CN110631601A - 一种基于非显示拓扑矢量地图的路径规划方法 - Google Patents
一种基于非显示拓扑矢量地图的路径规划方法 Download PDFInfo
- Publication number
- CN110631601A CN110631601A CN201911015116.1A CN201911015116A CN110631601A CN 110631601 A CN110631601 A CN 110631601A CN 201911015116 A CN201911015116 A CN 201911015116A CN 110631601 A CN110631601 A CN 110631601A
- Authority
- CN
- China
- Prior art keywords
- vector map
- hexagonal grid
- grid
- hexagonal
- path planning
- 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.)
- Granted
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
- G01C21/26—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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于非显示拓扑矢量地图的路径规划方法,包括步骤:(1)构建基础的六角网格;(2)利用DEM数据和矢量地图进行地形量化,把原始的公路图层抽象为六角网格上的公路属性,形成A*算法计算时所需的拓扑关系;(3)记录边关联的原始公路信息;(4)选取路径的起点和终点,利用A*算法计算出起点到终点在六角网格上的最短路径;(5)结合记录的原始公路信息和计算的最短路径结果,反向解析出矢量地图的最短路径规划结果;(6)判断最短路径是否需要调整,如因地形量化、数据不规整等原因导致最短路径不合理时,可人工调整相关数据,重新计算,以得到最短路径。本发明解决了用户只有非显示拓扑矢量地图时的最短路径规划问题。
Description
技术领域
本发明涉及一种基于地图数据规划路径的方法;尤其涉及一种基于非显示拓扑矢量 地图的路径规划方法。
背景技术
ISO GDF4.0模型对道路连通拓扑定义了三种拓扑关系,即完全拓扑(FullTopology)、连通拓扑(Connectivity Topology)和非显示拓扑(Non-explicit Topology)。完全拓扑和连通拓扑都是在空间数据结构中建立要素之间的拓扑关系,相应的要素称为拓扑要素。拓扑要素由结点、弧段、面等基本几何图元构成,不但表示了相关要素的几 何形状与位置,还表达了要素之间的拓扑信息。在非显示拓扑关系中,要素间的拓扑关 系需要通过要素的坐标值来计算或推断,相关的要素称为非拓扑要素。非显示拓扑要素 只包含几何形状与位置信息,不显示地表达其间的拓扑关系。
理想化考虑,人们可以通过选择不同拓扑关系类型的矢量地图数据来满足各种实际 应用需求。然而,由于数据来源、信息等级保护、收费标准的巨大差异,只能获得非显 示拓扑关系类型的矢量地图数据信息,这就为某些应用带来了困难。比如,在只能够获 得非显示拓扑矢量地图数据情况下,如何实现路径规划就是一个很现实的问题。
发明内容
发明目的:针对以上问题,本发明提供一种针对非显示拓扑矢量地图数据实现路径 规划的方法。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种基于非显示拓扑矢量地图的路径规划方法,该方法包括步骤:
(1)构建基础的六角网格;
(2)利用DEM数据和矢量地图进行地形量化,根据原始的公路图层信息提取得到六角网格上的公路属性,形成A*算法计算时所需的拓扑关系;
(3)记录边关联的原始公路信息;
(4)在六角网格范围内选取路径的起点和终点,利用A*算法计算出起点到终点在六角网格上的最短路径;
(5)根据步骤(3)中记录的原始公路信息和步骤(4)计算的最短路径结果,反 向解析,得到矢量地图的最短路径规划结果;
(6)判断矢量地图的路径规划结果是否需要调整,当矢量地图数据不规整、地形量化有偏差、途经危险路段时,添加、修改、删除相关影响路径规划的数据(包括公路 矢量数据,或生成的六角网格上的边属性),调整相关数据,重新计算出最短路径。
进一步地,步骤(1)中,所述构建基础的六角网格包括:
定义六角网格编号规则,所述六角网格的单元为毗邻拼接的六角格;
根据实际数据,设定六角网格格子的大小,建立六角网格模型,并构建数据结构,所述数据结构包括:六角网格属性类型、六角格及其边的属性类型、各属性类型之间的 关联关系。
进一步地,所述实际数据包括:需进行路径规划的地理范围、原始矢量公路图层数据、车辆在不同地形地貌以及不同等级公路下的车辆行驶速度。
进一步地,所述步骤(2)包括:
(21)根据DEM数据计算六角网格内地形起伏度、平均海拔信息,生成六角网格 的地貌属性;
(22)计算面要素图层与六角网格中格子的相交面积,设置相应的地貌属性;
(23)根据不同矢量地理图层的特点,对线要素进行地形量化,得到边属性;
(24)根据点要素的位置,采用中心归属法,对点要素所在六角格增加相应的属性。
进一步地,步骤(22)中,所述面要素包括:湖泊、海洋、沙漠、森林。
进一步地,步骤(3)中,所述原始公路信息包括:矢量地图中公路的编号及其对 应的线要素的坐标位置信息。
进一步地,所述步骤(4)包括:
(41)在六角网格范围内选取路径的起点和终点,定义A*算法节点的数据结构;
(42)对规划路径的不同出行方式,在不同属性格子和六角格边上设置待移动对象移动的速度值和通行规则;
(43)根据步骤(41)中选取的起点和终点位置确定其分别所在的起始网格和目的地网格,利用A*算法,基于步骤(42)中设置的速度值和通行规则,计算出车辆从起 点网格到目的地网格的最短路径。
进一步地,步骤(41)中,所述数据结构包括:A*算法中节点对应的六角网格的编号、父节点指针、g值、h值、f值、以及待移动对象在格子里移动的速度和时间;所 述g值为节点距离起点的代价,h值是节点距离终点的预计代价,f值是节点的综合代价。
进一步地,所述步骤(5)包括:
(51)根据步骤(4)计算出的六角网格上的最短路径,得到路径所通过的网格及 边的信息列表;
(52)遍历信息列表上边记录的原始公路信息,裁剪出原始公路在六角网格内的折线段;
(53)连接折线段,得到矢量地图的最短路径规划结果。
进一步地,步骤(6)中,所述矢量地图数据不规整包括:公路折线由多条不连续 的折线表示、公路被废弃或禁止通行等需人工调整的情况。
有益效果:可以在只有非显示拓扑矢量地图的情况下进行路径规划,为用户提供较 优的最短路径规划结果,继而得到最短路径的距离,从起点到目的地的时间等。
附图说明
图1是基于非显示拓扑矢量地图的路径规划方法流程图;
图2是六角网格编号规则图;
图3是六角网格数据结构图;
图4是A*算法中路径节点的数据结构图;
图5是基于六角网格的A*算法的实现流程图;
图6是实施例中原始矢量地图;
图7是实施例中六角网格地图;
图8是实施例中A*算法在六角网格上的实现图;
图9是实施例中提取出的矢量路径图;
图10是实施例中矢量路径规划结果图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
请参见图1,其示出了本发明所述的一种基于非显示拓扑矢量地图的路径规划方法 的流程图,该方法包括如下步骤:
步骤1:构建基础的六角网格:
定义六角网格编号规则,如图2所示,横坐标M和纵坐标N分别代表六角网格中 的列索引和行索引;
根据实际数据,如:路径规划范围、原始矢量公路图层数据(如图6所示)、车辆 在不同地形地貌以及不同等级公路下的车辆行驶速度,设置六角网格大小,建立六角网 格模型(如图7所示),并构建数据结构,其中所述六角网格的单元为毗邻拼接的六角 格;所述数据结构如图3所示,包括:六角网格属性类型、六角格及其边的属性类型、 各属性类型之间的关联关系。
如路径规划范围在矩形区域200公里×200公里范围内,公路折线的外接矩形的边长 大于5公里,则可设六角格上下对边的距离为2公里。六角格的属性可为深海、浅海、 岸滩、平坦地、山地、湖泊、丘陵、沙漠、森林、城区等;边属性可为河流、公路、铁 路、陡崖、冲沟、桥梁等。如下表1所示为六角格属性对速度影响示例,表2为六角格 边属性对速度影响示例。
表1六角格属性对速度的影响表
格子属性 | 格子属性对速度的影响 |
沙漠 | 修正为正常速度的70% |
村镇居民地 | 修正为正常速度的60% |
城市居民地 | 修正为正常速度的50% |
表2六角格边属性对速度影响表
边属性 | 边属性对速度的影响(基准速度为V) |
一级公路 | V的1.3倍 |
二级公路 | V |
河流 | 有桥梁或公路时,正常通过,否则不能通过 |
步骤2:利用DEM数据和矢量地图进行地形量化,把原始的公路图层抽象为六角网格上的公路属性,形成A*算法计算时所需的拓扑关系:
(21)根据DEM数据计算六角网格内地形起伏度、平均海拔信息,生成六角网格 的地貌属性。其中,地形起伏度为基本地貌形态分类的重要指标。平均海拔信息和地形 起伏度可以将基本地貌分为平原、丘陵、山地、深海、浅海、岸滩等。以某地为例,地 形判断规则见表3。
表3地貌判断规则示例表
(22)将面要素的六角网格地形量化,不同地貌形态类型的矢量面要素图层设置不同的地形量化的阈值,所述地貌形态类型包括:沙漠、湖泊、村镇居民地、城市居民地 等;其中,通过计算面要素多边形与六角网格的相交面积,采用GIS的“面积占优法” 确定网格属性,对面要素进行地形量化;
(23)根据不同矢量地理图层的特点,对线状要素进行地形量化,得到边属性。
线要素的地形量化分两步:首先采用分治策略把线要素剪裁为每个六角格里的折线; 然后再对裁剪在六角格内的折线进行处理,抽象为六角格的边的属性。
对公路,铁路,河流等图层均进行地形量化,得到对应的边属性。
例如,公路图层是有助于待移动对象通过边移动至相邻六角格;可对公路图层进行 地形量化,得到公路属性。
而例如河流图层,则不利于待移动对象直接通过边移动至相邻六角格;可对河流图 层进行地形量化,得到河流属性。
下面以公路图层为例说明线要素地形量化步骤:
(231)公路折线在六角网格内的剪裁,其处理流程如下:
a)计算公路折线首顶点所在六角格的索引;
b)遍历下一个顶点,并计算所在六角格的索引,直至与首顶点的索引 不一致;
c)最后两点组成的线段与该六角格的边求交点,并以交点替换遍历过 的最后一个顶点;
d)把在这个六角格的折线作为剪裁好的折线保存;
e)设交点为首点,然后转到第一步中的第a)步,处理后面的折线,直 至折线处理完毕。
(232)对剪裁在六角网格的公路折线的处理流程如下:
f)如原始矢量数据在六角网格内的公路折线顶点数目很多,则可采用 抽样的方法进行简化处理;
对步骤f)处理后的公路折线进一步处理,得到折线在六角格中的起点(称为起始点)、 折线的终点(称为结束点),以及六角格的中心点(称为关键点);把公路折线抽象为沿六角格某边中点进入,经过六角格中心点,然后从某六角格边中点出来的折线,同时 设置公路所经过的边为公路属性。
(24)根据点要素的位置,采用“中心归属法”,给该点要素所在六角格增加相应 的属性。
例如,矢量地图中用点状要素描述的图层有城市、机场等。根据城市名位置点信息, 给该位置所在六角格及其毗邻的一定范围内的六角格增加城区属性,若六角格为湖泊、 海洋、森林、沙漠等,则取消该六角格的城区属性。根据机场的位置计算机场所在的六角格在六角网格中的编号,直接为该六角格增加机场属性,而像省会城市,可以给该城 市点所在的六角格,以及与其毗邻的六角格设置为城区属性,但如果这些格子本为湖泊 属性,则不应该设置为城区属性。
步骤3:记录边关联的原始公路信息;
在步骤(23)进行公路属性进行地形量化时,记录包含公路属性的六角格的边,以及在边上记录下原始的公路编号。
步骤4:如图5所示,选取路径的起点和终点,利用A*算法计算出起点到终点在六角网格上的最短路径:
(41)如图4所示,定义A*算法节点的数据结构,包括A*算法中节点对应的六角 网格的编号、父节点指针、g值、h值、f值、以及如图4所示的不同出行方式在格子 里移动的速度和时间;以轮式车辆为例,在不同六角格边属性和六角格属性时,车辆速 度的设置可参见表1和表2。
(42)对规划对不同运动待移动对象的路径规划,设置不同的属性网格和边移动时的速度值和通行规则。其中,通行规则如:属性包含河流而没有道路,则无法通过;边 属性包含河流有道路,则可通过等。
(43)根据步骤(1)中选取的起点和终点位置确定其分别所在的起始网格和目的地网格,利用A*算法,基于步骤(22)中设置的速度值和通行规则,计算出车辆从起 点网格到目的地网格的最短路径,如图8所示。
进一步地,步骤(6)中,所述矢量地图数据不规整包括矢量地图数据未与六角网格匹配、道路被废弃或禁止通行的情况。
步骤5:如图9所示,结合步骤(3)中记录的原始公路信息和步骤(4)计算的最 短路径结果,反向解析,得到矢量地图的最短路径规划结果:
(51)根据步骤(4)计算出的最短路径,得到路径所通过的网格及边的包含所有 属性的信息列表;
(52)遍历信息列表上记录的原始公路信息,裁剪出原始公路在六角网格内的折线段;
(53)连接折线段,得到最短的矢量路径规划结果。
步骤6:如图10所示,判断矢量地图的路径规划结果是否需要调整,当矢量地图 数据不规整、地形量化有偏差、途经危险路段时,添加、修改、删除相关影响路径规划 的数据,计算最短路径。
检查上一步所算出的矢量道路路径规划结果,有时因地图数据不规整或地形量化结 果与实际情况有出入而影响路径规划的结果,或根据特殊需求,如不想经过某条公路或某块区域,则可利用六角网格修改工具调整六角格边上的道路属性或道路信息,重新计 算出用时最短的矢量道路,使结果趋近用户实际所需的结果。
Claims (10)
1.一种基于非显示拓扑矢量地图的路径规划方法,其特征在于,包括步骤:
(1)构建基础的六角网格;
(2)利用DEM数据和矢量地图进行地形量化,根据原始的公路图层信息提取得到六角网格上的公路属性,形成A*算法计算时所需的拓扑关系;
(3)记录边关联的原始公路信息;
(4)在六角网格范围内选取路径的起点和终点,利用A*算法计算出起点到终点在六角网格上的最短路径;
(5)根据步骤(3)中记录的原始公路信息和步骤(4)计算的最短路径结果,反向解析,得到矢量地图的最短路径规划结果;
(6)判断矢量地图的路径规划结果是否需要调整,当矢量地图数据不规整、地形量化有偏差、途经危险路段时,可添加、修改、删除相关影响路径规划的数据,或者手动调整相关数据,重新计算以得到最短路径。
2.根据权利要求1所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,步骤(1)中,所述构建基础的六角网格包括:
定义六角网格编号规则,所述六角网格的单元为毗邻拼接的六角格;
根据实际数据,设定六角网格格子的大小,建立六角网格模型,并构建数据结构,所述数据结构包括:六角网格属性类型、六角格及其边的属性类型、各属性类型之间的关联关系。
3.根据权利要求2所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,所述实际数据包括:需进行路径规划的地理范围、原始矢量公路图层数据、车辆在不同地形地貌以及不同等级公路下的车辆行驶速度。
4.根据权利要求1所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,所述步骤(2)包括:
(21)根据DEM数据计算六角网格内地形起伏度、平均海拔信息,生成六角网格的地貌属性;
(22)计算面要素图层与六角网格中格子的相交面积,设置相应的地貌属性;
(23)根据不同矢量地理图层的特点,对线要素进行地形量化,得到边属性;
(24)根据点要素的位置,采用中心归属法,对点要素所在六角格增加相应的属性。
5.根据权利要求4所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,所述面要素包括:湖泊、海洋、沙漠、森林。
6.根据权利要求1所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,步骤(3)中,所述原始公路信息包括:矢量地图中公路的编号及其对应的线要素的坐标位置信息。
7.根据权利要求1所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,所述步骤(4)包括:
(41)在六角网格范围内选取路径的起点和终点,定义A*算法节点的数据结构;
(42)对规划路径的不同出行方式,在不同属性格子和六角格边上设置待移动对象移动的速度值和通行规则;
(43)根据步骤(41)中选取的起点和终点位置确定其分别所在的起始网格和目的地网格,利用A*算法,基于步骤(42)中设置的速度值和通行规则,计算从起点网格到目的地网格的最短路径。
8.根据权利要求7所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,步骤(41)中,所述数据结构包括:A*算法中节点对应的六角网格的编号、父节点指针、g值、h值、f值以及待移动对象在格子里移动的速度和时间;所述g值为节点距离起点的代价,h值是节点距离终点的预计代价,f值是节点的综合代价。
9.根据权利要求1所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,所述步骤(5)包括:
(51)根据步骤(4)计算出的六角网格上的最短路径,得到路径所通过的网格及边的信息列表;
(52)遍历信息列表上边记录的原始公路信息,裁剪出原始公路在六角网格内的折线段;
(53)连接折线段,得到矢量地图的最短路径规划结果。
10.根据权利要求1所述的基于非显示拓扑矢量地图的路径规划方法,其特征在于,步骤(6)中,所述矢量地图数据不规整包括:公路折线由多条不连续的折线表示或公路被废弃或禁止通行的情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911015116.1A CN110631601B (zh) | 2019-11-13 | 2019-11-13 | 一种基于非显示拓扑矢量地图的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911015116.1A CN110631601B (zh) | 2019-11-13 | 2019-11-13 | 一种基于非显示拓扑矢量地图的路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110631601A true CN110631601A (zh) | 2019-12-31 |
CN110631601B CN110631601B (zh) | 2021-04-27 |
Family
ID=68977356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911015116.1A Active CN110631601B (zh) | 2019-11-13 | 2019-11-13 | 一种基于非显示拓扑矢量地图的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110631601B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337044A (zh) * | 2020-03-24 | 2020-06-26 | 北京交通发展研究院 | 一种基于通行权值的城市道路路径规划方法 |
CN112231428A (zh) * | 2020-10-16 | 2021-01-15 | 中国电子科技集团公司第二十八研究所 | 一种融合战场态势信息的车辆路径规划方法 |
CN112509114A (zh) * | 2020-11-24 | 2021-03-16 | 中国船舶工业系统工程研究院 | 一种路径规划方法、系统和介质 |
CN113066151A (zh) * | 2020-01-02 | 2021-07-02 | 沈阳美行科技有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN115565372A (zh) * | 2022-09-22 | 2023-01-03 | 南京理工自动化研究院有限公司 | 基于车联网的丘陵道路经济性巡航车速规划方法及系统 |
CN115587460A (zh) * | 2022-11-24 | 2023-01-10 | 河北纬坤电子科技有限公司 | 道路交通情况数字仿真方法及装置 |
CN116734879A (zh) * | 2023-06-13 | 2023-09-12 | 南京信息工程大学 | 基于六边形格网的时间最优路径规划方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506513A (zh) * | 2017-06-29 | 2017-12-22 | 南京理工大学 | 一种基于a*算法的兵棋六角格地图路径规划方法 |
CN107702723A (zh) * | 2017-11-27 | 2018-02-16 | 安徽工程大学 | 一种机器人路径规划方法、存储介质及设备 |
CN108827309A (zh) * | 2018-06-29 | 2018-11-16 | 炬大科技有限公司 | 一种机器人路径规划方法及具有它的吸尘器 |
CN109886509A (zh) * | 2019-03-29 | 2019-06-14 | 长春理工大学 | 一种移动多汇聚节点路径规划方法、系统及电子设备 |
US20190265711A1 (en) * | 2018-02-23 | 2019-08-29 | Tata Consultancy Services Limited | Context based path planning for vector navigation in hexagonal spatial maps |
-
2019
- 2019-11-13 CN CN201911015116.1A patent/CN110631601B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506513A (zh) * | 2017-06-29 | 2017-12-22 | 南京理工大学 | 一种基于a*算法的兵棋六角格地图路径规划方法 |
CN107702723A (zh) * | 2017-11-27 | 2018-02-16 | 安徽工程大学 | 一种机器人路径规划方法、存储介质及设备 |
US20190265711A1 (en) * | 2018-02-23 | 2019-08-29 | Tata Consultancy Services Limited | Context based path planning for vector navigation in hexagonal spatial maps |
CN108827309A (zh) * | 2018-06-29 | 2018-11-16 | 炬大科技有限公司 | 一种机器人路径规划方法及具有它的吸尘器 |
CN109886509A (zh) * | 2019-03-29 | 2019-06-14 | 长春理工大学 | 一种移动多汇聚节点路径规划方法、系统及电子设备 |
Non-Patent Citations (3)
Title |
---|
SHANG TAO,ETC: "The effect of hexagonal grid topology on wireless communication networks based on network coding", 《INTERNATIONAL JOURNAL OF COMMUNICATION SYSTEMS》 * |
刘雅等: "兵棋地图地形量化方法及其实现", 《指挥信息系统与技术》 * |
范林林: "基于六角格网的越野路径规划技术方法研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066151A (zh) * | 2020-01-02 | 2021-07-02 | 沈阳美行科技有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN113066151B (zh) * | 2020-01-02 | 2024-02-02 | 沈阳美行科技股份有限公司 | 一种地图数据处理方法、装置、设备及存储介质 |
CN111337044A (zh) * | 2020-03-24 | 2020-06-26 | 北京交通发展研究院 | 一种基于通行权值的城市道路路径规划方法 |
CN112231428A (zh) * | 2020-10-16 | 2021-01-15 | 中国电子科技集团公司第二十八研究所 | 一种融合战场态势信息的车辆路径规划方法 |
CN112231428B (zh) * | 2020-10-16 | 2022-09-13 | 中国电子科技集团公司第二十八研究所 | 一种融合战场态势信息的车辆路径规划方法 |
CN112509114A (zh) * | 2020-11-24 | 2021-03-16 | 中国船舶工业系统工程研究院 | 一种路径规划方法、系统和介质 |
CN112509114B (zh) * | 2020-11-24 | 2023-06-02 | 中国船舶工业系统工程研究院 | 一种路径规划方法、系统和介质 |
CN115565372A (zh) * | 2022-09-22 | 2023-01-03 | 南京理工自动化研究院有限公司 | 基于车联网的丘陵道路经济性巡航车速规划方法及系统 |
CN115587460A (zh) * | 2022-11-24 | 2023-01-10 | 河北纬坤电子科技有限公司 | 道路交通情况数字仿真方法及装置 |
CN116734879A (zh) * | 2023-06-13 | 2023-09-12 | 南京信息工程大学 | 基于六边形格网的时间最优路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110631601B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110631601B (zh) | 一种基于非显示拓扑矢量地图的路径规划方法 | |
Ghamgosar et al. | Multicriteria decision making based on analytical hierarchy process (AHP) in GIS for tourism | |
JP2006349872A (ja) | 地図情報作成装置、地図情報作成方法及びプログラム | |
CN105758410A (zh) | 基于A‐Star 算法的快速路径规划混合方法 | |
CN114238542A (zh) | 多源交通gis路网多层级实时融合更新方法 | |
Yan et al. | Description approaches and automated generalization algorithms for groups of map objects | |
CN113779430A (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
CN114840896B (zh) | 一种基于城市道路bim的内涝积水模拟分析方法 | |
Vamshi et al. | Dynamic route planning framework for minimal air pollution exposure in urban road transportation systems | |
CN113793500B (zh) | 城市交通道路可计算路网的构建方法及系统 | |
Suleiman et al. | Optimal route location by least cost path (LCP) analysis using (GIS) a case study | |
Hošková-Mayerová et al. | Spatial database quality and the potential uncertainty sources | |
Buyong | Spatial data analysis for geographic information science | |
Mahdi et al. | Evaluating Roads Network Connectivity for Two Municipalities in Baghdad-Iraq | |
CN114877901B (zh) | 基于地图栅格化融合与A-star搜索的城市应急路径规划方法 | |
Bartelme | Geographic information systems | |
Kumar et al. | A scalable framework for clustering vehicle trajectories in a dense road network | |
Sarı et al. | Highway route planning via least cost path algorithm and multi criteria decision analysis integration, a comparison of AHP, TOPSIS and VIKOR | |
Gong | Generalization of road network for an embedded car navigation system | |
Kalpana et al. | Network Centrality Assessment (NCA): Assessing the Transport Network Resilience to Urban Flooding | |
Kulkarni | Design of a System for Multiple Route Selection in the Presence of Flooding | |
Lugo et al. | Decoding road networks into ancient routes: The case of the Aztec Empire in Mexico | |
Putta | Evaluating Bicycle Networks: Visualizing and Measuring Low-Stress Connectivity and Accessibility | |
Hayashi et al. | A method for summarizing and visualizing city traffic data | |
Hassan | Using GIS to Find the Best Safe Route between Khartoum and Arqin-Crossing |
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 |