CN107480804B - 一种基于线面空间关系的迷宫求解方法 - Google Patents
一种基于线面空间关系的迷宫求解方法 Download PDFInfo
- Publication number
- CN107480804B CN107480804B CN201710462640.8A CN201710462640A CN107480804B CN 107480804 B CN107480804 B CN 107480804B CN 201710462640 A CN201710462640 A CN 201710462640A CN 107480804 B CN107480804 B CN 107480804B
- Authority
- CN
- China
- Prior art keywords
- line
- channel
- maze
- point
- polygon
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Library & Information Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本发明旨在提供一种基于线面空间关系的迷宫求解方法,包括以下步骤:A、提取出通道面状数据;B、将通道面状数据转换为通道边界线;C、从起点处、终点处的两个端点分别向迷宫外两侧伸出延长线,在延长线上设有有基点,在迷宫外部,构建连通起点与终点的基点的虚拟连线Ⅰ与虚拟连线Ⅱ;D、将虚拟连线Ⅰ、虚拟连线Ⅱ分别与迷宫的通道边界线围成多边形Ⅰ、多边形Ⅱ,位于多边形Ⅰ与多边形Ⅱ之间的连通起点与终点的路径,即为迷宫的备选解路径;E、选取长度最短的备选解路径作为迷宫的最优解路径。本发明基通道数据线和空间拓扑构面实现迷宫求解,具有原理简单,实现效率高,可以取得最优通达路径的特点,非常适用于类似障碍物环境下路径搜索。
Description
技术领域
本发明涉及计算机图形学与地理信息科学领域,具体涉及一种基于线面空间关系的迷宫求解方法。
背景技术
迷宫路径解算自古就是数学与计算机图形学的研究热点,但是传统的迷宫路径解算多从图论及数学角度,其搜索效率和准确度都不尽人意。特别是当迷宫的复杂程度达到一定级别,计算机和传统算法将无能为力。
迷宫解算属于障碍物环境下路径搜索问题,因此传统的路径搜索方法适用于迷宫路径结算。但鉴于迷宫解算的特殊性如死路环境下的自动过滤等未作考虑,因此研究中很少有学者将传统的路径搜索方法用于迷宫路径结算;同时,传统迷宫算法通常利用迷宫路径中线进行求解,而当迷宫复杂度较高时,提取路径中线将带来极大的运算量,大大降低迷宫求解的效率。
发明内容
本发明旨在提供一种基于线面空间关系的迷宫求解方法,其主要通过通道数据线和空间拓扑关系实现,其技术方案如下:
一种基于线面空间关系的迷宫求解方法,包括以下步骤:
A、通过栅格-矢量转换将迷宫图片转换为矢量数据,提取出通道面状数据;
B、将通道面状数据转换为通道边界线,将起点、终点处的通道边界线去除,使得起点、终点处的通道开放;
C、从起点处的两个端点分别向迷宫外两侧伸出延长线,在起点延长线上分别有基点X1、X2;从终点处的两个端点分别向迷宫外两侧伸出延长线,在起点延长线上分别有基点Y1、Y2;在迷宫外部,构建连通基点X1和基点Y1的线框得到虚拟连线Ⅰ,构建连通基点X2和基点Y2的线框得到虚拟连线Ⅱ,其中虚拟连线Ⅰ与虚拟连线Ⅱ不存在交叉点;
D、将虚拟连线Ⅰ与迷宫的通道边界线围成的部位作为多边形Ⅰ,将虚拟连线Ⅱ与迷宫的通道边界线围成的部位作为多边形Ⅱ;
位于多边形Ⅰ与多边形Ⅱ之间的连通起点与终点的路径,即为迷宫的备选解路径;
E、对得到的迷宫的备选解路径进行路径长度分析,长度最短的作为迷宫的最优解路径。
优选地,所述步骤A包括以下步骤:
A1、将图片去色,转换为黑白图像;
A2、栅矢转换,将图片转换为矢量数据;
A3、根据颜色值反算出黑白颜色深度;
A4、根据颜色深度求出通道部分;
A5、将通道部分合并,得到通道面状数据。
本发明通过将迷宫路径求解扩展到空间拓扑分析领域,通过提取迷宫的路径通道面状数据,结合线面关系,求解出迷宫路径;与传统算法相比,省去了提取迷宫路径中线的步骤,大大降低了运算量与运算时间;还具有原理简单,易于实现,高效稳定的特点,同时也可以在迷宫路径发生变更时,仅通过微调对应部分的通道数据即可完成,不需要进行全局搜索,大大节约数据处理的难度、成本和时间,在民用及军用领域都具有巨大应用潜力。
附图说明
图1为本发明一种基于线面空间关系的迷宫求解方法的流程示意图
图2为本发明实施例1的迷宫示意图
图3为本发明实施例1的通道面状数据示意图
图4为本发明的实施例1的通道边界线(起点、终点未开放)示意图
图5为本发明的实施例1的通道边界线(起点、终点开放)示意图
图6为本发明的实施例1的多边形Ⅰ与多边形Ⅱ的示意图
图7为本发明的实施例1的最优解路径示意图
图中各部分名称及序号如下:
1为虚拟连线Ⅰ,2为虚拟连线Ⅱ,3为多边形Ⅰ,4为多边形Ⅱ,5为备选解路径5。
具体实施方式
下面结合实施例详细阐述本发明。
实施例1
本实施例一种基于线面空间关系的迷宫求解方法,包括以下步骤:
本实施例迷宫路径结算过程,运行平台为PC上的Windows 7操作系统,地理信息系统平台为北京超图地理信息平台软件5.3.3版本。
包括以下步骤:
如图1所示,本实施例提供的基于线面空间关系的迷宫求解方法,包括以下步骤:
A、通过栅格-矢量转换将迷宫图片转换为矢量数据,提取出通道面状数据,如图3所示;
具体为:
A1、将图片去色,转换黑白图像;
A2、在北京超图地理信息平台进行栅矢转换,将图片转换为面状矢量数据;
A3、根据颜色值Value,通过Value=R*256*256+G*256+B进行计算,转换为黑白图像后R=G=B,Value=65793R,从而反算出黑白颜色深度R;
A4、根据颜色深度R通过北京超图地理信息平台数据库进行查询,得到通道部分的数据;
A5、通过北京超图地理信息平台将通道部分的数据进行合并,得到通道面状数据;
B、将通道面状数据转换为通道边界线,如图4所示,将起点A、终点B处的通道边界线去除,使得起点A、终点B处的通道开放,如图5所示;
C、从起点A处的两个端点分别向迷宫外两侧伸出延长线,在起点A延长线上分别有基点X1、X2;从终点B处的两个端点分别向迷宫外两侧伸出延长线,在起点A延长线上分别有基点Y1、Y2;在迷宫外部,构建连通基点X1和基点Y1的线框得到虚拟连线Ⅰ1,构建连通基点X2和基点Y2的线框得到虚拟连线Ⅱ2,其中虚拟连线Ⅰ与虚拟连线Ⅱ不存在交叉点,如图6所示;
D、将虚拟连线Ⅰ与迷宫的通道边界线围成的部位作为多边形Ⅰ3,将虚拟连线Ⅱ与迷宫的通道边界线围成的部位作为多边形Ⅱ4;
位于多边形Ⅰ3与多边形Ⅱ4之间的连通起点A与终点B的路径,即为迷宫的备选解路径5,如图7所示;
E、对得到的迷宫的备选解路径进行路径长度分析,长度最短的作为迷宫的最优解路径,本实施例中迷宫的备选解路径为1条,该路径即为迷宫的最优解路径。
Claims (3)
1.一种基于迷宫求解的障碍物环境下最短路径求解方法,其特征在于包括以下步骤:
A、通过栅格-矢量转换将迷宫图片转换为矢量数据,提取出通道面状数据;
B、将通道面状数据转换为通道边界线图,将通道边界线图中起点、终点处的通道边界线去除,使得起点、终点处的通道开放,起点处形成通道线起点I和通道线起点Ⅱ,终点处形成通道线终点I和通道线终点Ⅱ;
C、从起点处的通道线起点I和通道线起点Ⅱ分别向迷宫外两侧伸出延长线,在通道线起点I的延长线上有基点X1,在通道线起点Ⅱ的延长线上有基点X2;从终点处的通道线终点I和通道线终点Ⅱ分别向迷宫外两侧伸出延长线,在通道线终点I的延长线上有基点Y1,在通道线终点Ⅱ上的延长线有基点Y2;在迷宫外部,构建连通基点X1和基点Y1的线框得到从通道线起点I至通道线终点I的虚拟连线Ⅰ,构建连通基点X2和基点Y2的线框得到从通道线起点Ⅱ至通道线终点Ⅱ的虚拟连线Ⅱ,其中虚拟连线Ⅰ与通道线起点Ⅱ的延长线和通道线终点Ⅱ的延长线均没有交叉点,虚拟连线Ⅱ与通道线起点I的延长线和通道线终点I的延长线均没有交叉点;
D、构建经过迷宫起点和迷宫终点的直线G,
在虚拟连线Ⅰ与直线G包裹范围内,将通道边界线与虚拟连线Ⅰ构建虚拟连线多边形Ⅰ;
在虚拟连线Ⅱ与直线G包裹范围内,将通道边界线与虚拟连线Ⅱ构建虚拟连线多边形Ⅱ;
若虚拟连线多边形Ⅰ、虚拟连线多边形Ⅱ均构建失败,则该迷宫无解,求解结束;
若虚拟连线多边形Ⅰ、虚拟连线多边形Ⅱ均构建成功,则该迷宫有解,进入步骤E;
E、根据线面关系,对左虚拟连线和/或右虚拟连线取中连接迷宫起点和迷宫终点的路径进行对比选择,取其中最短者为迷宫解。
2.如权利要求1所述的基于迷宫求解的障碍物环境下最短路径求解方法,其特征在于:
所述步骤A包括以下步骤:
A1、将图片去色,转换为黑白图像;
A2、栅矢转换,将图片转换为矢量数据;
A3、根据颜色值反算出黑白颜色深度;
A4、根据颜色深度求出通道部分;
A5、将通道部分合并,得到通道面状数据。
3.如权利要求1所述的基于迷宫求解的障碍物环境下最短路径求解方法,其特征在于:
所述的步骤E包括以下步骤:
E1、将虚拟连线多边形Ⅰ进行合并,得到包含通道线起点I和通道线终点I的合并多边形Ⅰ;将虚拟连线多边形Ⅱ进行合并,得到包含通道线起点Ⅱ和通道线终点Ⅱ的合并多边形Ⅱ;
E2、若合并多边形Ⅰ和合并多边形Ⅱ共边,则共边即为最终所求的迷宫解的通道边界线,若不一致进入下一步;
E3、判定合并多边形Ⅰ和合并多边形Ⅱ中不包含虚拟连线Ⅰ、虚拟连线Ⅱ的连接起点终点的通道边界线中长度较小者;
E4、根据同样原则对求得的通道边界线中经过的每个多边形进行判定,获取每个多边形中该通道边界线两端点间的距离较小者;
E5、将以上搜索结果首尾相连,得到连接起点终点的路径即为迷宫解的通道边界线。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710462640.8A CN107480804B (zh) | 2017-06-19 | 2017-06-19 | 一种基于线面空间关系的迷宫求解方法 |
PCT/CN2018/078129 WO2018233318A1 (zh) | 2017-06-19 | 2018-03-06 | 一种基于线面空间关系的迷宫求解方法 |
US16/475,943 US10970890B2 (en) | 2017-06-19 | 2018-03-06 | Maze solving method based on line-surface spatial relation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710462640.8A CN107480804B (zh) | 2017-06-19 | 2017-06-19 | 一种基于线面空间关系的迷宫求解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107480804A CN107480804A (zh) | 2017-12-15 |
CN107480804B true CN107480804B (zh) | 2020-04-14 |
Family
ID=60594729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710462640.8A Active CN107480804B (zh) | 2017-06-19 | 2017-06-19 | 一种基于线面空间关系的迷宫求解方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10970890B2 (zh) |
CN (1) | CN107480804B (zh) |
WO (1) | WO2018233318A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480804B (zh) | 2017-06-19 | 2020-04-14 | 广西回归线信息科技有限公司 | 一种基于线面空间关系的迷宫求解方法 |
WO2021063983A1 (en) * | 2019-09-30 | 2021-04-08 | Pre Framing Corp. | Computer-aided design methods and systems |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6545288B1 (en) * | 2001-03-08 | 2003-04-08 | Lsi Logic Corporation | Gridless router using maze and line probe techniques |
CN103116356A (zh) * | 2013-03-06 | 2013-05-22 | 山东大学 | 一种迷宫搜索的方法 |
CN104731099A (zh) * | 2015-03-18 | 2015-06-24 | 深圳市八零年代网络科技有限公司 | 一种迷宫最短路径的搜索方法及系统 |
CN105512169A (zh) * | 2016-03-10 | 2016-04-20 | 珠海市规划设计研究院 | 基于路径和权的最短路径搜索方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480804B (zh) * | 2017-06-19 | 2020-04-14 | 广西回归线信息科技有限公司 | 一种基于线面空间关系的迷宫求解方法 |
-
2017
- 2017-06-19 CN CN201710462640.8A patent/CN107480804B/zh active Active
-
2018
- 2018-03-06 US US16/475,943 patent/US10970890B2/en active Active
- 2018-03-06 WO PCT/CN2018/078129 patent/WO2018233318A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6545288B1 (en) * | 2001-03-08 | 2003-04-08 | Lsi Logic Corporation | Gridless router using maze and line probe techniques |
CN103116356A (zh) * | 2013-03-06 | 2013-05-22 | 山东大学 | 一种迷宫搜索的方法 |
CN104731099A (zh) * | 2015-03-18 | 2015-06-24 | 深圳市八零年代网络科技有限公司 | 一种迷宫最短路径的搜索方法及系统 |
CN105512169A (zh) * | 2016-03-10 | 2016-04-20 | 珠海市规划设计研究院 | 基于路径和权的最短路径搜索方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018233318A1 (zh) | 2018-12-27 |
CN107480804A (zh) | 2017-12-15 |
US20190347835A1 (en) | 2019-11-14 |
US10970890B2 (en) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110887502B (zh) | 一种必经结点最短路径搜索方法 | |
CN106767819B (zh) | 一种基于bim的室内导航数据构建方法及导航系统 | |
CN111462275A (zh) | 一种基于激光点云的地图生产方法和装置 | |
Wei et al. | Graph convolutional networks for the automated production of building vector maps from aerial images | |
US11367195B2 (en) | Image segmentation method, image segmentation apparatus, image segmentation device | |
US11967132B2 (en) | Lane marking detecting method, apparatus, electronic device, storage medium, and vehicle | |
CN109154938B (zh) | 使用离散非踪迹定位数据将数字图中的实体分类 | |
CN111090712A (zh) | 一种数据处理方法、装置、设备及计算机存储介质 | |
CN114724117B (zh) | 车道线关键点数据生成方法、装置、电子设备及存储介质 | |
CN113390407A (zh) | 车道级导航地图的构建方法、装置、设备以及存储介质 | |
CN115375868B (zh) | 地图显示和遥感地图显示方法、计算设备以及存储介质 | |
KR20220150240A (ko) | 고정밀 지도 구축 방법, 장치 및 전자 기기 | |
CN107480804B (zh) | 一种基于线面空间关系的迷宫求解方法 | |
CN114627257A (zh) | 三维路网地图的构建方法、装置、电子设备和存储介质 | |
CN115641415A (zh) | 基于卫星影像生成三维场景的方法、装置、设备及介质 | |
CN107423360B (zh) | 一种基于路径中线的迷宫求解方法 | |
CN114509085B (zh) | 一种结合栅格和拓扑地图的快速路径搜索方法 | |
Mao et al. | City object detection from airborne Lidar data with OpenStreetMap‐tagged superpixels | |
Kikuchi et al. | A data structure for triangular dissection of multi-resolution images | |
CN108132992B (zh) | 一种人员信息基础地址编码方法、系统及电子设备 | |
Chen et al. | Large-Scale Urban Road Vectorization Mapping Via A Road Node Proposal Network for High-Resolution Remote Sensing Imagery | |
CN110728723A (zh) | 一种面向瓦片地图的道路自动提取方法 | |
KR102643538B1 (ko) | 자율주행 환경에서 이종 센서 데이터 간 오토 캘리브레이션 방법, 장치 및 컴퓨터프로그램 | |
Cheng | Global-feature enhanced network for fast semantic segmentation | |
CN113378922B (zh) | 一种基于GeoHash的地理坐标点密度聚类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20180109 Address after: 530022 the Guangxi Zhuang Autonomous Region high tech Zone in Nanning City, two South Road No. 5 Hua Chengdu city B block 08 layer 06 Applicant after: Guangxi return line Mdt InfoTech Ltd Address before: Nanning City Branch Park Avenue 530022 No. 49 the Guangxi Zhuang Autonomous Region Jin Yu Metro Building 4 unit B 2 layer 202. Applicant before: Guangxi Silver Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |