CN105466445A - 一种基于地形语义的路径规划方法 - Google Patents

一种基于地形语义的路径规划方法 Download PDF

Info

Publication number
CN105466445A
CN105466445A CN201610005412.3A CN201610005412A CN105466445A CN 105466445 A CN105466445 A CN 105466445A CN 201610005412 A CN201610005412 A CN 201610005412A CN 105466445 A CN105466445 A CN 105466445A
Authority
CN
China
Prior art keywords
path
slope
semantic
energy consumption
dem
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610005412.3A
Other languages
English (en)
Other versions
CN105466445B (zh
Inventor
李霖
夏辉
杨辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201610005412.3A priority Critical patent/CN105466445B/zh
Publication of CN105466445A publication Critical patent/CN105466445A/zh
Application granted granted Critical
Publication of CN105466445B publication Critical patent/CN105466445B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/343Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Automation & Control Theory (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于地形语义的路径规划方法,本发明数据部分包含分析区域DEM数据与路网数据两部分,DEM部分是地形语义信息的载体,路网数据是路径规划的基础数据。对DEM数据作一阶地形语义提取,得到坡度信息与坡向信息,然后在一阶地形语义的基础上继续推导出二阶地形语义信息,包含起伏度信息与粗糙度信息。最后与路网叠加在一起,计算等效能耗路径距离。本发明提高了路径规划的准确度和节约性,更加方便用户的出行;本发明还制定了可以更改的权重计算规则,根据不同地域情况,可以根据不同需求定制不同的最优能耗路径计算方式,实现路径的自动规划。

Description

一种基于地形语义的路径规划方法
技术领域
本发明属于地理信息系统与导航技术领域,尤其涉及一种基于地形语义的路径规划优化方法。
背景技术
地理信息系统的发展已由强调“系统与功能”不断向“服务与应用”转化,凸显以人为本的信息化、智能化服务宗旨(李德仁&李清泉,2002)。随着嵌入式技术的发展以及智能移动终端的普及,路径规划与导航作为地理信息系统中最常用的服务之一,在交通、旅游、物流等领域得到越来越广泛的应用。将与集成,提供实时快速的位置服务己成为当前应用服务的热点之一。
随着地图兴趣点、道路状况、交通实况等资讯服务内容的逐渐成熟以及导航移动终端的普及,路径规划与导航服务的应用领域从最初的汽车导航,已经逐步拓展到先进驾驶辅助系统应用和智能交通系统领域,形成了汽车导航、安全驾驶、行人导航、实时动态导航、基于位置服务、互联网空间信息服务等多模式导航应用(陆锋&郑年波,2009),而人们也不再仅仅满足于普通的最短路径引导。
出行路线规划以及智能导航是路径分析算法应用最为广泛的领域之一,随着对路径分析算法研究的不断深入以及应用领域的拓宽,越来越多的道路因素被纳入了算法体系,其中既有最基本的通过道路距离计算得到最短路径,也有综合考虑道路等级、宽度求解最短时间路径,以及发展到更复杂的通过建立交通流量、路等待时间等动态因素的预测模型来求解在实时路况下的最优路径等。
但由于目前的路径分析方法大部分局限于二维平面空间下,而抽象地图路网与真实交通环境存在较大的差异性,缺乏对地形的定量描述信息,导致了在路径规划中往往忽视了地形因素的影响。但无论在行人导航或是车载导航中,地形以及道路路况都应是路径分析中应该考虑的约束目标之一。
发明内容
为了解决上述技术问题,本发明提出一种基于地形语义的路径规划方法,该方法基于道路的地形语义因子信息,结合原有导航路径规划方法,充分考虑能耗与成本,提升路径推送的准确度和全面性。
本发明所采用的技术方案是:一种基于地形语义的路径规划方法,其特征在于,包括以下步骤:
步骤1:将DEM数据与路网数据叠加,标记出与路网有交集的DEM栅格;
步骤2:提取标记DEM栅格的连续地形一阶语义,其中包括坡度语义与坡向语义;
步骤3:提取标记DEM栅格的连续地形二阶语义,其中包括起伏度语义与粗糙度语义;
步骤4:以A*最短路径算法为基础,结合基于地形语义的能量消耗路径选取规则,根据不同能耗与最短路径结合的表现形式构建更加合理的规划路径选取策略,获得能耗等效路径距离D;
步骤5:根据能耗等效路径距离D的大小,向用户推荐最节能环保的路径规划方案;并根据起伏度语义的取值范围,提示用户路径行进安全。
作为优选,步骤2中所述坡度语义是指地表单元陡缓的程度,坡度Slope计算公式如下:
S l o p e = t a n Slope x 2 + Slope y 2 ;
Slope x = e 1 - e 3 2 × C e l l s i z e ;
Slope y = e 4 - e 2 2 × C e l l s i z e ;
其中Slopex表示X方向的坡度,Slopey表示Y方向的坡度;e1为DEM栅格e1的高程值,e3为DEM栅格e3的高程值,Cellsize表示DEM栅格单元的大小;e4为DEM栅格e4的高程值,e2为DEM栅格e2的高程值;
步骤2中所述坡向语义是指坡度为斜面的倾角的正切值,坡向Aspect计算公式如下:
Aspect=Slopey/Slopex
作为优选,步骤3中所述起伏度语义表示所指定的分析区域内每默认步长距离的栅格中最大高程与最小高程的差的和,起伏度RF计算公式为:
Σ 1 n R F = RF 1 + RF 2 + RF 3 + ... + RF n ;
RFi=Heightmax-Heightmin
其中Heightmax为分析路段DEM的最大高程值,Heightmin为分析路段DEM的最小高程值;
步骤3中所述粗糙度语义表示地表单元的曲面面积与其在水平面上的投影面积之比,粗糙度R计算公式为:
R=1/cos(Slope);
其中为,Slope为坡度语义。
作为优选,步骤4中所述基于地形语义的能量消耗计算公式为:
K = ( E C ) L 1 ( E C ) 0 = 1 + 19.75 × G ( 0 ≤ G ≤ 0.45 ) 1 + 5 G ( - 0.1 ≤ G ≤ 0 ) 0.09 - 5 G ( - 0.45 ≤ G ≤ - 0.1 ) ;
其中,K表示道路耗能指数,(EC)L1表示路段L1的单位距离能耗,(EC)0表示坡度为0的路段的单位距离能耗,为常数0.08ml/kg*m,G表示坡度值;
所述能耗与最短路径的道路选取规则为:
D = Σ n D i = 0.5 × Σ n ( Length i × K i ) + 0.5 × Σ n Length i × Σ n RF i / 100 × R ;
其中,D表示能耗等效路径距离,Di表示第i段路径的等效能耗距离,Lengthi表示第i段路径的长度,Ki表示第i段路径的能耗指数,RFi表示第i段路径的起伏度,R表示整段路径的粗糙度。
本发明在传统仅根据路径长度和复杂度为参考依据的导航方法基础上,增加道路的地形语义因子,对路径选取首先考虑能量消耗,其次再考虑路径的距离等其他因素。在现有单纯二维的路网基础上考虑地形语义的三维条件,以运动过程中的能量消耗为主要指标构建道路弧段的约束目标,采用能量消耗最省原则,建立符合该原则的经济最优原则的最优路径模型。提高了路径规划的准确度和节约性,更加方便用户的出行。该方法还制定了可以更改的权重计算规则,根据不同地域情况,可以根据不同需求定制不同的最优能耗路径计算方式,实现路径的自动规划。
附图说明
图1为本发明实施例的方法总体流程图;
图2为本发明实施例的坡向提取单元示意图;
图3为本发明实施例的由DEM得到的一阶地形语义结果图;
图4为本发明实施例的二阶地形语义结果图;
图5为本发明实施例的最终路径规划结果图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
数字高程模型(DEM)是用一组有序数值阵列形式表示地面高程的一种实体地面模型,是数字地形模型的一个分支,其它各种地形特征值均可由此派生。它是数字地形分析中重要的地形因子,在水文分析、土壤侵蚀模拟、地貌类型划分等地学分析及工程上均有广泛的应用。一般认为,DTM是描述包括高程在内的各种地貌语义,如坡度、坡向、坡度变化率等在内的线性和非线性组合的空间分布,其中DEM是单纯的零阶数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。通过将道路与DEM进行叠加可以有效的提取出道路上路段的高程、坡度、坡向信息。
本发明在传统的仅依据路径长度和复杂度为参考的导航方法基础上,增加道路的地形语义因子,对路径选取首先考虑能量消耗,其次再考虑路径的距离等其他因素。在现有单纯二维的路网基础上考虑地形语义的三维条件,以运动过程中的能量消耗为主要指标构建道路弧段的约束目标,采用能量消耗最省原则,建立符合该原则的经济最优原则的最优路径模型。
本发明数据部分包含分析区域DEM数据与路网数据两部分,DEM部分是地形语义信息的载体,路网数据是路径规划的基础数据。对DEM数据作一阶地形语义提取,得到坡度信息与坡向信息,然后在一阶地形语义的基础上继续推导出二阶地形语义信息,包含起伏度信息与粗糙度信息。最后与路网叠加在一起,计算等效能耗路径距离。
请见图1,本发明提供的一种基于地形语义的路径规划方法,包括以下步骤:
步骤1:将DEM数据与路网数据叠加,标记出与路网有交集的DEM栅格;
步骤2:提取标记DEM栅格的连续地形一阶语义,其中包括坡度语义与坡向语义;得到如图3的一阶地形语义结果,从上到下分别为DEM原始图像、坡度提取图像和坡向提取图像。
请见图2,坡度语义是指地表单元陡缓的程度,坡度Slope计算公式如下:
S l o p e = t a n Slope x 2 + Slope y 2 ;
Slope x = e 1 - e 3 2 × C e l l s i z e ;
Slope y = e 4 - e 2 2 × C e l l s i z e ;
其中Slopex表示X方向的坡度,Slopey表示Y方向的坡度;e1为DEM栅格e1的高程值,e3为DEM栅格e3的高程值,Cellsize表示DEM栅格单元的大小;e4为DEM栅格e4的高程值,e2为DEM栅格e2的高程值;
坡向语义是指坡度为斜面的倾角的正切值,坡向Aspect计算公式如下:
Aspect=Slopey/Slopex
步骤3:提取标记DEM栅格的连续地形二阶语义,其中包括起伏度语义与粗糙度语义;得到如图4的二阶地形语义结果,从左到右分别为起伏度提取图像和粗糙度提取图像。
起伏度语义表示所指定的分析区域内每默认步长距离的栅格中最大高程与最小高程的差的和,起伏度RF计算公式为:
Σ 1 n R F = RF 1 + RF 2 + RF 3 + ... + RF n ;
RFi=Heightmax-Heightmin
其中Heightmax为分析路段DEM的最大高程值,Heightmin为分析路段DEM的最小高程值;
粗糙度语义表示地表单元的曲面面积与其在水平面上的投影面积之比,粗糙度R计算公式为:
R=1/cos(Slope);
步骤4:以A*最短路径算法为基础,结合基于地形语义的能量消耗路径选取规则,根据不同能耗与最短路径结合的表现形式构建更加合理的规划路径选取策略,获得能耗等效路径距离D;
基于地形语义的能量消耗计算公式为:
K = ( E C ) L 1 ( E C ) 0 = 1 + 19.75 × G ( 0 ≤ G ≤ 0.45 ) 1 + 5 G ( - 0.1 ≤ G ≤ 0 ) 0.09 - 5 G ( - 0.45 ≤ G ≤ - 0.1 ) ;
其中,K表示道路耗能指数,(EC)L1表示路段L1的单位距离能耗,(EC)0表示坡度为0的路段的单位距离能耗,为常数0.08ml/kg*m,G表示坡度值;
能耗与最短路径的道路选取规则为:
D = Σ n D i = 0.5 × Σ n ( Length i × K i ) + 0.5 × Σ n Length i × Σ n RF i / 100 × R ;
其中,D表示能耗等效路径距离,Di表示第i段路径的等效能耗距离,Lengthi表示第i段路径的长度,Ki表示第i段路径的能耗指数,RFi表示第i段路径的起伏度,R表示整段路径的粗糙度。
请见图5,叠加路网数据,并结合地形语义信息,计算得出A、B两地之间的各个路径的能耗等效距离,通过比较等效距离的长短,推荐更加节能环保的路径规划方案。
步骤5:根据能耗等效路径距离D的大小,向用户推荐最节能环保的路径规划方案;并根据起伏度语义的取值范围,提示用户路径行进安全。
根据最短路径原则,A(图5中三角形)点到B(图5中圆形)点的最优化路径为图中虚线路径线路,在加入了基于地形语义的信息后,能耗等效最短距离为图中双线路径线路。所以最终推荐给用户的是最短能耗等效距离的双线路径规划方案。最终路径规划结果图如图5。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (4)

1.一种基于地形语义的路径规划方法,其特征在于,包括以下步骤:
步骤1:将DEM数据与路网数据叠加,标记出与路网有交集的DEM栅格;
步骤2:提取标记DEM栅格的连续地形一阶语义,其中包括坡度语义与坡向语义;
步骤3:提取标记DEM栅格的连续地形二阶语义,其中包括起伏度语义与粗糙度语义;
步骤4:以A*最短路径算法为基础,结合基于地形语义的能量消耗路径选取规则,根据不同能耗与最短路径结合的表现形式构建更加合理的规划路径选取策略,获得能耗等效路径距离D;
步骤5:根据能耗等效路径距离D的大小,向用户推荐最节能环保的路径规划方案;并根据起伏度语义的取值范围,提示用户路径行进安全。
2.根据权利要求1所述的基于地形语义的路径规划方法,其特征在于:步骤2中所述坡度语义是指地表单元陡缓的程度,坡度Slope计算公式如下:
S l o p e = t a n Slope x 2 + Slope y 2 ;
Slope x = e 1 - e 3 2 × C e l l s i z e ;
Slope y = e 4 - e 2 2 × C e l l s i z ;
其中Slopex表示X方向的坡度,Slopey表示Y方向的坡度;e1为DEM栅格e1的高程值,e3为DEM栅格e3的高程值,Cellsize表示DEM栅格单元的大小;e4为DEM栅格e4的高程值,e2为DEM栅格e2的高程值;
步骤2中所述坡向语义是指坡度为斜面的倾角的正切值,坡向Aspect计算公式如下:
Aspect=Slopey/Slopex
3.根据权利要求1所述的基于地形语义的路径规划方法,其特征在于:步骤3中所述起伏度语义表示所指定的分析区域内每默认步长距离的栅格中最大高程与最小高程的差的和,起伏度RF计算公式为:
Σ 1 n R F = RF 1 + RF 2 + RF 3 + ... + RF n ;
RFi=Heightmax-Heightmin
其中Heightmax为分析路段DEM的最大高程值,Heightmin为分析路段DEM的最小高程值;
步骤3中所述粗糙度语义表示地表单元的曲面面积与其在水平面上的投影面积之比,粗糙度R计算公式为:
R=1/cos(Slope);
其中为,Slope为坡度语义。
4.根据权利要求1所述的基于地形语义的路径规划方法,其特征在于:步骤4中所述基于地形语义的能量消耗计算公式为:
K = ( E C ) L 1 ( E C ) 0 = { 1 + 19.75 × G ( 0 ≤ G ≤ 0.45 ) 1 + 5 G ( - 0.1 ≤ G ≤ 0 ) 0.09 - 5 G ( - 0.45 ≤ G ≤ - 0.1 ) ;
其中,K表示道路耗能指数,表示路段L1的单位距离能耗,(EC)0表示坡度为0的路段的单位距离能耗,为常数0.08ml/kg*m,G表示坡度值;
所述能耗与最短路径的道路选取规则为:
D = Σ n D i = 0.5 × Σ n ( Length i × K i ) + 0.5 × Σ n Length i × Σ n RF i / 100 × R ;
其中,D表示能耗等效路径距离,Di表示第i段路径的等效能耗距离,Lengthi表示第i段路径的长度,Ki表示第i段路径的能耗指数,RFi表示第i段路径的起伏度,R表示整段路径的粗糙度。
CN201610005412.3A 2016-01-05 2016-01-05 一种基于地形语义的路径规划方法 Expired - Fee Related CN105466445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610005412.3A CN105466445B (zh) 2016-01-05 2016-01-05 一种基于地形语义的路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610005412.3A CN105466445B (zh) 2016-01-05 2016-01-05 一种基于地形语义的路径规划方法

Publications (2)

Publication Number Publication Date
CN105466445A true CN105466445A (zh) 2016-04-06
CN105466445B CN105466445B (zh) 2018-03-13

Family

ID=55604400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610005412.3A Expired - Fee Related CN105466445B (zh) 2016-01-05 2016-01-05 一种基于地形语义的路径规划方法

Country Status (1)

Country Link
CN (1) CN105466445B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107228668A (zh) * 2017-05-17 2017-10-03 桂林电子科技大学 一种基于规则网格dem数据的路径规划新方法
CN108846519A (zh) * 2018-06-14 2018-11-20 大唐高鸿信息通信研究院(义乌)有限公司 基于车载短距离通信网络的安全驾驶k最近邻预测方法
CN109238227A (zh) * 2018-10-31 2019-01-18 首都师范大学 一种表征地面沉降时空演变的方法
CN109447028A (zh) * 2018-11-12 2019-03-08 南京大学 一种农田沟渠网络自动提取方法
CN110132260A (zh) * 2019-05-28 2019-08-16 南京大学 一种面向复杂地表空间的行人步行导航路径规划方法
CN110377032A (zh) * 2019-07-08 2019-10-25 希格斯动力科技(珠海)有限公司 语义地图下机器人坡地运动控制方法及装置、存储介质
CN111667101A (zh) * 2020-05-22 2020-09-15 武汉大学 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统
CN113048981A (zh) * 2021-03-22 2021-06-29 中国人民解放军国防科技大学 一种面向dem的无道路区域路径规划算法的方法
CN115839717A (zh) * 2023-02-14 2023-03-24 电科疆泰(深圳)科技发展有限公司 户外搜救最佳路径规划方法、服务器及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805983A (zh) * 2018-06-11 2018-11-13 西南交通大学 “多规合一”区域空间规划数据gis-引力场分析模型

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6456938B1 (en) * 1999-07-23 2002-09-24 Kent Deon Barnard Personal dGPS golf course cartographer, navigator and internet web site with map exchange and tutor
US20100088011A1 (en) * 2008-10-02 2010-04-08 Alan Eugene Bruce Optimal vehicle router with energy management system
CN102393206A (zh) * 2011-10-19 2012-03-28 北京世纪高通科技有限公司 路径规划方法及装置
CN102435200A (zh) * 2011-09-05 2012-05-02 广东东纳软件科技有限公司 一种路径快速规划方法
CN102779148A (zh) * 2011-04-29 2012-11-14 哈曼贝克自动系统股份有限公司 产生数据库的方法、导航装置和确定高度信息的方法
CN103900598A (zh) * 2012-12-28 2014-07-02 日电(中国)有限公司 车辆路径规划方法及装置
CN104573140A (zh) * 2013-10-09 2015-04-29 北京军区军事训练模拟仿真研发服务中心 一种应用于虚拟仿真的分层动态路径规划方法
US20150176989A1 (en) * 2013-12-23 2015-06-25 Hti Ip, Llc Accelerometer-Based Hill Angle Estimation
US20150269438A1 (en) * 2014-03-18 2015-09-24 Sri International Real-time system for multi-modal 3d geospatial mapping, object recognition, scene annotation and analytics

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6456938B1 (en) * 1999-07-23 2002-09-24 Kent Deon Barnard Personal dGPS golf course cartographer, navigator and internet web site with map exchange and tutor
US20100088011A1 (en) * 2008-10-02 2010-04-08 Alan Eugene Bruce Optimal vehicle router with energy management system
CN102779148A (zh) * 2011-04-29 2012-11-14 哈曼贝克自动系统股份有限公司 产生数据库的方法、导航装置和确定高度信息的方法
CN102435200A (zh) * 2011-09-05 2012-05-02 广东东纳软件科技有限公司 一种路径快速规划方法
CN102393206A (zh) * 2011-10-19 2012-03-28 北京世纪高通科技有限公司 路径规划方法及装置
CN103900598A (zh) * 2012-12-28 2014-07-02 日电(中国)有限公司 车辆路径规划方法及装置
CN104573140A (zh) * 2013-10-09 2015-04-29 北京军区军事训练模拟仿真研发服务中心 一种应用于虚拟仿真的分层动态路径规划方法
US20150176989A1 (en) * 2013-12-23 2015-06-25 Hti Ip, Llc Accelerometer-Based Hill Angle Estimation
US20150269438A1 (en) * 2014-03-18 2015-09-24 Sri International Real-time system for multi-modal 3d geospatial mapping, object recognition, scene annotation and analytics

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107228668B (zh) * 2017-05-17 2020-03-10 桂林电子科技大学 一种基于规则网格dem数据的路径规划新方法
CN107228668A (zh) * 2017-05-17 2017-10-03 桂林电子科技大学 一种基于规则网格dem数据的路径规划新方法
CN108846519A (zh) * 2018-06-14 2018-11-20 大唐高鸿信息通信研究院(义乌)有限公司 基于车载短距离通信网络的安全驾驶k最近邻预测方法
CN109238227A (zh) * 2018-10-31 2019-01-18 首都师范大学 一种表征地面沉降时空演变的方法
CN109238227B (zh) * 2018-10-31 2020-10-20 首都师范大学 一种表征地面沉降时空演变的方法
CN109447028A (zh) * 2018-11-12 2019-03-08 南京大学 一种农田沟渠网络自动提取方法
CN110132260A (zh) * 2019-05-28 2019-08-16 南京大学 一种面向复杂地表空间的行人步行导航路径规划方法
CN110377032A (zh) * 2019-07-08 2019-10-25 希格斯动力科技(珠海)有限公司 语义地图下机器人坡地运动控制方法及装置、存储介质
CN110377032B (zh) * 2019-07-08 2022-05-27 佳木斯市奥义智能科技有限公司 语义地图下机器人坡地运动控制方法及装置、存储介质
CN111667101A (zh) * 2020-05-22 2020-09-15 武汉大学 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统
CN111667101B (zh) * 2020-05-22 2023-12-12 武汉大学 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统
CN113048981A (zh) * 2021-03-22 2021-06-29 中国人民解放军国防科技大学 一种面向dem的无道路区域路径规划算法的方法
CN113048981B (zh) * 2021-03-22 2022-11-18 中国人民解放军国防科技大学 一种面向dem的无道路区域路径规划算法的方法
CN115839717A (zh) * 2023-02-14 2023-03-24 电科疆泰(深圳)科技发展有限公司 户外搜救最佳路径规划方法、服务器及存储介质

Also Published As

Publication number Publication date
CN105466445B (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
CN105466445A (zh) 一种基于地形语义的路径规划方法
CN104700617B (zh) 基于低精度gps轨迹数据的高精度车道信息提取方法
CN109670277A (zh) 一种基于多模态数据融合与多模型集成的旅行时间预测方法
CN103839264B (zh) 一种车道线的检测方法
CN105138779A (zh) 车载gps时空轨迹大数据优选方法及系统
CN103955565A (zh) 基于gis平台的城市水系构建规划方法
CN107480373B (zh) 输电线路选线方法及系统
CN108986207A (zh) 一种基于真实路面数据的道路及沿线建筑仿真建模方法
CN107392245A (zh) 一种出租车载客轨迹聚类算法Tr‑OPTICS
CN104268862A (zh) 一种自主车三维地形可通行性分析方法
CN103162694B (zh) 数据维护及行驶支援系统、标高可靠度判断系统及方法
CN104217126A (zh) 一种基于低空气污染暴露风险道路路径选择方法
CN103530409B (zh) 遥感图像检索方法及系统
CN102226700B (zh) 一种用于立交桥路网电子地图匹配的方法
CN107747947A (zh) 一种基于用户历史gps轨迹的协同旅行路线推荐方法
CN104819728B (zh) 一种基于坡度与斜率的路径导航时间计算方法
CN104572924A (zh) 用于gis矢量建筑物多边形的多尺度表达信息生成方法
CN104034337B (zh) 一种浮动车地理位置点的地图匹配方法及装置
CN106469505A (zh) 一种浮动车轨迹纠偏方法和装置
CN103674048A (zh) 基于3g网络的动态智能导航方法
CN110285817A (zh) 基于自适应d-s证据理论的复杂路网地图匹配方法
CN108171973A (zh) 一种基于手机网格数据的交通出行模式识别方法
CN112734176A (zh) 一种充电站建站方法、装置、终端设备和可读存储介质
CN110830915B (zh) 一种确定起点位置的方法及装置
Loulizi et al. Quantifying grade effects on vehicle fuel consumption for use in sustainable highway design

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180313

Termination date: 20200105