CN106067072B - 一种逻辑路网模型下的路径自适应快速获取方法 - Google Patents

一种逻辑路网模型下的路径自适应快速获取方法 Download PDF

Info

Publication number
CN106067072B
CN106067072B CN201610369598.0A CN201610369598A CN106067072B CN 106067072 B CN106067072 B CN 106067072B CN 201610369598 A CN201610369598 A CN 201610369598A CN 106067072 B CN106067072 B CN 106067072B
Authority
CN
China
Prior art keywords
path
optimal
logic
road
sequence
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.)
Active
Application number
CN201610369598.0A
Other languages
English (en)
Other versions
CN106067072A (zh
Inventor
连小珉
杨殿阁
李江涛
柳超然
肖中阳
曹重
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201610369598.0A priority Critical patent/CN106067072B/zh
Publication of CN106067072A publication Critical patent/CN106067072A/zh
Application granted granted Critical
Publication of CN106067072B publication Critical patent/CN106067072B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种逻辑路网模型下的路径自适应快速获取方法，其步骤：根据需求设置最优矢量路径的各项属性；通过最优逻辑路径逐级展开获取终了路径：将l级最优逻辑路径以路径元为单位进行一轮遍历和展开，得到l+1级最优逻辑路径的过程，当路径元对应逻辑直连时，针对路径元展开；当路径元对应原始连接时，路径元不需再展开；设置最优逻辑路径的快速映射模型，根据快速映射模型设置逻辑路网路径快速映射信息存储的数据结构；结合路段号序列得到路径显示部分最为合理的形状点列，最终用于实现最优矢量路径的快速自适应显示。本发明在保证显示效果的同时减少显示数据量，加快最优路径显示速度。

Description

一种逻辑路网模型下的路径自适应快速获取方法
技术领域
本发明涉及一种车用导航领域，特别是关于一种逻辑路网模型下的路径自适应快速获取方法。
背景技术
基于普通路网的寻路，最优路径拓扑序列可以通过对寻路拓扑树回溯得到。而对于已经优化拓扑结构的路网模型而言，回溯结束后得到的是逻辑路网模型的路径，仍无法获取与实际路网对应的最优路径，需要根据逻辑路网模型进一步展开。例如，分层逻辑路网模型下获取最优路径信息时，最优路径中对应的上层部分需要逐层映射至最底层路网，并完成拼接，才能得到最终的最优路径。
经过拓扑优化的路网模型在寻路拓展结束后，都要通过类似展开过程获取最终的路径拓扑信息。因此，如何快速准确地实现该过程就成为车载导航快速寻路工程实现中必须解决的问题。除最优路径的拓扑信息之外，还应考虑最优路径形状信息的获取方法。对于车载导航寻路而言，最优路径显示是最后一步也是非常重要的一步，能够给予驾驶员对于最优路径的直观感受。
最优路径形状信息的获取有两点要求。一是要保证路径形状信息满足最优路径的显示需要。当路径较短、比例尺较大时，形状信息必须准确详细，而当路径较长、比例尺较小时，考虑到显示速度问题，形状信息可以适当简化，在不影响显示效果的前提下减少显示数据量。二是形状信息的获取速度要快，否则会影响用户体验。由于路网规模很大，如何设计良好的形状数据存储结构进而保证数据读取效率是需要重点考虑的问题。
发明内容
针对上述问题，本发明的目的是提供一种逻辑路网模型下的路径自适应快速获取方法，该方法根据逻辑路网模型下寻路算法得到的拓扑信息集合，获取最优路径拓扑序列与显示形状等具体信息。
为实现上述目的，本发明采取以下技术方案：一种逻辑路网模型下的路径自适应快速获取方法，该方法是将起点和终点的最优逻辑路径进行还原，得到与实际路网的路口、路段对应的最优矢量路径P，其特征在于，该方法包括以下步骤：1)对原始道路信息数据进行数据预处理，构建最短逻辑连接，并通过已有寻路算法得到最优逻辑路径；2)根据需求设置最优矢量路径的各项属性，最优矢量路径P由导航引元序列与补充形状点列组成；3)通过最优逻辑路径逐级展开获取终了路径：将l级最优逻辑路径以路径元为单位进行一轮遍历和展开，得到l+1级最优逻辑路径的过程，当路径元k(l)对应逻辑直连时，针对路径元k(l)展开；当路径元k(l)对应原始连接时，路径元k(l)不需再展开；4)设置最优逻辑路径的快速映射模型，建立路径元与导航元之间的直接关系，并根据快速映射模型设置逻辑路网路径快速映射信息存储的数据结构；5)根据最优矢量路径的显示需要，在简化形状点列基础上，结合路段号序列B，得到路径显示部分最为合理的形状点列E；该点列即为补充形状点列，最终用于实现最优矢量路径的快速自适应显示。
所述步骤2)中，导航元包括引导元，路段号，简化点，以及外限矩形；引导元是读取行车引导数据所需的索引构成的单元，最优矢量路径的所有引导元构成引导元序列；利用路段号能从显示路网中读取路段的详细形状数据，最优矢量路径的路段号构成路段号序列；简化点是长距离最优路径显示时所用的初始形状点，最优矢量路径的所有简化形状点构成简化形状点列；外限矩形是最优路径中路段的外限矩形，内容为西南极限位置和东北极限位置，分别用经纬度表示，最优矢量路径的所有外限矩形构成外限矩形序列。
所述步骤2)中，补充形状点列是针对最优路径的实际显示需要所准备的自适应路径形状信息。
所述步骤4)中，快速映射模型为二叉树模型，每棵二叉树的根结点对应最优逻辑路径的一个路径元，同时也对应逻辑路网的一个单连接；所有二叉树的叶结点构成终了路径，并且对应导航元序列。
所述快速映射模型在预处理时保存所有单连接对应的导航元序列信息，在数据结构中分别设置索引文件与数据文件，索引文件提供单连接对应的导航元数据文件索引，数据文件则存放相应的导航元序列，在路径映射时直接从索引文件和数据文件中读取这些信息，实现最优逻辑路径的快速映射。
本发明由于采取以上技术方案，其具有以下优点：1、本发明采用的路径还原方法能够将最优路径还原至原始路网，得到实际导航用的最优路径，结合快速还原模型，保证了逻辑路网模型下寻路的工程实用性。2、本发明采用路径形状的自适应提取能够根据最优路径的显示需要准备恰当的路径形状点列，在保证显示效果的同时减少显示数据量，加快最优路径显示速度。
附图说明
图1是本发明逻辑路网模型下的路径快速自适应获取结果示意图；
图2a是本发明的路径导航元中引导元示意图；
图2b是本发明的路径导航元中简化点示意图；
图2c是本发明的路径导航元中外限矩形示意图；
图3a是本发明的最优路径及显示区域示意图；
图3b是本发明的相应补充形状点列示意图；
图4是本发明的最优路径映射示意图；
图5是本发明的快速映射模型示意图；
图6是本发明的连续路段提取示意图；
图7a是本发明连续路段序列对应的最优路实际形状；
图7b是本发明连续路段序列对应的连续补充点列示意图；
图8是本发明的补充点列的粗略提取示意图；
图9是本发明的补充点列的精细提取示意图；
图10是本发明的补充点列的混合提取示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示，本发明提供一种逻辑路网模型下的路径自适应快速获取方法，该方法是将起点cs和终点ct的最优逻辑路径Γ进行还原，得到与实际路网的路口、路段对应的最优矢量路径P的路径自适应还原过程。最优矢量路径信息包括用于提取导航引导信息的结点引导元和用于最优路径显示的路段形状点。在本发明中，最优路径用于指代实际路网中起点、终点之间的最优路对象，而描述该对象所用的信息构成最优矢量路径。本发明具体步骤如下：
1)对原始道路信息数据进行数据预处理，此处预处理可以采用现有多种方法，构建最短逻辑连接等，并通过已有寻路算法得到最优逻辑路径；
2)根据需求设置目标最优矢量路径的各项属性：最优矢量路径P由导航引元序列Λ与补充形状点列E组成。其中导航元包括引导元αj，路段号βj，简化点χj，以及外限矩形Δj，如图2a-图2c所示。引导元αj是读取行车引导数据所需的索引构成的单元，最优矢量路径的所有引导元构成引导元序列；路段号βj，利用路段号βj可以从显示路网中读取路段的详细形状数据，最优矢量路径的路段号构成路段号序列；简化点χj是长距离最优路径显示时所用的初始形状点，最优矢量路径的所有简化形状点构成简化形状点列；外限矩形Δj是最优路径中路段的外限矩形，内容为西南极限位置δj1和东北极限位置δj2，分别用经纬度表示，最优矢量路径的所有外限矩形构成外限矩形序列。
补充形状点列E是针对最优路径的实际显示需要所准备的自适应路径形状信息。如图3a所示，虚线框表示导航仪屏幕显示的地理区域，为屏显矩形，即；bi为连续路段序列，是最优路径位于屏显矩形内的第i个连续段；如图3b所示，Ei为连续补充点列,是与连续路段序列bi对应的补充形状点列；εie为形状点，定义与简化点χj相同。
3)如图4所示，图中，
Figure BDA0001003819580000041
为最优逻辑路径Γ(l)下第k个路径元；通过最优逻辑路径逐级展开获取终了路径：将l级最优逻辑路径Γ(l)以路径元为单位进行一轮遍历和展开，得到l+1级最优逻辑路径的过程，当路径元k(l)对应逻辑直连时，针对路径元k(l)展开；当路径元k(l)对应原始连接时，路径元k(l)不需再展开。
4)设置最优逻辑路径的快速映射模型，建立路径元与导航元之间的直接关系，并根据快速映射模型设置逻辑路网路径快速映射信息存储的数据结构，保证路网中任意逻辑路径快速映射的实现。
其中，如图5所示，快速映射模型为二叉树模型，每棵二叉树的根结点对应最优逻辑路径的一个路径元，同时也对应逻辑路网的一个单连接。所有二叉树的叶结点构成终了路径，并且对应导航元序列Λ。
快速映射模型在预处理时保存所有单连接对应的导航元序列信息，在数据结构中分别设置索引文件与数据文件，索引文件提供单连接对应的导航元数据文件索引，数据文件则存放相应的导航元序列，在路径映射时直接从索引文件和数据文件中读取这些信息，即可省去最优逻辑路径的映射过程，从而实现最优逻辑路径的快速映射。
5)根据最优矢量路径的显示需要，在简化形状点列基础上，结合路段号序列B，得到路径显示部分最为合理的形状点列E；该点列即为补充形状点列，最终用于实现最优矢量路径的快速自适应显示。
如图6所示，R为屏显矩形，是导航仪屏幕显示的地理区域，其西南极限位置和东北极限位置分别为R1和R2，获取最优矢量路径上位于屏显矩形内的所有路段在路段号序列的序号，并按照路段之间连续关系进行组织，得到连续路段序列集Bc。
利用连续路段序列bi的路段序，结合简化形状点列X和路段号序列B获取连续补充点列Ei，如图7a、图7b所示，连续补充点列Ei是根据屏幕内需要显示的最优矢量路径详细程度，利用连续简化点列E和连续详尽点列ZE计算得到的。当屏幕需要显示的路段数量很多时，说明当前比例尺较小，对最优矢量路径形状的精细程度要求不高，可直接采用简化形状点列进行显示，减少形状数据的准备时间和导航设备的绘图时间，该种获取补充点列的方式称为补充点列的粗略提取，如图8所示；当屏幕需要显示的路段数量很少时，说明当前比例尺较大，对于最优矢量路径形状的精细程度要求很高，需要从形状路网中读取路段的详细形状数据进行显示，该种获取补充点列的方式称为补充点列的精细提取，如图9所示；当屏幕需要显示的路段数量适中时，单独采用简化形状点列进行显示会导致最优矢量路径与背景路网不重合，影响显示效果，而全部从形状路网中读取数据又会影响显示速度，故将两者结合，该种自适应获取补充点列的方式称为补充点列的混合提取，如图10所示。
上述各实施例仅用于说明本发明，各部件的结构、尺寸、设置位置及形状都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别部件进行的改进和等同变换，均不应排除在本发明的保护范围之外。

Claims (2)

1.一种逻辑路网模型下的路径自适应快速获取方法，该方法是将起点和终点的最优逻辑路径进行还原，得到与实际路网的路口、路段对应的最优矢量路径P，其特征在于，该方法包括以下步骤：
1)对原始道路信息数据进行数据预处理，构建最短逻辑连接，并通过已有寻路算法得到最优逻辑路径；
2)根据需求设置最优矢量路径的各项属性，最优矢量路径P由导航元序列与补充形状点列组成；其中，所述导航元序列由导航元构成，所述导航元包括引导元，路段号，简化点，以及外限矩形；所述引导元是读取行车引导数据所需的索引构成的单元，最优矢量路径的所有引导元构成引导元序列；利用所述路段号能从显示路网中读取路段的详细形状数据，最优矢量路径的路段号构成路段号序列；简化点是长距离最优路径显示时所用的初始形状点，最优矢量路径的所有简化点构成简化形状点列；外限矩形是最优路径中路段的外限矩形，内容为西南极限位置和东北极限位置，分别用经纬度表示，最优矢量路径的所有外限矩形构成外限矩形序列；所述补充形状点列是针对最优路径的实际显示需要所准备的自适应路径形状信息；
3)通过最优逻辑路径逐级展开获取终了路径：将l级最优逻辑路径以路径元为单位进行一轮遍历和展开，得到l+1级最优逻辑路径的过程，当路径元k(l)对应逻辑直连时，针对路径元k(l)展开；当路径元k(l)对应原始连接时，路径元k(l)不需再展开；其中，所述路径元为构成最优逻辑路径的各单元；
4)设置最优逻辑路径的快速映射模型，建立路径元与导航元之间的直接关系，并根据快速映射模型设置逻辑路网路径快速映射信息存储的数据结构；所述快速映射模型为二叉树模型，每棵二叉树的根结点对应最优逻辑路径的一个路径元，同时也对应逻辑路网的一个单连接；所有二叉树的叶结点构成终了路径，并且对应导航元序列；
5)根据最优矢量路径的显示需要，在简化形状点列基础上，结合路段号序列B，得到路径显示部分最为合理的形状点列E；该点列即为补充形状点列，最终用于实现最优矢量路径的快速自适应显示；
具体的快速自适应显示方法为：
当屏幕需要显示的路段数量超过第一预设阈值时，采用简化形状点列进行最优矢量路径的显示；
当屏幕需要显示的路段数量小于第二预设阈值时，从形状路网中读取路段的详细形状数据进行最优矢量路径的显示；
当屏幕需要显示的路段数量在第一预设阈值和第二预设阈值之间时，采用简化形状点列和从形状路网中读取数据相结合的方法进行最优矢量路径的显示；所述第一预设阈值和第二预设阈值根据实际需要确定。
2.如权利要求1所述的一种逻辑路网模型下的路径自适应快速获取方法，其特征在于：所述快速映射模型在预处理时保存所有单连接对应的导航元序列信息，在数据结构中分别设置索引文件与数据文件，索引文件提供单连接对应的导航元数据文件索引，数据文件则存放相应的导航元序列，在路径映射时直接从索引文件和数据文件中读取这些信息，实现最优逻辑路径的快速映射。
CN201610369598.0A 2016-05-30 2016-05-30 一种逻辑路网模型下的路径自适应快速获取方法 Active CN106067072B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610369598.0A CN106067072B (zh) 2016-05-30 2016-05-30 一种逻辑路网模型下的路径自适应快速获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610369598.0A CN106067072B (zh) 2016-05-30 2016-05-30 一种逻辑路网模型下的路径自适应快速获取方法

Publications (2)

Publication Number Publication Date
CN106067072A CN106067072A (zh) 2016-11-02
CN106067072B true CN106067072B (zh) 2020-01-14

Family

ID=57420827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610369598.0A Active CN106067072B (zh) 2016-05-30 2016-05-30 一种逻辑路网模型下的路径自适应快速获取方法

Country Status (1)

Country Link
CN (1) CN106067072B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657834B (zh) * 2018-10-31 2022-10-04 广东工业大学 一种基于自适应基因长度差分进化算法的海底路径规划方法
CN113386608B (zh) * 2021-06-30 2023-05-12 钟求明 基于自动驾驶汽车的充电统筹排序方法及智能充电站
CN113393055B (zh) * 2021-07-05 2023-07-25 苏州清研捷运信息科技有限公司 一种货车导航沿途限行数据的预处理及使用方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101488158A (zh) * 2009-02-13 2009-07-22 同济大学 一种基于道路元素的路网建模方法
CN102298640A (zh) * 2011-09-14 2011-12-28 清华大学 一种地图显示数据预处理方法
CN103063219A (zh) * 2012-12-21 2013-04-24 清华大学 一种导航电子地图预处理及显示方法
CN103235848A (zh) * 2013-04-15 2013-08-07 中国科学院软件研究所 一种基于简化路网模型的轻量级路网匹配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9140573B2 (en) * 2010-07-23 2015-09-22 Google Inc. Path finding in a map editor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101488158A (zh) * 2009-02-13 2009-07-22 同济大学 一种基于道路元素的路网建模方法
CN102298640A (zh) * 2011-09-14 2011-12-28 清华大学 一种地图显示数据预处理方法
CN103063219A (zh) * 2012-12-21 2013-04-24 清华大学 一种导航电子地图预处理及显示方法
CN103235848A (zh) * 2013-04-15 2013-08-07 中国科学院软件研究所 一种基于简化路网模型的轻量级路网匹配方法

Also Published As

Publication number Publication date
CN106067072A (zh) 2016-11-02

Similar Documents

Publication Publication Date Title
CN102855322B (zh) 一种基于空间探索技术的地图数据存储方法
CN106067072B (zh) 一种逻辑路网模型下的路径自适应快速获取方法
CN108241712B (zh) 一种地图数据处理方法和装置
CN107992625A (zh) 一种网页表格数据自动抽取方法及装置
CN108205960B (zh) 一种文字渲染的方法和装置、电子地图制作系统及导航系统
CN104200127A (zh) 基于道路转角权重的最优路径分析方法
CN103308048A (zh) 导航方法和导航装置
CN107220372A (zh) 一种三维地图线要素注记自动放置方法
CN113345045A (zh) 一种基于osgEarth的跨越正负180经度的标绘方法及系统
CN107423373A (zh) 一种城市级三维建筑模型索引方法
CN111445576B (zh) 地图数据的获取方法和装置、存储介质及电子装置
CN110335329B (zh) 一种基于dem获取电力线路断面图的方法
CN104143214A (zh) 一种电子地图多边形三角剖分方法与装置
CN105190726A (zh) 三维地图显示装置
KR100946473B1 (ko) 3차원 입체 데이터의 로딩 방법
CN109670006A (zh) 基于电子地图可视化绘制自定义区域的方法、设备和装置
CN103578450A (zh) 一种字符显示方法、字符显示装置及安全认证装置
CN103885950A (zh) 一种获取缩略词与poi间对应关系的方法和装置
JP5478008B2 (ja) デフォルメ地図生成装置
CN102192748B (zh) 地图数据和导航设备
CN102087113A (zh) 一种车载机自主导航方法
CN103063219A (zh) 一种导航电子地图预处理及显示方法
CN112307692B (zh) 车站联锁的信号机电路图纸生成方法、装置
CN109901721A (zh) 一种基于虚拟现实的虚拟旅游系统
CN101788303A (zh) 一种兴趣点显示方法和设备

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