CN109975748B - 路径规划方法、装置、计算机设备和存储介质 - Google Patents
路径规划方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109975748B CN109975748B CN201711461936.4A CN201711461936A CN109975748B CN 109975748 B CN109975748 B CN 109975748B CN 201711461936 A CN201711461936 A CN 201711461936A CN 109975748 B CN109975748 B CN 109975748B
- Authority
- CN
- China
- Prior art keywords
- path
- path set
- evolution
- candidate
- fitness
- 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
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
Abstract
本发明涉及一种路径规划方法、装置、计算机设备和存储介质,方法包括:获取待规划空间的路网数据,路网数据包括待规划空间的多个路径;获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成;根据候选路径集合内部各个路径的重复路段计算得到各个候选路径集合对应的冗余参数;根据候选路径集合内部各个路径的覆盖路段计算得到各个候选路径集合对应的覆盖参数;根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合;根据目标路径集合进行进化处理得到进化路径集合;将满足预设规划条件的进化路径集合对应的路径作为规划路径。上述方法可以提高路径规划的效率。
Description
技术领域
本发明涉及数据处理领域,特别是涉及路径规划方法、装置、计算机设备和存储介质。
背景技术
随着经济的发展,目前的路网越来越复杂,当需要从一个位置到另外一个位置时,往往有很多路线可以选择。
在日常生活中,经常存在进行路径选择的需求,例如,当要对室内环境信息例如信号进行采集时,需要对采集的路线进行选择,根据选择的路线进行信息采集,目前,主要依靠采集人员根据对路网的熟悉度以及经验进行路径选择,但选择的路线重复度高,路径规划效率低。
发明内容
基于此,有必要针对上述的问题,提供一种路径规划方法、装置、计算机设备和存储介质,对待规划空间的进行路径规划时,获取根据待规划空间的路径组成的多个候选路径集合,综合考虑候选路径集合对应的冗余参数以及覆盖参数筛选目标路径集合,并对目标路径集合进行进化处理,将满足预设规划条件的进化路径集合对应的路径作为规划路径。因此,能够得到满足重复度以及覆盖度要求的路径集合对应的路径作为规划路径,路径规划效率高。
一种路径规划方法,所述方法包括:获取待规划空间的路网数据,所述路网数据包括待规划空间的多个路径;获取多个候选路径集合,所述各个候选路径集合根据所述待规划空间的路径组成;根据所述候选路径集合内部各个路径的重复路段计算得到所述各个候选路径集合对应的冗余参数;根据所述候选路径集合内部各个路径的覆盖路段计算得到所述各个候选路径集合对应的覆盖参数;根据所述各个候选路径集合对应的冗余参数以及覆盖参数筛选所述候选路径集合得到目标路径集合;根据所述目标路径集合进行进化处理得到进化路径集合;将满足预设规划条件的进化路径集合对应的路径作为规划路径。
一种路径规划装置,所述装置包括:路网数据获取模块,用于获取待规划空间的路网数据,所述路网数据包括待规划空间的多个路径;候选集合获取模块,用于获取多个候选路径集合,所述各个候选路径集合根据所述待规划空间的路径组成;冗余参数计算模块,用于根据所述候选路径集合内部各个路径的重复路段计算得到所述各个候选路径集合对应的冗余参数;覆盖参数计算模块,用于根据所述候选路径集合内部各个路径的覆盖路段计算得到所述各个候选路径集合对应的覆盖参数;目标集合获取模块,用于根据所述各个候选路径集合对应的冗余参数以及覆盖参数筛选所述候选路径集合得到目标路径集合;进化模块,用于根据所述目标路径集合进行进化处理得到进化路径集合;规划路径得到模块,用于将满足预设规划条件的进化路径集合对应的路径作为规划路径。
在其中一个实施例中,所述候选集合获取模块包括:当前路径获取单元,用于从所述待规划空间获取当前路径;端点及路段获取单元,用于获取所述当前路径的端点,获取与所述端点连接的延长路段;拼接单元,用于将所述延长路段与所述当前路径进行拼接得到延长后的当前路径;返回单元,用于返回所述获取所述当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,所述第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与延迭代长后的当前路径的端点连接的路径中的至少一种;组成单元,用于将迭代延长后的当前路径作为组成所述候选路径集合的路径。
在其中一个实施例中,所述目标集合获取模块包括:适应度计算单元,用于根据所述各个候选路径集合对应的冗余参数以及覆盖参数计算得到所述各个候选路径集合对应的适应度;筛选单元,用于根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合。
在其中一个实施例中,所述筛选单元包括:统计子单元,用于对所述各个候选路径集合对应的适应度进行统计,得到总适应度;概率计算子单元,用于根据所述候选路径集合对应的适应度以及所述总适应度计算得到所述各个候选路径集合对应的候选概率;筛选子单元,用于根据所述各个候选路径集合对应的候选概率筛选所述候选路径集合得到目标路径集合。
在其中一个实施例中,所述筛选子单元用于:获取选取的数值范围;根据所述候选路径集合对应的候选概率从所述数值范围内为所述候选路径集合分配对应的数值区域;在所述数值范围内产生随机数;将所述随机数所在数值区域对应的候选路径集合作为目标路径集合。
在其中一个实施例中,所述预设规划条件包括适应度最大,所述规划路径得到模块用于从所述进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。
在其中一个实施例中,所述适应度计算单元用于:获取适应度算法,所述适应度算法中,适应度与所述冗余参数呈负相关关系以及所述适应度与所述覆盖参数呈正相关关系;根据所述候选路径集合对应的冗余参数以及覆盖参数以及所述适应度算法得到所述候选路径集合对应的适应度。
在其中一个实施例中,所述进化模块包括:下一代路径得到单元,用于根据所述目标路径集合进行进化处理,得到一个或多个下一代路径集合;更新单元,用于当未满足第二预设条件时,将所述各个下一代路径集合作为更新后的候选路径集合,返回根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合的步骤,所述第二预设条件包括以下条件中的至少一种:所述进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值;进化集合获取单元,用于当满足所述第二预设条件时,将所述各个下一代路径集合作为进化路径集合。
在其中一个实施例中,所述进行进化处理的进化类型包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一个或多个,所述进化模块用于:根据各个进化类型对应的比例以及所述进化路径集合的数量对所述目标路径集合进行进化处理,得到进化路径集合。
在其中一个实施例中,所述进化类型包括交叉进化,所述进化模块包括:交叉次数得到单元,用于根据所述交叉进化对应的比例以及所述进化路径集合的数量得到交叉次数;交叉单元,用于从两个以上的所述目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
在其中一个实施例中,所述进化类型包括变异进化,所述进化模块包括:变异次数得到单元,用于根据所述变异进化对应的比例以及所述进化路径集合的数量得到变异次数;待变异集合选取单元,用于从所述目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合;替换单元,用于根据所述待规划空间的路径对所述待变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
在其中一个实施例中,所述进化类型包括交叉变异复合进化,所述进化模块包括:复合次数得到单元,用于根据所述交叉变异复合进化对应的比例以及所述进化路径集合的数量得到交叉变异复合次数;中间集合得到单元,用于从两个以上的所述目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合;复合路径集合获取单元,用于根据所述待规划空间的路径对所述中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述路径规划方法的步骤。
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述路径规划方法的步骤。
上述路径规划方法、装置、计算机设备和存储介质,当需要进行路径规划时,获取根据待规划空间的路径组成的多个候选路径集合,综合考虑候选路径集合对应的冗余参数以及覆盖参数筛选目标路径集合,并对目标路径集合进行进化处理,将满足预设规划条件的进化路径集合对应的路径作为规划路径。因此,能够得到满足重复度以及覆盖度要求的路径集合对应的路径作为规划路径,路径规划效率高。
附图说明
图1为一个实施例中提供的路径规划方法的应用环境图;
图2为一个实施例中路径规划方法的流程图;
图3为一个实施例中获取多个候选路径集合的流程图;
图4为一个实施例中根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合的流程图;
图5为一个实施例中根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的流程图;
图6为一个实施例中根据目标路径集合进行进化处理得到进化路径集合的流程图;
图7为一个实施例中根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的流程图;
图8为一个实施例中根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的流程图;
图9为一个实施例中路径规划方法的流程图;
图10为一个实施例中进行路径延长的示意图;
图11为一个实施例中得到规划路径后展示在地图上的示意图;
图12为一个实施例中路径规划装置的结构框图;
图13为一个实施例中候选集合获取模块的结构框图;
图14为一个实施例中目标集合获取模块的结构框图;
图15为一个实施例中筛选单元的结构框图;
图16为一个实施例中进化模块的结构框图;
图17为一个实施例中进化模块的结构框图;
图18为一个实施例中进化模块的结构框图;
图19为一个实施例中进化模块的结构框图;
图20为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一预设条件称为第二预设条件,且类似地,可将第二预设条件称为第一预设条件。
图1为一个实施例中提供的路径规划方法的应用环境图,图1中,待规划空间四周封闭的线段表示待规划空间的边界,边界内的线条表示路径,该待规划空间内包括A~I共9个WiFi(Wireless Fidelity,无线保真)信号点,为了能够根据WIFI信号在室内进行精确定位,可以通过在各个地方采集WiFi的指纹信息例如信号强度以及WiFi标识,利用指纹信息确定位置点,因此当用户在某个地点时,可以根据WiFi指纹信息进行室内精确定位。在进行WiFi信号采集时,需要根据区域的路径,对路径进行规划,以使得进行信号采集时,路径较短且覆盖度比较高。规划完成后,规划得到的路径可以展示在计算机设备的界面上,由采集人员根据规划路径进行采集。也可以发送到自动采集设备上,由自动采集设备根据规划路径进行指纹信息采集。本实施例中,进行路径规划的计算机设备可以是物理服务器或终端,服务器也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、扫地机器人、以及智能手表等,但并不局限于此。需要说明的是,上述仅是本发明实施例提供的路径规划方法的一个应用示例,在一些实施例中还可以应用于其他场景中,例如对扫地机器人的路径进行规划等。
如图2所示,在一个实施例中,提出了一种路径规划方法,本实施例主要以该方法应用于计算机设备来举例说明。具体可以包括以下步骤:
步骤S202,获取待规划空间的路网数据,路网数据包括待规划空间的多个路径。
具体地,待规划空间是指需要进行路径规划的区域,路网数据中有多个路径。路网数据中的路径可以是待规划空间的全部路径或者部分路径。
在一个实施例中,获取路网数据后,还可以进行路网简化。例如,可以去除与主路径不连接的路径,对于具有两层空间的待规划空间,则可以去除连接两层的路径例如连接两层的扶梯上的路径。或者可以去除待规划空间中店铺等房间门口中小于预设长度的短路径,例如小于2米的短路径。对路网进行简化能够减少进行路径规划时的计算复杂度,提高规划效率。
在一个实施例中,还可以获取待规划空间的边界信息、POI(Point ofInterest、兴趣点)等信息,将这些信息进行叠加,得到地图数据,地图数据上显示有待规划空间的POI信息、路网数据以及边界等,以方便用户可以详细了解待规划空间的详细信息。
步骤S204,获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成。
具体地,候选路径集合的数量可以根据实际需要设置,例如可以是随机的,也可以是一个范围内的或者固定数量的例如可以为1000个,也可以根据计算机设备的计算能力确定。候选路径集合中包括了一个或多个路径,候选路径集合中的路径个数可以是随机的,可以是固定数量的也可以是在一个范围内的,具体可以根据需要进行设置。每个候选路径集合中的路径根据待规划空间的路径组成,各个候选路径集合中可以存在相同的路径。例如,A候选路径集合中可以包括1、2、3共三条路径,B候选路径集合中可以包括2、3、5、6共四条路径。
在一个实施例中,可以对路径进行延长,得到延长后的路径,将延长后的路径作为候选路径集合中的一条路径。在进行延长路径时,可以选取一条路径作为当前路径,然后获取与当前路径的端点连接的路径与当前路径进行拼接,得到延长后的路径,延长后的路径可以继续根据上述方法进行延长,直至满足结束条件停止,结束条件例如可以包括延长后的路径超过了预设长度时停止对路径进行延长,或者延长的次数超过预设次数停止对路径进行延长或者当路径形成了闭环后停止进行延长中的一种或多种。
步骤S206,根据候选路径集合内部各个路径的重复路段计算得到各个候选路径集合对应的冗余参数。
具体地,候选路径集合内部各个路径的重复路段是指在同一个候选路径集合中,有两个或两个以上的路径包括该路段。冗余参数用于表示候选路径中路径的重复程度。当获取到候选路径集合后,对于每一个候选路径集合,可以根据其内部的重复路段计算出其对应的冗余参数。例如,假设有两个候选路径集合A、B,则根据A内部的重复路段计算得到A对应的冗余参数,根据B内部的重复路段计算得到对应的冗余参数。根据候选路径集合内部路径的重复路段计算得到候选路径集合对应的冗余参数的方法可以根据需要进行设置。
在一个实施例中,可以统计每个候选路径集合中各个路径的长度的和,得到集合总长度,根据集合总长度以及候选路径集合对应的不重复长度得到冗余参数。不重复长度是指去除重复路段中重复计算的的长度后得到的候选路径集合的长度,例如,假设A候选路径集合包括三个路径,分别为路径a1为100米、路径a2为50米以及路径a3为80米,其中a1与a2之间存在重复路段,长为30米,则集合总长度为100+50+80米=230米,不重复长度为230米-30米=200米,冗余参数为230/200=1.15。
在一个实施例中,冗余参数根据重复路段与不重复路段的比值得到或者重复路段与集合总长度的比值得到。例如,A候选路径集合中,冗余参数可以为30/200=0.15或者30/230=0.13。
步骤S208,根据候选路径集合内部各个路径的覆盖路段计算得到各个候选路径集合对应的覆盖参数。
具体地,候选路径集合内部各个路径的覆盖路段是指在同一个候选路径集合中所包括的路段,覆盖参数用于表示候选路径集合中路径的覆盖程度。当获取到候选路径集合后,对于每一个候选路径集合,均可以根据其内部的覆盖路段计算出其对应的覆盖参数。例如,假设有两个候选路径集合A、B,则根据A内部的覆盖路段计算得到A对应的覆盖参数,根据B内部的覆盖路段计算得到对应的覆盖参数。根据候选路径集合内部路径的覆盖路段计算得到候选路径集合对应的覆盖参数的方法可以根据需要进行设置。
在一个实施例中,覆盖参数可以根据候选路径集合中的覆盖长度与待规划空间的路径总长度得到。例如,假设路径总长度为2000米,B候选路径集合包括三个路径,分别为路径b1为200米、路径b2为250米以及路径b3为80米,其中b2包括b3,则B候选路径集合的覆盖长度为200+250=450米,则覆盖参数可以为450/2000=0.225。可以理解,路径总长度可以是路网未简化前待规划空间的路径的总长度,也可以是路网简化后待规划空间的路径的总长度。
在一个实施例中,覆盖参数也可以结合候选路径集合中覆盖路段的面积与全部路段的面积得到。例如,覆盖参数可以是候选路径集合中覆盖路段的面积与全部路段的面积的比值与根据覆盖路段的长度得到的覆盖参数的乘积。
步骤S210,根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合。
具体地,从候选路径集合筛选出的目标路径集合的数量可以根据需要进行设置,例如可以是一定数值范围内,可以是固定的数量也可以是根据候选路径集合的数量与设置的比例得到。根据冗余参数以及覆盖参数从候选路径集合中筛选路径集合时需要综合考虑冗余参数以及覆盖参数进行筛选,具体可以根据需要进行设置。
在一个实施例中,可以根据冗余参数、覆盖参数以及适应度算法计算得到每个候选路径集合对应的适应度,然后根据适应度从候选路径集合中筛选得到目标路径集合。适应度用于表示路径集合进行进化的能力。适应度大,则进化的能力大。适应度算法中,适应度与冗余参数呈负相关关系,即冗余参数越大,则对应的适应度越小。适应度与覆盖参数呈正相关关系,即覆盖参数越大,则适应度越大。
在一个实施例中,适应度等于冗余参数与对应的参数值的乘积以及覆盖参数与对应的参数值的乘积进行求和后得到。例如,适应度算法用相关公式表示可以为:适应度=p1*冗余参数+p2*覆盖参数。其中,p1为负数,p2为正数。具体数值可以根据实际需要进行设置,例如,p1可以为-0.5,p2可以为3。
在一个实施例中,适应度=p3*(1/冗余参数)+p4*覆盖参数,其中,p1以及p2均可以为正数。
在一个实施例中,还可以根据复杂相关参数、冗余参数以及覆盖参数得到对应的适应度,例如,适应度算法用相关公式表示可以为:适应度=p1*冗余参数+p2*覆盖参数+p5*复杂相关参数。P5可以为负数。其中,复杂相关参数用于表示路径的复杂程度。复杂相关参数可以根据路径的转弯次数得到,例如复杂相关参数可以根据候选路径集合内部路径的转弯次数与候选路径集合内部全部路径的长度的比值得到。可以理解,适应度算法中,还可以根据其他参数进行适应度的计算。例如还可以根据候选路径集合中主路径的长度占候选路径集合内部全部路径的长度的比例、复杂相关参数、覆盖参数、冗余参数得到适应度。
在一个实施例中,还可以将冗余参数大小排序在后面几位,且覆盖度参数大小排序在前几位的候选路径集合作为目标路径集合。或者冗余参数小于一定值,且覆盖参数大于另一定值的候选路径集合作为目标路径集合。
步骤S212,根据目标路径集合进行进化处理得到进化路径集合。
具体地,进化处理是指对目标路径集合进行演变。进化路径集合的数量可以是随机的,也可以是与目标路径集合相同或者是在一定数值范围内,具体可以根据需要进行设置。进化处理的进化类型可以包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一种或多种。变异进化是指利用路网数据中的路径对目标路径集合中的路径进行替换。交叉处理是指将从两个或两个以上的目标路径集合中选取的路径进行组合,得到新的路径集合。变异交叉进化是指先进行交叉处理后进行变异。即从两个或两个以上的目标路径集合中选取部分的路径进行组合,并利用路网数据中的路径对组合得到的路径集合中的路径进行替换。复制进化是进化后的路径集合与进化前的路径集合一样。进化处理的进化类型可以根据需要进行选择,例如,可以进行变异进化以及交叉进化,也可以变异进化、交叉进化、交叉变异复合进化以及复制进化都进行。
在一个实施例中,当包括多种进化类型时,可以设置每种进化类型对应的比例,以根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合。即每种进化类型对应的进化路径集合数量根据该进化类型对应的比例与进化路径集合数量的乘积得到。例如,当包括变异进化以及交叉进化时,可以设置变异进化的比例为20%,交叉进化的比例为80%。则对目标路径集合进行进化处理时,得到的进化路径集合中20%为变异进化得到的,80%为交叉进化得到的。
步骤S214,将满足预设规划条件的进化路径集合对应的路径作为规划路径。
具体地,预设规划条件可以根据需要进行设置,例如,预设规划条件可以是进化路径集合中冗余参数小于一预设值且覆盖参数大于另一预设值的路径集合作为规划路径集合,然后将规划路径集合中的路径作为规划路径。预设规划条件可以是将适应度排序在预设排序内例如前二的进化路径集合作为规划路径集和,也可以是将适应度大于某一预设值的进化路径集合作为规划路径。
上述路径规划方法,当需要进行路径规划时,获取根据待规划空间的路径组成的多个候选路径集合,综合考虑候选路径集合对应的冗余参数以及覆盖参数筛选目标路径集合,并对目标路径集合进行进化处理,将满足预设规划条件的进化路径集合对应的路径作为规划路径。因此,能够得到满足重复度以及覆盖度要求的路径集合对应的路径作为规划路径,路径规划效率高。
在一个实施例中,预设规划条件包括适应度最大,因此,将满足预设规划条件的进化路径集合对应的路径作为规划路径的步骤包括:从进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。即可以从进化路径集合中选取适应度最大的集合作为规划路径集合,规划路径集合中的路径为规划路径。
在一个实施例中,还可以结合其他条件得到规划路径。例如,进化路径集合中适应度大于预设值,且进化路径集合中至少有一条路径的路径长度占待规划空间的路径总长度的比例超过预设比例的进化路径才可以满足预设规划条件。举个实际例子,规划路径集合中最长路径的路径长度与待规划空间的路径总长度的比例需大于50%。
在一个实施例中,得到规划路径集合对应的规划路径后,还可以根据该规划路径集合中的规划路径的位置关系选定规划路径中的起点路径、终点路径以及从一规划路径到达另一规划路径的路线。以方便采集人员或者采集设备可以更快捷的选择规划路径。例如可以将位于出口的路径作为起点路径,将位于另一出口的路径作为终点路径。将与起点路径的终点距离最短的路径作为第二条路径等等。
在一个实施例中,如图3所示,步骤S204即获取多个候选路径集合的步骤具体可以包括以下步骤:
步骤S302,从待规划空间获取当前路径。
具体地,当前路径是指需要进行空间延长的路径,当前路径可以是待规划空间中的任一路径,也可以是满足一定条件例如小于预设长度的路径。在获取当前路径时,可以按照按顺序逐一获取待规划空间中的路径作为当前路径进行路径延长或者随机选择路径作为当前路径。
步骤S304,获取当前路径的端点,获取与端点连接的延长路段。
具体地,延长路段与当前路径的端点具有连接关系,当与当前路径的端点具有连接关系的延长路段有多条时,可以按照预设规则选取其中的一条作为延长路段。当当前路径有两个端点时,可以每个端点各选一条延长路段。预设规则可以是随机选取、选取最短的延长路段、最长的延长路段、复杂度小的延长路段中的一种或多种,具体不做限制。
步骤S306,将延长路段与当前路径进行拼接得到延长后的当前路径。
具体地,得到延长路段后,将延长路段与当前路径进行连接,得到延长后的当前路径。例如,当前路径为a1、延长路段为b1,则延长后的当前路径为a1+b1。
在一个实施例中,对路径进行延长时,可以设置延长规则,延长规则可以是随机选取一条与端点进行连接的路径进行拼接,可以是当与当前路径端点连接的路径有多条时,选择位于最左边的路径、最右边的路径或者最长的路径作为与当前路径进行拼接的路径。或者是多个延长规则交替进行。例如首先随机选择一个路径进行拼接,下一次延长时则获取最长的路径进行拼接等。
步骤S308,返回获取当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与延长后的当前路径的端点连接的路径中的至少一种。
具体地,得到延长后的当前路径后,若不满足第一预设条件,则需要返回获取当前路径的端点的步骤,以继续对延长后的当前路径进行迭代延长。直到满足第一预设条件时,结束迭代延长。第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与迭代延长后的当前路径的端点连接的路径中的至少一种。迭代延长的次数以及预设长度可以根据需要进行设置,如迭代延长的次数可以为3次,预设长度为20米。例如,若第一预设条件时包括迭代延长后的当前路径长度大于100米,当前路径为a1,第一次延长时,将与a1的端点连接的路段b1与a1拼接,得到延长后的当前路径a1+b1,a1+b1的长度为50米,不满足第一预设条件,因此返回获取当前路径的端点的步骤进行迭代延长,得到与a1+b1路径的端点连接的路径c1,将c1与a1+b1拼接,得到延长后的当前路径为a1+b1+c1,此时a1+b1+c1的长度为120米,已经满足第一预设条件,故迭代延长后的当前路径为a1+b1+c1。
步骤S310,将所述迭代延长后的当前路径作为组成候选路径集合的路径。
具体地,得到迭代延长后的当前路径后,作为候选路径集合中的一条路径,与其他未进行延长的路径或者其他迭代延长的路径进行组合,得到候选路径集合。例如,假设有2个候选路径集合,则可以将第一条延长后的路径作为第一候选路径集合中的路径。可以将第一条延长后的路径以及第二条延长后的路径组成第一个候选路径集合。可以理解,候选路径集合中也可以包括没有进行迭代延长的路径或者全部为没有进行迭代延长的路径。本实施例中,对路径进行迭代延长可以减少进行路径规划时路径的条数,能够减少计算量。
在一个实施例中,如图4所示,步骤S210即根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合的步骤具体可以包括以下步骤:
步骤S402,根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度。
具体地,适应度用于表示路径集合进行进化的能力。适应度大,则进化的能力大。各个候选路径集合对应计算有相应的适应度。根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度的计算方法可以根据实际需要进行设置。
在一个实施例中,根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度步骤包括:获取适应度算法,适应度算法中,适应度与冗余参数呈负相关关系以及适应度与覆盖参数呈正相关关系,然后根据候选路径集合对应的冗余参数以及覆盖参数以及适应度算法得到候选路径集合对应的适应度。例如,适应度等于冗余参数与对应的系数的乘积,以及覆盖参数与对应的系数的乘积进行求和后得到。适应度算法用相关公式表示可以为:适应度=p1*冗余参数+p2*覆盖参数。其中,p1为负数,p2为正数。具体数值可以根据实际需要进行设置,例如,p1可以为-0.5,p2可以为3。
在一个实施例中,适应度算法中还可以包括其他参数,即可以结合其他参数计算得到适应度。例如可以根据复杂相关参数计算得到适应度。也可以结合集合中主路径长度占待规划空间的路径总长度的比值得到适应度,主路径是指路径集合中长度最长的路径。适应度可以为各个参数与对应的预设系数乘积的和。例如可以用公式表示如下:适应度=a*冗余参数+b*覆盖参数+c*复杂相关参数+d*主路径占待规划空间的路径总长度的比值。
步骤S404,根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合。
具体地,得到候选路径集合的适应度后,根据适应度从中筛选出目标路径集合。适应度大的被筛选为目标路径集合的概率大。筛选的规则可以根据需要进行设置。例如,可以将适应度划分为多个区间,然后从适应度大的区间中的候选路径集合被筛选为目标路径集合的概率大。或者可以将适应度排序在预设排序内的候选路径集合作为目标路径集合。
在一个实施例中,如图5所示,步骤S404即根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤具体可以包括以下步骤:
步骤S502,对各个候选路径集合对应的适应度进行统计,得到总适应度。
具体地,得到各个候选路径集合对应的适应度后,进行求和计算,得到总适应度。例如,假设有3个候选路径集合A、B、C,对应的适应度分别为0.5、0.4以及0.6,则总适应度为0.5+0.4+0.6=1.5。
步骤S504,根据候选路径集合对应的适应度以及总适应度计算得到各个候选路径集合对应的候选概率。
具体地,得到总适应度后,根据候选路径集合对应的适应度以及总适应度计算各个候选路径对应的候选概率。候选概率可以为候选路径集合对应的适应度与总适应度的比值。例如,上述的候选路径集合A、B、C对应的候选概率可以分别为0.5/1.5=0.33、0.4/1.5=0.27、0.6/1.5=0.4。
步骤S506,根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合。
具体地,得到各个候选概率后,根据候选概率进行筛选,概率大的被筛选为目标路径集合的几率大。筛选的方法可以根据需要进行设置。
在一个实施例中,根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合的步骤包括:获取选取的数值范围,根据候选路径集合对应的候选概率从数值范围内为候选路径集合分配对应的数值区域。在数值范围内产生随机数。将随机数所在数值区域对应的候选路径集合作为目标路径集合。
具体地,数值范围可以根据实际需要进行设置,例如可以为1~100,根据候选概率与数值范围对应的数值数量为各个候选路径分配与其候选概率对应的数值区域,然后产生一个随机数,若随机数在候选路径集合对应的数值区域内,则该候选路径集合为目标路径集合。例如候选路径集合A、B、C对应的候选概率可以分别为0.5/1.5=0.33、0.4/1.5=0.27、0.6/1.5=0.4。则可以分别为候选路径集合A、B、C分配1~33、34~60以及61~100的整数。若产生的随机数为38,则候选路径集合B为目标路径集合。
在一个实施例中,如图6所示,步骤S212即根据目标路径集合进行进化处理得到进化路径集合的步骤具体可以包括以下步骤:
步骤S602,根据目标路径集合进行进化处理,得到一个或多个下一代路径集合。
具体地,进化处理是指对目标路径集合进行演变。下一代路径集合的数量可以是随机的,也可以是与目标路径集合相同或者是在一定数值范围内,具体可以根据需要进行设置。进化处理的进化类型可以包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一种或多种。进化处理的进化类型可以根据需要进行选择,例如,可以进行进化处理以及交叉处理,也可以变异进化、交叉进化、交叉变异复合进化以及复制进化都进行。
步骤S604,当未满足第二预设条件时,将各个下一代路径集合作为更新后的候选路径集合,返回根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤,第二预设条件包括以下条件中的至少一种:进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值。
具体地,得到下一代路径集合后,判断是否满足第二预设条件,若不满足,将需要将下一代路径集合作为更新后的候选路径集合,然后返回根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤,以能够继续根据更新后的候选路径集合的适应度筛选得到目标路径集合,然后再对目标路径进行进化处理得到进化路径集合。如此重复,直至满足第二预设条件。第二预设值以及第三预设值具体可以根据实际需要进行设置。例如,第二预设值可以是50次,第三预设值可以是0.9。进行进化处理的次数大于第二预设值以及任意一个下一代路径集合的适应度大于第三预设值可以是必须同时满足,也可以是只满足其中的一项。
步骤S606,当满足第二预设条件时,将各个下一代路径集合作为进化路径集合。
具体地,当满足第二预设条件时,则停止进行进化,将最后进化的下一代路径集合作为进化路径集合。本发明实施例中,由于进化路径集合是经过多次迭代进化且根据适应度进行筛选得到的,故能够淘汰适应度低的集合,最终得到适应度高的集合,进一步提高路径规划的效率。
在一个实施例中,当进化类型包括交叉进化时,如图7所示,步骤S212即根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:
步骤S702,根据交叉进化对应的比例以及进化路径集合的数量得到交叉次数。
具体地,交叉进化对应的比例可以根据需要进行设置,例如可以为60%。得到交叉进化对应的比例后,计算交叉进化对应的比例与进化路径集合的数量的乘积,得到对应的交叉次数。可以理解,若交叉进化对应的比例与进化路径集合的数量的乘积不是整数,则可以对乘积进行取整,得到对应的交叉次数。
步骤S704,从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
具体地,交叉次数与对应的交叉进化路径集合的数量相同。得到交叉次数后,每次从两个以上的目标路径集合中分别选取一个或多个路径进行一次交叉,可以得到一个交叉进化路径集合。例如,若交叉次数为2。则可以从第一个和第二个目标路径集合各取2个路径进行交叉组合,得到第一交叉进化路径集合。从第一个目标路径集合取1个路径以及从第三个目标路径集合取4个路径进行交叉组合,得到第二交叉进化路径集合。然后将得到的交叉进化路径集合作为进化路径集合。
在一个实施例中,当进化类型包括变异进化时,如图8所示,步骤S212即根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:
步骤S802,根据变异进化对应的比例以及进化路径集合的数量得到变异次数。
具体地,变异进化对应的比例可以根据需要进行设置,例如可以为20%。得到变异进化对应的比例后,计算变异进化对应的比例与进化路径集合的数量的乘积,得到对应的变异次数。可以理解,若变异进化对应的比例与进化路径集合的数量的乘积不是整数,则可以对乘积进行取整,得到对应的变异次数。
步骤S804,从目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合。
具体地,变异次数与待变异路径集合的数量相同,得到变异次数后,从目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合。
步骤S806,根据待规划空间的路径对变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
具体地,变异的规则可以预先设置,例如待变异路径集合中被替换的路径可以是一条或多条,可以是随机选择其中的路径进行变异,也可以将待变异路径集合中与其他路径重复程度高的路径进行替换。
在一个实施例中,当进化类型包括交叉变异复合进化时,如图9所示,步骤S212即根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:
步骤S902,根据交叉变异复合进化对应的比例以及进化路径集合的数量得到交叉变异复合次数。
具体地,交叉变异复合进化对应的比例可以根据需要进行设置,例如可以为10%。得到交叉变异复合进化对应的比例后,计算交叉变异复合进化对应的比例与进化路径集合的数量的乘积,得到对应的交叉变异复合次数。可以理解,若交叉变异复合进化对应的比例与进化路径集合的数量的乘积不是整数,则可以对乘积进行取整,得到对应的交叉变异复合次数。
步骤S904,从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合。
具体地,交叉变异复合次数与对应的中间路径集合的数量相同。因此,得到交叉变异复合次数后,每进行一次交叉变异,可以得到一个中间路径集合。例如,若交叉变异复合次数为2。则可以从第一个和第三个目标路径集合各取2个路径进行交叉组合,得到第一中间路径集合。从第一个目标路径集合取1个路径以及从第四个目标路径集合取4个路径进行交叉组合,得到第二间路径集合。
步骤S906,根据待规划空间的路径对中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
具体地,替换的规则可以预先设置,例如中间路径集合中被替换的路径可以是一条或多条,可以是随机选择其中的路径进行变异,也可以将中间路径集合中与其他路径重复程度高的路径进行替换。将替换得到的路径集合即交叉变异复合进化路径集合作为进化路径集合。
以下以一个具体的实施例对本发明提供的路径规划方法进行说明,路径规划方法包括以下步骤:
1、获取待规划空间的路网数据,路网数据包括待规划空间的多个路径。例如如图1所示,以图中封闭区域内的线段表示待规划空间的路径。
2、对路径进行延长。如图10所示,可以获取L1与L2之间的路径作为当前路径,将与当前路径的端点L2连接的即L2与L3之间的路径作为延长路段对当前路径进行延长。因此延长后的当前路径为L1~L3之间的路径。同理,可以将L4与L5的路径作为当前路径,利用L5以及L6之间的路径对当前路径进行延长,然后再依次利用L6与L7之间的路径、L7与L8之间的路径对延长后的当前路径进行路径延长,最后得到延长后的当前路径为L4~L8之间的路径。
3、获取多个候选路径集合,例如,可以将L1~L3之间的路径以及L4~L8之间的路径这两条路径组合为第一候选路径集合,将L1~L3之间的路径、L4~L7之间的路径以及L4与L9之间的路径组合为第二候选路径集合。
4、计算候选路径集合对应的适应度,例如,假设L1~L3之间的路径长为100米,L4~L8为200米,L4~L5之间的路径长80米,L5~L9之间的路径长30米,L5~L7之间的路径长为60。待规划空间的路径长度为1500米,以第二候选路径集合为例,第二候选路径集合对应的路径总长度为100+80+60+80+30=350米,重复路段为80米,覆盖路段长为100+80+60+30=270米。则冗余参数可以为80/350=0.23,覆盖参数为270/1500=0.18。适应度为0.18*5+(-0.2)*0.23=0.854。其中,5以及-0.2分别为覆盖参数以及冗余参数对应的系数。
5、根据各个候选路径集合对应的适应度得到各个候选路径集合对应的候选概率。例如,假设有5个候选路径集合,对应的适应度分别为0.5、0.8、0.6、0.9、0.2,则总适应度为0.5+0.8+0.6+0.9+0.1=3,各个候选路径集合的适应度除以3,得到对应的候选概率分别为0.17、0.27、0.2、0.3、0.06。
6、根据各个候选路径集合对应的候选概率筛选3个候选路径集合得到目标路径集合。例如根据上述5个候选路径集合的候选概率分配数值范围,分别为:1~17、18~44、45~64、65~94、95~100。若需要产生3个目标路径集合,则产生3个随机数,假设为26、45以及96。因此第二、四、五候选路径集合为目标路径集合。
7、根据目标路径集合进行进化处理,得到一个或多个下一代路径集合。例如,可以是从第二候选路径集合、第四候选路径集合中各选取2个路径,进行组合,得到下一代路径集合。可以是复制第四个候选路径集合作为下一代候选路径集合、也可以是从待规划空间中提取一条路径对第五候选路径集合中的路径进行替换。
8、判断是否大于预设进化代数或者下一代路径集合的适应度是否大于阈值。若否,将下一代路径集合作为新的候选路径集合,返回步骤5。若是,进入步骤9。本实施例中,第一次进化未大于进化次数且下一代路径集合的适应度小于预设阈值,因此返回步骤5。
9、将最后一次进化的下一代路径集合中适应度最大的路径集合作为规划路径集合,该规划路径集合中的路径作为规划路径。如图11所示,假设规划路径包括S1、S2、S3以及S4。可以将S1、S2、S3以及S4进行打点展示在地图上,或者还可以标注不同的颜色。
如图12所示,在一个实施例中,提供了一种路径规划装置,该路径规划装置可以集成于计算机设备中,具体可以包括:
路网数据获取模块1202,用于获取待规划空间的路网数据,路网数据包括待规划空间的多个路径。
候选集合获取模块1204,用于获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成。
冗余参数计算模块1206,用于根据候选路径集合内部各个路径的重复路段计算得到各个候选路径集合对应的冗余参数。
覆盖参数计算模块1208,用于根据候选路径集合内部各个路径的覆盖路段计算得到各个候选路径集合对应的覆盖参数。
目标集合获取模块1210,用于根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合。
进化模块1212,用于根据目标路径集合进行进化处理得到进化路径集合。
规划路径得到模块1214,用于将满足预设规划条件的进化路径集合对应的路径作为规划路径。
在一个实施例中,预设规划条件包括适应度最大,规划路径得到模块1214用于:从进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。
在一个实施例中,如图13所示,候选集合获取模块1204包括:
当前路径获取单元1302,用于从待规划空间获取当前路径。
端点及路段获取单元1304,用于获取当前路径的端点,获取与端点连接的延长路段。
拼接单元1306,用于将延长路段与当前路径进行拼接得到延长后的当前路径。
返回单元1308,用于返回获取当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与延迭代长后的当前路径的端点连接的路径中的至少一种。
组成单元1310,用于将迭代延长后的当前路径作为组成候选路径集合的路径。
在一个实施例中,如图14所示,目标集合获取模块1210包括:
适应度计算单元1402,用于根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度。
筛选单元1404,用于根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合。
在一个实施例中,如图15所示,筛选单元1404包括:
统计子单元1502,用于对各个候选路径集合对应的适应度进行统计,得到总适应度。
概率计算子单元1504,用于根据候选路径集合对应的适应度以及总适应度计算得到各个候选路径集合对应的候选概率。
筛选子单元1506,用于根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合。
在一个实施例中,筛选子单元1506用于:获取选取的数值范围。根据候选路径集合对应的候选概率从数值范围内为候选路径集合分配对应的数值区域。在数值范围内产生随机数。将随机数所在数值区域对应的候选路径集合作为目标路径集合。
在一个实施例中,适应度计算单元1402用于:获取适应度算法,适应度算法中,适应度与冗余参数呈负相关关系以及适应度与覆盖参数呈正相关关系。根据候选路径集合对应的冗余参数以及覆盖参数以及适应度算法得到候选路径集合对应的适应度。
在一个实施例中,如图16所示,进化模块1212包括:
下一代路径得到单元1602,用于根据目标路径集合进行进化处理,得到一个或多个下一代路径集合。
更新单元1604,用于当未满足第二预设条件时,将各个下一代路径集合作为更新后的候选路径集合,返回根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤,第二预设条件包括以下条件中的至少一种:进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值。
进化集合获取单元1606,用于当满足第二预设条件时,将各个下一代路径集合作为进化路径集合。
在一个实施例中,进行进化处理的进化类型包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一个或多个,进化模块1212用于:根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合。
在一个实施例中,如图17所示,进化类型包括交叉进化,进化模块1212包括:
交叉次数得到单元1702,用于根据交叉进化对应的比例以及进化路径集合的数量得到交叉次数。
交叉单元1704,用于从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
在一个实施例中,如图18所示,进化类型包括变异进化,进化模块1212包括:
变异次数得到单元1802,用于根据变异进化对应的比例以及进化路径集合的数量得到变异次数。
待变异集合选取单元1804,用于从目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合。
替换单元1806,用于根据待规划空间的路径对待变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
在一个实施例中,如图19所示,进化类型包括交叉变异复合进化,进化模块1212包括:
复合次数得到单元1902,用于根据交叉变异复合进化对应的比例以及进化路径集合的数量得到交叉变异复合次数。
中间集合得到单元1904,用于从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合。
复合路径集合获取单元1906,用于根据待规划空间的路径对中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
图20示出了一个实施例中计算机设备的内部结构图。如图20所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现路径规划方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行路径规划方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图20中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的路径规划装置可以实现为一种计算机程序的形式,计算机程序可在如图20所示的计算机设备上运行。计算机设备的存储器中可存储组成该路径规划装置的各个程序模块,比如,图12所示的路网数据获取模块1202、候选集合获取模块1204、冗余参数计算模块1206、覆盖参数计算模块1208、目标集合获取模块1210、进化模块1212和规划路径得到模块1214。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的路径规划方法中的步骤。
例如,图20所示的计算机设备可以通过如图12所示的路径规划装置中的路网数据获取模块1202获取待规划空间的路网数据,路网数据包括待规划空间的多个路径,通过候选集合获取模块1204获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成。通过冗余参数计算模块1206根据候选路径集合内部各个路径的重复路段计算得到各个候选路径集合对应的冗余参数。通过覆盖参数计算模块1208根据候选路径集合内部各个路径的覆盖路段计算得到各个候选路径集合对应的覆盖参数。通过目标集合获取模块1210根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合。通过进化模块1212根据目标路径集合进行进化处理得到进化路径集合。通过规划路径得到模块1214将满足预设规划条件的进化路径集合对应的路径作为规划路径。
在一个实施例中,提出了一种计算机设备,计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取待规划空间的路网数据,路网数据包括待规划空间的多个路径;获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成;根据候选路径集合内部各个路径的重复路段计算得到各个候选路径集合对应的冗余参数;根据候选路径集合内部各个路径的覆盖路段计算得到各个候选路径集合对应的覆盖参数;根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合;根据目标路径集合进行进化处理得到进化路径集合;将满足预设规划条件的进化路径集合对应的路径作为规划路径。
在一个实施例中,处理器所执行的获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成的步骤包括:从待规划空间获取当前路径;获取当前路径的端点,获取与端点连接的延长路段;将延长路段与当前路径进行拼接得到延长后的当前路径;返回获取当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与延迭代长后的当前路径的端点连接的路径中的至少一种;将迭代延长后的当前路径作为组成候选路径集合的路径。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合的步骤包括:根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度;根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤包括:对各个候选路径集合对应的适应度进行统计,得到总适应度;根据候选路径集合对应的适应度以及总适应度计算得到各个候选路径集合对应的候选概率;根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合的步骤包括:获取选取的数值范围;根据候选路径集合对应的候选概率从数值范围内为候选路径集合分配对应的数值区域;在数值范围内产生随机数;将随机数所在数值区域对应的候选路径集合作为目标路径集合。
在一个实施例中,处理器所执行的预设规划条件包括适应度最大,将满足预设规划条件的进化路径集合对应的路径作为规划路径的步骤包括:从进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度步骤包括:获取适应度算法,适应度算法中,适应度与冗余参数呈负相关关系以及适应度与覆盖参数呈正相关关系;根据候选路径集合对应的冗余参数以及覆盖参数以及适应度算法得到候选路径集合对应的适应度。
在一个实施例中,处理器所执行的根据目标路径集合进行进化处理得到进化路径集合的步骤包括:根据目标路径集合进行进化处理,得到一个或多个下一代路径集合;当未满足第二预设条件时,将各个下一代路径集合作为更新后的候选路径集合,返回根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤,第二预设条件包括以下条件中的至少一种:进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值;当满足第二预设条件时,将各个下一代路径集合作为进化路径集合。
在一个实施例中,进行进化处理的进化类型包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一个或多个,处理器所执行的根据目标路径集合进行进化处理得到进化路径集合的步骤包括:根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合。
在一个实施例中,进化类型包括交叉进化,处理器所执行的根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:根据交叉进化对应的比例以及进化路径集合的数量得到交叉次数;从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
在一个实施例中,进化类型包括变异进化,处理器所执行的根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:根据变异进化对应的比例以及进化路径集合的数量得到变异次数;从目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合;根据待规划空间的路径对待变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
在一个实施例中,进化类型包括交叉变异复合进化,处理器所执行的根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:根据交叉变异复合进化对应的比例以及进化路径集合的数量得到交叉变异复合次数;从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合;根据待规划空间的路径对中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:获取待规划空间的路网数据,路网数据包括待规划空间的多个路径;获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成;根据候选路径集合内部各个路径的重复路段计算得到各个候选路径集合对应的冗余参数;根据候选路径集合内部各个路径的覆盖路段计算得到各个候选路径集合对应的覆盖参数;根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合;根据目标路径集合进行进化处理得到进化路径集合;将满足预设规划条件的进化路径集合对应的路径作为规划路径。
在一个实施例中,处理器所执行的获取多个候选路径集合,各个候选路径集合根据待规划空间的路径组成的步骤包括:从待规划空间获取当前路径;获取当前路径的端点,获取与端点连接的延长路段;将延长路段与当前路径进行拼接得到延长后的当前路径;返回获取当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与延迭代长后的当前路径的端点连接的路径中的至少一种;将迭代延长后的当前路径作为组成候选路径集合的路径。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的冗余参数以及覆盖参数筛选候选路径集合得到目标路径集合的步骤包括:根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度;根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤包括:对各个候选路径集合对应的适应度进行统计,得到总适应度;根据候选路径集合对应的适应度以及总适应度计算得到各个候选路径集合对应的候选概率;根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的候选概率筛选候选路径集合得到目标路径集合的步骤包括:获取选取的数值范围;根据候选路径集合对应的候选概率从数值范围内为候选路径集合分配对应的数值区域;在数值范围内产生随机数;将随机数所在数值区域对应的候选路径集合作为目标路径集合。
在一个实施例中,处理器所执行的预设规划条件包括适应度最大,将满足预设规划条件的进化路径集合对应的路径作为规划路径的步骤包括:从进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。
在一个实施例中,处理器所执行的根据各个候选路径集合对应的冗余参数以及覆盖参数计算得到各个候选路径集合对应的适应度步骤包括:获取适应度算法,适应度算法中,适应度与冗余参数呈负相关关系以及适应度与覆盖参数呈正相关关系;根据候选路径集合对应的冗余参数以及覆盖参数以及适应度算法得到候选路径集合对应的适应度。
在一个实施例中,处理器所执行的根据目标路径集合进行进化处理得到进化路径集合的步骤包括:根据目标路径集合进行进化处理,得到一个或多个下一代路径集合;当未满足第二预设条件时,将各个下一代路径集合作为更新后的候选路径集合,返回根据各个候选路径集合对应的适应度筛选候选路径集合得到目标路径集合的步骤,第二预设条件包括以下条件中的至少一种:进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值;当满足第二预设条件时,将各个下一代路径集合作为进化路径集合。
在一个实施例中,进行进化处理的进化类型包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一个或多个,处理器所执行的根据目标路径集合进行进化处理得到进化路径集合的步骤包括:根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合。
在一个实施例中,进化类型包括交叉进化,处理器所执行的根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:根据交叉进化对应的比例以及进化路径集合的数量得到交叉次数;从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
在一个实施例中,进化类型包括变异进化,处理器所执行的根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:根据变异进化对应的比例以及进化路径集合的数量得到变异次数;从目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合;根据待规划空间的路径对待变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
在一个实施例中,进化类型包括交叉变异复合进化,处理器所执行的根据各个进化类型对应的比例以及进化路径集合的数量对目标路径集合进行进化处理,得到进化路径集合的步骤包括:根据交叉变异复合进化对应的比例以及进化路径集合的数量得到交叉变异复合次数;从两个以上的目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合;根据待规划空间的路径对中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (26)
1.一种路径规划方法,所述方法包括:
获取待规划空间的路网数据,所述路网数据包括待规划空间的多个路径;
获取多个候选路径集合,所述各个候选路径集合根据所述待规划空间的路径组成;
根据所述候选路径集合内部各个路径的重复路段计算得到所述各个候选路径集合对应的冗余参数;
根据所述候选路径集合内部各个路径的覆盖路段计算得到所述各个候选路径集合对应的覆盖参数;
根据所述候选路径集合对应的冗余参数、覆盖参数以及适应度算法得到所述候选路径集合对应的适应度,其中,所述适应度算法中,适应度与所述冗余参数呈负相关关系以及适应度与所述覆盖参数呈正相关关系;
根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合;
根据所述目标路径集合进行进化处理得到进化路径集合;
将满足预设规划条件的进化路径集合对应的路径作为规划路径。
2.根据权利要求1所述的方法,其特征在于,所述获取多个候选路径集合的步骤包括:
从所述待规划空间获取当前路径;
获取所述当前路径的端点,获取与所述端点连接的延长路段;
将所述延长路段与所述当前路径进行拼接得到延长后的当前路径;
返回所述获取所述当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,所述第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与迭代延 长后的当前路径的端点连接的路径中的至少一种;
将迭代延长后的当前路径作为组成所述候选路径集合的路径。
3.根据权利要求1所述的方法,其特征在于,所述根据所述候选路径集合对应的冗余参数、覆盖参数以及适应度算法得到所述候选路径集合对应的适应度包括:
计算冗余参数与对应的参数值的乘积,以及计算覆盖参数与对应的参数值的乘积;所述冗余参数对应的参数值为负数,所述覆盖参数对应的参数值为正数;
将计算得到的乘积进行求和计算,得到所述候选路径集合对应的适应度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合的步骤包括:
对所述各个候选路径集合对应的适应度进行统计,得到总适应度;
根据所述候选路径集合对应的适应度以及所述总适应度计算得到所述各个候选路径集合对应的候选概率;
根据所述各个候选路径集合对应的候选概率筛选所述候选路径集合得到目标路径集合。
5.根据权利要求4所述的方法,其特征在于,所述根据所述各个候选路径集合对应的候选概率筛选所述候选路径集合得到目标路径集合的步骤包括:
获取选取的数值范围;
根据所述候选路径集合对应的候选概率从所述数值范围内为所述候选路径集合分配对应的数值区域;
在所述数值范围内产生随机数;
将所述随机数所在数值区域对应的候选路径集合作为目标路径集合。
6.根据权利要求1所述的方法,其特征在于,所述预设规划条件包括适应度最大,所述将满足预设规划条件的进化路径集合对应的路径作为规划路径的步骤包括:
从所述进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。
7.根据权利要求1所述的方法,其特征在于,所述根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合包括:
将适应度排序在预设排序内的候选路径集合作为目标路径集合。
8.根据权利要求1所述的方法,其特征在于,所述根据所述目标路径集合进行进化处理得到进化路径集合的步骤包括:
根据所述目标路径集合进行进化处理,得到一个或多个下一代路径集合;
当未满足第二预设条件时,将所述各个下一代路径集合作为更新后的候选路径集合,返回根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合的步骤,所述第二预设条件包括以下条件中的至少一种:所述进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值;
当满足所述第二预设条件时,将所述各个下一代路径集合作为进化路径集合。
9.根据权利要求1所述的方法,其特征在于,所述进行进化处理的进化类型包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一个或多个,所述根据所述目标路径集合进行进化处理得到进化路径集合的步骤包括:
根据各个进化类型对应的比例以及所述进化路径集合的数量对所述目标路径集合进行进化处理,得到进化路径集合。
10.根据权利要求9所述的方法,其特征在于,所述进化类型包括交叉进化,所述根据各个进化类型对应的比例以及所述进化路径集合的数量对所述目标路径集合进行进化处理,得到进化路径集合的步骤包括:
根据所述交叉进化对应的比例以及所述进化路径集合的数量得到交叉次数;
从两个以上的所述目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
11.根据权利要求9所述的方法,其特征在于,所述进化类型包括变异进化,所述根据各个进化类型对应的比例以及所述进化路径集合的数量对所述目标路径集合进行进化处理,得到进化路径集合的步骤包括:
根据所述变异进化对应的比例以及所述进化路径集合的数量得到变异次数;
从所述目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合;
根据所述待规划空间的路径对所述待变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
12.根据权利要求9所述的方法,其特征在于,所述进化类型包括交叉变异复合进化,所述根据各个进化类型对应的比例以及所述进化路径集合的数量对所述目标路径集合进行进化处理,得到进化路径集合的步骤包括:
根据所述交叉变异复合进化对应的比例以及所述进化路径集合的数量得到交叉变异复合次数;
从两个以上的所述目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合;
根据所述待规划空间的路径对所述中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
13.一种路径规划装置,所述装置包括:
路网数据获取模块,用于获取待规划空间的路网数据,所述路网数据包括待规划空间的多个路径;
候选集合获取模块,用于获取多个候选路径集合,所述各个候选路径集合根据所述待规划空间的路径组成;
冗余参数计算模块,用于根据所述候选路径集合内部各个路径的重复路段计算得到所述各个候选路径集合对应的冗余参数;
覆盖参数计算模块,用于根据所述候选路径集合内部各个路径的覆盖路段计算得到所述各个候选路径集合对应的覆盖参数;
目标集合获取模块,所述目标集合获取模块包括适应度计算单元以及筛选单元,所述适应度计算单元用于根据所述候选路径集合对应的冗余参数、覆盖参数以及适应度算法得到所述候选路径集合对应的适应度,其中,所述适应度算法中,适应度与所述冗余参数呈负相关关系以及适应度与所述覆盖参数呈正相关关系;所述筛选单元用于根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合;
进化模块,用于根据所述目标路径集合进行进化处理得到进化路径集合;
规划路径得到模块,用于将满足预设规划条件的进化路径集合对应的路径作为规划路径。
14.根据权利要求13所述的装置,其特征在于,所述候选集合获取模块包括:
当前路径获取单元,用于从所述待规划空间获取当前路径;
端点及路段获取单元,用于获取所述当前路径的端点,获取与所述端点连接的延长路段;
拼接单元,用于将所述延长路段与所述当前路径进行拼接得到延长后的当前路径;
返回单元,用于返回所述获取所述当前路径的端点的步骤进行迭代延长,直至满足第一预设条件,所述第一预设条件包括迭代延长的次数大于第一预设值、迭代延长后的当前路径长度大于预设长度以及不存在与迭代延 长后的当前路径的端点连接的路径中的至少一种;
组成单元,用于将迭代延长后的当前路径作为组成所述候选路径集合的路径。
15.根据权利要求13所述的装置,其特征在于,所述适应度计算单元用于:
计算冗余参数与对应的参数值的乘积,以及计算覆盖参数与对应的参数值的乘积;所述冗余参数对应的参数值为负数,所述覆盖参数对应的参数值为正数;
将计算得到的乘积进行求和计算,得到所述候选路径集合对应的适应度。
16.根据权利要求13所述的装置,其特征在于,所述筛选单元包括:
统计子单元,用于对所述各个候选路径集合对应的适应度进行统计,得到总适应度;
概率计算子单元,用于根据所述候选路径集合对应的适应度以及所述总适应度计算得到所述各个候选路径集合对应的候选概率;
筛选子单元,用于根据所述各个候选路径集合对应的候选概率筛选所述候选路径集合得到目标路径集合。
17.根据权利要求16所述的装置,其特征在于,所述筛选子单元用于:
获取选取的数值范围;
根据所述候选路径集合对应的候选概率从所述数值范围内为所述候选路径集合分配对应的数值区域;
在所述数值范围内产生随机数;
将所述随机数所在数值区域对应的候选路径集合作为目标路径集合。
18.根据权利要求13所述的装置,其特征在于,所述预设规划条件包括适应度最大,所述规划路径得到模块用于:
从所述进化路径集合中选取适应度最大的进化路径集合对应的路径作为规划路径。
19.根据权利要求13所述的装置,其特征在于,所述筛选单元用于:
将适应度排序在预设排序内的候选路径集合作为目标路径集合。
20.根据权利要求13所述的装置,其特征在于,所述进化模块包括:
下一代路径得到单元,用于根据所述目标路径集合进行进化处理,得到一个或多个下一代路径集合;
更新单元,用于当未满足第二预设条件时,将所述各个下一代路径集合作为更新后的候选路径集合,返回根据所述各个候选路径集合对应的适应度筛选所述候选路径集合得到目标路径集合的步骤,所述第二预设条件包括以下条件中的至少一种:所述进行进化处理的次数大于第二预设值、任意一个下一代路径集合的适应度大于第三预设值;
进化集合获取单元,用于当满足所述第二预设条件时,将所述各个下一代路径集合作为进化路径集合。
21.根据权利要求13所述的装置,其特征在于,所述进行进化处理的进化类型包括变异进化、交叉进化、交叉变异复合进化以及复制进化中的一个或多个,所述进化模块用于:
根据各个进化类型对应的比例以及所述进化路径集合的数量对所述目标路径集合进行进化处理,得到进化路径集合。
22.根据权利要求21所述的装置,其特征在于,所述进化类型包括交叉进化,所述进化模块包括:
交叉次数得到单元,用于根据所述交叉进化对应的比例以及所述进化路径集合的数量得到交叉次数;
交叉单元,用于从两个以上的所述目标路径集合中分别选取一个或多个路径进行与交叉次数对应数量的交叉组合,得到交叉进化路径集合,作为进化路径集合。
23.根据权利要求21所述的装置,其特征在于,所述进化类型包括变异进化,所述进化模块包括:
变异次数得到单元,用于根据所述变异进化对应的比例以及所述进化路径集合的数量得到变异次数;
待变异集合选取单元,用于从所述目标路径集合中选取与变异次数对应数量的路径集合作为待变异路径集合;
替换单元,用于根据所述待规划空间的路径对所述待变异路径集合中的路径进行替换,得到变异进化路径集合,作为进化路径集合。
24.根据权利要求21所述的装置,其特征在于,所述进化类型包括交叉变异复合进化,所述进化模块包括:
复合次数得到单元,用于根据所述交叉变异复合进化对应的比例以及所述进化路径集合的数量得到交叉变异复合次数;
中间集合得到单元,用于从两个以上的所述目标路径集合中分别选取一个或多个路径进行与交叉变异复合次数对应数量的交叉组合,得到中间路径集合;
复合路径集合获取单元,用于根据所述待规划空间的路径对所述中间路径集合中的路径进行替换,得到交叉变异复合进化路径集合,作为进化路径集合。
25.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至12中任一项权利要求所述路径规划方法的步骤。
26.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至12中任一项权利要求所述路径规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461936.4A CN109975748B (zh) | 2017-12-28 | 2017-12-28 | 路径规划方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461936.4A CN109975748B (zh) | 2017-12-28 | 2017-12-28 | 路径规划方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109975748A CN109975748A (zh) | 2019-07-05 |
CN109975748B true CN109975748B (zh) | 2021-11-26 |
Family
ID=67074965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711461936.4A Active CN109975748B (zh) | 2017-12-28 | 2017-12-28 | 路径规划方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109975748B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045426B (zh) * | 2019-12-17 | 2023-09-15 | 深圳深岚视觉科技有限公司 | 机器的移动轨迹评测方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854880B (zh) * | 2012-10-08 | 2014-12-31 | 中国矿业大学 | 面向混合地形区域不确定环境的机器人全局路径规划方法 |
KR101401787B1 (ko) * | 2013-04-04 | 2014-06-30 | 제주대학교 산학협력단 | 하이브리드 오리엔티어링 모델에 기초한 전기 자동차를 위한 경로 추천 서비스 방법 및 장치 |
CN104634343B (zh) * | 2015-01-27 | 2017-09-26 | 杭州格文数字技术有限公司 | 一种基于多目标优化的景区路线自动规划方法 |
CN105988468A (zh) * | 2015-01-28 | 2016-10-05 | 中国人民公安大学 | 一种基于改进遗传算法的移动机器人路径规划方法 |
CN106444755B (zh) * | 2016-09-22 | 2019-02-05 | 江苏理工学院 | 基于改进遗传算法的移动机器人路径规划方法 |
CN106651987B (zh) * | 2016-10-10 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 路径规划方法及装置 |
CN106598049A (zh) * | 2016-12-09 | 2017-04-26 | 彭州市运达知识产权服务有限公司 | 一种家庭智能清洁系统及方法 |
CN106708049B (zh) * | 2016-12-30 | 2018-02-06 | 北京理工大学 | 一种多站接力导航下运动体的路径规划方法 |
CN106845630A (zh) * | 2017-02-23 | 2017-06-13 | 中国人民解放军国防科学技术大学 | 无序经过必经点的最短路径获取方法及装置 |
CN107358322A (zh) * | 2017-07-12 | 2017-11-17 | 中南大学 | 一种无人机快递自动投送最短路径规划方法 |
-
2017
- 2017-12-28 CN CN201711461936.4A patent/CN109975748B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109975748A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Da Silva et al. | A general VNS heuristic for the traveling salesman problem with time windows | |
Hong et al. | Vulnerability assessment and mitigation for the Chinese railway system under floods | |
Zhou et al. | Multimodal transportation network centrality analysis for Belt and Road Initiative | |
Solano-Charris et al. | Local search based metaheuristics for the robust vehicle routing problem with discrete scenarios | |
Szymula et al. | Passenger-centered vulnerability assessment of railway networks | |
CN111490897B (zh) | 一种针对复杂网络的网络故障分析方法和系统 | |
CN110795467A (zh) | 交通规则数据处理方法、装置、存储介质和计算机设备 | |
WO2023116422A1 (zh) | 网络资源处理方法、存储介质及电子装置 | |
CN109975748B (zh) | 路径规划方法、装置、计算机设备和存储介质 | |
CN111461440B (zh) | 链路预测方法、系统及终端设备 | |
Mohamed et al. | A genetic algorithms to solve the bicriteria shortest path problem | |
Almasi et al. | Urban transit network optimization under variable demand with single and multi-objective approaches using metaheuristics: The case of Daejeon, Korea | |
Johnson et al. | Analyzing the Evolution of the Internet. | |
EP3220325A1 (en) | Evacuation prediction system, evacuation prediction method, and computer-readable recording medium | |
Szűcs | Route planning based on uncertain information in transport networks | |
Havlin et al. | Optimal path in random networks with disorder: A mini review | |
CN106682290B (zh) | 可编程逻辑器件布线方法及装置 | |
Melnikov et al. | Method of forming expert coalitions in the context of solving the expertise problem of alternatives with weakly formalized criteria | |
WO2016116958A1 (ja) | 系列データ分析装置及プログラム | |
JP5833068B2 (ja) | 系列データ分析装置及プログラム | |
Al Khafaf et al. | Optimization of synchronizability in complex spatial networks | |
Hermann et al. | Bayesian prediction for a jump diffusion process–with application to crack growth in fatigue experiments | |
JP6794762B2 (ja) | 経路管理装置、経路管理方法及びプログラム | |
Cai et al. | A Braess’s Paradox inspired method for enhancing the robustness of air traffic networks | |
CN111934938B (zh) | 基于多属性信息融合的流网络关键节点识别方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |