路网平均饱和度之间的函数关系，得到修正函数f(highway,n)，从而修正路段饱和度，若不大于该阈值，则所有路段饱和度等于路网平均饱和度，计算并输出各路段饱和度，如下式所示：
[0014][0015]
式中：为路段ej的饱和度；为路网平均饱和度；ε是交通拥堵状态产生的波动误差，是期望为0、方差为特定值a的随机误差；
[0016]
2.2)计算节点饱和度：首先判断节点是否为关键节点，若非关键节点，则无需计算饱和度；若为关键节点，则根据路网连接属性确定与关键节点进口相连的路段及路段指向节点进口方向的饱和度然后读取转向饱和度计算相关的路段和节点属性；最后计算并输出各进口不同转向的饱和度，计算模型如下：
[0017]
左转：
[0018]
直行：
[0019]
右转：
[0020]
式中：n
ui
和分别表示连接路段的车道数和路段饱和度；分别表示左转、直行和右转的流量比例；节点vi的饱和度包括分别表示进口左转、直行和右转的饱和度；分别表示节点vi进口左转、直行和右转的车道数。
[0021]
进一步，在步骤3)中，计算路段行程时间和节点转向延误，包括以下步骤：
[0022]
3.1)计算路段行程时间：基于路段饱和度，参考bpr模型，根据实际城市道路路网不同等级道路的自由流速度，提出边ej对应的路段j的路段行程时间计算模型如下所示，在此为修正bpr模型：
[0023][0024]
式中：分别为快速路、主干路、次干路、支路的自由流行驶速度，需要对不同道路等级的路段分别标定；lj为路段长度；为路段j的饱和度；α1、β1、α2、β2、α3、β3、α4、β4为待标定的参数，对应的道路等级依次为快速路、主干路、次干路和支路，能够基于城市中其它现有路段全状态的速度和饱和度数据，带入模型拟合，整体拟合误差最小时的待标定参数值即为参数标定的结果；通过总结已有的不同城市的bpr模型标定结果发现，不同城市相同道路等级的bpr模型标定参数区别不大，因此能够使用已有的不同道路等级的参数标定值；
[0025]
3.2)计算节点转向延误：节点即为路网中的交叉口，在此仅计算关键节点各进口不同转向的延误，其它节点的转向延误假设为平均延误时间固定值视实际路网情况而定；基于节点饱和度，考虑到不同饱和度状态下的道路行程时间表达不同，将饱和度分为低饱和度和高饱和度两个状态，分别使用webster模型和akcelik模型，建立节点行程时间估计模型如下所示：
[0026][0027]
式中：t
id
为节点vi进口不同转向的交叉口转向延误；v
key
为关键节点集合；ci为节点vi的信号周期长度；c0表示单车道实际饱和流率；λi、ri分别为进口不同转向车流对应的绿信比、饱和度和流量比例；饱和度阈值为γ2，它具有路网交通运行状态分类的含义，仅为判断使用模型的依据，即低饱和度与高饱和度的分界值；
[0028]
3.3)整理输出路段行程时间和节点转向延误，即行程时间基本元，为后续计算离散点等式特征值建立基础。
[0029]
进一步，在步骤4)中，计算等时线中心点到道路线离散点集合中所有点的最短路径与等时特征值，包括以下步骤：
[0030]
4.1)节点的点权转边权：将行程时间基本元设为dijkstra最短路径算法的权重，将所有的节点点权转换为路段边权，简化最短路径求解问题，关键节点不同进口和不同转向的延误时间不同，在输出转向延误时已经转化为对应边权储存，只需将非关键节点平均
延误时间固定值赋值给虚拟边的行程时间属性即可，其中，虚拟边即为在交叉口各进口分别生成一个节点，进口节点之间的边；
[0031]
4.2)估计节点离散点的等时特征值根据dijkstra最短路径算法，权重设置为路段行程时间和节点转向延误，计算各节点离散点到等时线中心点的最短路径，并将最短路径上的各路段行程时间和节点转向延误相加得到节点离散点的等时特征值，但不包括该节点本身的行程时间；
[0032]
4.3)估计路段离散点的等时特征值路段离散点的等时特征值等于所在路段的节点离散点的等时特征值与节点到路段离散点所需时间之和，读取所有路段离散点的相关属性，包括点vs、ve的坐标，vs、ve为点所在路段连接的两个节点；点所在边e
se
的路段方向dir
se
、路段长度l
se
和路段行程时间根据路段方向选择等时特征值估计模型如下：
[0033]
当dir
se
＝0时，表示路段双向通行，此时路段离散点经过节点vs和节点ve均能够到达，故路段离散点的最短行程时间为两条路径中的最小值；
[0034]
当dir
se
＝1时，表示路段单向通行，方向从节点vs到节点ve，此时路段离散点只能经过节点vs达到；
[0035][0036]
其中，d
sp
表示路段离散点到节点vs的距离，根据点坐标计算；l
se
表示边e
se
的路段长度；表示边e
se
从vs到ve方向的路段行程时间，表示边e
se
从ve到vs方向的路段行程时间，和分别是节点ve和节点vs离散点的等时特征值；
[0037]
4.4)输出道路线上所有节点离散点和路段离散点的等时特征值。
[0038]
本发明与现有技术相比，具有如下优点与有益效果：
[0039]
1、模型所需要输入的交通运行参数少，对于缺少交通数据基础的规划设计阶段路网也适用。
[0040]
2、基于路网平均饱和度的修正模型能反映路网需求分布的不均衡性。
[0041]
3、可加载道路的拓扑结构、道路等级、车道数据和交叉口特征等道路条件。
[0042]
4、可确定任意交通状态下所有离散点的等时特征值，便于生成任意时间梯度的静态交通等时线。
[0043]
5、可动态加载不同时刻城市路网整体交通运行状态的交通条件，便于生成路网动态交通等时线。
附图说明
[0044]
图1为本发明方法的流程图。
[0045]
图2为路段饱和度计算流程图。
[0046]
图3为节点饱和度计算流程图。
[0047]
图4为路网交通阻抗估计流程图。
[0048]
图5为道路线离散等时特征值计算流程图。
[0049]
图6为案例路网图。
[0050]
图7为道路线离散点的等时特征值计算结果图。
具体实施方式
[0051]
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0052]
如图1所示，本实施例公开了一种面向交通等时线的道路线离散点等时特征值估计方法，包括以下步骤：
[0053]
1)选定目标路网，获取路网基础资料，所述路网基础资料包括路网拓扑结构、各路段道路等级、节点连接关系、路段行程时间、节点进口流量和节点转向流量比例。
[0054]
2)基于选定的路网，输入表征交通状态的路网平均饱和度，根据道路条件和路网平均饱和度情况，分别对路段、节点进行修正得到路段饱和度和节点饱和度，节点即为路网中的交叉口；根据路网拥堵状态分别修正得到道路和节点的饱和度，包括以下步骤：
[0055]
2.1)计算路段饱和度：规定饱和度阈值γ，若路网平均饱和度大于该阈值，需要结合实际路网，拟合出不同等级道路饱和度与路网平均饱和度之间的函数关系，得到修正函数f(highway,n)，从而修正路段饱和度，若不大于该阈值，则所有路段饱和度等于路网平均饱和度，计算并输出各路段饱和度，如下式所示：
[0056][0057]
式中：为路段ej的饱和度；为路网平均饱和度；ε是交通拥堵状态产生的波动误差，是期望为0、方差为特定值a的随机误差；
[0058]
2.2)计算节点饱和度：首先判断节点是否为关键节点，若非关键节点，则无需计算饱和度；若为关键节点，则根据路网连接属性确定与关键节点进口相连的路段及路段指向节点进口方向的饱和度然后读取转向饱和度计算相关的路段和节点属性；最后计算并输出各进口不同转向的饱和度，计算模型如下：
[0059]
左转：
[0060]
直行：
[0061]
右转：
[0062]
式中：n
ui
和分别表示连接路段的车道数和路段饱和度；分别表示左转、直行和右转的流量比例；节点vi的饱和度包括分别表示进口左转、直行和右转的饱和度；分别表示节点vi进口左转、直行和右转的车道数。
[0063]
3)基于路段饱和度和节点饱和度，分别计算所有路段行程时间和节点转向延误，输出路网的行程时间基本元，包括以下步骤：
[0064]
3.1)计算路段行程时间：基于路段饱和度，参考bpr模型，根据实际城市道路路网不同等级道路的自由流速度，提出边ej对应的路段j的路段行程时间计算模型如下所示，在此为修正bpr模型：
[0065][0066]
式中：分别为快速路、主干路、次干路、支路的自由流行驶速度，需要对不同道路等级的路段分别标定；lj为路段长度；为路段j的饱和度；α1、β1、α2、β2、α3、β3、α4、β4为待标定的参数，对应的道路等级依次为快速路、主干路、次干路和支路，能够基于城市中其它现有路段全状态的速度和饱和度数据，带入模型拟合，整体拟合误差最小时的待标定参数值即为参数标定的结果；通过总结已有的不同城市的bpr模型标定结果发现，不同城市相同道路等级的bpr模型标定参数区别不大，因此能够使用已有的不同道路等级的参数标定值，如下表所示。
[0067] 快速路主干路次干路支路α0.4590.6730.8611.028β3.732.5372.4361.476
[0068]
3.2)计算节点转向延误：节点即为路网中的交叉口，本实施例仅计算关键节点各进口不同转向的延误，其它节点的转向延误假设为平均延误时间固定值视实际路网情况而定。考虑到不同饱和度状态下的道路行程时间表达不同，将饱和度分为低饱和度和高饱和度两个状态，分别使用webster模型和akcelik模型，建立节点行程时间估计模型如下所示：
[0069][0070]
其中，t
id
为节点vi进口不同转向的交叉口转向延误；v
key
为关键节点集合；ci为节点vi的信号周期长度；c0表示单车道实际饱和流率；λi、ri分别为进口不同转向车流对应的绿信比、饱和度和流量比例；饱和度阈值为γ2，它具有路网交通运行状态分类的含义，仅为判断使用模型的依据，即低饱和度与高饱和度的分界值，建议值为γ2＝0.8。
[0071]
3.3)整理输出路段行程时间和节点转向延误，即行程时间基本元，为后续计算离散点等式特征值建立基础。
[0072]
4)通过行程时间基本元，计算各离散点的等时特征值：基于dijkstra最短路径算法，将步骤3)中计算的行程时间基本元设为dijkstra最短路径算法的权重，结合路网拓扑结构计算等时线中心点到道路线离散点集合中所有点的最短路径及其对应的最短行程时间，该最短行程时间即为离散点的等时特征值；其中，计算等时线中心点到道路线离散点集合中所有点的最短路径与等时特征值，包括以下步骤：
[0073]
4.1)节点的点权转边权：将行程时间基本元设为dijkstra最短路径算法的权重，将所有的节点点权转换为路段边权，简化最短路径求解问题。关键节点不同进口和不同转向的延误时间不同，在输出转向延误时已经转化为对应边权储存，只需将普通节点的基准延误时间赋值给虚拟边的行程时间属性即可，其中，虚拟边即为在交叉口各进口分别生成一个节点，进口节点之间的边；
[0074]
4.2)估计节点离散点的等时特征值根据dijkstra最短路径算法，权重设置为路段行程时间和节点转向延误，计算各节点离散点到等时线中心点的最短路径，并将最短路径上的各路段行程时间和节点转向延误相加得到节点离散点的等时特征值，但不包括该节点本身的行程时间；
[0075]
4.3)估计路段离散点的等时特征值路段离散点的等时特征值等于所在路段的节点离散点的等时特征值与节点到路段离散点所需时间之和，读取所有路段离散点的相关属性，包括点vs、ve的坐标，vs、ve为点所在路段连接的两个节点；点所在边e
se
的路段方向dir
se
、路段长度l
se
和路段行程时间根据路段方向选择等时特征值估计模型如下：
[0076]
当dir
se
＝0时，表示路段双向通行，此时路段离散点经过节点vs和节点ve均能够到达，故路段离散点的最短行程时间为两条路径中的最小值；
[0077]
当dir
se
＝1时，表示路段单向通行，方向从节点vs到节点ve，此时路段离散点只能经过节点vs达到；
[0078][0079]
其中，d
sp
表示路段离散点到节点vs的距离，根据点坐标计算；l
se
表示边e
se
的路段长度；表示边e
se
从vs到ve方向的路段行程时间，表示边e
se
从ve到vs方向的路段行程时间，和分别是节点ve和节点vs离散点的等时特征值；
[0080]
4.4)输出道路线上所有节点离散点和路段离散点的等时特征值。
[0081]
下面我们选取天河区中心商务区路网作为案例，路网面积为8.56。路网重点研究区域北至天河路，南至临江大道，西至广州大道中，东至猎德大道，案例路网具体如图6所示。该路网内共有140条路段，其中快速路、主干路、次干路和支路路段占比分别为27.2％、5.7％、35.7％和31.4％。对研究区域的道路条件现状、交叉口现状和信号配时现状情况进行调研，获取并整理基础路网数据与信号配时数据。本发明提出方法所求的是以中心点为起点到其他离散点各点的等时特征值。
[0082]
如图2所示的流程图，输入路网平均饱和度，根据实例路网不同等级道路对应的模型标定结果，输出不同路段的饱和度。再如图3所示的流程图，基于路段饱和度并判断节点是否为关键节点，输出关键节点不同转向饱和度。根据图4所示的流程图，处理前一步骤得到的路段和节点饱和度，输入对应的路段和节点阻抗模型，然后输出不同路段和关键节点转向的阻抗到拓扑路网中。根据图5所示的流程图，由赋值了交通阻抗的拓扑路网即可计算得到道路线离散点的等时特征值，计算结果如图7所示。
[0083]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

技术特征：
1.面向交通等时线的道路线离散点等时特征值估计方法，其特征在于，包括以下步骤：1)选定目标路网，获取路网基础资料，包括路网拓扑结构和交通状态相关数据；2)基于选定的路网，输入表征交通状态的路网平均饱和度，根据道路条件和路网平均饱和度情况，分别对路段、节点进行修正得到路段饱和度和节点饱和度，节点即为路网中的交叉口；3)基于路段饱和度和节点饱和度，分别计算所有路段行程时间和节点转向延误，输出路网的行程时间基本元；4)通过行程时间基本元，计算各离散点的等时特征值：基于dijkstra最短路径算法，将步骤3)中计算的行程时间基本元设为dijkstra最短路径算法的权重，结合路网拓扑结构计算等时线中心点到道路线离散点集合中所有点的最短路径及其对应的最短行程时间，该最短行程时间即为离散点的等时特征值。2.根据权利要求1所述的面向交通等时线的道路线离散点等时特征值估计方法，其特征在于：在步骤1)中，所述路网基础资料包括路网拓扑结构、各路段道路等级、节点连接关系、路段行程时间、节点进口流量和节点转向流量比例。3.根据权利要求2所述的面向交通等时线的道路线离散点等时特征值估计方法，其特征在于：在步骤2)中，根据路网拥堵状态，分别修正得到道路和节点的饱和度，包括以下步骤：2.1)计算路段饱和度：规定饱和度阈值γ，若路网平均饱和度大于该阈值，需要结合实际路网，拟合出不同等级道路饱和度与路网平均饱和度之间的函数关系，得到修正函数f(highway,n)，从而修正路段饱和度，若不大于该阈值，则所有路段饱和度等于路网平均饱和度，计算并输出各路段饱和度，如下式所示：式中：为路段e
j
的饱和度；为路网平均饱和度；ε是交通拥堵状态产生的波动误差，是期望为0、方差为特定值a的随机误差；2.2)计算节点饱和度：首先判断节点是否为关键节点，若非关键节点，则无需计算饱和度；若为关键节点，则根据路网连接属性确定与关键节点进口相连的路段及路段指向节点进口方向的饱和度然后读取转向饱和度计算相关的路段和节点属性；最后计算并输出各进口不同转向的饱和度，计算模型如下：左转：直行：右转：式中：n
ui
和分别表示连接路段的车道数和路段饱和度；分别表示左转、
直行和右转的流量比例；节点v
i
的饱和度包括分别表示进口左转、直行和右转的饱和度；分别表示节点v
i
进口左转、直行和右转的车道数。4.根据权利要求3所述的面向交通等时线的道路线离散点等时特征值估计方法，其特征在于：在步骤3)中，计算路段行程时间和节点转向延误，包括以下步骤：3.1)计算路段行程时间：基于路段饱和度，参考bpr模型，根据实际城市道路路网不同等级道路的自由流速度，提出边e
j
对应的路段j的路段行程时间计算模型如下所示，在此为修正bpr模型：式中：分别为快速路、主干路、次干路、支路的自由流行驶速度，需要对不同道路等级的路段分别标定；l
j
为路段长度；为路段j的饱和度；α1、β1、α2、β2、α3、β3、α4、β4为待标定的参数，对应的道路等级依次为快速路、主干路、次干路和支路，能够基于城市中其它现有路段全状态的速度和饱和度数据，带入模型拟合，整体拟合误差最小时的待标定参数值即为参数标定的结果；通过总结已有的不同城市的bpr模型标定结果发现，不同城市相同道路等级的bpr模型标定参数区别不大，因此能够使用已有的不同道路等级的参数标定值；3.2)计算节点转向延误：节点即为路网中的交叉口，在此仅计算关键节点各进口不同转向的延误，其它节点的转向延误假设为平均延误时间固定值视实际路网情况而定；基于节点饱和度，考虑到不同饱和度状态下的道路行程时间表达不同，将饱和度分为低饱和度和高饱和度两个状态，分别使用webster模型和akcelik模型，建立节点行程时间估计模型如下所示：式中：t
id
为节点v
i
进口不同转向的交叉口转向延误；v
key
为关键节点集合；c
i
为节点v
i
的信号周期长度；c0表示单车道实际饱和流率；λ
i
、r
i
分别为进口不同转向车流对应的绿信比、饱和度和流量比例；饱和度阈值为γ2，它具有路网交通运行状态分类的含义，仅为判
断使用模型的依据，即低饱和度与高饱和度的分界值；3.3)整理输出路段行程时间和节点转向延误，即行程时间基本元，为后续计算离散点等式特征值建立基础。5.根据权利要求4所述的面向交通等时线的道路线离散点等时特征值估计方法，其特征在于：在步骤4)中，计算等时线中心点到道路线离散点集合中所有点的最短路径与等时特征值，包括以下步骤：4.1)节点的点权转边权：将行程时间基本元设为dijkstra最短路径算法的权重，将所有的节点点权转换为路段边权，简化最短路径求解问题，关键节点不同进口和不同转向的延误时间不同，在输出转向延误时已经转化为对应边权储存，只需将非关键节点平均延误时间固定值δt
0d
赋值给虚拟边的行程时间属性即可，其中，虚拟边即为在交叉口各进口分别生成一个节点，进口节点之间的边；4.2)估计节点离散点的等时特征值根据dijkstra最短路径算法，权重设置为路段行程时间和节点转向延误，计算各节点离散点到等时线中心点的最短路径，并将最短路径上的各路段行程时间和节点转向延误相加得到节点离散点的等时特征值，但不包括该节点本身的行程时间；4.3)估计路段离散点的等时特征值路段离散点的等时特征值等于所在路段的节点离散点的等时特征值与节点到路段离散点所需时间之和，读取所有路段离散点的相关属性，包括点v
s
、v
e
的坐标，v
s
、v
e
为点所在路段连接的两个节点；点所在边e
se
的路段方向dir
se
、路段长度l
se
和路段行程时间根据路段方向选择等时特征值估计模型如下：当dir
se
＝0时，表示路段双向通行，此时路段离散点经过节点v
s
和节点v
e
均能够到达，故路段离散点的最短行程时间为两条路径中的最小值；当dir
se
＝1时，表示路段单向通行，方向从节点v
s
到节点v
e
，此时路段离散点只能经过节点v
s
达到；其中，d
sp
表示路段离散点到节点v
s
的距离，根据点坐标计算；l
se
表示边e
se
的路段长度；表示边e
se
从v
s
到v
e
方向的路段行程时间，表示边e
se
从v
e
到v
s
方向的路段行程时间，和分别是节点v
e
和节点v
s
离散点的等时特征值；4.4)输出道路线上所有节点离散点和路段离散点的等时特征值。

技术总结
本发明公开了一种面向交通等时线的道路线离散点等时特征值估计方法，包括：1)选定目标路网，获取路网基础资料；2)基于选定路网，输入表征交通状态的路网平均饱和度，根据道路条件和路网平均饱和度情况，分别对路段饱和度和节点饱和度进行修正；3)分别计算所有路段行程时间和交叉口转向延误，输出行程时间基本元；4)通过行程时间基本元，计算各离散点的等时特征值：将行程时间基本元设为Dijkstra最短路径算法的权重，结合路网拓扑结构计算等时线中心点到道路线离散点集合中所有点的最短路径及其对应的最短行程时间，该最短行程时间即为离散点的等时特征值。本发明可解决不同道路条件和交通状态下的道路线离散点等时特征值估计问题。问题。问题。


技术研发人员：马莹莹 陈曦 谢文艺 许明朗
受保护的技术使用者：华南理工大学
技术研发日：2023.02.21
技术公布日：2023/6/27