CN105894124B - 一种应用于逻辑可视化编程的基于区域边界的优化寻路方法 - Google Patents

Abstract

一种应用于逻辑可视化编程的基于区域边界的优化寻路方法，包括如下步骤：计算起点与终点间的最优点对，以最优点对作为寻路点，确定寻路路径；若未找到可达路径，则将起点到终点区域边界上的障碍物凸点作为寻路点，把寻路过程划分为起点到寻路点，寻路点到终点两部分，其中起点到寻路点部分选择折度最小路径作为优先路径，寻路点到终点部分将寻路点更新为起点重复寻路过程，直到找到可达路径或达到设置的最大路径折度时结束。该方法能够最大限度的保证寻路路径集中在寻路区域的中间位置，符合人们的视觉要求；大大减少了寻路的空间搜索范围，提高寻路速度；路径折度可根据实际情况进行限定，以满足真实环境的要求，减少路径复杂度。

Description

一种应用于逻辑可视化编程的基于区域边界的优化寻路方法

技术领域

本发明属于PLC应用开发技术领域，更具体地说，提供了一种连续功能图中基于区域边界寻路的优化方法。

背景技术

PLC(可编程逻辑控制器)是一种取代继电器执行逻辑运算及其他顺序控制功能，控制各种类型的机械或生产过程的电子装置。具有可靠性高、编程简单、使用方便、功能完善、通用性好等特点。

连续功能图是PLC图形化编程语言之一，由于其使用灵活、方便、直观等优势，目前在工业自动化，特别是在DCS等大型系统开发中使用广泛，已经成为很重要的组态语言。连续功能图用方框图的形式来表示操作功能，各个独立的方框图之间通过连接线来建立逻辑关系。从输入点到输出点之间寻找正确且美观的连接线路径成为这种可视化图形语言的重要一环。

A*算法是目前寻路方法中最流行的一种算法。该算法将起点到终点的搜索区域划分为网格节点，从起点开始进行启发式搜索。A*算法会事先设置开启列表和关闭列表，用于存储满足条件的节点。将起点加入开启列表，循环地从开启列表中选择节点，以更新当前节点，寻找当前节点周围所有可到达或者可通过的节点，再加入开启列表，直到找到路径或开启列表为空时结束。在真实的连续功能图场景中，列表中会存储大量节点，且很多节点是无关节点，这样不仅浪费了空间，也降低了搜索效率。另外，A*算法寻到的路径无法保证连接线最大程度的集中在搜索区域的中间位置，满足不了真实场景想要的视觉效果。

发明内容

本发明的目的在于提出一种应用于逻辑可视化编程的基于区域边界的优化寻路方法，从而减少搜索范围，提高搜索效率。同时，通过查找最优点对、设置路径折度值的辅助手段，满足场景的视觉要求，控制连接线的复杂度。

为了更好地理解本发明的技术方案，在说明书中对本申请使用到的技术术语定义或说明如下：

起点：在可视化语言图形中，输入变量所在的图元引脚点；

终点：在可视化语言图形中，输出变量所在图元的引脚点

区域边界：以起点和终点分别作为左上角和右下角所形成的矩形区域的边界；

障碍物：除输入变量和输出变量所在图元的其它组态图元；

凸点：障碍物的图元矩形框的顶点；

折度值：路径的垂直拐点数；

最优点对：区域边界的垂直方向或水平方向上的点对。

寻路点：在搜索区域中某一寻路路径中的中间节点，节点中保存数据内容为：点坐标、到达该点的路径列表和路径折度大小。

本发明具体采用以下技术方案：

一种应用于逻辑可视化编程的基于区域边界的优化寻路方法，其特征在于：

所述优化寻路方法通过查找区域边界的最优点对作为寻路点，将寻路过程划分为起点到寻路点，寻路点到终点两部分，并设置最大路径折度，直到找到可达路径或达到设置的最大路径折度时结束。

一种应用于逻辑可视化编程的基于区域边界的优化寻路方法，其特征在于，所述优化寻路方法包括以下步骤：

步骤1：以输入变量所在的图元引脚点作为起点，以输出变量所在图元的引脚点即终点，计算起点和终点之间的最优点对；

步骤2：以最优点对作为寻路点，确定寻路路径；

步骤3：判断当前寻路路径是否可达，即判断在当前的寻路路径上是否存在障碍物，如果不存在，那么寻路成功，直接结束寻路过程；如果当前寻路路径不可达，则进入步骤4；

步骤4：判断当前寻路路径上的障碍物图元是否超出当前的矩形区域搜索范围，如果没有超出当前的矩形区域搜索范围，则执行步骤5，如果障碍物图元超出了当前的矩形搜索区域，则进入步骤6；

步骤5：以障碍物图元边界凸点更新寻路点，重新确定寻路路径，重复步骤3-5，直到进入步骤6或结束寻路过程；

步骤6：设置开放列表，用以保存寻路点，设置路径的最大路径折度，将起点作为寻路点添加到开放列表中，寻路点以点坐标、路径点列表、对应的路径折度为数据内容，此时的寻路点的点坐标为起点坐标，路径点列表为空，对应的路径折度为0，执行步骤7；

步骤7：如果开放列表为空，依然没有找到寻路路径，寻路失败结束；如果开放列表不为空，将开放列表中的寻路点以路径折度大小排序,从开放列表中取出路径折度最小的寻路点作为当前寻路点，当路径折度相同时，按照添加顺序取出，判断取出的寻路点的路径折度是否达到已设定的路径最大折度，如果达到最大折度，则寻路失败，结束寻路过程；如果没有达到最大折度，将该寻路点从开放列表中移除，更新为当前寻路点，执行步骤8；

步骤8：以当前寻路点到终点形成矩形区域，以矩形区域的直角拐点作为边界凸点，形成“当前寻路点-边界凸点-终点”两条寻路路径，判断两条路径上是否存在障碍物，如果有一条路径不存在障碍物，则找到寻路路径，寻路成功结束；如果两条寻路路径均存在障碍物，则执行步骤9；

步骤9：分别计算两条寻路路径中最靠近当前寻路点且被寻路路径穿越的障碍物图元，计算障碍物图元的凸点坐标，以当前寻路点到凸点形成新的矩形区域，得到“当前寻路点-新矩形区域直角拐点-凸点”的两条新寻路路径，判断两条新寻路路径上是否存在障碍物，选择没有障碍物的寻路路径，如果两条新寻路路径上均有障碍物则执行步骤7-9，否则执行步骤10；

步骤10：根据由步骤9选择出的没有障碍物的寻路路径，计算每条寻路路径的路径折度，选取最小路径折度及其对应的点列表路径，计算寻路点；其中路径折度为当前寻路点中的路径折度与当前计算出的最小路径折度的求和值，点路径列表为当前寻路点中的路径点列表与当前计算出的最小路径折度对应的路径点列表的求和列表，计算完成后，将寻路点添加到开放列表中，循环执行步骤7-10，直到寻路成功或寻路失败，结束寻路过程。

本发明还优选包括以下方案：

在步骤1中，以输入变量所在的图元引脚点即起点作为左上角，以输出变量所在图元的引脚点即终点作为右下角，形成一矩形搜索区域，计算该矩形搜索区域对应边界上的两中心点，将搜索区域边界的对应水平或垂直方向的中点作为最优点对。

计算最优点对时，首选计算水平方向上的最优点对。

在步骤5中，更新寻路点时，计算障碍物区域边界凸点，选择靠近起点或起点一侧的凸点；以障碍物凸点为基准，更新最优点对。

本发明具有以下有益的技术效果：

在上述寻路过程中，通过最优点对的方式最大程度地保证了所寻路径集中在搜索区域的中心位置，满足连续功能图组态上的视觉效果。通过区域边界计算寻路点的方式大大减少了无关寻路点的寻路过程，降低搜索范围，提高了搜索效率，路径折度的设置可以有效的控制路径复杂度，提高寻路灵活性。

附图说明

图1为本发明应用于逻辑可视化编程的基于区域边界的优化寻路方法流程图；

图2为本发明通过最优点对寻找路径示意图；

图3为本发明通过区域边界计算寻路点寻找路径示意图；

图4为本发明路径折度超过最大折度数寻路路径示意图。

具体实施方式

下面结合说明书附图对本发明的技术方案作进一步详细介绍。

在PLC语言中提供连续性功能图组态的平台是一个二维场景，起点是输入变量所在的图元引脚点，终点是输出变量所在图元的引脚点，障碍物为场景中其他的组态图元。本发明通过区域边界计算寻路点，路径线必须为水平或垂直线，不能为斜线。

如图1所示，本发明公开的应用于逻辑可视化编程的基于区域边界的寻路方法包括以下步骤：

步骤1：以输入变量所在的图元引脚点即起点作为左上角，以输出变量所在图元的引脚点即终点作为右下角，形成一矩形搜索区域，计算该矩形搜索区域对应边界上的两中心点，组成最优点对。如图2中的(a)图所示，MM’为当前计算出的最优点对；

步骤2：以最优点对作为寻路点，连接“起点--最优点对--终点”，确定当前的寻路路径。如图2中的(a)图所示的“起点—M--M’--终点”路径。

步骤3：判断当前寻路路径是否可达，即判断在当前的寻路路径上是否存在障碍物，如果不存在，那么寻路成功，如图2中(a)图所示的连接线即为所得最优寻路路径，直接结束寻路过程；如果当前寻路路径不可达，如图2中的(b)图所示，虚线MM’穿越障碍物①，则执行步骤4。

步骤4：判断当前寻路路径上的障碍物图元是否超出当前的矩形区域搜索范围，如果没有超出当前的矩形区域搜索范围，则执行步骤5，如果障碍物图元超出了当前的矩形搜索区域，则进入步骤6；

步骤5：以障碍物图元边界凸点更新寻路点，重新确定寻路路径，重复步骤3-5，直到进入步骤6或结束寻路过程；如图2中的(b)图所示，虚线MM’穿越障碍物①，那么选取障碍物图元边界凸点为基准，作通过该障碍物图元边界凸点且平行于步骤2中原最优点对之间线段的连线，所述连线与搜索区域对应边界的两个交点作为新的寻路点。边界凸点选择靠近终点或靠近起点的一侧，如图2中的(b)图所示a点。如图2中的(b)图所示“起点—M—M’—终点”的连线为最终所寻路径，路径最大程度的集中在搜索区域的中间位置。

步骤6：设置开放列表，用以保存寻路点，设置路径的最大路径折度(可自行设置大小)，将起点作为寻路点添加到开放列表中，寻路点以点坐标、路径点列表、对应的路径折度为数据内容，此时的寻路点的点坐标为起点坐标，路径点列表为空，对应的路径折度为0，执行步骤7。

步骤7：如果开放列表为空，依然没有找到寻路路径，寻路失败结束。如果开放列表不为空，将开放列表中的寻路点以路径折度大小排序,从开放列表中取出路径折度最小的寻路点作为当前寻路点，当路径折度相同时，按照添加顺序取出。判断取出的寻路点的路径折度是否达到已设定的路径最大折度，如果达到最大折度，则寻路失败，结束寻路过程。如果没有达到最大折度，将该寻路点从开放列表中移除，更新为当前寻路点，执行步骤8，如附图3所示，起点为当前寻路点。

步骤8：以当前寻路点到终点形成矩形区域，以矩形区域的直角拐点作为边界凸点，形成“当前寻路点-边界凸点-终点”两条寻路路径，连接“起点—边界凸点1—终点”、“起点—边界凸点2—终点”确定寻路路径，如附图3所示虚线。判断两条路径上是否存在障碍物，如果有一条路径不存在障碍物，则找到寻路路径，寻路成功结束。如附图3所示，两条寻路路径上均存在障碍物图元，则执行步骤9。

步骤9：分别计算两条寻路路径中最靠近起点且被寻路路径穿越的障碍物图元，如附图3所示，确定的两条寻路路径所述穿越障碍物为①、③、⑦和②、⑥、⑨，两条寻路路径中最靠近起点且被寻路路径穿越的障碍物图元为①和②。计算障碍物图元的凸点(靠近起点，且在当前矩形搜索区域内)坐标，如附图3中的a点和b点所示，以起点到凸点形成矩形区域，得到“当前寻路点-矩形区域拐点-凸点”的两条寻路路径。以附图3中所示的a点为例，得到的两条寻路点列表为“S-TH-a”和“S-TV-a”，判断两条新寻路路径上是否存在障碍物，选择没有障碍物的寻路路径，如果两条新寻路路径上均有障碍物则执行步骤7-9，否则执行步骤10.

步骤10：根据由步骤9选择出的没有障碍物的寻路路径点列表，以附图3中所示的a点为例，得到的两条没有障碍物的寻路路径点列表为“S-TH-a”和“S-TV-a”，计算每条寻路路径的路径折度，选取最小路径折度及其对应的点列表路径，计算寻路点。

以附图3中所示的a点为例：寻路路径点列表“S-TH-a”，路径折度为1，寻路路径点列表“S-TV-a”,路径折度为2，经过比较选择寻路路径点列表“S-TH-a”，及其对应的路径折度1组成寻路点数据。

计算完成后，将寻路点添加到开放列表中，在附图3的示意图中，将a点对应的寻路点，b点对应的寻路点添加到开放列表中，循环执行步骤7-10的过程，直到寻路成功或寻路失败，结束寻路过程。

在循环执行步骤7-10的过程中，第一次循环，会将a点对应的寻路点取出更新为当前寻路点，执行步骤8的操作，确定的两条寻路路径穿越障碍物③、⑦和⑨，两条寻路路径中最靠近起点且被寻路路径穿越的障碍物图元为③和⑨，计算障碍物图元的凸点(靠近起点，且在当前矩形搜索区域内)坐标，如附图3中的c点和e点所示。然后执行步骤9，以e点为例，过滤出没有障碍物的寻路路径，之后执行步骤10的操作，计算e点对应的寻路点，将e点对应的寻路点添加到开放列表中。

执行第二次循环步骤7-10的过程，最终找到路径如附图3中的实连接线所示，路径总折度为4.

在如附图4所示的场景示例中，如果设定路径最大折度为4，通过本发明方法寻路，最终获得的路径折度为6，因此寻路失败，未找到路径，以斜线显示，提示用户可通过修改最大路径折度或移动组态图元的方法重新寻路。

以上所述仅是本发明的一种实施方式，应当指出：对于本技术领域的技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和调整，这些改进和调整均应视为本发明的保护范围。

Claims (4)

1.一种应用于逻辑可视化编程的基于区域边界的优化寻路方法，满足连接线路径最大程度的集中在可视化编程组态连接线绘制区域的中间位置上的需求，其特征在于，所述优化寻路方法包括以下步骤：

步骤1：在工业自动化领域，可视化语言图形中，以输入变量所在的图元引脚点作为起点，以输出变量所在图元的引脚点作为终点，计算起点和终点之间的最优点对，其中，所述最优点对是区域边界的垂直方向或水平方向上的点对，所述区域边界是以起点和终点分别作为左上角和右下角所形成的矩形区域的边界；

步骤2：以最优点对作为寻路点，确定寻路路径，其中所述寻路点是在搜索区域中某一寻路路径中的中间节点；

步骤3：判断当前寻路路径是否可达，即判断在当前的寻路路径上是否存在障碍物，其中所述障碍物是除起点和终点所在图元的其它组态图元；如果不存在，那么寻路成功，直接结束寻路过程；如果当前寻路路径不可达，则进入步骤4；

步骤4：判断当前寻路路径上的障碍物图元是否超出当前的矩形区域搜索范围，如果没有超出当前的矩形区域搜索范围，则执行步骤5，如果障碍物图元超出了当前的矩形搜索区域，则进入步骤6；

步骤5：以障碍物图元边界凸点更新寻路点，重新确定寻路路径，重复步骤3-5，直到进入步骤6或结束寻路过程；

步骤6：设置开放列表，用以保存寻路点，设置路径的最大路径折度，其中路径折度是路径的垂直拐点数，将起点作为寻路点添加到开放列表中，寻路点以点坐标、路径点列表、对应的路径折度为数据内容，此时的寻路点的点坐标为起点坐标，路径点列表为空，对应的路径折度为0，执行步骤7；

步骤7：如果开放列表为空，依然没有找到寻路路径，寻路失败结束；如果开放列表不为空，将开放列表中的寻路点以路径折度大小排序,从开放列表中取出路径折度最小的寻路点作为当前寻路点，当路径折度相同时，按照添加顺序取出，判断取出的寻路点的路径折度是否达到已设定的路径最大折度，如果达到最大折度，则寻路失败，结束寻路过程；如果没有达到最大折度，将该寻路点从开放列表中移除，更新为当前寻路点，执行步骤8；

步骤8：以当前寻路点到终点形成矩形区域，以矩形区域的直角拐点作为边界凸点，形成“当前寻路点-边界凸点-终点”两条寻路路径，判断两条路径上是否存在障碍物，如果有一条路径不存在障碍物，则找到寻路路径，寻路成功结束；如果两条寻路路径均存在障碍物，则执行步骤9；

步骤9：分别计算两条寻路路径中最靠近当前寻路点且被寻路路径穿越的障碍物图元，计算障碍物图元的凸点坐标，以当前寻路点到凸点形成新的矩形区域，得到“当前寻路点-新矩形区域直角拐点-凸点”的两条新寻路路径，判断两条新寻路路径上是否存在障碍物，选择没有障碍物的寻路路径，其中所述凸点是障碍物的图元矩形框的顶点；如果两条新寻路路径上均有障碍物则执行步骤7-9，否则执行步骤10；

步骤10：根据由步骤9选择出的没有障碍物的寻路路径，计算每条寻路路径的路径折度，选取最小路径折度及其对应的点列表路径，计算寻路点；其中路径折度为当前寻路点中的路径折度与当前计算出的最小路径折度的求和值，点路径列表为当前寻路点中的路径点列表与当前计算出的最小路径折度对应的路径点列表的求和列表，计算完成后，将寻路点添加到开放列表中，循环执行步骤7-10，直到寻路成功或寻路失败，结束寻路过程。

2.如权利要求1所述的优化寻路方法，其特征在于：

在步骤1中，以输入变量所在的图元引脚点即起点作为左上角，以输出变量所在图元的引脚点即终点作为右下角，形成一矩形搜索区域，计算该矩形搜索区域对应边界上的两中心点，将搜索区域边界的对应水平或垂直方向的中点作为最优点对。

3.如权利要求2所述的优化寻路方法，其特征在于：

计算最优点对时，首选计算水平方向上的最优点对。

4.如权利要求2所述的优化寻路方法，其特征在于：

在步骤5中，更新寻路点时，计算障碍物区域边界凸点，选择靠近起点或起点一侧的凸点；以障碍物凸点为基准，更新最优点对。

Images