CN106202114A - 路径导航方法和装置 - Google Patents

Abstract

本公开揭示了一种路径导航方法和装置，属于计算机技术领域。所述路径导航方法包括：获取包括起始节点和结束节点的历史行走路径；根据所述历史行走路径确定从所述起始节点至所述结束节点的各个节点的经过次数；根据所述各个节点的经过次数以及路径导航算法确定从所述起始节点至所述结束节点的导航路径。解决了相关技术中服务器确定的导航路径可能并不适用于用户的问题；达到了可以根据各个用户经过节点的经过次数来为用户确定导航轨迹，进而提高为用户提供的导航路径的准确度的效果。

Description

路径导航方法和装置

技术领域

本公开涉及计算机技术领域，特别涉及一种路径导航方法和装置。

背景技术

当用户想要从某一起点前往某一终点时，用户经常需要使用路径导航来帮助自己规划从该起点到该终点的路径。

相关技术中，在用户设置起点和终点之后，服务器可以确定从该起点到该终点距离最短的路径，或者，确定从该起点到该终点所需耗时最短的路径；将确定的路径作为为用户规划的导航路径。

发明内容

本公开提供了一种路径导航方法和装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种路径导航方法，包括：

获取包括起始节点和结束节点的历史行走路径；

根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数；

根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径。

可选地，根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径，包括：

根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值；评估函数的函数值与下游候选节点的经过次数呈负相关关系；

选择m个下游候选节点中数值最小的函数值所对应的节点；

当选择的节点不是结束节点时，令＝i+1，且将选择的节点确定为新的第i个节点，再次执行根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值的步骤；

当选择的节点为结束节点时，将起始节点、结束节点以及确定的各个节点所组成的路径确定为导航路径。

可选地，路径导航算法为A*算法，根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值，包括：

获取调整因子λ和γ的至少一组候选值，λ>0，γ>0；

对于每组候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{\mathrm{\λ}}{1-e^{-\mathrm{\γSn}}}g\left(n\right)+h\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和；g(n)为从起始节点至第n个下游候选节点的距离；h(n)为从第n个下游候选节点至结束节点的距离；1≤n≤m。

可选地，路径导航算法为Dijkstra算法，根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值，包括：

获取调整因子γ的至少一个候选值，γ>0；

对于每个候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{1}{1-e^{-\mathrm{\γSn}}}g\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和；g(n)为从起始节点至第n个下游候选节点的距离；1≤n≤m。

可选地，该方法还包括：

获取每个历史行走路径所对应的调整因子的历史数值；

选择各个历史数值中出现次数最多的数值；

将根据每组候选值确定的各个导航路径中，与出现次数最多的数值所对应的导航路径标识为推荐导航路径。

根据本公开实施例的第二方面，提供一种路径导航装置，包括：

获取模块，被配置为获取包括起始节点和结束节点的历史行走路径；

次数确定模块，被配置为根据获取模块获取到的历史行走路径确定从起始节点至结束节点的各个节点的经过次数；

路径确定模块，被配置为根据次数确定模块确定的各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径。

可选地，该路径确定模块，包括：

计算子模块，被配置为根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值；评估函数的函数值与候选节点的经过次数呈负相关关系；

选择子模块，被配置为选择m个下游候选节点中数值最小的函数值所对应的节点；

计算子模块，被配置为在选择子模块选择的节点不是结束节点时，令i＝i+1，且将选择的节点确定为新的第i个节点，再次执行根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值的步骤；

路径确定子模块，被配置为在选择子模块选择的节点为结束节点时，将起始节点、结束节点以及确定的各个节点所组成的路径确定为导航路径。

可选地，路径导航算法为A*算法，该计算子模块，被配置为：

获取调整因子λ和γ的至少一组候选值，λ>0，γ>0；

对于每组候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{\mathrm{\λ}}{1-e^{-\mathrm{\γSn}}}g\left(n\right)+h\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和；g(n)为从起始节点至第n个下游候选节点的距离；h(n)为从第n个下游候选节点至结束节点的距离；1≤n≤m。

可选地，路径导航算法为Dijkstra算法，该计算子模块，被配置为：

获取调整因子γ的至少一个候选值，γ>0；

对于每个候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{1}{1-e^{-\mathrm{\γSn}}}g\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和；g(n)为从起始节点至第n个下游候选节点的距离；1≤n≤m。

可选地，该装置还包括：

数值获取模块，被配置为获取每个历史行走路径所对应的调整因子的历史数值；

数值选择模块，被配置为选择数值获取模块获取的各个历史数值中出现次数最多的数值；

路径标识模块，被配置为将根据每组候选值确定的各个导航路径中，与出现次数最多的数值所对应的导航路径标识为推荐导航路径。

根据本公开实施例的第三方面，提供一种路径导航装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

获取包括起始节点和结束节点的历史行走路径；

根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数；

根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过获取包含起始节点和结束节点的历史行走路径，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数，进而根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径；解决了相关技术中服务器确定的导航路径可能并不适用于用户的问题；达到了可以根据各个用户经过节点的经过次数来为用户确定导航轨迹，进而提高为用户提供的导航路径的准确度的效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种路径导航方法的流程图。

图2A是根据另一示例性实施例示出的一种路径导航方法的流程图。

图2B是根据一示例性实施例示出的确定推荐导航路径的方法的流程图。

图3是根据一示例性实施例示出的一种路径导航装置的框图。

图4是根据另一示例性实施例示出的一种路径导航装置的框图。

图5是根据一示例性实施例示出的一种用于路径导航的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种路径导航方法的流程图。如图1所示，该路径导航方法可以包括以下步骤。

在步骤101中，获取包括起始节点和结束节点的历史行走路径。

在步骤102中，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数。

在步骤103中，根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径。

综上所述，本公开实施例中提供的路径导航方法，通过获取包含起始节点和结束节点的历史行走路径，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数，进而根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径；解决了相关技术中服务器确定的导航路径可能并不适用于用户的问题；达到了可以根据各个用户经过节点的经过次数来为用户确定导航轨迹，进而提高为用户提供的导航路径的准确度的效果。

图2A是根据一示例性实施例示出的一种路径导航方法的流程图。如图2A所示，该路径导航方法可以包括以下步骤。

在步骤201中，获取包括起始节点和结束节点的历史行走路径。

用户使用终端导航时，用户可以在终端中设置起始节点和结束节点。比如，用户在某主题公园中骑行时，用户可以设置主题公园的东门为起始节点，主题公园的北门为结束节点。终端将用户设置的起始节点和结束节点发送至服务器，相应的，服务器可以获取起始节点和结束节点。

服务器获取到起始节点和结束节点之后，服务器可以获取包含该起始节点和结束节点的历史行走路径。其中，历史行走路径是各个用户行走经过起始节点和结束节点的路径，且该历史行走路径可以为路径起点为起始节点且路径终点为该结束节点的路径，或者，该历史行走路径可以为经过该起始节点和结束节点的路径，本实施例对此并不做限定。另外，获取到的各个历史行走路径可能相同，也可能不同。

在步骤202中，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数。

服务器根据获取到的各个历史行走路径统计从起始节点至结束节点的各个节点的经过次数。

可选地，由于GPS(Global Positioning System，全球定位系统)定位是通过时间等距的方式来获取用户的位置，所以每条历史行走路径实际即为点的集合。服务器根据各个点的重叠次数计算每个节点被各个用户经过的经过次数。

比如，服务器获取到的历史行走路径有1000条，其中，某一节点重叠了800次，也即共有800条历史行走路径中包含该节点，所以服务器可以确定该节点的经过次数即为800次。

在步骤203中，根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值；评估函数的函数值与下游候选节点的经过次数呈负相关关系。

服务器在确定第i个节点之后，服务器可以确定该第i个节点的m个下游候选节点。然后根据下游候选节点的经过次数以及路径导航算法计算每个下游候选节点的评估函数的函数值。

其中，由于节点被各个用户经过的经过次数越高，说明该节点越受用户的欢迎，在为用户规划导航路径时，优先规划包含该节点的路径，所以路径导航算法中的评估函数的函数值可以与下游候选节点的经过次数呈负相关关系。可选地，评估函数的函数值还可以与前i个节点的经过次数以及对应的下游候选节点的经过次数的总和呈负相关关系，本实施例对此并不做限定。

在本实施例中，路径导航算法可以为A*算法或者Dijkstra算法。且针对上述两种算法，本步骤可以分为两种情况：

第一种，当路径导航该算法为A*算法时，本步骤可以包括：

第一，获取调整因子λ和γ的至少一组候选值，λ>0，γ>0。

调整因子λ和γ的初始值可以为预设正数，并且服务器可以适应性的调整λ和γ的值，进而得到各组候选值。

第二，对于每组候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{\mathrm{\λ}}{1-e^{-\mathrm{\γSn}}}g\left(n\right)+h\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和，也即s_j为第j个节点的经过次数，s_n为第n个下游候选节点的经过次数；g(n)为从起始节点至第n个下游候选节点的距离；h(n)为从第n个下游候选节点至结束节点的距离；1≤n≤m。

经过上述计算之后，服务器可以计算得到对应于每组调整因子的m个下游候选节点中的每个下游候选节点的评估函数的函数值。

需要说明的一点是，由于前i个节点已经确定，所以g(n)可以为起始节点至第n个下游候选节点的实际距离；而由于第i+1个节点至结束节点之间的各个节点还未确定，所以h(n)可以为从第n个下游候选节点至结束节点的欧式距离，本实施例对此不做限定。

需要说明的另一点是，调整因子λ和γ的初始值可以为根据历史行走路径确定的值。可选地，服务器确定各个历史行走路径所对应的λ和γ的值，选择其中出现次数最多的λ和γ的值(出现次数越多，说明根据这种组确定的导航路径被用户接受的可能性就越大，所以为了提高服务器确定的导航路径被用户接受的可能性，服务器可以选择其中出现次数最多的λ和γ)，将选择得到的一组值确定为λ和γ的初始值。

第二种，当路径导航算法为Dijkstra算法时，本步骤可以包括：

第一，获取调整因子γ的至少一个候选值，γ>0。

调整因子γ的初始值可以为预设正数，并且服务器可以适应性的调整γ的值，进而得到各组候选值。

第二，对于每个候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{1}{1-e^{-\mathrm{\γSn}}}g\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和，也即s_j为第j个节点的经过次数，s_n为第n个下游候选节点的经过次数；g(n)为从起始节点至第n个下游候选节点的距离；1≤n≤m。

经过上述计算之后，服务器可以计算得到对应于每组调整因子的m个下游候选节点中的每个下游候选节点的评估函数的函数值。

需要说明的一点是，由于前i个节点已经确定，所以g(n)可以为起始节点至第n个下游候选节点的实际距离。

需要说明的另一点是，调整因子γ的初始值也可以是根据历史行走路径确定的值，其确定方法与上述λ和γ的确定方法类似，本实施例在此不再赘述。

此外，本实施例只是以路径导航算法为A*算法或者Dijkstra算法为例，可选地，路径导航算法还可以是其它可能的算法，本实施例对此并不做限定。并且，上述只是以评估函数的函数值与前i个节点的经过次数和第n个节点的经过次数的总和呈负相关关系为例；可选地，评估函数的函数值还可以只与第n个节点的经过次数的总和呈负相关关系，此时S_n＝s_n，本实施例对此并不做限定。

在步骤204中，选择m个下游候选节点中数值最小的函数值所对应的节点。

在计算得到m个下游候选节点中每个候选节点的评估函数的函数值之后，服务器可以选择其中数值最小的函数值所对应的节点。

可选地，当调整因子有两组或者两组以上时，对于根据每组调整因子计算得到的下游候选节点的评估函数的函数值，服务器可以选择数值最小的函数值所对应的节点。

在步骤205中，当选择的节点不是结束节点时，令i＝i+1，且将选择的节点确定为新的第i个节点，再次执行根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值的步骤。

如果选择的节点不是结束节点，则此时，服务器可以令i＝i+1，并将选择的节点作为导航路径中的第i个节点，并再次执行步骤203的步骤，本实施例对此并不做限定。

在步骤206中，当选择的节点为结束节点时，将起始节点、结束节点以及确定的各个节点所组成的路径确定为导航路径。

而如果选择的节点就是结束节点，则此时，服务器可以将起始节点、结束节点以及中间确定的各个节点所对应的路径确定为导航路径。

可选地，若调整因子有两组或者两组以上时，服务器可以相应的根据每组调整因子确定得到两条或者两条以上的导航路径。

在服务器确定导航路径之后，服务器可以向用户提供确定的导航路径。

在本实施例的一个应用场景中，以起始节点为上海博物馆，结束节点为上海体育中心为例，服务器可以获取经过上述两个地方的历史行走路径，并根据历史行走路径确定各个节点(可以为历史行走路径中涉及的各个兴趣点)的经过次数。此后，服务器可以根据上海博物馆的下游候选节点如A、B和C中的每个节点的经过次数计算每个节点的评估函数的函数值。如果其中A地点被各个用户经过的次数最多(也即A地点相比B地点和C地点更受用户喜欢)，则服务器可以计算得到A的评估函数的函数值最小，此时，服务器选择A点，并继续计算A点的下游候选节点的评估函数的函数值直至最后选择得到的节点为上海体育中心为止。服务器将上海博物馆、中间选择的各个地点以及上海体育中心所组成的路径确定为用户从上海博物馆骑行至上海体育中心的导航路径。这样，由于服务器选择的各个节点均是其他用户比较喜欢的地点，所以服务器将该导航路径推荐给用户之后，用户在根据该导航路径骑行过程中，用户可以发现更多的乐趣，提高了用户的用户体验。

综上所述，本公开实施例中提供的路径导航方法，通过获取包含起始节点和结束节点的历史行走路径，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数，进而根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径；解决了相关技术中服务器确定的导航路径可能并不适用于用户的问题；达到了可以根据各个用户经过节点的经过次数来为用户确定导航轨迹，进而提高为用户提供的导航路径的准确度的效果。

本实施例中评估函数的函数值与候选节点的经过次数呈负相关关系，也即该候选节点被各个用户经过的次数越多，该候选节点被选为最终导航路径中的可能性越大；所以本实施例通过根据其他用户经过各个节点的情况来为用户确定导航路径，提高了为用户确定的导航路径的准确率。

需要补充说明的是，请参考图2B，在上述实施例中，在服务器确定导航路径之后，服务器还可以执行如下步骤：

在步骤207中，获取每个历史行走路径所对应的调整因子的历史数值。

服务器获取到各个历史行走路径之后，服务器还可以获取确定每条历史行走路径时调整因子的历史数值。

在步骤208中，选择各个历史数值中出现次数最多的数值。

由于某个数值出现的次数越多，说明根据该数值确定的导航路径被用户选择使用的可能性就越大，所以为了向用户推荐最优的导航路径，服务器可以选择各个历史数值中出现次数最多的数值。

在步骤209中，将根据每组候选值确定的各个导航路径中，与出现次数最多的数值所对应的导航路径标识为推荐导航路径。

此后，服务器可以将根据选择的数值确定的导航路径标识为推荐导航路径。这样，服务器向用户提供各个导航路径之后，用户可以优先选择各个导航路径中的推荐导航路径，提高了用户的用户体验。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是根据一示例性实施例示出的一种路径导航装置的框图。如图3所示，该路径导航装置可以包括但不限于：获取模块310、次数确定模块320和路径确定模块330。

获取模块310，被配置为获取包括起始节点和结束节点的历史行走路径；

次数确定模块320，被配置为根据获取模块310获取到的历史行走路径确定从起始节点至结束节点的各个节点的经过次数；

路径确定模块330，被配置为根据次数确定模块320确定的各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径。

综上所述，本公开实施例中提供的路径导航装置，通过获取包含起始节点和结束节点的历史行走路径，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数，进而根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径；解决了相关技术中服务器确定的导航路径可能并不适用于用户的问题；达到了可以根据各个用户经过节点的经过次数来为用户确定导航轨迹，进而提高为用户提供的导航路径的准确度的效果。

图4是根据一示例性实施例示出的一种路径导航装置的框图。如图4所示，该路径导航装置可以包括但不限于：获取模块410、次数确定模块420和路径确定模块430。

获取模块410，被配置为获取包括起始节点和结束节点的历史行走路径；

次数确定模块420，被配置为根据获取模块410获取到的历史行走路径确定从起始节点至结束节点的各个节点的经过次数；

路径确定模块430，被配置为根据次数确定模块420确定的各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径。

可选地，路径确定模块430，包括：

计算子模块431，被配置为根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值；评估函数的函数值与下游候选节点的经过次数呈负相关关系；

选择子模块432，被配置为选择m个下游候选节点中数值最小的函数值所对应的节点；

该计算子模块431，被配置为在选择子模块432选择的节点不是结束节点时，令i＝i+1，且将选择的节点确定为新的第i个节点，再次执行根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及路径导航算法，计算每个下游候选节点的评估函数的函数值的步骤；

路径确定子模块433，被配置为在选择子模块432选择的节点为结束节点时，将起始节点、结束节点以及确定的各个节点所组成的路径确定为导航路径。

可选地，路径导航算法为A*算法，计算子模块431，被配置为：

获取调整因子λ和γ的至少一组候选值，λ>0，γ>0；

对于每组候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{\mathrm{\λ}}{1-e^{-\mathrm{\γSn}}}g\left(n\right)+h\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和；g(n)为从起始节点至第n个下游候选节点的距离；h(n)为从第n个下游候选节点至结束节点的距离；1≤n≤m。

可选地，路径导航算法为Dijkstra算法，计算子模块431，被配置为：

获取调整因子γ的至少一个候选值，γ>0；

对于每个候选值，m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{1}{1-e^{-\mathrm{\γSn}}}g\left(n\right);$

其中，S_n为从起始节点至第n个下游候选节点的各个节点的经过次数的总和；g(n)为从起始节点至第n个下游候选节点的距离；1≤n≤m。

可选地，装置还包括：

数值获取模块440，被配置为获取每个历史行走路径所对应的调整因子的历史数值；

数值选择模块450，被配置为选择数值获取模块440获取的各个历史数值中出现次数最多的数值；

路径标识模块460，被配置为将根据每组候选值确定的各个导航路径中，与出现次数最多的数值所对应的导航路径标识为推荐导航路径。

综上所述，本公开实施例中提供的路径导航装置，通过获取包含起始节点和结束节点的历史行走路径，根据历史行走路径确定从起始节点至结束节点的各个节点的经过次数，进而根据各个节点的经过次数以及路径导航算法确定从起始节点至结束节点的导航路径；解决了相关技术中服务器确定的导航路径可能并不适用于用户的问题；达到了可以根据各个用户经过节点的经过次数来为用户确定导航轨迹，进而提高为用户提供的导航路径的准确度的效果。

本实施例中评估函数的函数值与候选节点的经过次数呈负相关关系，也即该候选节点被各个用户经过的次数越多，该候选节点被选为最终导航路径中的可能性越大；所以本实施例通过根据其他用户经过各个节点的情况来为用户确定导航路径，提高了为用户确定的导航路径的准确率。

此后，服务器可以将根据选择的数值确定的导航路径标识为推荐导航路径。这样，服务器向用户提供各个导航路径之后，用户可以优先选择各个导航路径中的推荐导航路径，提高了用户的用户体验。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图5是根据一示例性实施例示出的一种用于路径导航的装置500的框图。例如，装置500可以被提供为一服务器。参照图5，装置500包括处理组件522，其进一步包括一个或多个处理器，以及由存储器532所代表的存储器资源，用于存储可由处理组件522执行的指令，例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件522被配置为执行指令，以执行上述路径导航方法。

装置500还可以包括一个电源组件526被配置为执行装置500的电源管理，一个有线或无线网络接口550被配置为将装置500连接到网络，和一个输入输出(I/O)接口558。装置500可以操作基于存储在存储器532的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (11)

1.一种路径导航方法，其特征在于，所述方法包括：

获取包括起始节点和结束节点的历史行走路径；

根据所述历史行走路径确定从所述起始节点至所述结束节点的各个节点的经过次数；

根据所述各个节点的经过次数以及路径导航算法确定从所述起始节点至所述结束节点的导航路径。

2.根据权利要求1所述的方法，其特征在于，所述根据所述各个节点的经过次数以及路径导航算法确定从所述起始节点至所述结束节点的导航路径，包括：

根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及所述路径导航算法，计算每个下游候选节点的评估函数的函数值；所述评估函数的函数值与所述下游候选节点的经过次数呈负相关关系；

选择所述m个下游候选节点中数值最小的函数值所对应的节点；

当选择的所述节点不是所述结束节点时，令i＝i+1，且将选择的节点确定为新的第i个节点，再次执行所述根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及所述路径导航算法，计算每个下游候选节点的评估函数的函数值的步骤；

当选择的所述节点为所述结束节点时，将所述起始节点、所述结束节点以及确定的各个节点所组成的路径确定为所述导航路径。

3.根据权利要求2所述的方法，其特征在于，所述路径导航算法为A*算法，所述根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及所述路径导航算法，计算每个下游候选节点的评估函数的函数值，包括：

获取调整因子λ和γ的至少一组候选值，λ>0，γ>0；

对于每组候选值，所述m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{\mathrm{\λ}}{1-e^{-\mathrm{\γSn}}}g\left(n\right)+h\left(n\right);$

其中，S_n为从所述起始节点至所述第n个下游候选节点的各个节点的经过次数的总和；g(n)为从所述起始节点至所述第n个下游候选节点的距离；h(n)为从所述第n个下游候选节点至所述结束节点的距离；1≤n≤m。

4.根据权利要求2所述的方法，其特征在于，所述路径导航算法为狄克斯特拉Dijkstra算法，所述根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及所述路径导航算法，计算每个下游候选节点的评估函数的函数值，包括：

获取调整因子γ的至少一个候选值，γ>0；

对于每个候选值，所述m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{1}{1-e^{-\mathrm{\γSn}}}g\left(n\right);$

其中，S_n为从所述起始节点至所述第n个下游候选节点的各个节点的经过次数的总和；g(n)为从所述起始节点至所述第n个下游候选节点的距离；1≤n≤m。

5.根据权利要求3或4所述的方法，其特征在于，所述方法还包括：

获取每个历史行走路径所对应的调整因子的历史数值；

选择各个历史数值中出现次数最多的数值；

将根据每组候选值确定的各个导航路径中，与所述出现次数最多的数值所对应的导航路径标识为推荐导航路径。

6.一种路径导航装置，其特征在于，所述装置包括：

获取模块，被配置为获取包括起始节点和结束节点的历史行走路径；

次数确定模块，被配置为根据所述获取模块获取到的所述历史行走路径确定从所述起始节点至所述结束节点的各个节点的经过次数；

路径确定模块，被配置为根据所述次数确定模块确定的所述各个节点的经过次数以及路径导航算法确定从所述起始节点至所述结束节点的导航路径。

7.根据权利要求6所述的装置，其特征在于，所述路径确定模块，包括：

计算子模块，被配置为根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及所述路径导航算法，计算每个下游候选节点的评估函数的函数值；所述评估函数的函数值与所述下游候选节点的经过次数呈负相关关系；

选择子模块，被配置为选择所述m个下游候选节点中数值最小的函数值所对应的节点；

所述计算子模块，被配置为在所述选择子模块选择的所述节点不是所述结束节点时，令i＝i+1，且将选择的节点确定为新的第i个节点，再次执行所述根据第i个节点的m个下游候选节点中的每个下游候选节点的经过次数以及所述路径导航算法，计算每个下游候选节点的评估函数的函数值的步骤；

路径确定子模块，被配置为在所述选择子模块选择的所述节点为所述结束节点时，将所述起始节点、所述结束节点以及确定的各个节点所组成的路径确定为所述导航路径。

8.根据权利要求7所述的装置，其特征在于，所述路径导航算法为A*算法，所述计算子模块，被配置为：

获取调整因子λ和γ的至少一组候选值，λ>0，γ>0；

对于每组候选值，所述m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{\mathrm{\λ}}{1-e^{-\mathrm{\γSn}}}g\left(n\right)+h\left(n\right);$

其中，S_n为从所述起始节点至所述第n个下游候选节点的各个节点的经过次数的总和；g(n)为从所述起始节点至所述第n个下游候选节点的距离；h(n)为从所述第n个下游候选节点至所述结束节点的距离；1≤n≤m。

9.根据权利要求7所述的装置，其特征在于，所述路径导航算法为狄克斯特拉Dijkstra算法，所述计算子模块，被配置为：

获取调整因子γ的至少一个候选值，γ>0；

对于每个候选值，所述m个下游候选节点中的第n个下游候选节点的评估函数的函数值f(n)为：

$f\left(n\right)=\frac{1}{1-e^{-\mathrm{\γSn}}}g\left(n\right);$

其中，S_n为从所述起始节点至所述第n个下游候选节点的各个节点的经过次数的总和；g(n)为从所述起始节点至所述第n个下游候选节点的距离；1≤n≤m。

10.根据权利要求8或9所述的装置，其特征在于，所述装置还包括：

数值获取模块，被配置为获取每个历史行走路径所对应的调整因子的历史数值；

数值选择模块，被配置为选择所述数值获取模块获取的各个历史数值中出现次数最多的数值；

路径标识模块，被配置为将根据每组候选值确定的各个导航路径中，与所述出现次数最多的数值所对应的导航路径标识为推荐导航路径。

11.一种路径导航装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取包括起始节点和结束节点的历史行走路径；

根据所述历史行走路径确定从所述起始节点至所述结束节点的各个节点的经过次数；

根据所述各个节点的经过次数以及路径导航算法确定从所述起始节点至所述结束节点的导航路径。