Multikriteriální cykloplánování s rozšířenou reprezentací křižovatek

Abstract

Navigace pro cyklisty ve větších městech je často náročná vzhledem k roztříštěné cyklistické infrastruktuře nebo složité topologii terénu. Inteligentní plánovač cyklistických tras pomůže cyklistům objevit trasy, které nejlépe vyhovují jejich potřebám a preferencím. Studie volby tras cyklistů ukazují, že cyklisté jsou citliví na obtížné manévry na křižovatkách. Pro řešení tohoto problému jsme navrhli grafovou strukturu s rozšířenou reprezentací křižovatek. Pro zohlednění více kritérií při volbě trasy, jsme použili vícekriteriální algoritmy na hledání nejkratší cesty v grafu. Přímá aplikace optimálních vícekriteriálních vyhledávacích algoritmů je vzhledem k jejich velké výpočetní složitosti nemožná. V této práci jsme proto formalizovali vícekriteriální plánovací problém pro hledání cyklotras a navrhli několik způsobů řešení spolu s heuristikami pro urychlení vícekriteriálního vyhledávání. Navrhované metody jsme otestovali na cyklistické síti města Prahy a porovnali jsme rozdíly mezi trasami plánovanými na standardním grafu a na grafu s rozšířenou reprezentací křižovatek. Vyhodnocení ukazuje, že je možné urychlení o tři řády vzhledem k vícekriteriálnímu Dijkstrovu algoritmu s rozumnou ztrátou kvality řešení.Navigating the cyclists in larger cities is often challenging due to cities' fragmented cycling infrastructure and/or complex terrain topology. Cyclists would thus benefit from intelligent route planning that would help them discover routes that best suit their transport needs and preferences. The studies of cyclists' route choice reveal that the cyclists are sensitive to difficult manoeuvres at junctions. Therefore, to address this issue, we proposed a method to extend a graph structure with an advanced junction representation. Also, to account other cyclists' route-choice criteria, we employ multi-criteria route search. Direct application of optimal multi-criteria route search algorithms is, however, not feasible due to their prohibitive computational complexity. In this thesis, we formalise a multi-criteria bicycle route planning problem and propose several solution methods together with pruning heuristics for speeding up the multi-criteria route search. We evaluate our methods on a real-world cycleway network of the city of Prague and discuss the difference between the bicycle routes planned on the extended graph and the standard graph. The evaluation shows that speedups of up to three orders of magnitude over the multi-criteria Dijkstra's algorithm are possible with a reasonable loss of solution quality.