CN109242206A

CN109242206A - 一种路径规划方法、系统及存储介质

Info

Publication number: CN109242206A
Application number: CN201811172647.7A
Authority: CN
Inventors: 徐博; 唐小军
Original assignee: BOE Technology Group Co Ltd
Current assignee: BOE Technology Group Co Ltd
Priority date: 2018-10-09
Filing date: 2018-10-09
Publication date: 2019-01-18
Anticipated expiration: 2038-10-09
Also published as: CN109242206B

Abstract

本发明实施例提供了一种路径规划方法、系统及计算机可读存储介质。所述路径规划方法包括：计算场景的拓扑图中任意相邻两节点之间路径的通行时间，所述场景的拓扑图根据场景地图构建；根据所述通行时间计算最优的路径；当所述拓扑图中的节点包括起点、终点和一个或多个途径点时，所述路径为从所述起点开始经过所述途径点到达所述终点的路径，当所述拓扑图中的节点包括起点和终点时，所述路径为从所述起点开始到达所述终点的路径。本申请实施例通过将通行时间作为成本进行路径规划，提高了在拥堵情况下路径规划的准确性。

Description

一种路径规划方法、系统及存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种基于路径规划方法、系统以及计算机可读存储介质。

背景技术

为应对电商带来的冲击，当前商超正朝着更全面、综合的方向发展，随着生活节奏的加快，顾客需要更加精准、省时、高效的购物体验，因此购物路径规划是极其必要的。现有的购物路径规划方法主要将行进距离考虑为主要成本，以总的行进距离最近为优化目标，而实际购物中，部分区域的较大客流量会降低顾客的行进速度，增加顾客非购物时间，影响顾客的购物体验。

发明内容

本发明实施例提供一种路径规划方法、系统及计算机可读存储介质，减少等待时间，提高用户体验。

为了解决上述技术问题，本发明实施例提供了一种路径规划方法，包括：

计算场景的拓扑图中任意相邻两节点之间路径的通行时间，所述场景的拓扑图根据场景地图构建；

根据所述通行时间计算最优的路径；当所述拓扑图中的节点包括起点、终点和一个或多个途径点时，所述路径为从所述起点开始经过所述途径点到达所述终点的路径，当所述拓扑图中的节点包括起点和终点时，所述路径为从所述起点开始到达所述终点的路径。

可选地，所述计算场景的拓扑图中任意相邻两节点之间路径的通行时间，包括：

在所述场景的拓扑图构建好后，计算场景的拓扑图中任意相邻两节点之间路径的通行时间；或者

在所述拓扑图中的节点发生变化和/或预设时间到达时，计算场景的拓扑图中任意相邻两节点之间路径的通行时间。

可选地，所述计算场景的拓扑图中任意相邻两节点之间路径的通行时间，包括：以预设长度为分度将所述路径分成一个或多个子段，计算所述路径中子段的通行时间，根据所述子段的通行时间计算获得所述路径的通行时间。

可选地，所述计算所述路径中子段的通行时间，包括：根据当前子段的人流密度确定所述当前子段的行进速度，根据所述当前子段的路径长度和所述行进速度计算所述当前子段的通行时间。

可选地，所述根据当前子段的人流密度确定所述当前子段的行进速度，包括：当判断所述人流密度低于预设密度阈值时，则将预设的行人常规步行速度作为所述当前子段的行进速度；当判断所述人流密度高于所述预设密度阈值时，则查找所述人流密度对应的行进速度作为所述当前子段的行进速度，或者，将当前子段中行人样本的行进速度作为所述当前子段的行进速度。

可选地，所述根据所述通行时间计算最优的路径，包括：对所述拓扑图中的所有节点以所述起点为开始、所述终点为结束进行排序，计算获得用时最少的路径作为最优的路径。

为了解决上述技术问题，本发明实施例还提供了一种路径规划系统，包括存储器以及与所述存储器相连的处理器，其中：

所述存储器用于存储可在处理器上运行的计算机程序；

所述处理器执行所述计算机程序时实现以下步骤：

计算场景的拓扑图中任意相邻两节点之间路径的通行时间；其中，所述场景的拓扑图根据场景地图构建；

根据所述通行时间计算最优的路径；其中，当所述拓扑图中的节点包括起点、终点和一个或多个途径点时，所述路径为从所述起点开始经过所述途径点到达所述终点的路径，当所述拓扑图中的节点包括起点和终点时，所述路径为从所述起点开始到达所述终点的路径。

可选地，所述系统还包括：图像采集装置，用于采集所在区域的图像；

所述处理器还用于，根据所述图像采集装置采集的所述图像计算所述区域的人流密度，根据所述人流密度确定所述区域的行进速度，根据所述区域的路径长度和所述行进速度计算所述区域的通行时间，其中，所述区域为一条路径上的任一子段或者所述区域为任一路径。

可选地，所述系统还包括：显示装置，用于在场景地图或场景的拓扑图中突出显示所述处理器计算获得的最优的路径。

为了解决上述技术问题，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现上述方法的步骤。

本发明实施例提供了一种路径规划方法、系统及计算机可读存储介质，与现有技术相比，将购物时间作为成本进行路径规划，有效避免了在拥堵情况下单以路程作为成本进行规划的不准确性，缓解等待时间的同时，提高用户体验。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。本发明的其它特征和优点将在随后的说明书实施例中阐述，并且，部分地从说明书实施例中变得显而易见，或者通过实施本发明而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。附图中各部件的形状和大小不反映真实比例，目的只是示意说明本发明内容。

图1为本发明实施例1路径规划方法流程图；

图2为本发明实施例2一种路径规划系统结构示意图；

图3为本发明实施例2另一种路径规划系统结构示意图；

图4为本发明应用示例基于顾客流量的购物路径规划方法的流程图；

图5为本发明应用示例环境地图与可通行区域拓扑图构建示意图；

图6为本发明应用示例标记节点后的拓扑图示意图；

图7为本发明应用示例拓扑图边微分化与子通行区域划分示意图。

具体实施方式

下面结合附图和实施例对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

如前所述，常规的路径规划方法均是以路程为成本进行规划，而当顾客人数较多、造成拥堵的情况下，缓慢的行进步伐与附加的等候时间会给顾客造成较差的购物体验，因此对于购物场景或类似场景，顾客的拥堵情况并非线性分布的，其受商品火热度、行人通道宽度影响，往往并不不规则，显然单纯以路径距离(路程)为规划成本是不够全面的，因此也需将购物时间作为路径规划的成本进行考虑。

实施例1

图1为本发明实施例1的流程图，如图所示，所述方法包括：

步骤11，计算场景的拓扑图中任意相邻两节点之间路径的通行时间，所述场景的拓扑图根据场景地图构建；

构建场景的拓扑图例如可以是将所述场景中的路口、输入的起点、输入的终点以及输入的途经点设置为所述拓扑图中的节点，或者将所述场景中的路口、输入的起点以及输入的终点设置为所述拓扑图中的节点，所述场景中的道路设置为所述拓补图中的路径。所述路口至少包括十字路口和丁字路口，还可以包括道路拐角。所述起点可以为用户输入的点，也可以是根据定位系统获取的用户所在当前位置。所述终点通常为用户指定的点。所述途径点是指用户期望经过的点，即在最终规划的路径中需要经过的位置。所示途经点可设置也可不设置，若不设置途经点，则相当于寻找一条从起点到终点的最优路径。所述途经点可以有一个或多个，随着用户的移动，途经点逐渐减少，例如当用户经过某一途径点之后，该途经点被设置为普通节点或者被删除，拓扑图中的途经点总数减一。可选地，用户也可以根据需要增加途经点。

步骤12，根据所述通行时间计算最优的路径，当所述拓扑图中的节点包括起点、终点和一个或多个途径点时，所述路径为从所述起点开始经过所述途径点到达所述终点的路径，当所述拓扑图中的节点包括起点和终点时，所述路径为从所述起点开始到达所述终点的路径。

在一种实施方式中，所述最优的路径可以是根据所述通行时间直接计算获得的时间最短路径，在其他实施方式中，还可以结合通行时间和其他参数，例如距离和/或拥堵程度，再根据各参数的权重，计算获得最优路径。

采用本发明实施例方法，通过将通行时间作为成本来规划路径，降低了用户在拥堵情况下的等待时间，提高了用户体验，并且可以实现有效的分流，进而缓解拥堵。

在一可选实施例中，所述计算场景的拓扑图中任意相邻两节点之间路径的通行时间，包括：

即计算场景的拓扑图中任意相邻两节点之间路径的通行时间的时机可以是在构建好拓扑图后，或者是当所述拓扑图中的节点发生变化和/或预设时间到达时。

所述场景拓扑图中节点发生变化(条件a)，包括以下情况至少之一：起点发生变化(例如用户重新设置起点，或者用户移动后起点变更为用户当前所在的位置)、途经点发生变化(例如途经点数量的减少或增加)、终点发生变化(例如用户修改了终点)。设置节点变化时重新计算计算最优路径可以实现路径规划的实时更新，保证为用户提供最符合用户需求的最优路径。

所述预设时间到达时重新计算最优路径(条件b)，例如可以设置为每隔预设时间就重新计算所述拓扑图中任意相邻两节点之间路径的通行时间。设置定时重新计算最优路径可以实现路径规划的定时更新，保证为用户提供最符合当前时机的最优路径。预设时间值可根据场景特点结合当前场景的用户行为习惯进行设置。例如对于购物场场景，可以根据用户通常挑选商品的时间来进行设置。

上述条件a和条件b可以同时设置，例如上述条件a中的起点变化与条件b的定时更新可以结合使用，例如用户在不断移动过程中，起点位置不断发生变化，此时可结合定时更新，即每隔预设时间重新确定起点，根据新确定的起点重新计算所述拓扑图中任意相邻两节点之间路径的通行时间，根据所述通行时间计算最优的路径。

在一个可选实施例中，可以采用以下方式计算场景的拓扑图中任意相邻两节点之间路径的通行时间：以预设长度为分度将所述路径分成一个或多个子段，计算所述路径中子段的通行时间，根据所述子段的通行时间计算获得所述路径的通行时间。对所述路径按照预设长度进行分度相当于对拓扑图中的边进行微分化处理，这是考虑到该相邻两节点之间路径上的行进速度可能不均匀，从而导致若根据常规速度无法准确计算出该路径的通行时间，因此通过分度的方式，将所述路径分成若干小段，分别计算每一段的通行时间，可以获得更准确的通行时间，从而获得更加准确的最优路径结果。所述预设长度值可根据经验设置，预设长度值越小计算行人密度的精度越高，但计算量越大，可根据经验选择一计算量和精度均在可接受范围内的预设长度值。

可以对每条路径均进行分段，也可以仅对满足以下条件之一的路径进行分段：条件e、易产生拥堵的路径，由于易产生拥堵的路径会导致行进速度不匀，故可以对易产生拥堵的路径进行分段，是否易产生拥堵可以根据以往的经验或者视频记录等方式确定；条件f、路径长度大于预设路径长度阈值的路径，当路径长度较长时，也有可能导致行进速度不匀。

在上述实施例中，可以采用以下方式计算路径中子段的通行时间：根据当前子段的人流密度确定所述当前子段的行进速度，根据所述当前子段的路径长度和所述行进速度计算所述当前子段的通行时间。通过测算得到的人流密度得到对应的行进速度，进而计算获得子段的通行时间，可以获得更加准确的结果。可以通过对图像采集装置采集到的当前子段的图像进行人像识别，获得所述当前子段内的行人数量，再根据所述行人数量和所述当前子段所在区域的面积，计算获得当前子段的人流密度。

在上述实施例中，根据子段的通行时间Δt计算获得所述路径的通行时间可以是对各子段的通行时间进行积分处理C_j＝∫Δt＝∑c_i(即所述路径的总通行时间相当于对各子段时间的积分)，最终得到所述路径的通行时间。可选地，可以将所述各子段的通行时间相加后得到所述路径的通行时间。

在上述实施例中，可以采用以下方式根据当前子段的人流密度确定所述当前子段的行进速度：当判断所述人流密度低于预设密度阈值时，说明该路径上不拥挤，可以保持正常的行进速度，则将预设的行人常规步行速度作为所述当前子段的行进速度；当判断所述人流密度高于所述预设密度阈值时，说明当前路径出现拥堵，会影响行进速度，则查找所述人流密度对应的行进速度作为所述当前子段的行进速度(可根据历史数据确定，例如记录历史人流密度与对应的行进速度，根据当前人流密度查找与当前人流密度相同或相近的历史人流密度对应的行进速度)，或者，将当前子段中行人样本的行进速度作为所述当前子段的行进速度(例如在当前子段所在区域中选取n个行人作为样本，计算所述行人样本的行进速度作为所述当前子段的行进速度，其中n为大于等于1的正整数，当n≥2时，行人样本的行进速度为n个行人样本的平均行进速度)。除了上述方式外，在其他实施例中，也可以不对人流密度进行阈值判断，直接获取与当前人流密度相同或相近的历史人流密度对应的历史行进速度作为所述当前子段的行进速度。采用上述方式可以获得更加准确的行进速度，从而获得更加准确地通行时间，为获取准确的最优路径打下基础。所述预设密度阈值与行人是否能采用常规步行速度行进有关，例如可以设置为能够保证常规步行速度的最大密度值。

一种特殊的情况是，所述路径被分成一个子段，即所述路径本身作为一个子段采用上述方式计算通行时间。也就是说，可以以相邻两节点之间的路径为单位长度计算通行时间，也可以以子段为单位长度计算通行时间。计算单位长度的通行时间的方法除了上述提到的先测算人流密度，再根据人流密度确定行进速度，最后根据长度和行进速度计算通行时间的方式外，还可以通过具有图像采集装置实时监控记录行人样本经过该单位长度的通行时间(例如可以是平均通行时间)来获取。

在一个可选实施例中，根据所述通行时间计算最优的路径，包括：对所述拓扑图中的所有节点以所述起点为开始、所述终点为结束进行排序，计算获得用时最少的路径作为最优的路径。可采用已有的最优路径计算方法进行计算，例如迪杰斯特拉(dijkstra)算法，遗传算法等。

具体地，当所述拓扑图中的节点包括起点、终点和一个或多个途径点时，对所述拓扑图中的所有节点以所述起点为开始、所述终点为结束进行排序，计算获得从所述起点开始经过所述途径点到达所述终点的用时最少的路径。当所述拓扑图中的节点包括起点和终点时，对所述拓扑图中的所有节点以所述起点为开始、所述终点为结束进行排序，计算获得从所述起点开始到达所述终点的用时最少的路径。

计算最优路径后可通过在拓扑图或场景图中突出显示的方式向用户示出。

采用本发明实施例所述方法，通过将通行时间作为成本来规划路径，降低了用户在拥堵情况下的等待时间，提高了用户体验，并且可以实现有效的分流，进而缓解拥堵。本实施例方法针对拥堵造成的行人行进非匀速情况，通过微分化处理将行人通道分成多段，利用视频采集方法逐段进行通行时间分析，再通过积分方法得到任意通道的通行时间，在此基础上进行路径规划，得到的结果更准确。

本发明实施例方法可以应用于多种场景，例如大型购物店内部、景区公园内部、博物馆内部等用户需要进行路径规划的场所。例如在购物店中，用户可以将待买商品所在位置设为途经点；在景区公园中，将想要游览的景点设置为途经点；在博物馆中，将想要参观位置设置为途经点。

实施例2

本实施例描述实现上述方法实施例的路径规划系统，上述实施例1中的说明也适用于本实施例。

如图2所示，本实施例所述路径规划系统，所述系统包括通行时间计算模块21和路径规划模块22，其中：

所述通行时间计算模块21，用于计算场景的拓扑图中任意相邻两节点之间路径的通行时间，所述场景的拓扑图根据场景地图构建；

所述路径规划模块22，用于根据所述通行时间计算最优的路径；当所述拓扑图中的节点包括起点、终点和一个或多个途径点时，所述路径为从所述起点开始经过所述途径点到达所述终点的路径，当所述拓扑图中的节点包括起点和终点时，所述路径为从所述起点开始到达所述终点的路径。

采用本发明实施例所述系统，通过将通行时间作为成本来规划路径，降低了用户在拥堵情况下的等待时间，提高了用户体验，并且可以实现有效的分流，进而缓解拥堵。

在一可选实施例中，所述通行时间计算模块21计算场景的拓扑图中任意相邻两节点之间路径的通行时间，包括：

在所述场景的拓扑图构建好后，所述通行时间计算模块21计算场景的拓扑图中任意相邻两节点之间路径的通行时间；或者

在所述拓扑图中的节点发生变化和/或预设时间到达时，所述通行时间计算模块21计算场景的拓扑图中任意相邻两节点之间路径的通行时间。

所述通行时间计算模块21以预设长度为分度将所述路径分成一个或多个子段，计算路径中子段的通行时间，根据所述通行时间计算获得所述路径的通行时间。

在一可选实施例中，所述通行时间计算模块21计算每个子段的通行时间，包括：

所述通行时间计算模块21根据当前子段的人流密度确定所述当前子段的行进速度，根据所述当前子段的路径长度和所述行进速度计算所述当前子段的通行时间。

在一可选实施例中，所述通行时间计算模块21根据当前子段的人流密度确定所述当前子段的行进速度，包括：

所述通行时间计算模块21当判断所述人流密度低于预设密度阈值时，将预设的行人常规步行速度作为所述当前子段的行进速度；当判断所述人流密度高于所述预设密度阈值时，查找所述人流密度对应的行进速度作为所述当前子段的行进速度，或者，将当前子段中行人样本的行进速度作为所述当前子段的行进速度。

在一可选实施例中，所述路径规划模块22根据所述通行时间计算最优的路径，包括：

所述路径规划模块22对所述拓扑图中的所有节点以所述起点为开始、所述终点为结束进行排序，计算获得用时最少的路径作为最优的路径。

本实施例还提供了另一种路径规划系统，如图3所示，包括存储器31以及与存储器31连接的处理器32，所述存储器31用于存储可在处理器上运行的计算机程序，所述处理器32用于执行所述计算机程序，能够实现前述一个或多个技术方案提供的路径规划方法，例如，所述处理器32执行所述计算机程序时实现以下步骤：

上述存储器31可为各种类型的存储器，例如，随机存储器、只读存储器、闪存、或固态硬盘等各种存储介质。

上述处理器32，可为中央处理器、微处理器、数字信号处理器、应用处理器或专用集成电路，该处理器可以通过集成电路总线等总线与存储器连接。

所述处理器32和存储器31可以为用户手持设备上的处理器和存储器，也可以为设置在场景中的专门用于显示最优路径的终端机中的存储器和处理器，还可以采用云端处理器和存储器实现。

在一个可选实施例中，所述系统还包括：图像采集装置33，用于采集所在区域的图像；所述处理器32与所述图像采集装置33连接，所述处理器还用于根据所述图像采集装置33采集的所述图像计算所述区域的人流密度，根据所述人流密度确定所述区域的行进速度，根据所述区域的路径长度和所述行进速度计算所述区域的通行时间，其中，所述区域为一条路径上的任一子段或者所述区域为任一路径。拓扑图上的路径对应实体场景中的一段通行区域；拓扑图上的子段对应实体场景中的一段子通行区域。

上述图像采集装置33，可为各种类型的照相机或摄像机，所述图像采集装置设置于路径的任一端节点，或者是子段的任一端，以便于能够拍摄到整条路径或者整个子段内的行人。

除上述提到的操作外，所述处理器执行所述计算机程序时还可以实现实施例1中所述的操作，此处不再赘述。

在一个可选实施例中，所述系统还包括：显示装置34，用于在场景地图或场景的拓扑图中突出显示所述处理器计算获得的最优的路径。

上述显示装置34，可以为用户手持设备上的显示器，还可以为设置在场景中的专门为显示最优路径的终端机上的显示器。

应用示例

下面以购物超市为例，对本发明实施例的路径规划方法进行说明，流程图如图4所示。本示例的路径规划方法包括：

步骤41，构建超市的拓扑图，将用户输入的起点和终点加入拓扑图，将用户输入的待购买商品转换为途经点加入拓扑图；

在本示例中，将用户输入的起点和终点加入拓扑图的过程包括：

先根据是否可通行将超市地图划分为可通行区域与障碍区域，如图5所示，根据可通行区域提取行人通道即可通行路径作为拓扑图的边(即实施例1中所述路径)，即以拓扑图方式对可通行区域进行表示。在拓扑图中分别标记路口节点、起点节点(即购物起点或者也可以是用户当前位置)和终点节点。

在本示例中，将用户输入的待购买商品转换为途经点加入拓扑图的过程包括：

预先将商品的分布位置坐标存储于服务器中，当用户通过客户端输入预购买商品(例如通过点选方式输入)后，系统从服务器中索引到商品位置。通过对预购买商品进行位置聚类处理，得到一个或多个商品分组，提取商品分组中心点(例如坐标)作为途经节点标记在拓扑图中，标记后的拓扑图如图6所示。通过聚类方法对商品进行分组，可以降低路径规划方法的复杂度。

通过构建可通行路径的拓扑图，表示顾客的可通行路径与商品位置关系，后续可基于此图进行顾客的购物路径规划。

步骤42，计算拓扑图中各个边对应通道的通行时间作为该边的权值；

由于可能存在通道拥堵情况，顾客无法保持较为稳定、匀速的行进速度，造成拓扑图的边权值即通行时间与通道长度呈非线性关系，因此对拓扑图的边进行微分化(分段)处理，如图7所示，以长度m为分度将拓扑图边划分成若干个边长为m的小段，得到各分段(即子段)对应的子通行区域，即子区域。图6中可见，过各小段端点做2条垂直于边的边界直线l₁与l₂，边界直线将可通行区域划分成若干个子区域。

通过在购物超市中设置的多个摄像头(即实施例1中所述图像采集装置)采集视频图像，逐帧对各子区域行人的头、肩部进行识别，将行人数量进行平均化处理，得到当前时间段各子区域的平均行人数量，并通过行人数量与子区域面积的比值，得到当前时间段各子区域的行人分布密度或称人流密度，若人流密度低于或不超过阈值h(即预设密度阈值)，认为行人通行速度不受影响，当前子区域对应的分段边权值即通行时间为对应的边长度m与预设的行人常规步行速度的比值c_i＝m/v₀，v₀为行人的常规步行速度；当人流密度高于阈值h时，在子区域中随机抽取n个行人进行运动跟踪分析，得到行人沿路径边方向的平均行进速度v_i作为子区域的平均速度，进而得到子区域对应的边权值即子区域平均通行时间c_i＝m/v_i，对分段边进行积分处理C_j＝∑c_i得到拓扑图各边权值。为了后续计算最优路径时处理方便，将各个边对应通道的通行时间作为该边的权值。

步骤43，根据各边权值规划最优路径。

构建起始节点与商品分组中心节点即途经点的集合D，并对D中各节点进行编码，以总的购物通行时间为成本，基于Dijkstra算法与遗传算法得到最优的购物规划路径，例如，对D中各节点进行编码，通过Dijkstra算法计算任意两节点间的最短权值路径，基于集合D构建购物排序的样本C，以遍历集合D节点的总通行时间为成本，利用遗传算法经过选择、交叉、变异提取适应度较大的排序编码，进而得到最优的规划路径。以上仅为示例，在其他实施例中，也可以采用除Dijkstra算法和遗传算法外的其他算法根据拓扑图中各边的权值计算获得最优路径。

由于客流量是动态变化的，每到一个新节点(如离开当前购物分组区域，到达一个新的分组区域)或者每隔预设时间，各处的客流量会发生动态变化，因此可按照上述方法根据当前各处的实时流量重新计算各边权值，对剩余未购买商品(剩余途经点)的购物路径进行重新规划，得到针对其他途经点的最优的规划路径(例如可通过刷新拓扑图的操作完成)。

目前的路径规划方法多以路径距离为成本，而对于行人密度较大的购物场所，行人行进速度与距离呈非线性关系，因此采用以往的路径规划方法无法得到时间较优的购物路径，给顾客带来较差的购物体验，而本发明实施例方法和系统以行人行进时间为成本指标，通过对通行拓扑图进行分段处理，利用图像采集、行人检测与运动跟踪得到分段边的权值，通过积分得到拓扑图各边的实时权值，进而实现路径规划，相比于单以距离为成本的规划方法，具有较高的准确度，降低了顾客在拥堵情况下的等待时间，提高了购物体验并实现了有效的分流进而降低了拥堵。

本示例方法可以以手持客户端为载体，也可以以设置在场景中的终端机为载体。

本发明实施例还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序；所述计算机程序被执行后，能够实现前述一个或多个实施例提供的深度检测方法，例如，执行如图1所示方法。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理单元的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims

1.一种路径规划方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，其中，所述计算场景的拓扑图中任意相邻两节点之间路径的通行时间，包括：

3.根据权利要求1或2所述的方法，其特征在于，其中，所述计算场景的拓扑图中任意相邻两节点之间路径的通行时间，包括：

以预设长度为分度将所述路径分成一个或多个子段，计算所述路径中子段的通行时间，根据所述子段的通行时间计算获得所述路径的通行时间。

4.根据权利要求3所述的方法，其特征在于，其中，所述计算所述路径中子段的通行时间，包括：

根据当前子段的人流密度确定所述当前子段的行进速度，根据所述当前子段的路径长度和所述行进速度计算所述当前子段的通行时间。

5.根据权利要求4所述的方法，其特征在于，其中，所述根据当前子段的人流密度确定所述当前子段的行进速度，包括：

当判断所述人流密度低于预设密度阈值时，则将预设的行人常规步行速度作为所述当前子段的行进速度；当判断所述人流密度高于所述预设密度阈值时，则查找所述人流密度对应的行进速度作为所述当前子段的行进速度，或者，将当前子段中行人样本的行进速度作为所述当前子段的行进速度。

6.根据权利要求1所述的方法，其特征在于，其中，

所述根据所述通行时间计算最优的路径，包括：

对所述拓扑图中的所有节点以所述起点为开始、所述终点为结束进行排序，计算获得用时最少的路径作为最优的路径。

7.一种路径规划系统，包括存储器以及与所述存储器相连的处理器，其中：

所述存储器用于存储可在处理器上运行的计算机程序；

所述处理器执行所述计算机程序时实现以下步骤：

8.根据权利要求7所述的系统，其特征在于，

所述系统还包括：图像采集装置，用于采集所在区域的图像；

9.根据权利要求7或8所述的系统，其特征在于，

所述系统还包括：显示装置，用于在场景地图或场景的拓扑图中突出显示所述处理器计算获得的最优的路径。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。