- 小组人员:王森,刘治学,田景颢,刘杰
- 指导老师:熊耀华
- 王森
- 完成工具算法库
Astar
,Curvaa
,Graphs
的编写 - 完成图形绘制和数据请求整合文件
Gpp.py
的编写
- 完成工具算法库
- 刘治学
- 完成
PyQt5
的界面编写,包括draw.py
和draw.ui
- 完成主程序入口
main.py
的编写 - 完成项目整体架构的设计和代码的汇总,以及文档的编写
- 完成
- 田景颢
- 完成
data.json
数据格式的设计和数据的生成 - 完成
get
请求服务端的配置,能通过浏览器获取到数据的页面以及通过代码发送get
请求获得数据
- 完成
- 刘杰
- 完成颜色工具库
hover
和Json
数据处理工具库JsonParser
的编写 - 完成演示视频的录制和剪辑
- 完成颜色工具库
-
项目在
Github
上开源,地址:https://github.com/DavidingPlus/Transportation-Planning -
项目依赖
python3
环境,依赖PyQt5
包,windows
系统和Linux
系统均兼容,本测试在windows
上运行-
安装
PyQT5
:在终端使用如下命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5 pyqt5-tools
-
-
项目根目录中的
项目文档
是本README.md
的pdf
版本 -
项目根目录中的
演示视频
是该项目的测试视频
-
src
目录:存放代码执行需要的依赖文件,类似于库或者包-
Astar.py
Astars
是一个用于进行路径计算的算法库,在该算法中,我们可以进行Astars
作为算法的起始,我们选用曼哈顿距离作为启发函数
-
Curvva.py
Curvaa
是一个用于进行路径计算、绘制的库,在该算法中,我们可以进行计算绘制,画出参数方程形式的路径
-
Gpp.py
Gpp.py
是用来进行图形的基础绘制的文件,里面通过拿取data.json
的数据,将数据转化为图展示出来,在其中还包括了发送get
请求从远端服务器获得数据的操作
-
Graphs.py
Graphs
是基于plt
和netWorkX
的简单的计算规划展示交通流的类Graphs
主要使用了Astar
算法进行计算,并通过该算法得到所需的结果进一步获取
-
hover.py
- 是一个颜色的工具库,最后的成品有三种不同的颜色主题进行展示,相关在这里进行定义
-
JsonPraser.py
JsonParser
本项目的工具类,存放json
解析的东西
-