CN102840867A - 基于常用路线的路线搜索系统及方法 - Google Patents

Abstract

本发明提供一种路线搜索方法和路线搜索系统。所述路线搜索方法包括：基于起点和终点，在常用路线库中查找是否存在匹配的常用路线，如果找到匹配的常用路线，则直接返回该匹配的常用路线作为最终的推荐路线，否则：使用路线搜索算法生成满足所述起点和所述终点的初始路线；针对所生成的初始路线的所有路链的端点，在所述常用路线库中查找匹配的常用路线，并对初始路线的相应部分进行替换，以生成候选路线；以及针对所生成的所有候选路线进行评估，选择使初始路线被替换的长度最长的候选路线，作为最终的推荐路线。

Description

基于常用路线的路线搜索系统及方法

技术领域

本发明涉及导航领域，特别是一种基于常用路线(即大多数司机经常选择的路线)的路线搜索系统及相对应的方法。

背景技术

路线搜索是导航系统的一项基本功能，它根据用户需求计算出一条从出发地到目的地的路线。其中，如何规划出一条合理的路线对用户非常重要。现有的导航电子地图可以看作是由多条路链(路链指两个相邻的交叉口之间的路段)构成的道路网络，所以当前的路线计算大多是基于路链的行驶成本，例如路链等级、路链长度、路链旅行时间(或平均速度)、路口数量等。但因为这些成本数据会存在一些误差，例如实时信息的延迟或数据本身的错误，影响了路线搜索结果的准确性，而且由于该类算法没有充分考虑人类路线选择的习惯，使得路线搜索结果往往不能达到预期的效果。例如，有些路线虽然旅行时间短，但是包含很多拐弯和小路，不易于驾驶；有些路线虽然距离短，但是比较拥堵，旅行时间较长。造成以上情况的原因是导航系统没有充分利用人类的历史经验，仅仅是依靠计算机对电子地图和交通数据的分析处理结果来搜索路线。

人们在行驶过程中利用长期历史经验的积累能结合实时交通路况找到最优的出行路线，甚至在没有实时交通数据的前提下也能找到较优的出行路线。基于这个事实，本发明提出一种结合人类经验的路线搜索系统。通过分析大多数司机的历史行驶数据，发掘出常用路线。这些常用路线反映了人类路线选择的经验和技巧，基于它们来规划路线有助于改善结果的质量。所以本专利把这些常用路线以起始点为索引，存储在中心数据库或导航系统中。当导航系统搜索路线的时候，利用这些常用路线和传统路段组合，为用户提供最优的路线引导。另外，考虑到不同时段，司机会选择不同的出行路线以避开拥堵，本专利将抽取不同时段的常用路线。同时，考虑到司机们不同的驾驶偏好，例如有些司机喜欢走距离较短的路线，有些司机喜欢走旅行时间较短的路线，有些司机喜欢走平均速度较快的路线等等。本专利将常用路线依据不同的偏好进行分类从而生成针对不同驾驶偏好的数据库。例如，距离优先的常用路线库、时间优先的常用路线库、速度优先的常用路线库等等。当用户进行路线搜索请求时根据不同用户的驾驶偏好以及时间，生成不同的导航路线。

到目前为止，也有一些专利提出从历史的行驶数据中抽取一些数据以供路线搜索时使用。例如，日本公开特许公报2007-164520(中国发明专利：200810128867)，根据车载终端所接收的探测数据，通过分析各个交通路口的交通流量得到主要分支交点，然后以主要分支交点将探测数据分割为探测截断。在搜索路线时首先在出发地和目的地之间生成初始路线，然后利用分支交点和探测截断反复迭代生成派生路线。该公知例中的探测截断是基于主要分支点生成的，这样的主要分支点会人为的破坏路线的连续性。为了避免该问题，本发明基于完整的出行路线抽取出常用路线，以最大限度的保持历史数据的完整性和可用性。

日本公开特许公报2007-198769提出存储用户的所有历史数据，当有新的路线搜索请求时，根据给定的起点和终点，检索该数据库将已有的历史轨迹首尾链接，并将频率高的路线组合方式作为最后的结果反馈给用户。该公知例与本专利有以下不同点：(1)该公知例在计算频率时考虑用户ID，即对于一对起点和终点，如果路线A被同一个人走了10次，路线B被10个人每人走1次，那么路线A被认为是频率高的路线。所以该公知例是基于个人经验优先的原则。而本专利在计算频率时不区分用户，是基于大众经验优先的原则，其目的是为了规避某些用户自己特殊的路线选择偏好。(2)该公知例在路线选择时是将频率高的路段的组合作为最后的结果，但这样的路线可能为了追求局部的频率最高化而绕行很远的距离，所以最终的组合路线未必是合理的。而本专利在路线选择时将初始路线上的路段用常用路线替换，在选择最后的结果路线时只考虑被替换的长度和被替换的次数，即选择被替换长度尽量大且被替换次数尽量少的路线。该结果既能保证最大限度的利用常用路线又控制了绕行范围。另外，已知公知例都没有考虑用户偏好，而本公知例中的常用路线是基于用户偏好生成的。

发明内容

本发明的目的是利用公众的路线选择技巧和经验进行路线搜索，以避免或减轻上述问题中的至少一些问题。

本发明的目的由一种路线搜索方法来实现。所述路线搜索方法包括：基于起点和终点，在常用路线库中查找是否存在匹配的常用路线，如果找到匹配的常用路线，则直接返回该匹配的常用路线作为最终的推荐路线，否则：使用路线搜索算法生成满足所述起点和所述终点的初始路线；针对所生成的初始路线的所有路链的端点，在所述常用路线库中查找匹配的常用路线，并对初始路线的相应部分进行替换，以生成候选路线；以及针对所生成的所有候选路线进行评估，选择使初始路线被替换的长度最长的候选路线，作为最终的推荐路线。

本发明的目的还由一种路线搜索系统来实现。所述路线搜索系统包括：存储装置，用于存储地图数据库和常用路线库；批处理装置，用于处理历史数据，以生成存储于所述存储装置中的常用路线库；实时处理装置，用于接收路线搜索请求，基于所述存储装置中的地图数据库和常用路线库生成最终的推荐路线；其中，所述路线搜索系统的特征在于所述实时处理装置执行以下步骤：基于起点和终点，在常用路线库中查找是否存在匹配的常用路线，如果找到匹配的常用路线，则直接返回该匹配的常用路线作为最终的推荐路线，否则：使用路线搜索算法生成满足所述起点和所述终点的初始路线；针对所生成的初始路线的所有路链的端点，在所述常用路线库中查找匹配的常用路线，并对初始路线的相应部分进行替换，以生成候选路线；以及针对所生成的所有候选路线进行评估，选择使初始路线被替换的长度最长的候选路线，作为最终的推荐路线。

本发明相比于现有技术的一部分优点如下：

1、依据人们的历史数据提供路线搜索服务，减少了对电子地图和交通数据的依赖性。

2、区分不同的用户偏好，从而提供更个性化的路线搜索结果。

附图说明

通过参考附图对实施例的详细描述，本发明的上述目的和优点将变得更清楚，其中：

图1是根据本发明的示例实施例的路线搜索系统的示例结构图；

图2是根据本发明的示例实施例的数据处理的示例流程图；

图3是根据本发明的示例实施例的出行路线筛选的示例流程图；

图4是根据本发明的示例实施例的常用路线生成的示例流程图；

图5是根据本发明的示例实施例的路线搜索方法的示例流程图；

图6是根据本发明的示例实施例的候选路线生成的示例流程图；

图7是示出了根据本发明的示例实施例的出行路线筛选的示例实施例；

图8是根据本发明的示例实施例的常用路线生成的示例实施例；以及

图9是根据本发明的示例实施例的路线搜索方法的示例实施例。

具体实施方式

本发明的总体技术方案如下：

首先接收车辆的历史数据。历史数据可以是过去一段时间内，个人用户(例如私家车)的行驶轨迹数据；也可以是专业用户(例如出租车用户)的行驶轨迹数据。出行路线固定的车辆除外，例如公交车的行驶轨迹数据不能作为该系统的数据源。然后对历史数据进行筛选，生成出行路线库。该库中记录了车辆每次出行的起点，终点和途径点。特别是对于出租车，其前一次出行的终点可能就是下一次出行的起点，所以要对出行的数据进行筛选和区分。接着基于出行路线库，生成针对不同用户偏好的常用路线库。所谓常用路线是指用户选择该路段的频率较高。所谓用户偏好可以包括以下各项中至少一项(但不限于)：路线距离、旅行时间、平均速度、油耗、安全性、路口数量、路链长度和路链等级等等。

以上生成常用路线的过程可以是离线的，结果存储在常用路线库中。当用户发出路线搜索请求时，该系统可以基于常用路线库实时地计算结果。方法如下：首先根据用户偏好和时间选择合适的常用路线库，然后在该库中搜索是否有匹配指定起点和终点的常用路线，若有则将其作为结果返回给用户。若无，则通过传统算法计算一条从指定的起点到目的地的初始路线。注意：生成初始路线的算法的选择是基于指定的用户偏好。例如如果用户偏好是时间优先的路线，则初始路线是由最短旅行时间算法生成，如果用户偏好是距离优先的路线，则初始路线是由最短距离算法生成，等等。然后对于初始路线上的所有路链的端点，在常用路线库中寻找与之匹配的常用路线，并使用该常用路线替换初始路线上的相应路段，得到候补路线。因为可能存在多条匹配的常用路线，不同的替换策略会得到多个候补路线。当候补路线只有一条时，该候补路线即是用户最终得到的导航路线。当候补路线有多条时，需要从中选出最终的结果，选择的策略如下：(1)选择被替换长度最长的候补路线；(2)如果存在多条满足条件(1)的路线，则选取被替换次数最少的路线作为最终的推荐路线。

图1是本发明的路线搜索系统的示例结构图。本发明的路线搜索系统包括：批处理装置2、实时处理装置3和存储装置4。其中，批处理装置2将历史数据1进行处理，以生成存储在存储装置4中的常用路线库。批处理装置2可以是定期执行的，也可以是当历史数据的数据量达到一定程度时不定期执行的。实时处理装置3通过无线网络接收导航终端的路线搜索请求后，基于在存储装置4中存储的地图数据库和常用路线库生成推荐路线发送给导航终端。

表1是历史数据1的示例格式。历史数据可以是来自个人用户或者出租车。它包含上传该数据的车辆ID、位置、时间以及在该点的状态信息。个人用户的数据不包含车辆的状态信息。出租车数据要求带有状态标志：即空车和重车两类，空车表示未载客，重车表示载客。例如表1中第一行数据，车辆ID为N1的是出租车。如表1中第二行数据，车辆ID为N2的是个人用户。

表1

图2是数据处理的示例流程图。出行路线筛选装置21从历史数据1中筛选出出行路线库42。基于该库，基于用户偏好的常用路线生成装置22结合地图数据库41和路线的频率信息生成针对各种用户偏好的常用路线库43。该过程可以是定期或不定期执行的离线处理过程。当有路线搜索请求时，路线搜索装置31根据用户指定的起点和终点以及偏好，基于地图数据库41和常用路线库43生成推荐路线反馈给用户。

表2是出行数据库的示例格式，包含每次出行编号、起点、终点和途经点。

表2

表3是常用路线库的格式示例。(a)表是工作日7:00AM至9:00AM时段的时间优先的常用路线库，(b)表是休息日10:00AM至16:00PM时段的距离优先的常用路线库。表中的数据包含每条路线的编号、起点、终点和途经点。

表3

(a)时间优先的常用路线库(工作日7:00AM-9:00AM)

记录No	起点	途经点	终点
				T001	K	N，...，J	F
T002	A	B，...，M	C
				...	...	...	...

(b)距离优先的常用路线库(休息日10:00AM-16:00PM)

记录No	起点	途经点	终点
				D001	K	X，...，Z	F
D002	A	B，...，M	C
				...	...	...	...

图3是出行路线筛选的示例流程图。具体描述如下：

步骤S211：从历史数据中选出车辆ID相同的数据。

对于同一个车辆的数据，进行下述步骤的处理。

步骤S212：区分车辆的类型，当为个人车辆时，转向步骤S213，当为出租车时，转向步骤S214。

步骤S213：对于个人车辆的数据，检查上传数据的时间连续性。如果两个数据的时间间隔等于系统的数据采集时间间隔(例如1分钟)，则认为这样的两个数据是时间连续的。时间连续的数据都属于一次出行。其中第一条数据对应的位置即为该次出行的起点，最后一条数据对应的位置即为该次出行的终点。

步骤S214：如果是出租车的数据。因为出租车一次出行的终点和下一次出行的起点可能是重合的且时间连续的，所以使用出租车状态来区分一次出行。当车辆的状态从空车变为重车时，说明有乘客上车，则该点为出行的起点，状态为重车的后续点都是该次出行的轨迹，当状态从重车变为空车时，说明乘客下车，本次出行结束。

图4是基于常用路线生成的示例流程图。具体描述如下：

对出行路线库中的数据执行如下步骤。

步骤S221：对于任意两条路线，如果其起点位于同一条路链上，且终点位于同一条路链上，则将其划分为一组。比较同一组中路线的相似性，对于任何两条相同的路线，将其合并同时将其频率增加1。

对于经过步骤S221处理过的任意一组路线，执行步骤S222。

步骤S222：选出满足指定阈值的路线为常用路线。该阈值条件可以是路线的频率大于指定的频率值且路线的占比大于指定的占比(路线的占比指即该路线的频率与同组所有路线的频率和的比值)。

步骤S223：将步骤S222选出的常用路线根据不同的用户偏好划分到不同的常用路线库中。划分的原则是，对于任意一个用户偏好，最满足该偏好的常用路线将被划分到针对该类用户偏好的常用路线库中。例如，对于时间优先的偏好，起点和终点之间旅行时间最短的常用路线将被划分到时间优先的常用路线库中。对于距离优先的偏好，起点和终点之间距离最短的常用路线将被划分到距离优先的常用路线库中。对于油耗优先的偏好，起点和终点之间油耗最低的常用路线被划分到油耗优先的常用路线库中。对于安全优先的偏好，起点和终点之间事故发生率最低的常用路线被划分到安全优先的常用路线库中。等等。

反复执行步骤S222和S223，以处理所有路线组，生成针对不同偏好的常用路线库。

在其他实施例中，在步骤S221中，可以根据出行路线发生的时间和日期将其分类处理，从而生成针对不同时间段(例如高峰时段和非高峰时段等)、针对不同日期类型(例如工作日、休息日、节日等)、或针对这二者的结合的常用路线库。

图5是路线搜索方法的示例流程图。具体描述如下：

步骤S31：基于指定的用户偏好和时间(若没有明确给出，则缺省地可采用系统当前时间)，选择相应的常用路线库。例如，如果用户偏好是时间优先且请求时间为周二上午8:00，则可选择工作日上午(7:00-9:00)的时间优先的常用路线库。如果用户偏好是时间优先且请求时间为周六上午11:00，则选择休息日(10:00AM-16:00PM)的距离优先的常用路线库，等等，诸如此类。

步骤S32：基于用户指定的起点和终点，在步骤S31所选择的常用路线库中查找是否存在匹配的常用路线。当没有找到匹配的常用路线时执行步骤S33，否则执行步骤S36。所谓匹配的常用路线是指该常用路线的起点和用户指定的起点完全相同(或两者的距离小于预定义的距离阈值)，且该常用路线的终点和用户指定的终点完全相同(或两者的距离小于预定义的距离阈值)。这里预定义的距离阈值是一个距离范围，例如0.5km等。也可以设置为0km，此时要求常用路线的起点和终点与用户请求的起点和终点完全相同。

步骤S33：根据用户偏好，利用传统的路线搜索算法生成一条满足指定起点和终点的初始路线。例如，当用户偏好为距离优先时，则利用现有的最短路线算法(例如Dijkstra算法)生成一条从指定起点到指定终点的最短路线。

步骤S34：对于步骤S33生成的初始路线的所有路链的端点，查找匹配的常用路线库进行替换生成候选路线。具体流程见图6。

步骤S35：对于步骤S34生成的所有候选路线进行评估，选出初始路线被替换长度最长的候选路线。如果存在多条这样的路线，则选择其中被替换次数最少的一条作为最终的推荐路线。

步骤S36：如果匹配的常用路线的起终点和用户请求的起终点完全相同，则直接返回该常用路线作为最终的推荐路线。

图6是候选路线生成的示例流程图。具体描述如下：

步骤S341：抽取初始路线中所有路链的端点，且按照从起点到终点的顺序排序，假设为(P₁，P₂...P_n)。

步骤S342：在常用路线库中，检索与这些端点匹配的所有常用路线。假设一条匹配的常用路线是fr(P_x，P_y)，其中P_x表示常用路线的起点，P_y表示常用路线的终点，该常用路线必定满足以下条件：P_x，P_y∈(P₁，P₂...P_n)且x＜y。

步骤S343：基于步骤S342的结果，将初始路线中两个端点之间的路段用匹配的常用路线替换。

在一个实施例中，替换的策略可以是：从第一个端点开始依次检查是否存在一条匹配的常用路线，当找到一条匹配的常用路线时，用其替换初始路线中的路段，并从该常用路线的终点所在的端点开始顺序往后查找匹配的常用路线，若找到匹配路线则继续替换初始路线，直至检查到最后一个端点。替换后的路线被称为候选路线。反复执行上述过程，查找不同的常用路线替换结果以生成新的候选路线。

一条候选路线必须满足如下条件：(1)该候选路线中用于替换的常用路线之间不存在交叉路段，即某条常用路线的起点不能位于另外一条常用路线上。(2)该候选路线中用于替换的常用路线的集合一定不是另外某条候选路线中使用的常用路线集合的子集。

图7是出行路线筛选的示例实施例。结合表1中的数据，车辆ID为N1的数据是来自于出租车，故根据车辆状态抽取出行数据。假设在时间T2时，车辆从空车变为重车则认为该路线的起点为位置C。在随后的位置上车辆状态始终是重车，说明乘客未下车。当到达位置M时，车辆状态变为空，说明该路线的终点为M。由此，得到出行路线为C...NM。

表1中车辆ID为N2的数据来自于个人用户。假设时间T8、T9直至T14的时间间隔等于系统设定的数据上传间隔，但是T14和T15之间的时间间隔远大于系统设定的数据上传间隔。所以认为该路线的起点是L，终点是B，该出行路线为L K...B。

图8是常用路线生成的示例实施例。假设有四条路线R1(O1OABCDEFK1)、R2(O2OABCDEFK2)、R3(OGK)和R4(OMIJK)。R1、R2、R3和R4的起点O1、O2、O和O位于同一路链HO上，所以认为它们具有相同的起点，并用路链HO的终点O代表该起点。类似的，路线R1、R2、R3和R4的终点K1、K2、K和K也位于同一路链FK上，所以认为它们具有相同的终点，并用路链FK的终点K代表该终点。由于R1、R2、R3和R4是起点和终点相同的路线，所以将它们划分为起点为O终点为K的同一组路线中。

由于路线R1和R2是相同的，所以将其合并后得到路线OABCDEFK，此时该路线的频率为2。假设还有多条类似于R1、R2、R3、R4的路线，经过反复合并后得到三组路线OGK、OABCDEFK和OMIJK。经统计得，它们的频率分别为101、96和30。

假设常用路线的阈值为频率大于20且占比大于40％。路线OGK在所有路线中的占比为101/(101+96+30)＝44.5％。路线OABCDEFK在所有路线中的占比为96/(101+96+30)＝42.3％。路线OMIJK在所有路线中的占比为30/(101+96+30)＝13.2％。虽然这三条路线的频率都满足频率阈值20，但是路线OMIJK的占比小于40％。所以常用路线只有两条：OGK和OABCDEFK。

假设系统中提供的用户偏好有两种：距离优先和时间优先。对于常用路线OGK和OABCDEFK，经计算路线OGK的平均旅行时间是40分钟，距离为30公里，路线OABCDEFK的平均旅行时间是45分钟，距离是22公里。因为路线OGK的旅行时间最短，所以该路线属于时间优先的常用路线。路线OABCDEFK的距离较短，所以该路线属于距离优先的常用路线。

图9是路线搜索方法的示例实施例。假设用户指定的出发地是A且目的地是L，要求距离优先的路线，搜索请求的时间为2011年5月11日星期三上午11:00。该系统首先根据用户偏好和搜索请求的时间选择工作日时段(9:00AM-16:00PM)的距离优先的常用路线库DFDB002。首先检查常用路线库DFDB002中是否存在与起终点AL匹配的常用路线，结果为不存在，则生成从A到L的初始路线，即最短路线APBDQRL。然后根据常用路线库DFDB002中的数据生成候选路段(a)、(b)和(c)。其中实线表示初始路线，虚线表示常用路线。例如路线(a)表示初始路段PBD可以被常用路线PHD替换，初始路段DQR可以被常用路线DIR替换。假设根据路链的长度可知，路段PBDQR的长度小于路段BDQRL，即路线(a)中的被替换长度小于路线(b)和(c)中的被替换长度；又因为路线(b)和(c)的被替换长度相同，但是路线(c)是被三条常用路线BCD、DMQ和QNL所替换，路线(b)是被两条常用路线BJQ和QKL所替换，即路线(b)的被替换次数小于(c)。根据以上条件知，最终的推荐路线为路线(b)的替换结果，即APBJQKL。

如上所述，已结合示例实施例描述了本发明，本发明不受限于上述实施例。对于本发明的组成和细节，本领域普通技术人员可以在不脱离由所附权利要求限定的本发明的精神和范围的情况下进行各种修改。

Claims (16)

1.一种路线搜索方法，包括：

基于起点和终点，在常用路线库中查找是否存在匹配的常用路线，如果找到匹配的常用路线，则直接返回该匹配的常用路线作为最终的推荐路线，否则：

使用路线搜索算法生成满足所述起点和所述终点的初始路线；

针对所生成的初始路线的所有路链的端点，在所述常用路线库中查找匹配的常用路线，并对初始路线的相应部分进行替换，以生成候选路线；以及

针对所生成的所有候选路线进行评估，选择使初始路线被替换的长度最长的候选路线，作为最终的推荐路线。

2.根据权利要求1所述的路线搜索方法，其中，

如果存在多条使初始路线被替换的长度最长的候选路线，则选择替换次数最少的候选路线，作为最终的推荐路线。

3.根据权利要求1或2所述的路线搜索方法，其中，

所述常用路线库中的常用路线与偏好相关联，以及

使用路线搜索算法生成满足所述起点和所述终点的初始路线的步骤还包括：

基于所述偏好，采用适于所述偏好的设定的相应路线搜索算法生成满足所述起点和所述终点的初始路线。

4.根据权利要求3所述的路线搜索方法，其中，

所述偏好包括以下各项中的至少一项：路线距离、旅行时间、平均速度、油耗、安全性、路口数量、路链长度和路链等级。

5.根据权利要求1～4之一所述的路线搜索方法，其中，

所述常用路线库中的常用路线与时间相关联，以及

所述时间包括以下各项中的至少一项：一天中的不同时间段和日期。

6.根据权利要求1～5之一所述的路线搜索方法，其中，

生成候选路线的步骤包括以下步骤：

抽取所述初始路线中所有路链的端点，且按照从起点到终点的顺序排序；

在所述常用路线库中，搜索与这些端点匹配的所有常用路线；以及

基于搜索的结果，将所述初始路线中两个端点之间的路段替换为搜索到的匹配的常用路线，生成满足以下条件的候选路线：

任一候选路线中使用的常用路线之间不存在重叠路段；

任一候选路线中使用的常用路线的集合不是另一候选路线中使用的常用路线集合的子集。

7.根据权利要求1～6之一所述的路线搜索方法，还包括：

构建所述常用路线库，包括：

将起点位于同一条路链上且终点也位于同一条路链上的路线划分为一组；

针对任意一组路线，选择使用频率大于等于指定阈值的路线为常用路线。

8.根据权利要求7所述的路线搜索方法，其中，

构建所述常用路线库的步骤还包括：

根据偏好，将常用路线划分到与所述偏好对应的常用路线库中。

9.一种路线搜索系统，包括：

存储装置，用于存储地图数据库和常用路线库；

批处理装置，用于处理历史数据，以生成存储于所述存储装置中的常用路线库；

实时处理装置，用于接收路线搜索请求，基于所述存储装置中的地图数据库和常用路线库生成最终的推荐路线；

其中，所述路线搜索系统的特征在于所述实时处理装置执行以下步骤：

基于起点和终点，在常用路线库中查找是否存在匹配的常用路线，如果找到匹配的常用路线，则直接返回该匹配的常用路线作为最终的推荐路线，否则：

使用路线搜索算法生成满足所述起点和所述终点的初始路线；

针对所生成的初始路线的所有路链的端点，在所述常用路线库中查找匹配的常用路线，并对初始路线的相应部分进行替换，以生成候选路线；以及

针对所生成的所有候选路线进行评估，选择使初始路线被替换的长度最长的候选路线，作为最终的推荐路线。

10.根据权利要求9所述的路线搜索系统，其中，所述实时处理装置被配置为：

如果存在多条使初始路线被替换的长度最长的候选路线，则选择替换次数最少的候选路线，作为最终的推荐路线。

11.根据权利要求9或10所述的路线搜索系统，其中，

所述常用路线库中的常用路线与偏好相关联，以及

所述实时处理装置执行使用路线搜索算法生成满足所述起点和所述终点的初始路线的步骤还包括：

基于所述偏好，采用适于所述偏好的设定的相应路线搜索算法生成满足所述起点和所述终点的初始路线。

12.根据权利要求11所述的路线搜索系统，其中，

所述偏好包括以下各项中的至少一项：路线距离、旅行时间、平均速度、油耗、安全性、路口数量、路链长度和路链等级。

13.根据权利要求9～12之一所述的路线搜索系统，其中，

所述常用路线库中的常用路线与时间相关联，以及

所述时间包括以下各项中的至少一项：一天中的不同时间段和日期。

14.根据权利要求9～13之一所述的路线搜索系统，其中，所述实时处理装置执行的生成候选路线的步骤包括以下步骤：

抽取所述初始路线中所有路链的端点，且按照从起点到终点的顺序排序；

在所述常用路线库中，搜索与这些端点匹配的所有常用路线；以及

基于搜索的结果，将所述初始路线中两个端点之间的路段替换为搜索到的匹配的常用路线，生成满足以下条件的候选路线：

任一候选路线中使用的常用路线之间不存在重叠路段；

任一候选路线中使用的常用路线的集合不是另一候选路线中使用的常用路线集合的子集。

15.根据权利要求9～14之一所述的路线搜索系统，其中，所述批处理装置被配置为通过以下步骤来构建所述常用路线库：

将起点位于同一条路链上且终点也位于同一条路链上的路线划分为一组；

针对任意一组路线，选择使用频率大于等于指定阈值的路线为常用路线。

16.根据权利要求15所述的路线搜索系统，其中，所述批处理装置执行的构建所述常用路线库的步骤还包括：

根据偏好，将常用路线划分到与所述偏好对应的常用路线库中。

Images