CN105651290A - 一种导航引擎的快速重新规划路径的方法 - Google Patents

Abstract

本发明涉及导航系统领域，尤其涉及导航方法。一种导航引擎的快速重新规划路径的方法，通过实时监测车辆是否偏离已经规划好的路径，自车偏离路径后重新规划路径，利用已经规划好的路径信息与自车端探索的路径信息进行对接，生成重新规划的路径。现代城市道路错综复杂，若用户不慎偏离导航路径，能够快速规划新路径。在硬件性能不是很好的情况下，此算法效果更明显，极大地减少了内存消耗，缩短了路径规划时间，同时又能保证路径规划的合理性。

Description

一种导航引擎的快速重新规划路径的方法

技术领域

本发明涉及导航系统领域，尤其涉及导航方法。

背景技术

导航软件中，偏离路径后重新规划路径是基本功能，但由于嵌入式机器受制于机器性能的影响，无法与PC相提并论。对于城市复杂道路，用户很可能不慎偏离路径，如果重新走从自车端往目的地端探索的流程，会大大增加导航重新规划路径的时间，导致不能给用户提供及时的引导，最终可能导致更加严重的绕路现象。

因此，缩短重新规划路径时间，让用户及时回到原有路径显得非常有必要。现有的导航系统采用的导航方法路径规划时间长，内存消耗量大。

发明内容

本发明的目的在于提供一种导航引擎的快速重新规划路径的方法，以解决上述至少一个技术问题。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种导航引擎的快速重新规划路径的方法，其特征在于，通过实时监测车辆是否偏离已经规划好的路径，自车偏离路径后重新规划路径，利用已经规划好的路径信息与自车端探索的路径信息进行对接，生成重新规划的路径。

本发明相较传统的路径规划方法，缩短了算路时间，减少了内存消耗。

一种导航引擎的快速重新规划路径的方法，包括如下步骤，

步骤一，监测车辆状态：导航引导过程中时刻检测自车是否处于已规划好的路径上，已规划好的路径为原路径；

步骤二，根据车辆状态控制重新规划路径线程状态，如果步骤一中检测到自车不在已规划好的路径上，则触发重新规划路径线程；

步骤三，重新规划路径前期准备：将自车位置一定范围内的原路径道路进行标记，并读取自车周边的道路数据，供探索使用；

步骤四，路径探索：以自车位置为起点，运用算法限定探索范围的同时，运用算法进行正向路径探索，直到探索到对接原路径的至少2条路径，从中择优选取一条最佳路径作为重新规划的路径；

步骤五，路径组织：组织探索的路径信息，重新利用原路径已组织好的信息，将其组合成完整的路径信息，供导航引擎使用。

作为一种优选方案，步骤四中，运用Djstra算法进行正向路径探索，用A*算法限定探索范围，直到探索到对接原路径的8条路径。

本发明通过限定探索到与原路径对接的路径数，便于寻找出最佳路径。

步骤三中，首先在导航的引导信息中获取车辆所在位置。确定的位置作为路径规划的起始位置。

步骤三中，对原路径道路进行标记时，将原路径中从自车位置到目的地区间内，标记不少于40％的道路作为对接道路。通过与原路径进行对接，缩短算路时间。

优选为，标记50％的道路作为对接道路。

通过自车位置到目的地的直线距离作为标记对接道路范围的依据，当自车位置到目的地的直线距离小于500米时，标记不大于60％原路径的道路作为对接道路；

当自车位置到目的地的直线距离大于10千米时，标记不少于70％，且不大于90％原路径的道路作为对接道路；

当自车位置到目的地的直线距离不小于500米，且不大于10千米时，标记不少于50％，且不大于70％原路径的道路作为对接道路。

本发明通过针对不同的自车位置到目的地的直线距离作为标记对接道路范围的依据，可以有效的缩短探索的时间，减少内存消耗。因为当目的地与自车位置直线距离较小时，原路径与重新规划的路径易产生较大的偏差，故控制对接道路的范围，可以有效的缩短探索的时间。当目的地与自车位置的直线距离较小时，原路径与重新规划的距离通过扩大对接道路的范围，可以有效的减少探索时间。

步骤四中，对接道路中，找出距离车辆最远的一条道路，并以此条道路作为基准道路，计算对接原路径的至少2条路径到基准道路的代价，选择代价最小的路径作为最终的规划道路。代价最小的路径可以实现至少2种情况；以最短的路径到达目的地，或者是最快的时间到达目的地。

作为一种优选方案，一种导航引擎的快速重新规划路径的方法，包括如下步骤，

步骤一，监测车辆状态：导航引导过程中时刻检测自车是否处于已规划好的路径上，已规划好的路径为原路径；

步骤二，根据车辆状态控制重新规划路径线程状态，如果步骤一中检测到自车不在已规划好的路径上，则触发重新规划路径线程；

步骤三，车辆位置获取：从导航引导信息中获取车辆所在位置；

步骤四，路径信息获取：获取整个路径信息；

步骤五，原路径道路标记：将原路径中从自车位置到目的地区间内，标记50％的道路作为对接道路；

步骤六，设置探索范围：运用A*算法限定待探索的范围；

步骤七，运用Djstra算法，从自车往目的地进行正向探索，对接8条原路径中的道路；

步骤八，路径选择，在对接的8条道路中，找出距离自车最远的一条道路，并以此条道路作为基准道路，计算每条路径到基准道路的代价，选则代价最小的路径作为最终的规划道路；

步骤九，组织已经探索的路径信息，与对接道路之后的原路径信息进行组合，组成完成路径信息，供导航引擎使用。

探索范围，为20km的正方形区域。

整个路径信息包括自车周边的道路信息、原路径的道路信息。路径信息可作为组合信息时筛选的参数。

本发明的有益效果在于：现代城市道路错综复杂，若用户不慎偏离导航路径，能够快速规划新路径。在硬件性能不是很好的情况下，此算法效果更明显，极大地减少了内存消耗，缩短了路径规划时间，同时又能保证路径规划的合理性。

Djstra算法是E.W.Djstra于1959年提出的标号法，方法是轮流以每一个顶点为源点，重复执行Dijkstra算法n次，就可求得每一对顶点之间的最短路径以及最短路径长度。

A*算法是一种静态路网中求解最短路径最有效的直接搜索方法。估价值与实际值越接近，估价函数取得就越好。A*算法也是一种最好优先的算法。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无畏的搜索路径，提到了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。启发中的估价是用估价函数表示的，如：f(n)＝g(n)+h(n)，其中f(n)是节点n的估价函数，g(n)实在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。在这里主要是h(n)体现了搜索的启发信息，因为g(n)是已知的。g(n)代表了搜索的广度的优先趋势。但是当h(n)>>g(n)时，可以省略g(n)，而提高效率。A*算法的估价函数克表示为：f’(n)＝g’(n)+h’(n)，这里，f’(n)是估价函数，g’(n)是起点到终点的最短路径值，h’(n)是n到目标的最断路经的启发值。由于这个f’(n)其实是无法预先知道的，所以我们用前面的估价函数f(n)做近似。g(n)代替g’(n)，但g(n)>＝g’(n)才可(大多数情况下都是满足的，可以不用考虑)，h(n)代替h’(n)，但h(n)<＝h’(n)才可(这一点特别的重要)。可以证明应用这样的估价函数是可以找到最短路径的，也就是可采纳的。

附图说明

图1为本发明的流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示进一步阐述本发明。

参照图1，一种导航引擎的快速重新规划路径的方法，通过实时监测车辆是否偏离已经规划好的路径，自车偏离路径后重新规划路径，利用已经规划好的路径信息与自车端探索的路径信息进行对接，生成重新规划的路径。本发明相较传统的路径规划方法，缩短了算路时间，减少了内存消耗。

一种导航引擎的快速重新规划路径的方法，包括如下步骤，步骤一，监测车辆状态：导航引导过程中时刻检测自车是否处于已规划好的路径上，已规划好的路径为原路径；步骤二，根据车辆状态控制重新规划路径线程状态，如果步骤一中检测到自车不在已规划好的路径上，则触发重新规划路径线程；步骤三，重新规划路径前期准备：将自车位置一定范围内的原路径道路进行标记，并读取自车周边的道路数据，供探索使用；步骤四，路径探索：以自车位置为起点，运用算法限定探索范围的同时，运用算法进行正向路径探索，直到探索到对接原路径的至少2条路径，从中择优选取一条最佳路径作为重新规划的路径；步骤五，路径组织：组织探索的路径信息，重新利用原路径已组织好的信息，将其组合成完整的路径信息，供导航引擎使用。作为一种优选方案，步骤四中，运用Djstra算法进行正向路径探索，用A*算法限定探索范围，直到探索到对接原路径的8条路径。本发明通过限定探索到与原路径对接的路径数，便于寻找出最佳路径。步骤三中，首先在导航的引导信息中获取车辆所在位置。确定的位置作为路径规划的起始位置。

步骤三中，对原路径道路进行标记时，将原路径中从自车位置到目的地区间内，标记不少于40％的道路作为对接道路。通过与原路径进行对接，缩短算路时间。为导航提供了多条路径方便选择。优选为，标记50％的道路作为对接道路。通过自车位置到目的地的直线距离作为标记对接道路范围的依据，当自车位置到目的地的直线距离小于500米时，标记不大于60％原路径的道路作为对接道路；当自车位置到目的地的直线距离大于10千米时，标记不少于70％，且不大于90％原路径的道路作为对接道路；当自车位置到目的地的直线距离不小于500米，且不大于10千米时，标记不少于50％，且不大于70％原路径的道路作为对接道路。本发明通过针对不同的自车位置到目的地的直线距离作为标记对接道路范围的依据，可以有效的缩短探索的时间，减少内存消耗。因为当目的地与自车位置直线距离较小时，原路径与重新规划的路径易产生较大的偏差，故控制对接道路的范围，可以有效的缩短探索的时间。当目的地与自车位置的直线距离较小时，原路径与重新规划的距离通过扩大对接道路的范围，可以有效的减少探索时间。

步骤四中，对接道路中，找出距离车辆最远的一条道路，并以此条道路作为基准道路，计算对接原路径的至少2条路径到基准道路的代价，选择代价最小的路径作为最终的规划道路。代价最小的路径可以实现至少2种情况；以最短的路径到达目的地，或者是最快的时间到达目的地。

作为一种优选方案，一种导航引擎的快速重新规划路径的方法，包括如下步骤，步骤一，监测车辆状态：导航引导过程中时刻检测自车是否处于已规划好的路径上，已规划好的路径为原路径；步骤二，根据车辆状态控制重新规划路径线程状态，如果步骤一中检测到自车不在已规划好的路径上，则触发重新规划路径线程；步骤三，车辆位置获取：从导航引导信息中获取车辆所在位置；步骤四，路径信息获取：获取整个路径信息；步骤五，原路径道路标记：将原路径中从自车位置到目的地区间内，标记50％的道路作为对接道路；步骤六，设置探索范围：运用A*算法限定待探索的范围；步骤七，运用Djstra算法，从自车往目的地进行正向探索，对接8条原路径中的道路；步骤八，路径选择，在对接的8条道路中，找出距离自车最远的一条道路，并以此条道路作为基准道路，计算每条路径到基准道路的代价，选则代价最小的路径作为最终的规划道路；步骤九，组织已经探索的路径信息，与对接道路之后的原路径信息进行组合，组成完成路径信息，供导航引擎使用。待探索的范围，为20km的正方形区域。整个路径信息包括自车周边的道路信息、原路径的道路信息。路径信息可作为组合信息时筛选的参数。

本发明的有益效果在于：现代城市道路错综复杂，若用户不慎偏离导航路径，能够快速规划新路径。在硬件性能不是很好的情况下，此算法效果更明显，极大地减少了内存消耗，缩短了路径规划时间，同时又能保证路径规划的合理性。

Djstra算法是E.W.Djstra于1959年提出的标号法，方法是轮流以每一个顶点为源点，重复执行Dijkstra算法n次，就可求得每一对顶点之间的最短路径以及最短路径长度。

A*算法是一种静态路网中求解最短路径最有效的直接搜索方法。估价值与实际值越接近，估价函数取得就越好。A*算法也是一种最好优先的算法。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无畏的搜索路径，提到了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。启发中的估价是用估价函数表示的，如：f(n)＝g(n)+h(n)，其中f(n)是节点n的估价函数，g(n)实在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。在这里主要是h(n)体现了搜索的启发信息，因为g(n)是已知的。g(n)代表了搜索的广度的优先趋势。但是当h(n)>>g(n)时，可以省略g(n)，而提高效率。A*算法的估价函数克表示为：f’(n)＝g’(n)+h’(n)，这里，f’(n)是估价函数，g’(n)是起点到终点的最短路径值，h’(n)是n到目标的最断路经的启发值。由于这个f’(n)其实是无法预先知道的，所以我们用前面的估价函数f(n)做近似。g(n)代替g’(n)，但g(n)>＝g’(n)才可(大多数情况下都是满足的，可以不用考虑)，h(n)代替h’(n)，但h(n)<＝h’(n)才可(这一点特别的重要)。可以证明应用这样的估价函数是可以找到最短路径的，也就是可采纳的。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种导航引擎的快速重新规划路径的方法，其特征在于，通过实时监测车辆是否偏离已经规划好的路径，自车偏离路径后重新规划路径，利用已经规划好的路径信息与自车端探索的路径信息进行对接，生成重新规划的路径。

2.根据权利要求1所述的一种导航引擎的快速重新规划路径的方法，其特征在于，包括如下步骤，

步骤一，监测车辆状态：导航引导过程中时刻检测自车是否处于已规划好的路径上，已规划好的路径为原路径；

步骤二，根据车辆状态控制重新规划路径线程状态，如果步骤一中检测到自车不在已规划好的路径上，则触发重新规划路径线程；

步骤三，重新规划路径前期准备：将自车位置一定范围内的原路径道路进行标记，并读取自车周边的道路数据，供探索使用；

步骤四，路径探索：以自车位置为起点，运用算法限定探索范围的同时，运用算法进行正向路径探索，直到探索到对接原路径的至少2条路径，从中择优选取一条最佳路径作为重新规划的路径；

步骤五，路径组织：组织探索的路径信息，重新利用原路径已组织好的信息，将其组合成完整的路径信息，供导航引擎使用。

3.根据权利要求2所述的一种导航引擎的快速重新规划路径的方法，其特征在于，步骤四中，运用Djstra算法进行正向路径探索，用A*算法限定探索范围，直到探索到对接原路径的8条路径。

4.根据权利要求2所述的一种导航引擎的快速重新规划路径的方法，其特征在于，步骤三中，首先在导航的引导信息中获取车辆所在位置。

5.根据权利要求2所述的一种导航引擎的快速重新规划路径的方法，其特征在于，步骤三中，对原路径道路进行标记时，将原路径中从自车位置到目的地区间内，标记不少于40%的道路作为对接道路。

6.根据权利要求5所述的一种导航引擎的快速重新规划路径的方法，其特征在于，步骤四中，对接道路中，找出距离车辆最远的一条道路，并以此条道路作为基准道路，计算对接原路径的至少2条路径到基准道路的代价，选择代价最小的路径作为最终的规划道路。

7.根据权利要求2所述的一种导航引擎的快速重新规划路径的方法，其特征在于，所述探索范围，为20km的正方形区域。

8.根据权利要求2所述的一种导航引擎的快速重新规划路径的方法，其特征在于，所述路径信息包括自车周边的道路信息、原路径的道路信息。

9.根据权利要求2所述的一种导航引擎的快速重新规划路径的方法，其特征在于，包括如下步骤，

步骤一，监测车辆状态：导航引导过程中时刻检测自车是否处于已规划好的路径上，已规划好的路径为原路径；

步骤二，根据车辆状态控制重新规划路径线程状态，如果步骤一中检测到自车不在已规划好的路径上，则触发重新规划路径线程；

步骤三，车辆位置获取：从导航引导信息中获取车辆所在位置；

步骤四，路径信息获取：获取整个路径信息；

步骤五，原路径道路标记：将原路径中从自车位置到目的地区间内，标记50%的道路作为对接道路；

步骤六，设置探索范围：运用A*算法限定待探索的范围；

步骤七，运用Djstra算法，从自车往目的地进行正向探索，对接8条原路径中的道路；

步骤八，路径选择，在对接的8条道路中，找出距离自车最远的一条道路，并以此条道路作为基准道路，计算每条路径到基准道路的代价，选则代价最小的路径作为最终的规划道路；

步骤九，组织已经探索的路径信息，与对接道路之后的原路径信息进行组合，组成完成路径信息，供导航引擎使用。