一种城市马拉松赛道路线智能推荐方法及系统

1.本发明涉及路线规划领域，具体涉及一种城市马拉松赛道路线智能推荐方法及系统。


背景技术：

2.城市马拉松赛道路线规划需要遵循三个规划原则：考虑规划路线的管控难度、考虑整体路线人文、历史特色和考虑赛道是否符合官方组织要求。目前城市马拉松赛道路线规划采用的方法是先通过信息查询或承办单位了解城市地标、景点、历史文化等内容，预规划赛事起点、经过点、终点等主要点标信息，再通过软件将预规划点位进行串联形成不同的赛事路线，其缺点是路线规划效率低；规划的路线有一定的局限性，易忽略道路交通状况，会带来更高的城市交通拥堵问题；规划的道路可能存在狭窄道路，给赛事带来安全隐患。


技术实现要素：

3.为了解决上述技术问题，本发明提供一种城市马拉松赛道路线智能推荐方法及系统。
4.本发明技术解决方案为：一种城市马拉松赛道路线智能推荐方法，包括：
5.步骤s1：建立城市道路信息数据库和城市poi数据库；
6.步骤s2：根据所述城市poi数据库，确定马拉松赛道起点和所述终点，判断路线规划的可行性；
7.步骤s3：获取所述起点及其周边的poi数据，以及所述终点及其周边的poi数据，并根据所述城市道路信息数据库，筛选poi数据，得到poi节点网络拓扑关系列表，构建poi节点网络；
8.步骤s4：从所述起点开始，在所述poi节点网络中利用贪心算法选择距离当前节点最近的临近节点作为下一个poi节点，直到达到所述终点；利用回溯算法保证当前路线可以回退至上一次状态，从而产生多个子路线，以包含尽可能多的所述poi节点，形成赛道路线列表。
9.步骤s5：遍历所述赛道路线列表，对每个所述赛道路线从poi热度值、宽度适宜度、路线畅通指数以及poi密集度四个维度进行评估值计算，按照所述评估值排序后，得到最终赛道推荐路线列表。
10.本发明与现有技术相比，具有以下优点：
11.本发明公开了一种城市马拉松赛道路线智能推荐方法，解决目前以人工为主的赛道规划所带来的规划效率低、安全隐患多的问题。本发明可以保证规划的赛道沿线经过诸多的景点，城市地标，高等院校等具有城市特色的地区和建筑，丰富赛道文化内涵，宣传城市形象，节省赛道规划时间，降低赛道规划所带来的安全隐患，同时规划的赛道路线避开交通拥堵路段，降低给城市交通和市民出行带来的影响。
附图说明
12.图1为本发明实施例中一种城市马拉松赛道路线智能推荐方法的流程图；
13.图2为本发明实施例中poi节点与道路位置关系的示意图；
14.图3为本发明实施例中poi节点构成的网络示意图；
15.图4为本发明实施例中一种城市马拉松赛道路线智能推荐系统的结构框图。
具体实施方式
16.本发明提供了一种城市马拉松赛道路线智能推荐方法，解决目前以人工为主的赛道规划所带来的规划效率低、安全隐患多的问题。
17.为了使本发明的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本发明进一步详细说明。
18.首先，为了更好地理解本发明，对其中所用术语进行解释：
19.poi：point of interest，每一个poi至少包含四项基本信息：名称、地址、类别、经纬度坐标，poi可以是一栋房子、一个商铺、一个小区门口、一个公园或一个公交站等。
20.实施例一
21.如图1所示，本发明实施例提供的一种城市马拉松赛道路线智能推荐方法，包括下述步骤：
22.步骤s1：建立城市道路信息数据库和城市poi数据库；
23.步骤s2：根据城市poi数据库，确定马拉松赛道起点和终点，判断路线规划的可行性；
24.步骤s3：获取起点及其周边的poi数据，以及终点及其周边的poi数据，并根据城市道路信息数据库，筛选poi数据，得到poi节点网络拓扑关系列表，构建poi节点网络；
25.步骤s4：从起点开始，在poi节点网络中利用贪心算法选择距离当前节点最近的临近节点作为下一个poi节点，直到达到终点；利用回溯算法保证当前路线可以回退至上一次状态，从而产生多个子路线，以包含尽可能多的poi节点，形成赛道路线列表。
26.步骤s5：遍历赛道路线列表，对每个赛道路线从poi热度值、宽度适宜度、路线畅通指数以及poi密集度四个维度进行评估值计算，按照评估值排序后，得到最终赛道推荐路线列表。
27.在一个实施例中，上述步骤s1：建立城市道路信息数据库和城市poi数据库，具体包括：
28.步骤s11：采集城市道路信息数据，并根据不同时段，以不同频率采集城市道路交通拥堵数据；构建城市道路信息数据库；
29.访问服务商的api接口，例如利用高德地图api接口进行城市道路信息的数据采集；通过匹配算法提取道路信息；根据道路信息中的车道数量和道路级别计算出道路最小宽度信息；根据道路信息和道路最小宽度信息建立城市道路信息数据库；还可通过手动输入道路信息补充城市道路信息数据库；
30.采集周一至周日上午7点30分至12点间的城市道路交通拥堵数据，且7点30分点至9点30分时间段每隔10分钟采集一次数据，9点30分至12点每隔30分钟采集一次数据；
31.根据上述数据，构建的城市道路信息数据库，包含道路id，道路名称，道路所在城
市名称，道路车道数量，道路级别，道路最小宽度，路线方向，周一至周日上午8点至12点车道拥堵级别，拥堵路段编号；车道拥堵级别分为畅通、缓行、拥堵和严重拥堵。
32.步骤s12：获取poi类型为“广场”的poi数据作为起点和终点数据集，根据起点数据集和终点数据集获取其直线距离为42.195公里内的poi数据作为周边poi数据集，构建城市poi数据库。
33.访问服务商的api接口，例如利用高德地图api接口进行poi数据采集；获取poi类型为“广场”的poi数据作为起点数据集和终点数据集；并根据起点数据集和终点数据集获取其直线距离为42.195公里内的poi数据作为周边poi数据集，基于上述数据集构建城市poi数据库，还可以通过手动输入poi数据补充城市poi数据库。
34.城市poi数据库包含poi编号，poi名称，poi类型，poi中心经纬度地址，poi入口经纬度信息，poi地址，起点和终点poi编号，距离起终点poi的距离。
35.在一个实施例中，上述步骤s2：根据城市poi数据库，确定马拉松赛道起点和终点，判断路线规划的可行性，具体包括：
36.从城市poi数据库选择起点poi数据和终点poi数据，如果二者之间直线距离小于21公里，转至步骤s3，否则重新选择。
37.根据《中国马拉松管理文件》规定，a1类认证赛事赛道起终点之间的直线距离不能超过总距离的50％，即对于全程马拉松来说，起点和终点之间的直线距离需要小于21公里，因此需要从城市poi数据库中选取符合该要求的起点poi数据和终点poi数据，以确定起点和终点。
38.在一个实施例中，上述步骤s3：获取起点及其周边的poi数据，以及终点及其周边的poi数据，并根据城市道路信息数据库，筛选poi数据，得到poi节点网络拓扑关系列表，构建poi节点网络，具体包括：
39.步骤s31：根据选定的起点poi数据和终点poi数据，从城市poi数据库获取二者对应42.195公里内的周边poi数据；
40.步骤s32:根据《中国马拉松管理文件》马拉松赛事的规定要求，赛事步道宽度应不少于8米，因此根据城市道路信息数据库，剔除在单向车道总宽度小于8米的道路附近的poi数据；
41.步骤s33：根据起点poi数据、终点poi数据以及剔除后的周边poi数据，将每个poi节点周围划分为四个区域，找到距离该poi节点每个区域最近的其他poi节点，并与之建立连接，构成拓扑关系，得到poi节点网络拓扑关系列表；
42.步骤s34：依次遍历poi节点网络拓扑关系列表，获得到临近节点的路线信息；并根据城市道路信息数据库对路poi节点网络拓扑关系列表进行筛选，得到节点路径信息列表，构建poi节点网络。
43.如图2所示，选定poi类型为广场的起点s和终点e后，获取其周边建筑a，地标b，景点c，建筑d作为原始节点，并获取道路名称分别为r1，r2，r3，r4，r5，r6的道路，以及道路相连形成路口名称为26，14，16，54，56的路口。如图3所示，由于建筑a临近道路r2和r3，因此将a转化为a1和a2两个poi节点，景点c只临近道路r6，在图3在中转化为c1一个poi节点，同理地标b和建筑d也只临近一条道路，因此在图3中转化分别为poi节点b1和d1。由此，可以得到poi节点列表：s，e，a1，a2，b1，c1，d1。
44.将poi节点列表中每poi节周围划分为四个区域，即左上方，右上方，左下方，右下方；遍历poi节点列表中的poi节点，找到该节点的四个区域内最近的poi节点构成连接关系，形成poi节点网络拓扑关系列表，拓扑关系约束每个poi节点最多有6个连接关系。例如，如图3所示，poi节点c1在poi节点a1的右下方，且距离最近，则poi节点c1与poi节点a1相连；因为poi节点c1在poi节点a2的右下方，且距离最近，则poi节点c1与poi节点a1相连；因为poi节点a1与poi节点a2同属于一个原始节点a，则不构成连接关系；依次类推，则得到poi节点网络拓扑关系列表。
45.最后，根据城市道路信息数据库对poi节点网络拓扑关系列表进行筛选，删除存在交通拥堵的路段，得到节点路径信息列表，构建最终的poi节点网络，如图3所示。
46.在一个实施例中，上述步骤s4：从起点开始，在poi节点网络中利用贪心算法选择距离当前节点最近的临近节点作为下一个poi节点，直到达到终点；利用回溯算法保证当前路线可以回退至上一次状态，从而产生多个子路线，以包含尽可能多的poi节点，最后形成赛道路线列表，具体包括：
47.用贪心算法从起点开始，选择当前路线未遍历且距离当前节点最近的poi节点作为下一个poi节点，并记录已走过的poi节点之间的距离，直至最后一个poi节点为终点，形成赛道路线记录；当赛道路线的距离大于42.695公里或小于41.695公里时，利用回溯算法对于每一个赛道路线记录进行回溯，从终点开始利用贪心算法进行路线选择，形成子路线，保存回退状态；根据回退状态依次回退，直至回退到起点；选取距离为41.695至42.695公里的赛道路线，形成赛道路线的列表。
48.马拉松赛道路线规划原则为从给定起点poi节点到给定终点poi节点且满足路线长度约为49.125公里的路线中选择包含poi节点数量较多的路线。举例来说，对如图3所示的poi节点网络进行赛道路线规划时，从起点s出发，根据贪心算法，寻找距离最近的poi节点a2作为下一个节点，从a2可直接到达终点e，形成sa2e路线，若sa2e路线长度小于41.695公里，则不保留此路线。因此，从a2寻找下一条可能的路线，可从a2走向c1，再从c1到d1，再从d1到b1，最后从b1到终点e，形成sa2c1d1b1e路线，若路线长度大于42.695公里，也不能保留此路线；但是，此时可以用回溯算法寻找到更接近42.195公里的路线。在sa2c1d1b1e路线可以从终点e回溯到b1，因为b1无其他未走过的临近节点，则从b1回溯到d1，由于d1无其他未走过的临近节点，则从d1再回溯到c1，此时c1可走向未走过的b1，最后从b1走向终点e，形成sa2c1b1e路线，若此路线总距离约为42.195公里，则保留该路线；接着，因为c1没有未走过的临近节点，则回溯至a2，a2也没有未走过的临近节点则回溯至s，此时s也可从a1出发，按照同样的步骤直至终点e，形成sa1c1d1b1e，sa1c1b1e，sa1c1a2e路线，若这三个路线长度距离在41.695公里至42.695公里之间，则都保留。由此，形成赛道路线列表l[sa2c1b1e,sa1c1d1b1e,sa1c1b1e,sa1c1a2e]。
[0049]
在一个实施例中，上述步骤s5：遍历赛道路线列表，对每个赛道路线从poi热度值、宽度适宜度、路线畅通指数以及poi密集度四个维度进行评估值计算，按照评估值排序后，得到最终赛道推荐路线列表，具体包括：
[0050]
评估值计算公式(1)如下所示：
[0051]
[0052]
其中，score是赛道路线的最终评估分数；s
poi
是赛道路线poi热度值维度的得分，满分100分，如公式(2)所示：
[0053][0054]
其中，n
p
是路线所包含的非起终点poi节点数量，是第i个非起终点poi节点的热度分数；非起终点poi节点热度分数计算如公式(3)所示：
[0055][0056]
其中，poi等次按照poi节点的类别对非起终点的poi节点等次进行定义：一等poi节点的等次占比为100％、二等poi节点的等次占比为70％、三等poi节点的等次占比为50％；
[0057]
poi级别按照poi节点的口碑对非起终点的poi节点进行定义：a级poi节点的级别占比为100％、b级poi节点的级别占比为70％、c级poi节点的级别占比为50％；
[0058]sroad
是赛道路线的宽度适宜度的得分，满分100分，如公式(4)所示：
[0059][0060]
其中，nr是赛道路线所包含的路径数量，s
roadi
是第i条路径的宽度适宜度分数；第i条路径宽度适宜度分数定义如公式(5)所示：
[0061][0062]
路径由一个或多个路段组成，di
≥12
为第i条路径中宽度大于等于12米的路段总长度，所持比例100％，di
≥9&《12
为第i条路径中宽度大于等于9米且小于12米的路段总长度，所持比例70％，di
《9
为第i条路径中宽度小于9米的路段总长度，所持比例50％，di
sum
为第i条路径所有路段总长度；
[0063]scross
是赛道路线的畅通指数得分，满分100分，如公式(6)所示：
[0064][0065]
其中nc是赛道路线所包含的路径数量，s
crossi
是第i条路径的畅通指数分数；路径畅通指数分数规定如公式(7)所示：
[0066][0067]
路径由一个或多个道路段组成，dci4为第i条路径中拥堵级别为“严重拥堵”的路段总长度，所持比例10％，dci3为第i条路径中拥堵级别为“拥堵”的路段总长度，所持比例50％，dci2为第i条路径中拥堵级别为“缓行”的路段总长度，所持比例70％，dci1为第i条路径中拥堵级别为“畅通”的路段总长度，所持比例100％，di
sum
为第i条路径所有路段总长度；
[0068]
是poi密集度得分，计算公式如公式(8)所示：
[0069]
[0070]
其中n
p
是路线中非起终点poi节点的数量；
[0071]rpoi
是预设的poi热度值维度所占的比例，r
road
是预设的宽度适宜度维度所占的比例，r
cross
是预设的拥堵指数维度所占的比例；r
poi
r
road
r
cross
之和为1，其中r
poi
》r
road
r
cross
表示热度值优先推荐策略；r
road
》r
poi
r
cross
表示宽度适宜度优先推荐策略；r
cross
》r
poi
r
road
表示路线畅通优先推荐策略。
[0072]
举例来说，对步骤s4得到的赛道路线列表l中的每个赛道路线进行评估值计算。首先对路线sa1c1b1e进行评估：若建筑a为某985高校，定为一等次a级，则先对路线sa1c1b1e进行评估：若建筑a为某985高校，定为一等次a级，则若地标b为某大型广场，定为二等次b级，则若地标b为某大型广场，定为二等次b级，则若景点c为国家级5a风景区，定为一等次b级，则若景点c为国家级5a风景区，定为一等次b级，则若路径sa1，总长度12公里，其中12米以上宽度路段长度2公里，9米至12米的路段长度6公里，8米至9米的路段长度4公里，则米至12米的路段长度6公里，8米至9米的路段长度4公里，则其中“严重拥堵”路段长度为0公里，“拥堵”路段长度1公里，“缓行”路段长度2公里，“畅通”路段长度9公里，则路段长度9公里，则同理得同理得若设定poi热度值、宽度适宜度、以及路线畅通指数三个维度所占比例分别为r
poi
＝50％、r
road
＝30％和r
cross
＝20％，则该路线sa1c1b1e最终评估分数为：
[0073][0074][0075][0076][0077][0078]
同理，可对计算其他赛道路线的评估值，根据评估值由大到小对赛道路线进行排序，得到最终赛道推荐路线列表。
[0079]
本发明公开了一种城市马拉松赛道路线智能推荐方法，解决目前以人工为主的赛道规划所带来的规划效率低、安全隐患多的问题。本发明可以保证规划的赛道沿线经过诸多的景点，城市地标，高等院校等具有城市特色的地区和建筑，丰富赛道文化内涵，宣传城市形象，节省赛道规划时间，降低赛道规划所带来的安全隐患，同时规划的赛道路线避开交通拥堵路段，降低给城市交通和市民出行带来的影响。
[0080]
实施例二
[0081]
如图4所示，本发明实施例提供了一种城市马拉松赛道路线智能推荐系统，包括下述模块：
[0082]
数据采集模块51，用于建立城市道路信息数据库和城市poi数据库；
[0083]
选取起终点模块52，用于根据城市poi数据库，确定马拉松赛道起点和终点，判断路线规划的可行性；
[0084]
构建poi节点网络模块53，用于获取起点及其周边的poi数据，以及终点及其周边的poi数据，并根据城市道路信息数据库，筛选poi数据，得到poi节点网络拓扑关系列表，构建poi节点网络；
[0085]
确定赛道路线列表模块54，用于从起点开始，在poi节点网络中利用贪心算法选择距离当前节点最近的临近节点作为下一个poi节点，直到达到终点；利用回溯算法保证当前路线可以回退至上一次状态，从而产生多个子路线，以包含尽可能多的poi节点，形成赛道路线列表。
[0086]
赛道路线推荐模块55，用于遍历赛道路线列表，对每个赛道路线从poi热度值、宽度适宜度、路线畅通指数以及poi密集度四个维度进行评估值计算，按照评估值排序后，得到最终赛道推荐路线列表。
[0087]
提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。