CN104457775A - 路径确定方法、装置和导航仪 - Google Patents

Abstract

本发明公开了一种路径确定方法、装置和导航仪。该路径确定方法包括获取待确定路径的起始点和终止点；获取起始点和终止点对应区域内的障碍物数据，其中，每个障碍物采用一个多边形表达，障碍物数据为各个多边形对应的数据；根据起始点、终止点和障碍物数据确定对应区域的通视图；计算通视图的邻接成本矩阵；以及根据邻接成本矩阵确定从起始点到达终止点的最短路径。通过本发明，基于通视图确定路径，将无路网区域的路径确定过程转化为有路网区域的路径确定，路径搜索准确性高。

Description

路径确定方法、装置和导航仪

技术领域

本发明涉及路径规划技术领域，具体而言，特别涉及一种路径确定方法、装置和导航仪。

背景技术

随着汽车的普及和道路的建设，车载GPS导航仪成为汽车的基本装备，这类导航仪确定的都是有路状态下起始点至终止点的可达路径。然而，很多情况下，在一些无路网的区域，也需要寻求最优的可达路径，此时主要考虑路径如何绕开障碍物，如湖泊，悬崖，楼房等等。

目前，常用的无路网区域避障方法主要包括以下两种：

第一，基于李氏迷宫算法的避障方法。其基本思想可以描述为波的传播过程的模拟。在一个存在障碍的湖面上,若需寻找连接A,B两点的最小路径,可以在A点投下一枚石子,然后观察所引起的水波传播情况。假定“水波”传播时能量无损失,当遇到障碍时,波产生反射,最先到达的终止点波前所经过的路径必定是一条最短距离。而且只要两点间有通路存在,则自A点扩散出去的波一定能传播到B点。

这种基于李氏迷宫算法的避障方法类似枚举，其搜索效率比较低，而且随着搜索的深入，算法复杂度越来越高，从而数据处理速度慢，资源消耗大。

第二，基于线探索算法的避障方法。该方法首先将给定的起始点和终止点连起来,得到线段SE,从S指向E的射线SE为探索线，沿探索线探索前方是否有障碍物，具体地，探索是否存在障碍物的过程如下：找出与SE相交的第一个障碍物集合O,如果O不存在,则SE即为所求的解,否则在O上找到登陆点,绕过O。如果O的分离点D不能直达终止点E,中间存在障碍物O′,则求出以D为出发点,E为终止点时O′上的登陆点VC′。然后用与上述同样的方法求出D到VC′的通路和VC′到E的通路。如图1所示，该区域内存在a、b、c、d四个障碍物，沿探索线SE1探索前方无障碍物，沿探索线SE2探索前方具有障碍物b、c、d。

这种基于线探索算法的避障方法，类似于一种启发式深度搜索，该方法搜索效率比较高，但准确性比较差，寻找到的路径并不一定是最优的路径。

综上所述，现有的用于无路网区域的路径确定方法准确性差的问题，目前尚未提出有效的解决方法。

发明内容

本发明的主要目的在于提供一种路径确定方法、装置和导航仪，以解决现有技术中用于无路网区域的路径确定方法准确性差的问题。

依据本发明的一个方面，提供了一种路径确定方法。

根据本发明的路径确定方法包括：获取待确定路径的起始点和终止点；获取起始点和终止点对应区域内的障碍物数据，其中，每个障碍物采用一个多边形表达，障碍物数据为各个多边形对应的数据；根据起始点、终止点和障碍物数据确定对应区域的通视图；计算通视图的邻接成本矩阵；以及根据邻接成本矩阵确定从起始点到达终止点的最短路径。

进一步地，设通视图G＝(V,E),E为与任何多边形均不相交的边的全体，V＝{v_i|i＝1,2,…,n},v₁为起始点,v_n为终止点，v₂、v₃…v_n-1为各个多边形的顶点，v_i的坐标为(x_i,y_i)，v_j的坐标为(x_j,y_j)，则计算通视图的邻接成本矩阵为：cost[i][j]＝d(v_i,v_j)，其中，若v_i、v_j属于同一个多边形，则当v_i、v_j为相邻顶点时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0；否则d(v_i,v_j)＝∞，若v_i、v_j不属于同一个多边形，则当v_i、v_j两点构成的线段与任意一个多边形的边均不相交时，否则d(v_i,v_j)＝∞，其中，cost[i][j]为邻接成本矩阵的第i行第j列个元素。

进一步地，若v_i、v_j均属于第一多边形，其中，第一多边形为对应区域内任意一个障碍物对应的多边形，在计算d(v_i,v_j)之前，方法还包括：判断第一多边形是否为凹多边形；若第一多边形为凹多边形，则将凹多边形转化为凸多边形。

进一步地，若v_i、v_j均属于第二多边形，其中，第二多边形为对应区域内任意一个障碍物对应的多边形，在计算d(v_i,v_j)之前，该方法还包括：判断第二多边形是否为凹多边形；若第二多边形为凹多边形，则当v_i、v_j为相邻顶点时或v_i、v_j为不相同不相邻的顶点且v_i、v_j构成的线段与任意一个多边形的各边 均不相交时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0，否则d(v_i,v_j)＝∞。

进一步地，每个障碍物采用凸多边形最小面积四边形包围盒算法表达。

进一步地，根据邻接成本矩阵确定从起始点到达终止点的最短路径包括：根据邻接成本矩阵通过弗洛伊德算法、迪杰斯特拉算法或基于堆的双向路径搜索算法确定从起始点到达终止点的最短路径。

进一步地，根据邻接成本矩阵通过基于堆的双向路径搜索算法确定最短路径包括以下步骤：步骤S1：去除邻接成本矩阵中值为无穷大的元素得到第一弧段集，将正堆、反堆初始化为空；步骤S2：将第一弧段集中与起始点相关的弧段置入正堆，将第一弧段集中与终止点相关的弧段置入反堆；步骤S3：判断正堆是否为空，若正堆为空时，输出查找结束的信息，若正堆不为空时，执行步骤S4；步骤S4：将当前正堆得到的第一弧段出堆，其中，任一个弧段入正堆后，均会得到由起始点出发连接这一弧段的路径，第一弧段入正堆后得到的路径为当前正堆中各弧段得到的路径中的最小路径；步骤S5：查找反堆判断是否找到最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S6；步骤S6：在第一弧段集中获取根据第一弧段扩展得到的第一弧段子集，其中，第一弧段子集中的弧段均与第一弧段的终点相关；步骤S7：将第一弧段子集中的各弧段置入正堆，并执行步骤S8；步骤S8：判断反堆是否为空，若反堆为空时，输出查找结束的信息，若反堆不为空时，执行步骤S9；步骤S9：将当前反堆得到的第二弧段出堆，其中，任一个弧段入反堆后，均会得到由终止点出发连接这一弧段的路径，第二弧段入反堆后得到的路径为当前反堆中各弧段得到的路径中的最小路径；步骤S10：查找正堆判断是否找到最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S11；步骤S11：在第一弧段集中获取由第二弧段扩展得到的第二弧段子集，其中，第二弧段子集中的弧段均与第二弧段对应的终点相关；步骤S12：将第二弧段子集中的各弧段置入反堆，并执行步骤S3。

进一步地，若对应区域为封闭区域时，该方法还包括：获取封闭区域的边界；根据起始点、终止点和障碍物数据确定对应区域的通视图包括：根据起始点、终止点、障碍物数据和边界确定对应区域的通视图。

依据本发明的另一个方面，提供了一种路径确定装置。该装置用于执行本发明提供的任意一种路径确定方法。

根据本发明的路径确定装置包括：第一获取模块，用于获取待确定路径的起始点和终止点；第二获取模块，用于获取起始点和终止点对应区域内的障碍物数据，其中，每个障碍物采用一个多边形表达，障碍物数据为各个多边形对应的数据；第一确定模块，用于根据起始点、终止点和障碍物数据确定对应区域的通视图；计算模块，用于计算通视图的邻接成本矩阵；以及第二确定模块，用于根据邻接成本矩阵确定从起始点到达终止点的最短路径。

进一步地，设通视图G＝(V,E),E为与任何多边形均不相交的边的全体，V＝{v_i|i＝1,2,…,n},v₁为起始点,v_n为终止点，v₂、v₃…v_n-1为各个多边形的顶点，v_i的坐标为(x_i,y_i)，v_j的坐标为(x_j,y_j)，则计算模块采用以下方法计算通视图的邻接成本矩阵：cost[i][j]＝d(v_i,v_j)，其中，若v_i、v_j属于同一个多边形，则当v_i、v_j为相邻顶点时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0；否则d(v_i,v_j)＝∞，若v_i、v_j不属于同一个多边形，则当v_i、v_j两点构成的线段与任意一个多边形的边均不相交时，否则d(v_i,v_j)＝∞，其中，cost[i][j]为邻接成本矩阵的第i行第j列个元素。

进一步地，若v_i、v_j均属于第一多边形，其中，第一多边形为对应区域内任意一个障碍物对应的多边形，计算模块还包括：第一判断子模块，用于在计算d(v_i,v_j)之前，判断第一多边形是否为凹多边形；转化子模块，用于当第一多边形为凹多边形，将凹多边形转化为凸多边形。

进一步地，若v_i、v_j均属于第二多边形，其中，第二多边形为对应区域内任意一个障碍物对应的多边形，计算模块还包括：第二判断子模块，用于在计算d(v_i,v_j)之前，判断第二多边形是否为凹多边形；计算子模块，用于采用以下方法计算d(v_i，v_j)：若第二多边形为凹多边形，则当v_i、v_j为相邻顶点时或v_i、v_j为不相同不相邻的顶点且v_i、v_j构成的线段与任意一个多边形的各边均不相交时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0，否则d(v_i,v_j)＝∞。

进一步地，每个障碍物采用凸多边形最小面积四边形包围盒算法表达。

进一步地，第二确定模块还用于根据邻接成本矩阵通过弗洛伊德算法、迪 杰斯特拉算法或基于堆的双向路径搜索算法确定从起始点到达终止点的最短路径。

进一步地，第二确定模块根据邻接成本矩阵通过基于堆的双向路径搜索算法确定最短路径时，执行以下步骤：步骤S1：去除邻接成本矩阵中值为无穷大的元素得到第一弧段集，将正堆、反堆初始化为空；步骤S2：将第一弧段集中与起始点相关的弧段置入正堆，将第一弧段集中与终止点相关的弧段置入反堆；步骤S3：判断正堆是否为空，若正堆为空时，输出查找结束的信息，若正堆不为空时，执行步骤S4；步骤S4：将当前正堆得到的第一弧段出堆，其中，任一个弧段入正堆后，均会得到由起始点出发连接这一弧段的路径，第一弧段入正堆后得到的路径为当前正堆中各弧段得到的路径中的最小路径；步骤S5：查找反堆判断是否找到最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S6；步骤S6：在第一弧段集中获取根据第一弧段扩展得到的第一弧段子集，其中，第一弧段子集中的弧段均与第一弧段的终点相关；步骤S7：将第一弧段子集中的各弧段置入正堆，并执行步骤S8；步骤S8：判断反堆是否为空，若反堆为空时，输出查找结束的信息，若反堆不为空时，执行步骤S9；步骤S9：将当前反堆得到的第二弧段出堆，其中，任一个弧段入反堆后，均会得到由终止点出发连接这一弧段的路径，第二弧段入反堆后得到的路径为当前反堆中各弧段得到的路径中的最小路径；步骤S10：查找正堆判断是否找到最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S11；步骤S11：在第一弧段集中获取由第二弧段扩展得到的第二弧段子集，其中，第二弧段子集中的弧段均与第二弧段对应的终点相关；步骤S12：将第二弧段子集中的各弧段置入反堆，并执行步骤S3。

进一步地，若对应区域为封闭区域时，该装置还包括：第三获取模块，用于获取封闭区域的边界；第二确定模块还用于根据起始点、终止点、障碍物数据和边界确定对应区域的通视图。

依据本发明的再一个方面，提供了一种导航仪，该导航仪包括本发明提供的任意一种路径确定装置。

通过本发明，在确定起始点和终止点之间最短路径时，将起始点和终止点对应区域内的障碍物用多边形表达，然后根据起始点、终止点和多边形确定这 一区域的通视图，最后根据通视图的邻接成本矩阵确定从起始点到达终止点的最短路径，这种基于通视图的路径确定方法，将无路网区域的路径确定过程转化为有路网区域的路径确定，从而能够准确的搜索到从起始点到达终止点的最短路径，解决了现有技术中用于无路网区域的路径确定方法准确性差的问题。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是根据现有技术的基于线探索算法的避障方法的示意图；

图2是根据本发明实施例的路径确定方法的流程图；

图3是根据本发明实施例的采用多边形表达障碍物的示意图；

图4是根据本发明实施例的通视图一的示意图；

图5是根据本发明实施例的凸多边形最小面积四边形包围盒的示意图；

图6是根据本发明实施例的封闭区域内路径确定的示意图

图7是根据本发明实施例的路径确定方法中基于堆的双向路径搜索算法的流程图；

图8是根据本发明实施例的通视图二的示意图；

图9是根据本发明实施例的最短路径的示意图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步说明。需要指出的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在对描述本申请的实施例之前，首先进行如下的定义，以下定义适用于描 述本申请的所有实施例。

定义3.1设v_i＝(x_i,y_i)(i＝1,2,…,m),v₁＝v_m+1是平面R²上构成某多边形P_i的m个顶点，如果对任意i，j，i≠j且i,j＝1,2,…,m，线段v_iv_i+1与线段v_jv_j+1相邻且相交于一端点或不相交时，则称多边形P_i为简单多边形。简单多边形集合记为P＝{P_i|i＝1,2,…K}，K为简单多边形的个数，简单多边形P_i可表示为P_i＝{v_j|j＝1,2,…m}。

沿v₁→v₂→…→v_m→v₁方向，简单多边形P_i的有界区域总在左边，称此方向为逆时针方向(正向)。

定义3.2平面R²内障碍物集合O是简单多边形集合P的子集，即O∈P。每个障碍物O_i∈O，i＝1,2,…K，每个障碍物对应的各简单多边形的顶点数m_i可以不同，且i≠j时，其中i,j＝1,2,…,K。

定义3.3s,g∈R²分别称为起始点和终止点。点集V＝{s,g}∪V_O，其中V_O表示全体障碍物顶点。为了叙述方便，设V＝{v_i|i＝1,2,…,n}，其中v₁＝s,v_n＝g，而v₂、v₃…v_n-1对应全体障碍物顶点V_O的一个序列；设O₁＝{s}，O_K＝{g}。

定义3.4在有障碍物的平面R²上，定义G是由V构成的有权图。边的权(成本)值定义为V集两顶点间的扩展欧几里得(Euclid)距离，表示为d(v_i,v_j)，其中v_i,v_j∈V。定义cost[n][n]为图G的邻接成本矩阵，其中cost[i][j]＝d(v_i,v_j)。

定义3.5设G＝(V,E)，V如定义3.3，E为与任何多边形均不相交的边的全体。图G称为通视图，因为图中相邻的顶点能相互看到。

定义3.6使(其中s＝v_d1,g＝v_d2；v_i∈V,)为最小值的路线上全体点构成由s→g的最短避障路径。

在以上定义的基础上，下面将具体描述本发明提供的实施例。

图2是根据第一实施例的路径确定方法的流程图，该方法用于确定无路网区域内的路径，如图2所示，该方法包括如下的步骤S102至步骤S110。

步骤S102：获取待确定路径的起始点和终止点。

步骤S104：获取起始点和终止点对应区域内的障碍物数据。

其中，将起始点和终止点对应的区域内的障碍物采用多边形包围盒来表达，将每个障碍物表达为一个多边形，障碍物数据为各个多边形对应的数据， 也即各个多边形的顶点和边。在起始点s和终止点g对应区域内存在两个障碍物O₁和O₂，分别用多边形表达后如图3所示。

步骤S106：根据起始点、终止点和障碍物数据确定对应区域的通视图。

通视图G＝(V,E)如上文中定义3.5，以图3所示的起始点、终止点和障碍物为例，根据起始点、终止点和障碍物数据确定对应区域的通视图如图4所示。

其中，可根据某一固定区域内的障碍物数据预先建立一个通视图，该通视图是唯一的，当获取到不同的起始点、终止点后，在该已建立的通视图的基础上加入起始点和终止点得到一个临时的通视图用于路径的确定，从而对于固定障碍物的区域，能够减少数据处理量。

或者，在获取到起始点、终止点之后，再实时获取当前的障碍物数据建立通视图，能够实时将障碍物变化反映到路径规划过程中。

步骤S108：计算通视图的邻接成本矩阵。

得到通视图G＝(V,E)后，构建G＝(V,E)的邻接成本矩阵(也即邻接矩阵)。

步骤S110：根据邻接成本矩阵确定从起始点到达终止点的最短路径。

具体地，可采用弗洛伊德算法或迪杰斯特拉算法根据邻接成本矩阵确定从起始点到达终止点的最短路径。

弗洛伊德算法(Floyd算法)又称为插点法，是一种用于寻找给定的加权图中多源点之间最短路径的算法。该算法能够通过一个图的权值矩阵求出它的每两点间的最短路径矩阵，但是时间复杂度比较高，不适合计算大量数据。

迪杰斯特拉算法是计算从一个顶点到其余各顶点的最短路径算法，解决的是有向图中最短路径问题，其主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止，但是这种算法的效率低、运算中占用空间大。

基于堆的双向路径分析算法是基于迪杰斯特拉算法的变种，它能在不影响精确度的前提下提高运算效率。由于该算法在搜寻最短路径时，采用正向和反向，也即双向扩展的方式，因而，该算法的运算效率高于基于迪杰斯特拉算法。

采用该实施例提供的路径的确定方法，在确定起始点和终止点之间最短路径时，将起始点和终止点对应区域内的障碍物用多边形表达，然后根据起始点、终止点和多边形确定这一区域的通视图，最后根据通视图的邻接成本矩阵确定从起始点到达终止点的最短路径，这种基于通视图的路径确定方法，将无路网 区域的路径确定过程转化为有路网区域的路径确定，从而能够准确的搜索到从起始点到达终止点的最短路径。

优选地，在步骤S108中，采用以下方法计算通视图的邻接成本矩阵。设通视图G＝(V,E),E为与任何多边形均不相交的边的全体，V＝{v_i|i＝1,2,…,n},v₁为起始点,v_n为终止点，v₂、v₃…v_n-1为各个多边形的顶点，v_i的坐标为(x_i,y_i)，v_j的坐标为(x_j,y_j)，则计算通视图的邻接成本矩阵为：cost[i][j]＝d(v_i,v_j)。

具体地，在计算d(v_i,v_j)时，需要解决两类邻接关系，也即同一障碍物多边形顶点间的邻接关系和不同障碍物多边形顶点间的邻接关系，在该优选实施例中，这两类邻接关系均通过判断V中顶点连线，即边(v_i,v_j)，与障碍物多边形O_i，i＝1,2,…K是否相交来解决，具体计算方法如下：

第一，若v_i、v_j属于同一个多边形，也即v_i∈V且v_i,v_j∈O_k，k＝1,2,…,K,采用以下公式计算边(v_i,v_j)(j＝i,i+1,…m_k,m_k+1)的权值d(v_i,v_j)：

$d(v_i,v_j)=\left\{\begin{array}{cc}\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}& j=\{i+1,m_{k+1}\}\\ 0& j=i\\ \∞& \mathrm{else}\end{array}\right.$

也即当v_i、v_j为相邻顶点时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0；否则d(v_i,v_j)＝∞。

第二，若v_i、v_j不属于同一个多边形，也即v_i∈O_k，v_j∈V-O_k,k＝1,2,…,K,计算边(v_i,v_j)(j＝i,i+1,…n)的权值d(v_i,v_j)时，首先要判断v_i、v_j两点构成的线段与v_a、v_a+1是否相交，若相交，d(v_i,v_j)＝∞；若不相交，该处v_a,v_a+1∈O_l，l＝1,2,…K，a＝1,2,…,n。

在该优选实施例中，采用如上所示的方法构造邻接矩阵，算法处理简单，处理速度快，其中，计算d(v_i,v_j)的时间复杂度为O(n)，计算cost的时间复杂度为O(n³)。

进一步优选地，为了进一步提高路径确定方法的准确性，在将障碍物表达时，根据障碍物的特点，可将障碍物表达为凸多边形，也可将障碍物表达为凹多边形。 

当障碍物被表达为凹多边形时，在计算同一障碍物d(v_i,v_j)之前，首先将凹 多边形转换为凸多边形，然后再进行计算，这种转化可减少数据处理。

或者，对某一凹多边形，在计算d(v_i,v_j)时，当v_i、v_j为相邻顶点时或v_i、v_j为不相同不相邻的顶点且v_i、v_j构成的线段与任意一个多边形的各边均不相交时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0，否则d(v_i,v_j)＝∞。

优选地，为了减少数据处理量，在将障碍物表达为多边形时，每个障碍物采用凸多边形最小面积四边形包围盒算法表达，以减少多边形的顶点数，如图5所示。采用该优选实施例，能够在较少影响算法结果精度的情况下，提高算法效率。

优选地，若对应区域为封闭区域时，也即避障路径规划的几何范围在内部，则在确定通视图之前，先获取封闭区域的边界，然后根据起始点、终止点、障碍物数据和边界确定对应区域的通视图。如图6所示，对应区域为一个不规则多边形，通过获取其边界，将这个不规则多边形的所有相邻弧段加入到通视图中。

优选地，采用基于堆的双向路径搜索算法根据邻接成本矩阵确定从起始点到达终止点的最短路径，该算法是基于Dijkstra变种的A*算法的改进，具体地，该优选实施例中基于堆的双向路径搜索算法的流程如图7所示，由相互对称的两个部分组成，一个部分完成从起始点向终止点方向的搜索，该处简称为正向搜索，另一个部分完成从终止点向起始点方向的搜索，该处简称为反向搜索。

邻接成本矩阵中每一个元素对应两个顶点，每个元素的值对应这两个顶点之间的距离，在构建邻接成本矩阵时，将经过障碍物的两顶点间的距离置为无穷大，在进行搜索之前，为了实现完全避障，首先将这一部分数据去除，也即去除邻接成本矩阵中值为无穷大的元素，去除后的邻接成本矩阵中的所有数据构成第一弧段集，同时，在搜索之前，先将正堆、反堆初始化为空。

需要说明的是，在本发明中提到的“第一弧段集”、“第二多边形”等中的“第一”和“第二”仅用于区分，不做次序限定。

对于正向搜索，包括以下步骤：

步骤S11：起始点入正堆，具体地，将第一弧段集中与起始点相关的弧段 置入正堆。

步骤S12：判断正堆是否为空，若正堆为空时，输出查找结束的信息，若正堆不为空时，执行步骤S13。

步骤S13：最近点出正堆，具体地，将当前正堆得到的第一弧段出堆。

其中，任一弧段入正堆后，均会对应得到由起始点出发连接这一弧段的路径，在确定出堆弧段时，如果该弧段对应得到由起始点出发连接这一弧段的路径为当前正堆中各弧段得到的路径中的最小路径，则该弧段即为第一弧段，需要出堆，其中，在正向搜索过程中若搜索到第一弧段v_iv_j，其终点定义为v_i时，则在反向搜索过程中搜索到第一弧段v_iv_j时，其终点为v_j时。

步骤S14：查找反堆判断是否找到最近道路，也即是否找到最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S15。

步骤S15：最近点扩展，具体地，在第一弧段集中获取根据第一弧段扩展得到的第一弧段子集，其中，第一弧段子集中的弧段均与第一弧段对应的终点相关。若第一弧段对应的终点为v_i，则第一弧段子集中的弧段均为顶点v_i与其他顶点构成的弧段。

步骤S16：将扩展点入正堆，具体地，将第一弧段子集中的各弧段入正堆，其中，第一弧段子集中的各弧段入正堆后，能够得到从起始点出发正向搜索的多条路径。

其中，在正向搜索过程中扩展出来的某弧段如果在反向堆中，或者已经从反堆中出堆，也即，正向搜索扩展到的弧段是反向搜索扩展出的多条弧段中的某一条，则表明该搜索过程已经找到一条能够由起始点到达终止点的路径，称为可达路径，但该路径不一定为最短的路径。

在搜索到第一条可达路径，将该路径保存。下次搜索到新的可达路径时，均与保存的路径相比较，并在比较后将当前的最短路径进行保存。在步骤S14认为找到最短路径时，此时保存的当前最短路径即为整个搜索过程中得到的所有可达路径中的最短路径。

在扩展点入正堆后，算法跳入反向搜索过程，具体进入反堆是否为空的判断步骤。

其中，在步骤S14中，查找反堆判断是否找到最近道路的方法如下：查找反堆 判断当前正堆出堆的第一弧段是否已经作为反堆的第二弧段出来过，若该第一弧段已在反堆中出堆，则表示已经找到最短路径。

对于反向搜索，包括以下步骤：

步骤S21：终止点入反堆，具体地，将第一弧段集中与终止点相关的弧段置入反堆。

步骤S22：判断反堆是否为空，若反堆为空时，输出查找结束的信息，若反堆不为空时，执行步骤S23。

步骤S23：最近点出反堆，具体地，将当前反堆得到的第二弧段出堆。

其中，任一弧段入反堆后，均会对应得到由终止点出发连接这一弧段的路径，在确定出堆弧段时，如果该弧段对应得到由终止点出发连接这一弧段的路径为当前反堆中各弧段得到的路径中的最小路径，则该弧段即为第二弧段，需要出堆，其中，在反向搜索过程中若搜索到第二弧段v_mv_n，其终点定义为v_m时，则在正向搜索过程中搜索到第二弧段v_mv_n时，其终点为v_n时。

步骤S24：查找正堆判断是否找到最近道路，也即是否找到最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S25。

步骤S25：最近点扩展，具体地，在第一弧段集中获取根据第二弧段扩展得到的第二弧段子集，其中，第二弧段子集中的弧段均与第二弧段对应的终点相关。若第二弧段对应的终点为v_m，则第二弧段子集中的弧段均为顶点v_m与其他顶点构成的弧段。

步骤S26：将扩展点入反堆，具体地，将第二弧段子集中的各弧段入反堆，其中，第二弧段子集中的各弧段入反堆后，能够得到从终止点出发反向搜索的多条路径。

与正向搜索过程相对应，其中，在反向搜索过程中扩展出来的某弧段如果在正堆中，或者已经从正堆中出堆，也即，反向搜索扩展到的弧段是正向搜索扩展出的多条弧段中的某一条，则表明该搜索过程已经找到一条能够由起始点到达终止点的路径。

同理，在反向搜索时，搜索到第一条可达路径并保存。下次搜索到新的可达路径时，均与保存的路径相比较，并在比较后将当前的最短路径进行保存。在步骤S24认为找到最短路径时，此时保存的当前最短路径即为整个搜索过程 中得到的所有可达路径中的最短路径。

在扩展点入反堆后，算法跳入正向搜索过程，具体进入正堆是否为空的判断步骤。

其中，在步骤S24中，查找正堆判断是否找到最近道路的方法如下：查找正堆判断当前反堆出堆的第二弧段是否已经作为正堆的第一弧段出来过，若该第二弧段已在正堆中出堆，则表示已经找到最短路径。

以上是对本发明所提供的路径确定方法的实施例进行的描述，接下来将描述本发明所提供的路径确定装置的实施例。需要说明的是，本发明所提供的路径确定装置用于执行本发明提供的任意一种路径确定方法。

图8是根据本发明实施例的路径确定装置的框图，如图8所示，该装置包括第一获取模块10、第二获取模块30、第一确定模块50、计算模块70、第二确定模块90。

第一获取模块10用于获取待确定路径的起始点和终止点。该获取模块可以通过接收用户输入获取起始点和终止点。

第二获取模块30用于获取起始点和终止点对应区域内的障碍物数据。其中，将起始点和终止点对应的区域内的障碍物采用多边形包围盒来表达，将每个障碍物表达为一个多边形，障碍物数据为各个多边形对应的据，也即各个多边形的顶点和边。

第一确定模块50用于根据起始点、终止点和障碍物数据确定对应区域的通视图。

计算模块70用于计算通视图的邻接成本矩阵。

第二确定模块90用于根据邻接成本矩阵确定从起始点到达终止点的最短路径。

采用该实施例提供的路径的确定装置，在确定起始点和终止点之间最短路径时，将起始点和终止点对应区域内的障碍物用多边形表达，然后根据起始点、终止点和多边形确定这一区域的通视图，最后根据通视图的邻接成本矩阵确定从起始点到达终止点的最短路径，这种基于通视图的路径确定装置，将无路网区域的路径确定过程转化为有路网区域的路径确定，从而能够准确的搜索到从起始点到达终止点的最短路径。

优选地，设通视图G＝(V,E),E为与任何多边形均不相交的边的全体，V＝{v_i|i＝1,2,…,n},v₁为起始点,v_n为终止点，v₂、v₃…v_n-1为各个多边形的顶点，v_i的坐标为(x_i,y_i)，v_j的坐标为(x_j,y_j)，cost[i][j]为邻接成本矩阵cost的第i行第j列个元素，则计算模块70采用以下方法计算通视图的邻接成本矩阵：cost[i][j]＝d(v_i,v_j)。

其中，若v_i、v_j属于同一个多边形，则当v_i、v_j为相邻顶点时， 当v_i、v_j为同一顶点时，d(v_i,v_j)＝0；否则d(v_i,v_j)＝∞。

若v_i、v_j不属于同一个多边形，则当v_i、v_j两点构成的线段与任意一个多边形的边均不相交时，否则d(v_i,v_j)＝∞。

计算模块采用如上方法构造邻接矩阵，算法处理简单，处理速度快。

进一步优选地，若v_i、v_j属于同一个多边形时，计算模块包括第一判断子模块和转化子模块。其中，第一判断子模块用于在计算d(v_i,v_j)之前，判断该多边形是否为凹多边形，转化子模块用于当该多边形为凹多边形，将凹多边形转化为凸多边形。

采用该优选实施例，当障碍物被表达为凹多边形时，将其转换为凸多边形，然后再进行计算，这种转化可减少数据处理。

进一步地优选地，若v_i、v_j属于同一个多边形时，计算模块包括第二判断子模块和计算子模块，其中，第二判断子模块用于在计算d(v_i,v_j)之前，判断该多边形是否为凹多边形，计算子模块用于采用以下方法计算d(v_i，v_j)：若该多边形为凹多边形，则当v_i、v_j为相邻顶点时或v_i、v_j为不相同不相邻的顶点且v_i、v_j构成的线段与任意一个多边形的各边均不相交时， 当v_i、v_j为同一顶点时，d(v_i,v_j)＝0，否则d(v_i,v_j)＝∞。

采用该优选实施例，当障碍物被表达为凹多边形时，采用与凸多边形不同的处理方法，能够增加最短路径计算的准确性。

优选地，为了减少数据处理量，在将障碍物表达为多边形时，每个障碍物采用凸多边形最小面积四边形包围盒算法表达，以减少多边形的顶点数，能够在较少影响算法结果精度的情况下，提高算法效率。

优选地，第二确定模块还用于根据邻接成本矩阵通过弗洛伊德算法、迪杰 斯特拉算法或基于堆的双向路径搜索算法确定从起始点到达终止点的最短路径。

其中，进一步优选地，在采用基于堆的双向路径搜索算法确定最短路径时，第二确定模块执行如图7所示的方法，关于图7所示方法已在上文中详细描述，此处不再赘述。

优选地，若对应区域为封闭区域时，该装置还包括第三获取模块。其中，第三获取模块用于获取封闭区域的边界，第二确定模块还用于根据起始点、终止点、障碍物数据和边界确定对应区域的通视图。

图9是根据本发明实施例的导航仪的框图，如图9所示，该导航仪包括定位装置、路径确定装置和存储装置。

其中，当用户需要确定由当前位置出发至预定终点位置时，定位装置用于与卫星等通信，实时确定导航仪当前所处位置，路径确定装置为本发明提供的任意一种路径确定装置，用于确定当前位置至预定终点位置的最短路径。存储装置用于存储预定区域内的障碍物数据，以供路径确定装置在计算最短路径时使用。

从以上各实施例的描述中，可以看出，本发明实施例实现了如下技术效果：基于通视图将无路网区域的路径确定过程转化为有路网区域的路径确定，从而能够准确的搜索到从起始点到达终止点的最短路径，解决了现有技术中用于无路网区域的路径确定方法准确性差的问题。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种路径确定方法，其特征在于，包括：

获取待确定路径的起始点和终止点；

获取所述起始点和所述终止点对应区域内的障碍物数据，其中，每个障碍物采用一个多边形表达，所述障碍物数据为各个多边形对应的数据；

根据所述起始点、所述终止点和所述障碍物数据确定所述对应区域的通视图；

计算所述通视图的邻接成本矩阵；以及

根据所述邻接成本矩阵确定从所述起始点到达所述终止点的最短路径。

2.根据权利要求1所述的路径确定方法，其特征在于，

设所述通视图G＝(V,E),E为与任何多边形均不相交的边的全体，V＝{v_i|i＝1,2,…,n},v₁为所述起始点,v_n为所述终止点，v₂、v₃…v_n-1为所述各个多边形的顶点，v_i的坐标为(x_i,y_i)，v_j的坐标为(x_j,y_j)，则计算所述通视图的邻接成本矩阵为：cost[i][j]＝d(v_i,v_j)，

其中，若v_i、v_j属于同一个多边形，则当v_i、v_j为相邻顶点时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0；否则d(v_i,v_j)＝∞，

若v_i、v_j不属于同一个多边形，则当v_i、v_j两点构成的线段与任意一个多边形的边均不相交时，否则d(v_i,v_j)＝∞，

其中，cost[i][j]为所述邻接成本矩阵的第i行第j列个元素。

3.根据权利要求2所述的路径确定方法，其特征在于，若v_i、v_j均属于第一多边形，其中，所述第一多边形为所述对应区域内任意一个障碍物对应的多边形，在计算d(v_i,v_j)之前，所述方法还包括：

判断所述第一多边形是否为凹多边形；

若所述第一多边形为凹多边形，则将所述凹多边形转化为凸多边形。

4.根据权利要求2所述的路径确定方法，其特征在于，若v_i、v_j均属于第二多边形，其中，所述第二多边形为所述对应区域内任意一个障碍物对应的多边形，在计算d(v_i,v_j)之前，所述方法还包括：

判断所述第二多边形是否为凹多边形；

若所述第二多边形为凹多边形，则当v_i、v_j为相邻顶点时或v_i、v_j为不相同不相邻的顶点且v_i、v_j构成的线段与任意一个多边形的各边均不相交时，当v_i、v_j为同一顶点时，d(v_i,v_j)＝0，否则d(v_i,v_j)＝∞。

5.根据权利要求1至4中任一项所述的路径确定方法，其特征在于，每个障碍物采用凸多边形最小面积四边形包围盒算法表达。

6.根据权利要求2至4中任一项所述的路径确定方法，其特征在于，根据所述邻接成本矩阵确定从所述起始点到达所述终止点的最短路径包括：

根据所述邻接成本矩阵通过弗洛伊德算法、迪杰斯特拉算法或基于堆的双向路径搜索算法确定从所述起始点到达所述终止点的最短路径。

7.根据权利要求6所述的路径确定方法，其特征在于，根据所述邻接成本矩阵通过基于堆的双向路径搜索算法确定最短路径包括以下步骤：

步骤S1：去除所述邻接成本矩阵中值为无穷大的元素得到第一弧段集，将正堆、反堆初始化为空；

步骤S2：将所述第一弧段集中与所述起始点相关的弧段置入所述正堆，将所述第一弧段集中与所述终止点相关的弧段置入所述反堆；

步骤S3：判断所述正堆是否为空，若所述正堆为空时，输出查找结束的信息，若所述正堆不为空时，执行步骤S4；

步骤S4：将当前所述正堆得到的第一弧段出堆，其中，任一个弧段入所述正堆后，均会得到由所述起始点出发连接这一弧段的路径，所述第一弧段入所述正堆后得到的路径为当前所述正堆中各弧段得到的路径中的最小路径；

步骤S5：查找所述反堆判断是否找到所述最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S6；

步骤S6：在所述第一弧段集中获取根据所述第一弧段扩展得到的第一弧段子集，其中，所述第一弧段子集中的弧段均与所述第一弧段的终点相关；

步骤S7：将所述第一弧段子集中的各弧段置入所述正堆，并执行步骤S8；

步骤S8：判断所述反堆是否为空，若所述反堆为空时，输出查找结束的信息，若所述反堆不为空时，执行步骤S9；

步骤S9：将当前所述反堆得到的第二弧段出堆，其中，任一个弧段入所述反堆后，均会得到由所述终止点出发连接这一弧段的路径，所述第二弧段入所述反堆后得到的路径为当前所述反堆中各弧段得到的路径中的最小路径；

步骤S10：查找所述正堆判断是否找到所述最短路径，若找到，则输出查找成功的信息，若没有找到，则执行步骤S11；

步骤S11：在所述第一弧段集中获取由所述第二弧段扩展得到的第二弧段子集，其中，所述第二弧段子集中的弧段均与所述第二弧段对应的终点相关；

步骤S12：将所述第二弧段子集中的各弧段置入所述反堆，并执行步骤S3。

8.根据权利要求1所述的路径确定方法，其特征在于，

若所述对应区域为封闭区域时，所述方法还包括：获取所述封闭区域的边界；

根据所述起始点、所述终止点和所述障碍物数据确定所述对应区域的通视图包括：根据所述起始点、所述终止点、所述障碍物数据和所述边界确定所述对应区域的通视图。

9.一种路径确定装置，其特征在于，包括：

第一获取模块，用于获取待确定路径的起始点和终止点；

第二获取模块，用于获取所述起始点和所述终止点对应区域内的障碍物数据，其中，每个障碍物采用一个多边形表达，所述障碍物数据为各个多边形对应的数据；

第一确定模块，用于根据所述起始点、所述终止点和所述障碍物数据确定所述对应区域的通视图；

计算模块，用于计算所述通视图的邻接成本矩阵；以及

第二确定模块，用于根据所述邻接成本矩阵确定从所述起始点到达所述终止点的最短路径。

10.一种导航仪，其特征在于，包括权利要求9所述的路径确定装置。