CN102945261B - 智能车载信息服务终端一键式目标搜索优化方法 - Google Patents

Abstract

本发明提供了一种智能车载信息服务终端一键式目标搜索优化方法，所述方法包括：S1、获取车辆所在A₁点的经纬度坐标，获取周边目标站点C_k的信息；S2、车辆运行Δt时间后，获取车辆所在A₂点的经纬度坐标；S3、计算A₁点和A₂点之间以及各目标站点C_k与A₁点和A₂点之间的距离；S4、判断目标站点C_k是否为车辆前向路径上的点；S5、对车辆前向路径上的点进行最短路径计算，找出最近距离的目标；S6、调用最近距离的目标站点的经纬度，并标注于地图上进行导航。本发明既能保证用户得到最适合其当前行车状态的到达最佳目的地点的最优路径，满足了用户的特殊需求，又使得用户不需要手工在搜索结果中进行选择，保证驾驶员的安全行车和节省用户的时间。

Description

智能车载信息服务终端一键式目标搜索优化方法

技术领域

本发明涉及计算机软件决策技术领域，尤其涉及一种智能车载信息服务终端一键式目标搜索优化方法。

背景技术

近年来国家城市建设速度和汽车产业发展速度加快，私家车数量开始急剧增加，且城市道路网和高速公路网也在不断扩张，令交通网络变得越来越错综复杂。虽然驾驶员在出行时选择出行线路的余地增大，但同时出行的复杂度也增大了。在驾驶过程中出现突发事件，车主需要找到附近的加油站或者汽修站时，现有的车载信息终端需要先定位然后再搜索周边加油站或汽修站信息，搜索结果是一系列目标，需要车主手动选择目标，再进行导航。在车辆行驶过程中容易使得驾驶员手忙脚乱且造成较大安全隐患。因此，为有效的解决驾驶员出行过程中遇到的一系列问题，设计出一套具有目标搜索自动优化功能的智能车载信息服务终端系统显得尤为重要。

智能车载信息服务终端的任务之一是为驾驶员的特殊信息需求服务。比如搜索最近的加油站、汽修站及急救中心等信息。现有技术中采用Dijkstra（最短路径）算法来找出到目标终点的一条最短路线。现有的车载终端系统中利用Google地图来实现信息服务已经成为主流，但Google地图搜索的目标是一系列目标，这些目标基本是处于行驶车辆的周边，有些目标位于行车的逆向方向上，在实际的行车环境中，高速公路上是禁止倒车的，因此，对于行进中的车辆，搜索出来的一系列目标，无法确定哪一个是最佳目标。而Dijkstra算法是不能在目标终点未知的情况下工作。另外，由于Google地图筛选出的结果是一张列表，需要用户自己去选择，造成了大量的人工冗余操作。智能化的车载信息服务终端应能主动筛选出最适合用户特殊需求的最佳目标，并一键式提供给驾驶员。Dijkstra最短路径算法本身属NP问题，计算较复杂，若在其基础上再加之考虑预测路径终点与路径逆向排除、优化路径终点等问题，其复杂度会更大、计算更慢、不能满足日益增长的服务需求，因此需要采用新的目标优化方法来自动筛选和选取。

有鉴于此，有必要提出一种智能车载信息服务终端一键式目标搜索优化方法以解决上述问题。

发明内容

本发明的目的在于提供一种智能车载信息服务终端一键式目标搜索优化方法。

本发明的一种智能车载信息服务终端一键式目标搜索优化方法，所述方法包括：

S1、车载信息服务终端获取车辆所在A₁点的经纬度坐标，并从Google数据库获取周边目标站点C_k的信息，其中k=1、2…n；

S2、车辆运行Δt时间后，车载信息服务终端获取车辆所在A₂点的经纬度坐标；

S3、计算A₁点和A₂点之间以及各目标站点C_k与A₁点和A₂点之间的距离；

S4、判断目标站点C_k是否为车辆前向路径上的点，若是，则保留该点，若否，则排除该点；

S5、对车辆前向路径上的点进行最短路径计算，找出最近距离的目标；

S6、调用最近距离的目标站点的经纬度，并标注于地图上，自动给出当前所在位置到该目标站点的导航路线至人机交互显示屏进行导航。

作为本发明的进一步改进，所述步骤S3中各两点间的距离计算公式为：

，

其中，为A点纬度，为B点纬度，为两点纬度之差，为两点经度之差，6378.137为地球半径，单位为千米。

作为本发明的进一步改进，所述步骤S4具体为：

利用余弦定理计算的值，其中为线段的长度、为线段的长度、为线段的长度；

判断是否大于，若是，则该点为车辆前向路径上的点，保留该点，若否，则该点不是车辆前向路径上的点，排除该点；

更新周边目标站点C_k的信息。

作为本发明的进一步改进，所述步骤S2中车辆运行时间Δt为10s。

作为本发明的进一步改进，所述步骤S1中目标站点C_k最多为20个。

作为本发明的进一步改进，所述步骤S5具体为：

判断目标站点是否为汽修站类；

若是，读取车辆品牌对已筛选出的前向路径上的目标的搜索结果进行名称关键字对比，如找到匹配的站点，则执行步骤S6，如未找到匹配的站点，利用最短路径计算找出前向路径上最短路径的站点，执行步骤S6；

若否，利用最短路径计算找出前向路径上最短路径的站点，执行步骤S6。

作为本发明的进一步改进，所述步骤S5前还包括：

车载信息服务终端中的存储器存储车辆的用户姓名、车型、车牌号信息。

相应地，一种智能车载信息服务终端，所述终端包括：ARM嵌入式系统、与所述ARM嵌入式系统相连的GPRS无线通讯模块、GPS定位优化模块、存储器和液晶触摸屏。

作为本发明的进一步改进，所述存储器为SD卡。

本发明的有益效果是：本发明既能保证用户得到最适合其当前行车状态的到达最佳目的地点的最优路径，满足了用户的特殊需求，又使得用户不需要手工在搜索结果中进行选择，保证驾驶员的安全行车和节省用户的时间。

附图说明

图1是本发明智能车载信息服务终端一键式目标搜索优化方法的流程示意图；

图2是本发明智能车载信息服务终端的模块示意图；

图3是本发明目标搜索区域的优化方法示意图。

具体实施方式

以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

参图1所示，本发明的一种智能车载信息服务终端一键式目标搜索优化方法，包括：

S1、车载信息服务终端获取车辆所在A₁点的经纬度坐标，并从Google数据库获取周边目标站点C_k的信息，其中k=1、2…n；

S2、车辆运行Δt时间后，车载信息服务终端获取车辆所在A₂点的经纬度坐标。各两点间的距离计算公式为：

，

其中，为A点纬度，为B点纬度，为两点纬度之差，为两点经度之差，6378.137为地球半径，单位为千米；

S3、计算A₁点和A₂点之间以及各目标站点C_k与A₁点和A₂点之间的距离；

S4、判断目标站点C_k是否为车辆前向路径上的点，若是，则保留该点，若否，则排除该点。具体为：

利用余弦定理计算的值，其中为线段的长度、为线段的长度、为线段的长度；

判断是否大于，若是，则该点为车辆前向路径上的点，保留该点，若否，则该点不是车辆前向路径上的点，排除该点；

更新周边目标站点C_k的信息。

S5、对车辆前向路径上的点进行最短路径计算，找出最近距离的目标。具体为：

判断目标站点是否为汽修站类；

若是，读取车辆品牌对已筛选出的前向路径上的目标的搜索结果进行名称关键字对比，如找到匹配的站点，则执行步骤S6，如未找到匹配的站点，利用最短路径计算找出前向路径上最短路径的站点，执行步骤S6；

若否，利用最短路径计算找出前向路径上最短路径的站点，执行步骤S6；

S6、调用最近距离的目标站点的经纬度，并标注于地图上，自动给出当前所在位置到该目标站点的导航路线至人机交互显示屏进行导航。

参图2所示，智能车载信息服务终端包括：ARM嵌入式系统、Andriod平台、GPRS无线通讯模块、GPS定位优化模块、存储器、液晶触摸屏。ARM嵌入式系统型号为ARM11，连接GPRS无线通讯模块、GPS定位优化模块、存储器和液晶触摸屏。本实施方式中存储器为SD卡，软件采用Andriod编程实现。

启动智能车载信息服务终端系统后，第一次使用，进行用户注册，输入用户姓名、车型、车牌号等信息，系统将这些信息存储在SD卡中保存，以后使用可直接用用户名登陆。定义A1、A2两个结构体变量，分别存放用于确定行车路径的两个GPS定位点的经纬度坐标，定义C[20]为结构体数组变量(通常，Google数据库搜索结果返回最多不超过20个站，所以，定义数组元素个数为20个)。本方法分为两部分，具体如下：

(一)目标搜索区域的优化

(1)行车方向路径的确定

如图3所示：当汽车在A₁点时，用户启动一键式搜索周边加油站/周边医院/周边汽修站，车载信息服务终端向Google数据库发送搜索请求，而后Google数据库以XML文件形式返回周边加油站/周边医院/汽修站信息，站点如图中C₁、C₂…C₇所示。这些信息包括各站的经度，纬度、名称、所在道路。通常，Google数据库搜索结果返回最多不超过20个站，这里我们假设返回了n个站点，记为C₁、C₂…C_n(n<20)。车载终端系统解析上述周边搜索信息结果并将其存储于系统C[n]结构体数组变量中。

车载系统在后台进行计算时在地图中标记此时所在地位置，设为A₁点，存放于A₁结构体变量中，图中的a，b分别表示A₁的经度与纬度；利用GPS定位仪，间隔Δt时间再自动刷新定位一次，Δt表示车载服务终端GPS模块固有刷新时间间隔，过Δt时间终端系统再提取一次GPS模块中车辆所在地的经纬度（Δt通常取10s），设为A₂点，存放于A₂结构体变量中，图中的c，d分别表示A₂的经度与纬度。然后，利用公式计算各两点间的距离长度：

，

其中，为A点纬度，为B点纬度，为两点纬度之差，为两点经度之差，6378.137为地球半径，单位为千米。

如图所示：连接A₁、A₂两点，并根据A₁、A₂、C₁、C₂…C_n的经纬度利用公式分别计算出线段、、、，…，以及线段、、，…的长度存储存于一个二维数组中(单位：米)。

(2)去除目标搜索区域中的逆向路径目标点

以图3情况为例，设C₁、C₂…C₇是Google数据库返回的在搜索圆半径内的七个符合搜索要求的目标。利用余弦定理分别计算（即C₁、C₂…C₇各点与A₁、A₂的夹角）。余弦定理为：

其中为线段的长度、为线段的长度、为线段的长度。通过判断是否大于来判定是否前向路径上的点或不是。若大于，则为汽车行驶前向路径上的点，将所有前向路径上的点保留；若小于则为汽车行驶后向路径上的点，系统则不保留。

(二)最优目标确定

将已筛选出的前向路径上的点目标再进行最短路径计算，找出最近距离的目标。

进行最短路径计算前先进行分类判断：分2类，一类是汽修站另一类是加油站/医院等归为其他类。由于汽修站一般分为各车品牌维修站点（4S店）。所以，对汽修站最优目标确定时，系统根据预先输入存储终端系统数据库中的车的品牌，对已筛选出的前向路径上的点目标运用关键字比对法，找出匹配该品牌的维修站点，再采用Dijkstra算法进行最短路选择，如果无匹配结果，采用Dijkstra算法对所有前向路径上的点目标进行最短路挑选；对其它类别站点的搜索，直接采用Dijkstra算法对所有前向路径上的点目标进行计算，挑选距离当前车辆位置距离最近的最优目标。系统完成上述最优目标确定后，给出车辆当前位置到选择的最优目标为终点的导航路线开始进入导航。具体方法如下：

（1）汽修站目标优化

车载系统已记录该车辆相关信息，如其品牌等。车辆品牌信息存储在系统数据库列表中。系统调用存储于系统数据库列表中代表车辆品牌信息，与筛选出来的前向路径上的汽修站名称信息，进行名称关键字对比，将匹配的车主品牌的站点以及对应的经度、纬度、名称、所在道路信息等存入缓存变量中，再利用Dijkstra算法在这些对应汽修站点中，计算出最短路径的汽修站；若不能找到符合车主车型和品牌的站点，则利用Dijkstra算法在前向路径上的汽修站中计算出距离车辆当前位置距离最近的站点，再调用该站点的经纬度，将其标注于地图上，并自动给出当前所在位置到该站点的导航路线至人机交互显示屏进行导航。

（2）加油站/医院等目标优化

当汽车行驶中需要加油或者车中人员发生突发状况，急需就诊时，时间是要考虑的第一要素，直接利用Dijkstra算法在筛选出来的目标站中计算出距离车辆当前位置距离最近的站点，再调用该站点的经纬度，将其标注于地图上，并自动给出当前所在位置到该站点的导航路线至人机交互显示屏进行导航。

由上述技术方案可以看出，本发明采用目标域优化来实现路径检索结果的智能优化并一键提供用户，满足用户的特殊需求，以帮助驾驶员迅速处理突发事件并快速、实时地到达理想目的地。首先，利用在行车方向的前向方向上的目标与行车方向后向方向上的目标与行车路径夹角的不同，排除了在车辆行进逆向方向上的搜索结果。在应用Dijkstra最短路径算法前，去掉了一半以上的无用目标，大大减少了计算量。其次，在目的地未知情况下的路径搜索方法，其搜索结果为以车辆所在地为中心的周围一圈的搜索结果，而后需要用户手动选择。本发明则将这些选择过程全部自动化，用户在点击周边加油站/医院/汽修站之后，将直接获得最优需求目的地的导航路线。相比于现有车载系统，本发明既能保证用户得到最适合其当前行车状态的到达最佳目的地点的最优路径，满足了用户的特殊需求，又使得用户不需要手工在搜索结果中进行选择，保证驾驶员的安全行车和节省用户的时间。

应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (5)

1.一种智能车载信息服务终端一键式目标搜索优化方法，其特征在于，所述方法包括：

S1、车载信息服务终端获取车辆所在A₁点的经纬度坐标，并从Google数据库获取周边目标站点C_k的信息，其中k＝1、2…n；

S2、车辆运行Δt时间后，车载信息服务终端获取车辆所在A₂点的经纬度坐标；

S3、计算A₁点和A₂点之间以及各目标站点C_k与A₁点和A₂点之间的距离，计算公式为：

$L_{\stackrel{\&OverBar;}{AB}}=6378.137\&times;2\arcsin \sqrt{{\sin }^2\frac{a}{2}+cos\left(Lat1\right)\&times;cos\left(Lat2\right)\&times;{\sin }^2\frac{b}{2}},$

其中，Lat1为A点纬度，Lat2为B点纬度，a＝Lat1-Lat2为两点纬度之差，b＝Lung1-Lung2为两点经度之差，6378.137为地球半径，单位为千米；

S4、判断目标站点C_k是否为车辆前向路径上的点，若是，则保留该点，若否，则排除该点，具体为：利用余弦定理计算∠C_kA₂A₁的值，其中|A₁A₂|为线段A₁A₂的长度、|A₂C_k|为线段A₂C_k的长度、|A₁C_k|为线段A₁C_k的长度；判断∠C_kA₂A₁是否大于90°，若是，则该点为车辆前向路径上的点，保留该点，若否，则该点不是车辆前向路径上的点，排除该点；更新周边目标站点C_k的信息；

S5、对车辆前向路径上的点进行最短路径计算，找出最近距离的目标；

S6、调用最近距离的目标站点的经纬度，并标注于地图上，自动给出当前所在位置到该目标站点的导航路线至人机交互显示屏进行导航。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中车辆运行时间Δt为10s。

3.根据权利要求1所述的方法，其特征在于，所述步骤S1中目标站点C_k最多为20个。

4.根据权利要求1所述的方法，其特征在于，所述步骤S5具体为：

判断目标站点是否为汽修站类；

若是，读取车辆品牌对已筛选出的前向路径上的目标的搜索结果进行名称关键字对比，如找到匹配的站点，则执行步骤S6，如未找到匹配的站点，利用最短路径计算找出前向路径上最短路径的站点，执行步骤S6；

若否，利用最短路径计算找出前向路径上最短路径的站点，执行步骤S6。

5.根据权利要求4所述的方法，其特征在于，所述步骤S5前还包括：

车载信息服务终端中的存储器存储车辆的用户姓名、车型、车牌号信息。