CN106197449A - 一种基于网络路径选择算法的地图路径规划方法及系统 - Google Patents
一种基于网络路径选择算法的地图路径规划方法及系统 Download PDFInfo
- Publication number
- CN106197449A CN106197449A CN201610515309.3A CN201610515309A CN106197449A CN 106197449 A CN106197449 A CN 106197449A CN 201610515309 A CN201610515309 A CN 201610515309A CN 106197449 A CN106197449 A CN 106197449A
- Authority
- CN
- China
- Prior art keywords
- path
- destination
- user
- departure place
- road network
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提出一种基于网络路径选择算法的地图路径规划方法及系统,该系统包括信息获取模块,获取用户输入的出发地与目的地,并从数据存储模块中获取所述出发地与所述目的地的交通信息,同时调用互联网上的交通信息及交通控制中心发布的实时交通信息,并发送给所述数据存储模块进行存储;定位模块,根据出发地与目的地,在地图中查找所述出发地与所述目的地的位置;信息处理模块,将所述交通信息与所述实时交通信息进行处理,生成交通信息参数,并将所述交通信息参数发送到路径规划模块;所述路径规划模块,根据所述交通信息参数与所述出发地与所述目的地的位置,通过网络路径选择算法进行路径规划,查找N条路径并返回给用户,用户选定所需路径。
Description
技术领域
本发明涉及网络路径规划算法、信息通信、电子地图等领域,特别涉及一种基于网络路径选择算法的地图路径规划方法及系统。
背景技术
随着社会的飞速发展,城市规模不断扩大,越来越多的道路构成了四通八达的交通网,拉近了人们之间的距离,然而,在我们享受着交通现代化建设带来便利的同时,也出现了很多问题,复杂的交通网络使人们无法适从,频繁的交通拥堵使人们难以选择正确的行车线路,处于陌生环境时无法确定自己的位置和附近的交通状况及设施分布,这些问题的存在经常给人们带来困扰,也浪费了人们的时间。
近几年来,随着GPS定位的民用化和GIS系统的不断发展,加上解决上述问题的紧迫性,越来越多的地图导航系统层出不穷,它们的出现极大得方便了人们的生活,大家可以借助导航系统随时随地地了解自己所处的地理位置和周边环境,结合当前的道路情况做出最合理的规划,寻找抵达目的地的最优路径,也可以快速找到周边所需设施,便捷有效,有效避免了出行中迷路、绕路、拥堵等情况的发生,最近无人驾驶等方向的研究也非常火热,它的发展更加离不开精确合理的定位和路径规划,错综复杂的道路形成一个网状拓扑结构,每个地点都可以看作一个节点,他们之间的道路可以看作边,导航的核心问题就是实现两点间的路径规划,为用户提供最优的路径选择,因此,常见的网络路径选择规划算法都可以经过适当修改后,应用于地图路径规划问题,在车载导航系统中,城市道路网的表现形式一般为GIS矢量电子地图,采用的是Shape格式的矢量地图结构文件,矢量地图数据是路径规划的基础,路径规划的过程是将路网数据构造成拓扑图,然后基于具有拓扑结构的路网数据运用路径搜索算法进行寻径的过程,寻径时如何快速准确地找出城市路网中起点到目标点之间的最优路径,很大程度上取决于矢量地图的数据结构和路径搜索算法的选择。
由此可见,导航系统的核心之一是路径规划问题,它直接决定了一个导航系统的有效性和可用性,由于现实中的道路普遍呈网状分布,因此可以利用常见的网络路径选择搜索算法,如Dijkstra算法与最佳优先搜索等,加以修改之后对地图路径进行规划,为用户选择最优路径,现在双向广度搜索算法、启发式最优路径搜索算法等都取得了不错的效果。
然而,现有的导航系统还都普遍存在着一定问题,主要表现在以下几点:
(1)很多系统都是按照系统中保存的电子地图直接进行静态规划,而多种因素的影响和路况的实时变化,导致很难找到最优路径;
(2)地图系统中经常存在信息更新不及时的情况,在设施发生变动时,很多时候规划结果会发生偏差,有些路径甚至会不可达;
(3)在进行路径规划时,综合考虑的因素太少,例如天气、突发事故等情况,经常导致最终的结果并不是最优;
(4)一次导航进行过程中,现有系统都只能显示出规划完成时计算出的数据,如路线、剩余距离和时间等,无法在行驶过程中动态变化,显示最新的结果,也不能实时根据外界条件的变化对路线进行微调;
(5)现有导航系统无法根据用户偏好进行路径规划,例如分析收集到的用户信息,可以得出用户偏好,从而推荐用户可能最喜欢的路线;
(6)普遍没有反馈机制,不能根据用户的使用情况来优化系统,例如很多用户在某地掉头或不按规划路线走,可以判断此路不通;
(7)缺少人机交互,很多时候用户无法事先在系统中写入自己的用路需求,在用路过程中也不能很方便得向系统反应问题。
发明内容
针对现有技术的不足,本发明提出一种基于网络路径选择算法的地图路径规划方法及系统。
本发明提出一种基于网络路径选择算法的地图路径规划系统,包括:
信息获取模块,用于获取用户输入的出发地与目的地,并从数据存储模块中获取所述出发地与所述目的地的交通信息,同时调用互联网上的交通信息及交通控制中心发布的实时交通信息,并发送给所述数据存储模块进行存储;
定位模块,用于根据用户输入的出发地与目的地,在地图中查找所述出发地与所述目的地的位置;
信息处理模块,用于将所述交通信息与所述实时交通信息进行处理,生成交通信息参数,并将所述交通信息参数发送到路径规划模块;
所述路径规划模块,用于根据所述交通信息参数与所述出发地与所述目的地的位置,通过网络路径选择算法进行路径规划,查找N条路径并返回给用户,用户选定所需路径。
还包括动态更新模块,用于用户在选定路线后,实时刷新用户的位置及周边环境,对返回数据进行动态微调,为用户显示的当前位置、交通信息及剩余到达时间。
还包括信息反馈模块,用于用户在使用所述系统的过程中遇到任何问题或突发情况,主动反馈给所述系统,帮助所述系统更好得实现地图路径规划。
所述信息处理模块中,所述交通信息参数还包括获取用户最近一段时间内使用所述系统时产生的数据,获取用户的使用偏好,作为地图路径规划时的考虑因素;
获取对所有用户最近一段时间内在所述出发地与所述目的地的路径选择情况进行分析,获取路径被选择次数为N的路径,并生成交通信息参数。
所述网络路径选择算法为设出发地S、目的地D,输出为出发地S与目的地D之间的一条路径,具体步骤为:
判断出发地S与目的地D所在的路网级别,假设出发地S位于第i级路网Gi,目的地D位于第j级路网Gj,则在第i级路网Gi上调用Dijkstra算法,找到距离出发地S最近的位于i-1级路网Gi-1上的节点Si-1,接着在第i-1级路网Gi-1上调用Dijkstra算法,找到距离节点Si-1最近的位于i-2级路网Gi-2上的节点Si-2,直到在第2级路网G2上找到距离S2最近的位于最低级路网上的节点S1,获取从出发地S到S1的路径序列RS1;同样在第j级路网Gj上调用Dijkstra算法,找到距离目的地D最近的位于j-1级路网Gj-1上的节点Dj-1,接着在第j-1级路网Gj-1上调用Dijkstra算法,找到距离Dj-1最近的位于j-2级路网Gj-2上的节点Sj-2,直到在第2级路网G2上找到距离D2最近的位于最低级路网上的节点D1,获取从目的地D到D1的路径序列RD1;
在最低级路网G1上,调用启发式最优路径搜索算法,搜索从S1到D1的最短路径,得到路径序列RS1D1;
将RS1,RD1,RS1D1结合,输出出发地S到目的地D之间的一条最优路径。
本发明还提出一种基于网络路径选择算法的地图路径规划方法,包括:
步骤1,获取用户输入的出发地与目的地,并从数据存储模块中获取所述出发地与所述目的地的交通信息,同时调用互联网上的交通信息及交通控制中心发布的实时交通信息,并发送给所述数据存储模块进行存储;
步骤2,根据用户输入的出发地与目的地,在地图中查找所述出发地与所述目的地的位置;
步骤3,将所述交通信息与所述实时交通信息进行处理,生成交通信息参数,并将所述交通信息参数发送到路径规划模块;
所述路径规划模块,用于根据所述交通信息参数与所述出发地与所述目的地的位置,通过网络路径选择算法进行路径规划,查找N条路径并返回给用户,用户选定所需路径。
还包括用户在选定路线后,实时刷新用户的位置及周边环境,对返回数据进行动态微调,为用户显示的当前位置、交通信息及剩余到达时间。
还包括用户在使用所述系统的过程中遇到任何问题或突发情况,主动反馈给所述系统,帮助所述系统更好得实现地图路径规划。
所述步骤3中,所述交通信息参数还包括获取用户最近一段时间内使用所述系统时产生的数据,获取用户的使用偏好,作为地图路径规划时的考虑因素;
获取对所有用户最近一段时间内在所述出发地与所述目的地的路径选择情况进行分析,获取路径被选择次数为N的路径,并生成交通信息参数。
所述网络路径选择算法为设出发地S、目的地D,输出为出发地S与目的地D之间的一条路径,具体步骤为:
判断出发地S与目的地D所在的路网级别,假设出发地S位于第i级路网Gi,目的地D位于第j级路网Gj,则在第i级路网Gi上调用Dijkstra算法,找到距离出发地S最近的位于i-1级路网Gi-1上的节点Si-1,接着在第i-1级路网Gi-1上调用Dijkstra算法,找到距离节点Si-1最近的位于i-2级路网Gi-2上的节点Si-2,直到在第2级路网G2上找到距离S2最近的位于最低级路网上的节点S1,获取从出发地S到S1的路径序列RS1;同样在第j级路网Gj上调用Dijkstra算法,找到距离目的地D最近的位于j-1级路网Gj-1上的节点Dj-1,接着在第j-1级路网Gj-1上调用Dijkstra算法,找到距离Dj-1最近的位于j-2级路网Gj-2上的节点Sj-2,直到在第2级路网G2上找到距离D2最近的位于最低级路网上的节点D1,获取从目的地D到D1的路径序列RD1;
在最低级路网G1上,调用启发式最优路径搜索算法,搜索从S1到D1的最短路径,得到路径序列RS1D1;
将RS1,RD1,RS1D1结合,输出出发地S到目的地D之间的一条最优路径。
由以上方案可知,本发明的优点在于:
本发明结合地图中道路形成的网状拓扑结构和系统实时接收到的各种信息,为用户寻找出当前可达目的地的最优路径,并且可以根据当前的情况不断进行重新规划,实时为用户呈现最新结果,同时设有反馈机制,可以收集用户的路径信息和主动反馈的信息,用来优化路径规划的结果。
附图说明
图1为本发明系统模块组成图;
图2为本发明一次导航过程的流程图。
具体实施方式
针对现有导航系统存在的问题,本发明设计了一种基于网络路径选择算法的地图路径规划方法及系统,它可以根据GPS定位信息及系统实时接收到的各种信息,如天气、突发事故、实时路况等多方面的信息,通过特有的路径选择算法为用户规划出当前可达目的地的最优路径,同时,该系统可以收集用户在行进过程中产生的信息,利用这些数据来优化路径选择算法,尽量为用户选择最优路径,也可以根据用户个人的用路习惯,在进行规划时考虑用户偏好这个因素,为其推荐用户可能最喜欢的路线,同时,本发明还结合Dijkstra算法和启发式算法,提出了一种基于多级路网数据模型的多级比例尺启发式最优路径规划算法作为路径规划的一个示例,并基于A*算法,对实际导航过程中的几个常见限定条件提出了一种解决方法,作为信息处理模块满足用户特定需求的一个示例。
如附图1所示,该系统包含定位模块、信息获取模块、用户信息采集模块、数据存储模块、信息处理模块、路径规划模块、信息反馈模块、动态更新模块等。其中定位模块可以快速获取GPS定位的信息,确定用户的地点,接着信息获取模块会搜集该点附近的各种信息,包括地图上固有的道路和周边各种设施的分布信息,以及实时获取的当前路况、天气、突发事件和周围用户发布的即时信息,在尽可能多得获取了需要的信息后,信息处理模块会将搜集到的所有信息进行处理和规范化,得出规划算法中所需要的各个参数,之后,路径规划模块会利用特定的网络路径选择算法,根据各类信息综合得到的参数进行计算之后为用户规划出一条或几条可达目的地的最优路径,当用户在道路上行走时,用户信息采集模块会持续收集用户的用路信息,这也是系统反馈机制的重要环节之一,它会根据用户的用路习惯、偏好等信息,结合用户自身特征为其规划更合适的路线,例如夏天选择比较阴凉的道路、尽量选择直路避免太多转弯等个人特殊偏好,同时,用户也可以利用信息反馈模块主动向系统发送一些信息,例如路上的突发情况、周围设施变动等信息,系统也将会利用这些信息进行优化和改进,系统也可以将从所有用户那里收集到的数据和所有用户主动反馈的信息进行整理,从宏观层面进行分析,挖掘出有用信息来优化现有路径规划模型,使之达到更理想的效果,为了加快工作速度,该系统设置了数据存储模块,用来储存固有信息和实时接收到的信息,实时信息超过一定时效后自动作废,固有信息有变动时也会实时更新,同时也会存储用户最近一段时间内产生的数据,用以保证为用户提供最优路径,在一次导航过程中,动态更新模块会每隔很小一段时间刷新一次,让定位和信息获取模块再次探测周围的信息,保证信息的准确性,同时路径规划模块也会不断利用当前数据进行计算,对之前的规划结果进行持续微调,保证在变化的环境下依然实现最优路径选择,显示给用户的数据如到达所需剩余时间等也都即时动态变化,避免像现有导航系统那样必须退出重新规划,给用户带来不便。
以下为本发明的实施例,如下所示:
本发明设计了一种基于网络路径选择算法的地图路径规划方法及系统,它可以根据GPS定位信息及系统实时接收到的各种信息,通过特有的路径选择算法为用户规划出当前可达目的地的最优路径,该系统带有反馈机制,可以收集用户在行进过程中产生的信息,利用这些数据来优化路径选择算法,尽量为用户选择最优路径,也可以根据用户个人的使用习惯,推荐用户可能最喜欢的路线,该系统设有缓存机制,可以存储现有的各种数据并实时更新,加快路径规划的速度,在一次导航中,系统会进行动态规划,持续接收周围的信息,并进行计算和微调,保证在变化的环境下依然实现最优路径选择,显示给用户的数据如到达所需剩余时间等也都即时动态变化的,如附图2的流程图所示,该系统在一次导航过程中的主要步骤如下:
S1,系统确定用户的起点和终点及周围的各种信息,具体步骤如下:
S1.1,用户在系统中输入自己的出发地和目的地,定位模块在地图中寻找这两个点所对应的精确位置,如果使用当前位置则利用GPS进行定位;
S1.2,信息获取模块从数据存储模块中获得所需位置附近的固有信息,如道路结构、设施分布等;
S1.3,信息获取模块调用互联网上的信息及交通控制中心发布的实时动态交通信息等,确定起点到终点的路段上的即时动态信息,如天气、车流量、有无管制和突发情况等,并将一些重要的实时信息传入数据存储模块,便于当前其他使用者可以更快获取相关信息。
S2,系统对获得的所有信息进行处理,具体步骤如下:
S2.1,将当前状态下获取的即时信息进行整合,由于信息复杂且种类不一,首先必须对其进行数字化转化,之后通过规范化算法使数据都处于可处理的范围内,常见的算法有最小-最大规范化、z-score规范化和按小数定标规范化等,将其变成可以进行计算的数据;
S2.2,调用用户最近一段时间内使用系统时产生的数据,例如用户从A点到B点经常经过的路线,分析后得出用户的使用偏好,作为选择路径时的考虑因素;
S2.3,调用对所有用户最近在该路段用路情况进行分析的结果,获取路径被选择次数为N的路径,选择次数越多则认为路的重要性越高,会影响相应路段的权重;
S2.4结合S2.1、S2.2、S2.3中产生的数据和用户的实际需求,调节各类数据所占的比重,产生相关参数,如路径初始权重、距离、时间、费用、偏好因子、异常点等,之后可以计算得出不同路段的选择概率和选择代价;
S2.5,将所有产生的可用于路径规划的参数送入路径规划模块。
S3,系统综合考虑所有因素,为用户规划出合理的路线,具体步骤如下:
S3.1,路径规划模块根据S2所得的各个变量,通过特定的网络路径选择算法进行路径规划,寻找几条优化后的路线;
S3.2,将规划出的几条优化后的路线返回给用户,同时标注出所有路段的基本概况及到达所需时间等数据,由用户进行选择;
S3.3,用户在选定路线前进后,系统实时刷新用户的位置及周边环境的变化,动态得对返回数据进行微调,显示给用户的当前位置、路况信息及剩余到达时间等信息都是实时变化的,当遇到突发情况时也可以即时调整路线;
S3.4,在用户用路过程中,系统会随之收集用户产生的信息,了解用户的用路偏好,保证为其推荐更合理的线路;
S3.5,用户在使用过程中遇到任何问题或突发情况,都可以随时主动反馈给系统,帮助系统更好得实现导航。
在信息处理模块中,可根据用户的特定需求,满足其一些限制条件,如必经节点、避开节点、时间最短、路线最短等。本发明基于A*算法,对上述需求提供了一种解决方案。
必经节点是根据用户的需求,如旅游途中要经过的景点、回家途中要经过的超市等限制条件抽象出的一系列道路结点,针对带有必经节点序列的路径最短问题,本发明的基本思想为:首先利用前向关联边存储结构,找出从起点S到终点E的一系列必经节点(必经节点序列为KeyNode[N],N为必经节点数),组成结点对;然后对每个结点对采用A*算法进行搜索最短路径。具体实现步骤如下:
S1,依据前向关联边存储结构生成起点S——必经节点序列——终点E之间距离最短的路径序列KeyshortPath[N+2];
S2,初始时,n=1;
S3,以KeyshortPath(n)为起点,以KeyshortPath(n+1)为终点,调用A*算法寻找最短路径;
S4,令n=n+1,若n<N,则重复S3;
S5,依次输出整个最优路径结果。
避开节点序列是用户对于一些路段或地点,如道路维修路段、交通严重阻塞路段等,明确不计在行车考虑范围内而形成的结点序列,针对带有避开节点序列的路径最短问题,本发明的基本思想为:首先建立避开节点序列AvoidNode[N],N为避开节点数:然后在最短路径搜索过程中(以S为起点,E为终点),对于下一个最短路径点w,增加选择条件,若w∈AvoidNode[N],则放弃w,重新选择其他的待选结点。具体实现步骤如下:
S1,令当前最短路径点为v,d(v)是从S到v的当前己知的最短路径长度(实际代价);
S2,对于当前最短路径节点的邻接节点w进行条件判断,若w∈AvoidNode[N],则放弃此结点,选择其他邻接节点,重复S2进行条件判断,否则,选择一个w,其满足:
d(w)+d’(w)=min{d(wi)+d’(wi)1|wi∈V)
其中,d’(w)为结点w到终点E的直线距离;
S3,对于选取的节点w,进行判断,若满足d(w)>d(v)+W(v,w),则令d(w)=d(v)+W(v,w),将当前最短路径点设为w,重复执行S2和S3,直到w=E;
S4,依次输出整个最优路径结果。
时间最优路径是确保使用最短时间到达目的地,可以设路段(v,w)的时间权重为WeightTime(v,w),交叉口即结点w权重为NodeWeightTime(w),则考虑交叉口延误的最短时间路段优化算法可应用A*算法,同时将选择下一节点的权重W(v,w)改为WeightTime(v,w)+NodeWeightTime(w),其具体步骤如下:
S1,对节点v,令d(v)是从S到v的当前已知的时间最短路径(实际代价);
S2,对于下一个时间最小路径的节点w,
d(w)=min{d(v)+WeightTime(v,w)+NodeWeightTime(w)|w∈V-S};
S3,若w不等于终点,重复执行扫描操作S2;
S4,输出时间最短路径。
在实际的车辆导航系统中,用户对路径规划的要求是多种多样的,这就需要对上述单一路径规划算法进行组合以满足用户的需求,例如要求既有必经节点又有避开节点的路径寻优,则在必经节点算法的基础上加入避开节点序列限制即可实现,如果也同时要求最短时间,可以综合上述三个算法,如果还有其他各类特殊需求,都可以在基本算法的基础上,加入新的影响因素,调整不同因素所占的权重,对结果造成一定影响,优化系统的性能。
在路径规划模块中,本发明结合Dijkstra算法和启发式算法,提出了一种基于多级路网数据模型的多级比例尺启发式最优路径规划算法(该算法为上文提到的特定的网络路径选择算法),该最优路径规划算法在启发式路径搜索算法基础上引入了主干道优先搜索策略,使基于多级比例尺路网模型的路径规划算法效率更高,实效性更强,更适用于实际导航产品的开发工作,算法中输入为多比例尺路网数据,起点S,目标点D,输出为S和D之间的一条最优路径,其基本步骤如下:
S1,判断S和D所在的路网级别,假设S位于第i级路网Gi,D位于第j级路网Gj,则在第i级路网Gi上调用Dijkstra算法,找到距离S最近的位于i-1级路网Gi-1上的节点Si-1,接着在第i-1级路网Gi-1上调用Dijkstra算法,找到距离Si-1最近的位于i-2级路网Gi-2上的节点Si-2,直到在第2级路网G2上找到距离S2最近的位于最低级路网上的节点S1,得到从S到S1的路径序列RS1;同样在第j级路网Gj上调用Dijkstra算法,找到距离D最近的位于j-1级路网Gj-1上的节点Dj-1,接着在第j-1级路网Gj-1上调用Dijkstra算法,找到距离Dj-1最近的位于j-2级路网Gj-2上的节点Sj-2,直到在第2级路网G2上找到距离D2最近的位于最低级路网上的节点D1,得到从D到D1的路径序列RD1;
S2,在最低级路网G1上,调用启发式最优路径搜索算法,搜索从S1到D1的最短路径,得到路径序列RS1D1;
S3,将RS1,RD1,RS1D1结合,输出S到D之间的一条最优路径。
Claims (10)
1.一种基于网络路径选择算法的地图路径规划系统,其特征在于,包括:
信息获取模块,用于获取用户输入的出发地与目的地,并从数据存储模块中获取所述出发地与所述目的地的交通信息,同时调用互联网上的交通信息及交通控制中心发布的实时交通信息,并发送给所述数据存储模块进行存储;
定位模块,用于根据用户输入的出发地与目的地,在地图中查找所述出发地与所述目的地的位置;
信息处理模块,用于将所述交通信息与所述实时交通信息进行处理,生成交通信息参数,并将所述交通信息参数发送到路径规划模块;
所述路径规划模块,用于根据所述交通信息参数与所述出发地与所述目的地的位置,通过网络路径选择算法进行路径规划,查找N条路径并返回给用户,用户选定所需路径。
2.如权利要求1所述的基于网络路径选择算法的地图路径规划系统,其特征在于,还包括动态更新模块,用于用户在选定路线后,实时刷新用户的位置及周边环境,对返回数据进行动态微调,为用户显示的当前位置、交通信息及剩余到达时间。
3.如权利要求1所述的基于网络路径选择算法的地图路径规划系统,其特征在于,还包括信息反馈模块,用于用户在使用所述系统的过程中遇到任何问题或突发情况,主动反馈给所述系统,帮助所述系统更好得实现地图路径规划。
4.如权利要求1所述的基于网络路径选择算法的地图路径规划系统,其特征在于,所述信息处理模块中,所述交通信息参数还包括获取用户最近一段时间内使用所述系统时产生的数据,获取用户的使用偏好,作为地图路径规划时的考虑因素;
获取对所有用户最近一段时间内在所述出发地与所述目的地的路径选择情况进行分析,获取路径被选择次数为N的路径,并生成交通信息参数。
5.如权利要求1所述的基于网络路径选择算法的地图路径规划系统,其特征在于,所述网络路径选择算法为设出发地S、目的地D,输出为出发地S与目的地D之间的一条路径,具体步骤为:
判断出发地S与目的地D所在的路网级别,假设出发地S位于第i级路网Gi,目的地D位于第j级路网Gj,则在第i级路网Gi上调用Dijkstra算法,找到距离出发地S最近的位于i-1级路网Gi-1上的节点Si-1,接着在第i-1级路网Gi-1上调用Dijkstra算法,找到距离节点Si-1最近的位于i-2级路网Gi-2上的节点Si-2,直到在第2级路网G2上找到距离S2最近的位于最低级路网上的节点S1,获取从出发地S到S1的路径序列RS1;同样在第j级路网Gj上调用Dijkstra算法,找到距离目的地D最近的位于j-1级路网Gj-1上的节点Dj-1,接着在第j-1级路网Gj-1上调用Dijkstra算法,找到距离Dj-1最近的位于j-2级路网Gj-2上的节点Sj-2,直到在第2级路网G2上找到距离D2最近的位于最低级路网上的节点D1,获取从目的地D到D1的路径序列RD1;
在最低级路网G1上,调用启发式最优路径搜索算法,搜索从S1到D1的最短路径,得到路径序列RS1D1;
将RS1,RD1,RS1D1结合,输出出发地S到目的地D之间的一条最优路径。
6.一种基于网络路径选择算法的地图路径规划方法,其特征在于,包括:
步骤1,获取用户输入的出发地与目的地,并从数据存储模块中获取所述出发地与所述目的地的交通信息,同时调用互联网上的交通信息及交通控制中心发布的实时交通信息,并发送给所述数据存储模块进行存储;
步骤2,根据用户输入的出发地与目的地,在地图中查找所述出发地与所述目的地的位置;
步骤3,将所述交通信息与所述实时交通信息进行处理,生成交通信息参数,并将所述交通信息参数发送到路径规划模块;
所述路径规划模块,用于根据所述交通信息参数与所述出发地与所述目的地的位置,通过网络路径选择算法进行路径规划,查找N条路径并返回给用户,用户选定所需路径。
7.如权利要求6所述的基于网络路径选择算法的地图路径规划方法,其特征在于,还包括用户在选定路线后,实时刷新用户的位置及周边环境,对返回数据进行动态微调,为用户显示的当前位置、交通信息及剩余到达时间。
8.如权利要求6所述的基于网络路径选择算法的地图路径规划方法,其特征在于,还包括用户在使用所述系统的过程中遇到任何问题或突发情况,主动反馈给所述系统,帮助所述系统更好得实现地图路径规划。
9.如权利要求6所述的基于网络路径选择算法的地图路径规划方法,其特征在于,所述步骤3中,所述交通信息参数还包括获取用户最近一段时间内使用所述系统时产生的数据,获取用户的使用偏好,作为地图路径规划时的考虑因素;
获取对所有用户最近一段时间内在所述出发地与所述目的地的路径选择情况进行分析,获取路径被选择次数为N的路径,并生成交通信息参数。
10.如权利要求6所述的基于网络路径选择算法的地图路径规划方法,其特征在于,所述网络路径选择算法为设出发地S、目的地D,输出为出发地S与目的地D之间的一条路径,具体步骤为:
判断出发地S与目的地D所在的路网级别,假设出发地S位于第i级路网Gi,目的地D位于第j级路网Gj,则在第i级路网Gi上调用Dijkstra算法,找到距离出发地S最近的位于i-1级路网Gi-1上的节点Si-1,接着在第i-1级路网Gi-1上调用Dijkstra算法,找到距离节点Si-1最近的位于i-2级路网Gi-2上的节点Si-2,直到在第2级路网G2上找到距离S2最近的位于最低级路网上的节点S1,获取从出发地S到S1的路径序列RS1;同样在第j级路网Gj上调用Dijkstra算法,找到距离目的地D最近的位于j-1级路网Gj-1上的节点Dj-1,接着在第j-1级路网Gj-1上调用Dijkstra算法,找到距离Dj-1最近的位于j-2级路网Gj-2上的节点Sj-2,直到在第2级路网G2上找到距离D2最近的位于最低级路网上的节点D1,获取从目的地D到D1的路径序列RD1;
在最低级路网G1上,调用启发式最优路径搜索算法,搜索从S1到D1的最短路径,得到路径序列RS1D1;
将RS1,RD1,RS1D1结合,输出出发地S到目的地D之间的一条最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515309.3A CN106197449A (zh) | 2016-06-30 | 2016-06-30 | 一种基于网络路径选择算法的地图路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515309.3A CN106197449A (zh) | 2016-06-30 | 2016-06-30 | 一种基于网络路径选择算法的地图路径规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106197449A true CN106197449A (zh) | 2016-12-07 |
Family
ID=57465658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610515309.3A Pending CN106197449A (zh) | 2016-06-30 | 2016-06-30 | 一种基于网络路径选择算法的地图路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106197449A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969769A (zh) * | 2017-05-03 | 2017-07-21 | 南京大学 | 一种考虑多因素的Dijkstra导航方法 |
CN108240818A (zh) * | 2016-12-27 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种路径确定方法及其装置 |
CN109523073A (zh) * | 2018-11-13 | 2019-03-26 | 广州和方信息科技有限公司 | 一种根据乘客目的地推荐乘车车站的方法、装置及终端 |
CN111044032A (zh) * | 2019-11-26 | 2020-04-21 | 福建泉城特种装备科技有限公司 | 一种路航飞行航线导航提示显示系统 |
CN111127935A (zh) * | 2019-12-13 | 2020-05-08 | 广东电网有限责任公司 | 一种公车调度路径分析方法及系统 |
CN111289000A (zh) * | 2018-12-10 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 一种选择交通信息发布道路的方法和装置 |
CN111367275A (zh) * | 2020-02-18 | 2020-07-03 | 吉利汽车研究院(宁波)有限公司 | 一种智能驾驶控制方法、装置、系统及存储介质 |
CN111523720A (zh) * | 2020-04-17 | 2020-08-11 | 上海中通吉网络技术有限公司 | 末端派件路径规划方法、装置、设备和存储介质 |
WO2020243979A1 (en) * | 2019-06-06 | 2020-12-10 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing a reliability of passing time for a path in route planning |
CN112985442A (zh) * | 2021-03-03 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 行驶路径匹配方法、可读存储介质和电子设备 |
CN113077102A (zh) * | 2021-04-16 | 2021-07-06 | 合肥工业大学 | 一种景观路线优化方法 |
CN113324552A (zh) * | 2021-05-28 | 2021-08-31 | 上海国际汽车城(集团)有限公司 | 一种基于边缘计算的智能汽车高精度地图系统 |
CN113465601A (zh) * | 2021-05-13 | 2021-10-01 | 上海师范大学 | 一种基于可视路径的室内导航 |
CN114157985A (zh) * | 2018-09-27 | 2022-03-08 | 动态Ad有限责任公司 | 共享由自主运载工具感知的经分类的对象 |
CN114450556A (zh) * | 2019-08-31 | 2022-05-06 | 华为技术有限公司 | 路径规划方法及装置 |
CN115493606A (zh) * | 2022-08-25 | 2022-12-20 | 江苏电力信息技术有限公司 | 一种基于地图的电网维修网格工单的最佳路径选择方法 |
CN116492685A (zh) * | 2023-06-29 | 2023-07-28 | 深圳尚米网络技术有限公司 | 一种路径规划方法 |
CN111433103B (zh) * | 2017-12-18 | 2024-02-20 | 智加科技公司 | 用于自动驾驶车辆中的基于乘员对车辆运动的反应的适应性运动规划的方法和系统 |
US12060066B2 (en) | 2017-12-18 | 2024-08-13 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080172172A1 (en) * | 2005-01-19 | 2008-07-17 | Ping-Chung Ng | Route planning process |
CN103278168A (zh) * | 2013-04-28 | 2013-09-04 | 北京航空航天大学 | 一种面向交通热点规避的路径规划方法 |
CN104484999A (zh) * | 2014-12-31 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹确定动态交通信息的方法及装置 |
CN104504065A (zh) * | 2014-12-19 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 导航路线生成方法和装置 |
CN105679037A (zh) * | 2016-03-29 | 2016-06-15 | 重庆云途交通科技有限公司 | 一种基于用户出行习惯的动态路径规划方法 |
-
2016
- 2016-06-30 CN CN201610515309.3A patent/CN106197449A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080172172A1 (en) * | 2005-01-19 | 2008-07-17 | Ping-Chung Ng | Route planning process |
CN103278168A (zh) * | 2013-04-28 | 2013-09-04 | 北京航空航天大学 | 一种面向交通热点规避的路径规划方法 |
CN104504065A (zh) * | 2014-12-19 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 导航路线生成方法和装置 |
CN104484999A (zh) * | 2014-12-31 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹确定动态交通信息的方法及装置 |
CN105679037A (zh) * | 2016-03-29 | 2016-06-15 | 重庆云途交通科技有限公司 | 一种基于用户出行习惯的动态路径规划方法 |
Non-Patent Citations (2)
Title |
---|
蔡文学 等,: ""基于层次策略的路径规划算法对比研究"", 《交通信息与安全》 * |
钱红昇 等,: ""基于分层的改进A*算法在路径规划中的应用"", 《计算机工程与应用》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108240818A (zh) * | 2016-12-27 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种路径确定方法及其装置 |
CN108240818B (zh) * | 2016-12-27 | 2021-08-06 | 中国移动通信有限公司研究院 | 一种路径确定方法及其装置 |
CN106969769A (zh) * | 2017-05-03 | 2017-07-21 | 南京大学 | 一种考虑多因素的Dijkstra导航方法 |
US12060066B2 (en) | 2017-12-18 | 2024-08-13 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
US12071142B2 (en) | 2017-12-18 | 2024-08-27 | Plusai, Inc. | Method and system for personalized driving lane planning in autonomous driving vehicles |
CN111433103B (zh) * | 2017-12-18 | 2024-02-20 | 智加科技公司 | 用于自动驾驶车辆中的基于乘员对车辆运动的反应的适应性运动规划的方法和系统 |
CN114157985A (zh) * | 2018-09-27 | 2022-03-08 | 动态Ad有限责任公司 | 共享由自主运载工具感知的经分类的对象 |
CN109523073A (zh) * | 2018-11-13 | 2019-03-26 | 广州和方信息科技有限公司 | 一种根据乘客目的地推荐乘车车站的方法、装置及终端 |
CN111289000B (zh) * | 2018-12-10 | 2024-02-09 | 阿里巴巴集团控股有限公司 | 一种选择交通信息发布道路的方法和装置 |
CN111289000A (zh) * | 2018-12-10 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 一种选择交通信息发布道路的方法和装置 |
US11022455B2 (en) | 2019-06-06 | 2021-06-01 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing a reliability of passing time for a path in route planning |
WO2020243979A1 (en) * | 2019-06-06 | 2020-12-10 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing a reliability of passing time for a path in route planning |
CN114450556A (zh) * | 2019-08-31 | 2022-05-06 | 华为技术有限公司 | 路径规划方法及装置 |
CN111044032A (zh) * | 2019-11-26 | 2020-04-21 | 福建泉城特种装备科技有限公司 | 一种路航飞行航线导航提示显示系统 |
CN111127935A (zh) * | 2019-12-13 | 2020-05-08 | 广东电网有限责任公司 | 一种公车调度路径分析方法及系统 |
CN111367275A (zh) * | 2020-02-18 | 2020-07-03 | 吉利汽车研究院(宁波)有限公司 | 一种智能驾驶控制方法、装置、系统及存储介质 |
CN111523720A (zh) * | 2020-04-17 | 2020-08-11 | 上海中通吉网络技术有限公司 | 末端派件路径规划方法、装置、设备和存储介质 |
CN112985442B (zh) * | 2021-03-03 | 2022-11-04 | 北京嘀嘀无限科技发展有限公司 | 行驶路径匹配方法、可读存储介质和电子设备 |
CN112985442A (zh) * | 2021-03-03 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 行驶路径匹配方法、可读存储介质和电子设备 |
CN113077102B (zh) * | 2021-04-16 | 2022-11-08 | 合肥工业大学 | 一种景观路线优化方法 |
CN113077102A (zh) * | 2021-04-16 | 2021-07-06 | 合肥工业大学 | 一种景观路线优化方法 |
CN113465601A (zh) * | 2021-05-13 | 2021-10-01 | 上海师范大学 | 一种基于可视路径的室内导航 |
CN113324552B (zh) * | 2021-05-28 | 2023-03-14 | 上海国际汽车城(集团)有限公司 | 一种基于边缘计算的智能汽车高精度地图系统 |
CN113324552A (zh) * | 2021-05-28 | 2021-08-31 | 上海国际汽车城(集团)有限公司 | 一种基于边缘计算的智能汽车高精度地图系统 |
CN115493606A (zh) * | 2022-08-25 | 2022-12-20 | 江苏电力信息技术有限公司 | 一种基于地图的电网维修网格工单的最佳路径选择方法 |
CN116492685A (zh) * | 2023-06-29 | 2023-07-28 | 深圳尚米网络技术有限公司 | 一种路径规划方法 |
CN116492685B (zh) * | 2023-06-29 | 2023-09-19 | 深圳尚米网络技术有限公司 | 一种路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106197449A (zh) | 一种基于网络路径选择算法的地图路径规划方法及系统 | |
CN106297357B (zh) | 基于车联网的实时路径规划和poi信息检索系统及方法 | |
CN101216913B (zh) | 合乘动态匹配多级筛选方法 | |
CN1997875B (zh) | 路径检索装置、路径检索方法和程序 | |
CN104121918A (zh) | 一种实时路径规划的方法和系统 | |
JP6921076B2 (ja) | 車両の駐車場探しを最適化する方法及びシステム並びにコンピュータプログラム製品 | |
CN107167152B (zh) | 路径规划方法和装置 | |
US11067406B2 (en) | Navigation method using historical navigation data to provide geographical- and user-optimised route suggestions | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
EP3112808B1 (en) | Route search apparatus, route search method, and program | |
JP2006226977A (ja) | ナビゲーション装置 | |
CN111879329B (zh) | 基于a*算法的定制公交可通行最短路径计算方法 | |
Li et al. | A dynamic and scalable user-centric route planning algorithm based on polychromatic sets theory | |
Bucher et al. | A heuristic for multi-modal route planning | |
CN104240134A (zh) | 基于农田状况的农机服务方法和系统 | |
CN105389751A (zh) | 一种行程服务方法和装置 | |
CN109829120A (zh) | 一种旅游信息查询系统 | |
CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
CN102607582A (zh) | 用城市出入口点作为路标指引路径规划的方法及系统 | |
Feng et al. | Pheromone based alternative route planning | |
CN110095134A (zh) | 一种以用户的偏好为核心的路径规划和导航的方法及系统 | |
CN113779430A (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
Ayala et al. | A mobile and interactive multiobjective urban tourist route planning system | |
CN112185149A (zh) | 基于城市路网数据的路径规划方法及系统 | |
KR102125472B1 (ko) | 공차시간 감소를 위한 추천경로 안내 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |