CN112231428B - 一种融合战场态势信息的车辆路径规划方法 - Google Patents
一种融合战场态势信息的车辆路径规划方法 Download PDFInfo
- Publication number
- CN112231428B CN112231428B CN202011109496.8A CN202011109496A CN112231428B CN 112231428 B CN112231428 B CN 112231428B CN 202011109496 A CN202011109496 A CN 202011109496A CN 112231428 B CN112231428 B CN 112231428B
- Authority
- CN
- China
- Prior art keywords
- road
- point
- vehicle
- battlefield
- path
- 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
- 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
- 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
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明提供了一种融合战场态势信息的车辆路径规划方法,包括:首先对矢量道路数据进行拓扑打断处理,构建基础的道路网;简化为图,在图中融合战场态势信息后,设置图中道路的战场态势属性;在道路网上输入车辆的起点和终点,并在车辆的起点和终点处打断道路,更新图;根据战场任务预设路径规划偏好,并设置不同路径规划偏好下战场态势属性对权值的影响,使用最短路径算法计算获得最短路径;最终结合最短路径和边列表记录的道路编号,检索到原始坐标点列表,得到车辆在道路上的路径规划结果。相较于现有技术,本发明在战场环境下能够支撑军用车辆安全、高效的完成战场任务;可帮助指挥员进行快速战场决策;为用户提供了连续多步的路径规划方案。
Description
技术领域
本发明涉及军事指挥技术领域,尤其涉及一种融合战场态势信息的车辆路径规划方法。
背景技术
路径规划是运动规划的主要研究内容之一,也是智能车辆导航和控制的基础。路径即连接起点位置和终点位置的序列点或曲线,而路径规划即指构成路径的策略。路径规划的方法有很多,根据其自身优缺点,其适用范围也各不相同。
在军事指挥控制系统中,需要结合战场环境,针对不同战场任务设置不同的路径规划偏好,以便寻找出一条最安全的,或时间最段、距离最短的最优路径。然而,在现有的传统GIS路径规划方法中,大多没有引入复杂的、动态多变的战场环境,使得规划的路径不满足战场需要,如:传统GIS路径规划的道路可能会通过敌方控制区等危险区域,这在需要保证绝对安全的战场任务中是不可接受的。此外,传统的指控系统中,大都采用GIS传统路径规划结合人工研判的方法,使得路径规划的时间较长,难以适用于不断变化,需要进行快速决策的战场环境。此外,现有的自动快速的路径规划方法研究大多为针对无人机等空中设备,难以适用需要在矢量道路上行驶的车辆。
发明内容
发明目的:为了解决上述问题,本发明利用计算机的计算与存储能力,在战场环境下,基于矢量道路数据,融合战场态势信息,为军用车辆寻找一条满足其战场任务需要的最优路径。本发明所述方法能为车辆增强战场生存能力、指挥人员进行快速战场决策、部队有效完成战场任务提供支撑。
本发明提供的一种融合战场态势信息的车辆路径规划方法,包括:
步骤1,对矢量道路数据进行拓扑打断处理,构建基础的道路网;
步骤2,将所述基础的道路网简化为图,所述图包括边列表和顶点列表;
步骤3,在所述图中融合战场态势信息,设置所述图中道路的战场态势属性;
步骤4,在所述道路网上输入车辆的起点和终点,并在所述车辆的起点和终点处打断道路,更新所述图;
步骤5,根据战场任务预设路径规划偏好,并设置不同路径规划偏好下战场态势属性对权值的影响,使用最短路径算法计算获得最短路径,所述路径规划偏好中包括不同的战场态势属性影响计算最短路径时的权值系数设置;
步骤6,结合所述最短路径和边列表记录的道路原始道路编号,检索到原始坐标点列表,得到所述车辆在道路上的路径规划结果。
进一步地,在一种实现方式中,所述步骤1包括:
步骤1-1,对所述矢量道路数据进行拓扑打断处理,并构建出基础的道路网;
步骤1-2,预处理打断后的道路,即计算并记录道路的长度、包围盒位置、原始道路编号和道路等级;
步骤1-3,若在所述拓扑打断处理过程中出现了误打断的道路,将所述误打断的道路重新连接;所述误打断的道路包括:在二维平面图形上相交,但在三维空间中不相交的道路。
进一步地,在一种实现方式中,所述步骤1-1包括:
步骤1-1-1,根据预设阈 值,判断所述矢量道路数据中的两条道路是否相交;
若所述两条道路之间的距离小于预设阈值,则确定所述两条道路相交;
若所述两条道路之间的距离大于或等于预设阈值,则确定所述两条道路不相交;
步骤1-1-2,若确定所述两条道路相交,则在交点处打断所述两条道路,即将较长的矢量道路,在所述交点处打断为多条较短的道路;
步骤1-1-3,若所述道路的首点和尾点除了连接道路本身,分别只连接一条其他道路时,将所述首点和尾点连接的其他道路合并,用于减少拓扑冗余,形成简单拓扑结构的道路网,即所述基础的道路网。
进一步地,在一种实现方式中,所述步骤1-2中,
所述道路的长度用于计算道路所对应的边的权值;
所述包围盒位置用于确定道路在基础道路网中的位置;
所述原始道路编号用于检索道路的原始坐标点;
所述道路等级用于结合车辆的基准速度设置车辆的速度。
进一步地,在一种实现方式中,所述步骤2包括:
步骤2-1,将所述基础的道路网简化为图,所述图包括由道路首点和尾点组成的边;
步骤2-2,将所述边加入图的边列表,并在所述边上记录原始道路编号和道路的长度;
步骤2-3,将所述道路的首点和尾点加入图的顶点列表,当任一所述顶点存在邻接顶点时,记录所有所述邻接顶点的信息,用于避免重复将所述顶点加入顶点列表;其中,若所述道路的首点和/或尾点连接其他道路,则确定所述首点和/或尾点为邻接顶点,并确定所述邻接顶点存在邻接边,所述邻接边即为其他道路;所述邻接顶点的信息包括邻接顶点的编号、坐标位置以及邻接边所对应的道路的编号。
进一步地,在一种实现方式中,所述步骤3包括:
步骤3-1,在所述图中融合战场态势信息,包括降低车辆安全的战场态势信息和提高车辆安全的战场态势信息,所述战场态势信息以点要素、线要素和面要素的形式按态势图层存储;
步骤3-2,利用图形学算法,计算出所述态势图与道路的相交关系,并对与所述态势图相交的道路设置相应的战场态势属性;
其中,若所述道路与各个态势图中的任何一个点要素、线要素或面要素的图层相交,则对所述道路设置与点要素、线要素或面要素对应的战场态势属性。
进一步地,在一种实现方式中,所述步骤4包括:
步骤4-1,在所述图上输入车辆的起点和终点,判断所述车辆的起点和终点是否为图中的顶点;
步骤4-2,若确定所述起点和/或终点是图中的顶点,则对所述起点对应的顶点设置起点标志,和/或对所述终点对应的顶点设置终点标志,然后执行步骤4-5的操作;
步骤4-3,若确定所述起点和/或终点不是图中的顶点,则将所述图中的道路在起点和 /或终点处打断,将所述起点和/或终点作为新道路的首点和/或尾点,并结合所述道路原始坐标点形成新道路,将所述新道路加入图的边列表,将所述起点和/或终点加入图的顶点列表;
步骤4-4,修改被打断的所述道路的属性,即将被所述起点和终点打断的道路设置为路径规划中不可使用的道路;
步骤4-5,根据所述道路网的地理范围,以及进行路径规划的起点和终点位置,从图中按一定规则或范围提取顶点和边,组建此次路径规划所用的子图,用于减少算法计算的时间。
进一步地,在一种实现方式中,所述步骤5包括:
步骤5-1,根据车辆执行的不同战场任务,设置路径规划偏好,所述路径规划偏好包括安全优先、距离最短优先和时间最短优先;
步骤5-2,根据不同的所述战场态势属性及路径规划偏好,设置不同的战场态势属性对计算最短路径时采用寻路算法中的权值的影响,并结合所述道路的长度,计算获得所述道路的权值;
若所述路径规划偏好为时间最短优先,所述权值的单位为时间,根据以下公式,计算获得所述道路的权值:
车辆通过的时间=道路的长度*权值系数/车辆的速度
其中,所述车辆通过的时间即道路的权值,所述车辆的速度根据车辆等级、路况和战场态势属性确定,所述权值系数根据道路的战场态势属性确定;
若所述路径规划偏好为距离最短优先,所述权值的单位为距离,根据以下公式,计算获得所述道路的权值:
车辆通过的距离=道路的长度*权值系数
其中,所述车辆通过的距离即道路的权值;
在计算获得所述道路的权值后,更新图中所述道路对应的边的权值;
步骤5-3,根据所述图上顶点和边的信息,使用最短路径算法求得所述图上的最短路径,所述最短路径算法包括Dijkstra、A*。
进一步地,在一种实现方式中,所述步骤5-2,包括:
若所述路径规划偏好为安全优先,只要所述道路有危险的战场态势属性,即所述道路有危险点、危险道路或者危险区域的战场态势属性,则将所述权值系数设为无穷大。
进一步地,在一种实现方式中,所述步骤6包括:
步骤6-1,通过所述步骤5求得的所述最短路径,以及所述边列表记录的原始道路编号,检索到原始坐标点列表,得到所述车辆在道路上的路径规划结果。
采用前述方法,首先对原始矢量道路数据进行拓扑打断等预处理,构建基础的道路网;然后再对道路网进行简化处理,构建路径规划所需的拓扑图,其中图的边由道路组成,图的顶点由道路的首点和尾点组成;融合战场实时的态势信息,给道路设置相应的战场态势属性;并根据车辆不同的战场任务,设置不同战场态势属性对不同路径规划偏好下的车辆寻路权值的影响,以便算得Dijkstra、A*等寻路算法所需的权值,进而求得最短路径;并通过该最短路径,以及道路简化前记录的原始坐标点数据,得到路径规划的结果。
相对于现有技术,本发明在战场环境下,能够基于矢量道路数据,融合战场态势信的车辆路径规划,可利用计算机的处理能力,快速规划出有效避开敌方控制区、敌方哨所监视区等危险区域的路径,支撑军用车辆安全、高效的完成战场任务;也可帮助指挥员进行快速战场决策;并可通过评估的未来战场态势变化情况,按时间段或按任务为用户提供了连续多步的路径规划方案;以及为未来无人车辆感知战场态势,进行实时智能的路径规划提供了可能。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例部分提供的一种融合战场态势信息的车辆路径规划方法的工作流程示意图;
图2是本发明实施例部分提供的一种融合战场态势信息的车辆路径规划方法中的图及其边与顶点的类图;
图3是本发明实施例部分提供的一种融合战场态势信息的车辆路径规划方法中不考虑战场态势影响的路径规划结果示意图;
图4是本发明实施例部分提供的一种融合战场态势信息的车辆路径规划方法的融合了战场态势信息后的路径规划结果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例公开了一种融合战场态势信息的车辆路径规划方法,本方法应用于战场环境下的军事指挥控制系统中,能够基于战场中的矢量道路数据,融合战场态势信息,根据车辆完成不同的战场任务,设置不同的路径规划偏好,如安全优先、距离最短优先和时间最短优先等,规划出一条最优路径的方法。
本发明实施例提供的一种融合战场态势信息的车辆路径规划方法,包括:
步骤1,采集已有的矢量道路数据后,对所述矢量道路数据进行拓扑打断处理,构建基础的道路网;具体的,本步骤可利用专业的地理信息系统(Geographic InformationSystem,GIS)软件实现。本实施例中,所述矢量道路数据默认为已有的通用商用格式,如 *.mid,*.mif,*.shp等格式。根据所述矢量道路数据的情况,设置二条道路相交的预设阈 值为0.2米,进行拓扑打断处理;所述预设阈值根据地图数据的质量,以及道路的真实情况进行设置。如二条道路只相距0.2米内则设为相交,矢量道路间0.2米的障碍,车辆应能通过,则可设置所述预设阈 值为0.2米,再进行后续的拓扑打断等处理。
步骤2,将所述基础的道路网简化为图,所述图包括边列表和顶点列表;
步骤3,在所述图中融合战场态势信息,设置所述图中道路的战场态势属性;
步骤4,在所述道路网上输入车辆的起点和终点,并在所述车辆的起点和终点处打断道路,更新所述图;
步骤5,根据战场任务预设路径规划偏好,并设置不同路径规划偏好下战场态势属性对权值的影响,使用最短路径算法计算获得最短路径,所述路径规划偏好中包括不同的战场态势属性影响计算最短路径时的权值系数设置;
步骤6,结合所述最短路径和边列表记录的道路原始坐标点列表,得到所述车辆在道路上的路径规划结果。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤1包括:
步骤1-1,对所述矢量道路数据进行拓扑打断处理,并构建出基础的道路网;
步骤1-2,预处理打断后的道路,即计算并记录包括但不限于道路的长度、包围盒位置、原始道路编号和道路等级;
步骤1-3,若在所述拓扑打断处理过程中出现了误打断的道路,将所述误打断的道路重新连接;所述误打断的道路包括:在二维平面图形上相交,但在三维空间中不相交的道路。本实施例中,如有些隧道、立交桥等和普通道路,在二维平面图形上有相交,在进行拓扑打断操作时,相应的道路会被打断,而实际上这些道路不应该被打断,需要再连接起来。具体的,根据实际的数据情况,立交桥与道路的相交点应该均为匝道出入口,此时,可以进行人工判断,以确定道路间的拓扑关系。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤1-1包括:
步骤1-1-1,根据预设阈 值,判断所述矢量道路数据中的两条道路是否相交;
若所述两条道路之间的距离小于预设阈值,则确定所述两条道路相交;具体的,本实施例中,所述两条道路之间的距离通过图形学基础算法计算获得。
若所述两条道路之间的距离大于或等于预设阈值,则确定所述两条道路不相交;
步骤1-1-2,若确定所述两条道路相交,则在交点处打断所述两条道路,即将较长的矢量道路,在所述交点处打断为多条较短的道路;本实施例中,所述每一道路顶点距离另一道路的距离采用两条线段求最近距离的算法计算获得。若确定所述两条道路不相交,则设定在拓扑图中这二条道路不连通。
步骤1-1-3,若所述道路的首点和尾点除了连接道路本身,分别只连接一条其他道路时,将所述首点和尾点连接的其他道路合并,用于减少拓扑冗余,形成简单拓扑结构的道路网,即所述基础的道路网。具体的,本实施例中,所述道路的合并,指把一条道路的尾点与另一条道路的起点相连,在数据结构中,所述合并包括将两条道路的坐标位置按顺序组合。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤1-2中,
所述道路的长度用于计算道路所对应的边的权值;
所述包围盒位置用于确定道路在基础道路网中的位置;本实施例中,通过预处理包围盒位置,用于提升计算道路检索和与态势图中所有要素相交计算的效率。
所述原始道路编号用于检索道路的原始坐标点;本实施例中,根据算法算出的最短路径后,根据所述原始道路编号能够快速确定原始矢量道路并获得原始矢量道路的坐标点信息。
所述道路等级用于结合车辆的基准速度设置车辆的速度。本实施例中,所述车辆的速度与车辆通过的时间相关,所述道路等级不同,车辆的速度不同,对应的权值不同。
本实施例中,设置了不同类别军用车辆在不同等级道路下的速度,具体见表1。
表1 不同类别军用车辆在不同等级道路下的速度设置示例
如图2所示,本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤2包括:
步骤2-1,将所述基础的道路网简化为图,所述图包括由道路首点和尾点组成的边;
本实施例中,基础的道路网里包含了很多条道路,每条道路又包含很多个顶点。此处简化,是去掉道路中除了首点和尾点外的位置点信息。原因是,道路数据中间的位置点信息对于描述拓扑结构图时没有意义,可以将道路数据中间的位置点信息去掉以简化图。同时,存储太多顶点会降低图计算的效率。因此,本实施例通过将所述基础的道路网简化为图,能够有效提升图的计算效率。
步骤2-2,将所述边加入图的边列表,并在所述边上记录原始道路编号和道路的长度;
步骤2-3,将所述道路的首点和尾点加入图的顶点列表,当任一所述顶点存在邻接顶点时,记录所有所述邻接顶点的信息,用于避免重复将所述顶点加入顶点列表;其中,若所述道路的首点和/或尾点连接其他道路,则确定所述首点和/或尾点为邻接顶点,并确定所述邻接顶点存在邻接边,所述邻接边即为其他道路;所述邻接顶点的信息包括邻接顶点的编号、坐标位置以及邻接边所对应的道路的编号。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤3包括:
步骤3-1,在所述图中融合战场态势信息,包括降低车辆安全的战场态势信息和提高车辆安全的战场态势信息,所述战场态势信息以点要素、线要素和面要素的形式按态势图层存储;本实施例中,态势图里有根据不同战场态势信息抽象获得,有些战场态势信息会降低车辆的安全,如:敌方控制区;有些战场态势信息会提高车辆的安全,如:我方控制区。
本实施例中,所述战场态势信息如障碍点、战线、区域等,即可分别抽象为点要素、线要素和面要素等。通过将所述态势图以包括点要素、线要素和面要素等图形的图层形式存储,便于图形学计算使用。具体的,如图2所示,边的数据结构中通过m_RoadType存储战场态势属性,为int型,4字节,32位,可按位存储战场态势属性。
具体的,本实施例中,若所述战场态势信息为某道路在某处被破坏了,所述战场态势信息为降低车辆安全的战场态势信息,对应的态势图即为降低车辆安全的态势图,由所述战场态势信息抽象而得的点要素,则可理解为此处设有影响车辆通行的障碍点,需要根据所述点要素,给道路设置道路已破坏的战场态势属性;
若所述战场态势信息为此处设有敌方防线、铁丝网等,所述战场态势信息为降低车辆安全的战场态势信息,对应的态势图即为降低车辆安全的态势图,由所述战场态势信息抽象而得的线要素,则可理解为此处设有影响车辆通行的障碍线,需要根据所述线要素,分别为道路增加道路敌方防线、铁丝网障碍等战场态势属性;
若所述战场态势信息为此处设有敌方控制区、敌方雷达和摄像头侦查覆盖区、坦克火力覆盖范围区域等,所述战场态势信息为降低车辆安全的战场态势信息,对应的态势图即为降低车辆安全的态势图,由所述战场态势信息抽象而得的面要素,则可理解为此处设有影响车辆通行的障碍面,需要根据所述面要素,分别为道路设置敌方控制区、敌方侦查覆盖区、以及敌方火力覆盖区等多种战场态势属性。
步骤3-2,利用图形学算法,计算出所述态势图与道路的相交关系,并对与所述态势图相交的道路设置相应的战场态势属性;
其中,若所述道路与各个态势图中的任何一个点要素、线要素或面要素的图层相交,则对所述道路设置与点要素、线要素或面要素对应的战场态势属性。
具体的,本实施例中,若所述道路与态势层中的任何一个点要素的图层相交,则对所述道路设置与点要素对应的战场态势属性;例如,若敌方在道路的某个位置设置了关卡,则给该道路设置敌方已设卡的战场态势属性,用于提醒该条道路不可通行。
若所述道路与态势层中的任何一个线要素的图层相交,则对所述道路设置与线要素对应的战场态势属性;例如,若敌方设置了防线,则将与该防线相交的道路设置为危险道路的战场态势属性,用于提醒该条道路不可通行。
若所述道路与态势图中的任何一个面要素的图层相交,则对所述道路设置与面要素对应的战场态势属性。例如,若有敌方火力控制区,则将与敌方火力控制区相交的道路设置为敌方火力控制区的战场态势属性,用于提醒该条道路不可通行。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤4包括:
步骤4-1,在所述图上输入车辆的起点和终点,判断所述车辆的起点和终点是否为图中的顶点;
步骤4-2,若确定所述起点和/或终点是图中的顶点,则对所述起点对应的顶点设置起点标志,和/或对所述终点对应的顶点设置终点标志,然后执行步骤4-5的操作;
步骤4-3,若确定所述起点和/或终点不是图中的顶点,则将所述图中的道路在起点和 /或终点处打断,将所述起点和/或终点作为新道路的首点和/或尾点,并结合所述道路原始坐标点形成新道路,将所述新道路加入图的边列表,将所述起点和/或终点加入图的顶点列表;
步骤4-4,修改被打断的所述道路的属性,即将被所述起点和终点打断的道路设置为路径规划中不可使用的道路;
具体的,本实施例中,根据道路网的地理范围,以及进行路径规划的起点和终点位置,可从图中按一定规则或范围提取顶点和边,组建此次路径规划所用的子图,以减少算法计算的时间。例如:起点和终点距离10公里,且道路网较密,而态势信息也不是特别复杂,则距离起点和终点超过10公里的顶点和边就可不用加入子图,参与最短路径算法的计算了。
步骤4-5,根据所述道路网的地理范围,以及进行路径规划的起点和终点位置,从图中按一定规则或范围提取顶点和边,组建此次路径规划所用的子图,用于减少算法计算的时间。本实施例中,由于所述道路网很大,如全国道路网,当起点和终点都在南京时,则在真实路径规划时可能只需南京的道路网数据即可。具体的,可选择一个覆盖南京的矩形区域范围,进行图形学的裁剪,该步骤相当于在全国道路网中裁剪出南京道路网。由于道路具有包围盒信息,如道路包围盒在南京,则为此次路径规划可用的道路,最终形成子图。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤5包括:
步骤5-1,根据车辆执行的不同战场任务,设置路径规划偏好,所述路径规划偏好包括安全优先、距离最短优先和时间最短优先;本实施例中,不同的战场任务路径规划偏好不一样。例如,要求绝对安全的战场任务需要安全优先,不能进入敌人火力打击范围或侦查范围里;在进行定点攻击时,可以适当进入敌人侦查范围,设置为安全和最短路径优先等。
步骤5-2,根据不同的所述战场态势属性及路径规划偏好,设置不同的战场态势属性对计算最短路径时采用寻路算法中的权值的影响,并结合所述道路的长度,计算获得所述道路的权值;
若所述路径规划偏好为时间最短优先,所述权值的单位为时间,根据以下公式,计算获得所述道路的权值:
车辆通过的时间=道路的长度*权值系数/车辆的速度
其中,所述车辆通过的时间即道路的权值,所述车辆的速度根据车辆等级、路况和战场态势属性确定,所述权值系数根据道路的战场态势属性确定;
若所述路径规划偏好为距离最短优先,所述权值的单位为距离,根据以下公式,计算获得所述道路的权值:
车辆通过的距离=道路的长度*权值系数
其中,所述车辆通过的距离即道路的权值;
在计算获得所述道路的权值后,更新图中所述道路对应的边的权值;
具体的,本实施例中,不同战场态势属性及路径规划偏好对权值的影响,见表2所示。
表2 不同路径规划偏好下战场态势对权值的影响示例
步骤5-3,根据所述图上顶点和边的信息,使用最短路径算法求得所述图上的最短路径,本实施例中,所述最短路径算法包括但不限于Dijkstra、A*算法。具体的,本步骤中,由于图为数据结构,已有顶点和边的信息,可使用经典最短路径算法进行计算,如Dijkstra、A*等。所述最短路径算法具体采用Dijkstra算法,或者A*等最短路径算法均能实现,在大多情况下采用A*作为最短路径算法效率更高。具体可根据图的情况,选用不同的最短路径算法,在战场环境较复杂时,两种算法的效率整体而言相差不算大。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤5-2,包括:若所述路径规划偏好为安全优先,只要所述道路有危险的战场态势属性,即所述道路有危险点、危险道路或者危险区域的战场态势属性,则将所述权值系数设为无穷大。
本实施例中,如战场态势为特别危险,禁止通行的情况,权值系数为无穷大;如为敌方监视覆盖区,权值系数为10,如为我方控制区,权值系数为1。见表2所示。
本实施例所述的一种融合战场态势信息的车辆路径规划方法中,所述步骤6包括:
步骤6-1,通过所述步骤5求得的所述最短路径,以及所述边列表记录的原始道路编号,检索到原始坐标点列表,得到所述车辆在道路上的路径规划结果。
具体的,本实施例中,没有战场态势信息,或不考虑战场态势的影响时,路径规划的结果如图3所示;当融合战场态势信息中几条无法通行的道路,以及危险区“DA001”后,路径规划的结果如图4所示。
采用前述方法,首先对原始矢量道路数据进行拓扑打断等预处理,构建基础的道路网;然后再对道路网进行简化处理,构建路径规划所需的拓扑图,其中图的边由道路组成,图的顶点由道路的首点和尾点组成;融合战场实时的态势信息,给道路设置相应的战场态势属性;并根据车辆不同的战场任务,设置不同战场态势属性对不同路径规划偏好下的车辆寻路权值的影响,以便算得Dijkstra、A*等寻路算法所需的权值,进而求得最短路径;并通过该最短路径,以及道路简化前记录的原始坐标点数据,得到路径规划的结果。
相对于现有技术,本发明在战场环境下,能够基于矢量道路数据,融合战场态势信的车辆路径规划,可利用计算机的处理能力,快速规划出有效避开敌方控制区、敌方哨所监视区等危险区域的路径,支撑军用车辆安全、高效的完成战场任务;也可帮助指挥员进行快速战场决策;并可通过评估的未来战场态势变化情况,按时间段或按任务为用户提供了连续多步的路径规划方案;以及为未来无人车辆感知战场态势,进行实时智能的路径规划提供了可能。
本说明书中各个实施例之间相同相似的部分互相参见即可。以上所述的本发明实施方式并不构成对本发明保护范围的限定。
Claims (10)
1.一种融合战场态势信息的车辆路径规划方法,其特征在于,包括:
步骤1,对矢量道路数据进行拓扑打断处理,构建基础的道路网;
步骤2,将所述基础的道路网简化为图,所述图包括边列表和顶点列表;
步骤3,在所述图中融合战场态势信息,设置所述图中道路的战场态势属性;
步骤4,在所述道路网上输入车辆的起点和终点,并在所述车辆的起点和终点处打断道路,更新所述图;
步骤5,根据战场任务预设路径规划偏好,并设置不同路径规划偏好下战场态势属性对权值的影响,使用最短路径算法计算获得最短路径,所述路径规划偏好中包括不同的战场态势属性影响计算最短路径时的权值系数设置;
步骤6,结合所述最短路径和边列表记录的原始道路编号,检索到原始坐标点列表,得到所述车辆在道路上的路径规划结果。
2.根据权利要求1所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤1包括:
步骤1-1,对所述矢量道路数据进行拓扑打断处理,并构建出基础的道路网;
步骤1-2,预处理打断后的道路,即计算并记录道路的长度、包围盒位置、原始道路编号和道路等级;
步骤1-3,若在所述拓扑打断处理过程中出现了误打断的道路,将所述误打断的道路重新连接;所述误打断的道路包括:在二维平面图形上相交,但在三维空间中不相交的道路。
3.根据权利要求2所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤1-1包括:
步骤1-1-1,根据预设阈值,判断所述矢量道路数据中的两条道路是否相交;
若所述两条道路之间的距离小于预设阈值,则确定所述两条道路相交;
若所述两条道路之间的距离大于或等于预设阈值,则确定所述两条道路不相交;
步骤1-1-2,若确定所述两条道路相交,则在交点处打断所述两条道路,即将较长的矢量道路,在所述交点处打断为多条较短的道路;
步骤1-1-3,若所述道路的首点和尾点除了连接道路本身,分别只连接一条其他道路时,将所述首点和尾点连接的其他道路合并,用于减少拓扑冗余,形成简单拓扑结构的道路网,即所述基础的道路网。
4.根据权利要求3所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤1-2中,
所述道路的长度用于计算道路所对应的边的权值;
所述包围盒位置用于确定道路在基础道路网中的位置;
所述原始道路编号用于检索道路的原始坐标点;
所述道路等级用于结合车辆的基准速度设置车辆的速度。
5.根据权利要求1中所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤2包括:
步骤2-1,将所述基础的道路网简化为图,所述图包括由道路首点和尾点组成的边;
步骤2-2,将所述边加入图的边列表,并在所述边上记录原始道路编号和道路的长度;
步骤2-3,将所述道路的首点和尾点加入图的顶点列表,当任一所述顶点存在邻接顶点时,记录所有所述邻接顶点的信息,用于避免重复将所述顶点加入顶点列表;其中,若所述道路的首点和/或尾点连接其他道路,则确定所述首点和/或尾点为邻接顶点,并确定所述邻接顶点存在邻接边,所述邻接边即为其他道路;所述邻接顶点的信息包括邻接顶点的编号、坐标位置以及邻接边所对应的道路的编号。
6.根据权利要求1中所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤3包括:
步骤3-1,在所述图中融合战场态势信息,包括降低车辆安全的战场态势信息和提高车辆安全的战场态势信息,所述战场态势信息以点要素、线要素和面要素的形式按态势图层存储;
步骤3-2,利用图形学算法,计算出所述态势图与道路的相交关系,并对与所述态势图相交的道路设置相应的战场态势属性;
其中,若所述道路与各个态势图中的任何一个点要素、线要素或面要素的态势图层相交,则对所述道路设置与点要素、线要素或面要素对应的战场态势属性。
7.根据权利要求1中所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤4包括:
步骤4-1,在所述图上输入车辆的起点和终点,判断所述车辆的起点和终点是否为图中的顶点;
步骤4-2,若确定所述起点和/或终点是图中的顶点,则对所述起点对应的顶点设置起点标志,和/或对所述终点对应的顶点设置终点标志,然后执行步骤4-5的操作;
步骤4-3,若确定所述起点和/或终点不是图中的顶点,则将所述图中的道路在起点和/或终点处打断,将所述起点和/或终点作为新道路的首点和/或尾点,并结合所述道路原始坐标点形成新道路,将所述新道路加入图的边列表,将所述起点和/或终点加入图的顶点列表;
步骤4-4,修改被打断的所述道路的属性,即将被所述起点和终点打断的道路设置为路径规划中不可使用的道路;
步骤4-5,根据所述道路网的地理范围,以及进行路径规划的起点和终点位置,从图中按规则或范围提取顶点和边,组建此次路径规划所用的子图,用于减少算法计算的时间。
8.根据权利要求1中所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤5包括:
步骤5-1,根据车辆执行的不同战场任务,设置路径规划偏好,所述路径规划偏好包括安全优先、距离最短优先和时间最短优先;
步骤5-2,根据不同的所述战场态势属性及路径规划偏好,设置不同的战场态势属性对计算最短路径时采用寻路算法中的权值的影响,并结合所述道路的长度,计算获得所述道路的权值;
若所述路径规划偏好为时间最短优先,所述权值的单位为时间,根据以下公式,计算获得所述道路的权值:
车辆通过的时间=道路的长度*权值系数/车辆的速度
其中,所述车辆通过的时间即道路的权值,所述车辆的速度根据车辆等级、路况和战场态势属性确定,所述权值系数根据道路的战场态势属性确定;
若所述路径规划偏好为距离最短优先,所述权值的单位为距离,根据以下公式,计算获得所述道路的权值:
车辆通过的距离=道路的长度*权值系数
其中,所述车辆通过的距离即道路的权值;
在计算获得所述道路的权值后,更新图中所述道路对应的边的权值;
步骤5-3,根据所述图上顶点和边的信息,使用最短路径算法求得所述图上的最短路径,所述最短路径算法包括Dijkstra、A*。
9.根据权利要求8所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤5-2,包括:
若所述路径规划偏好为安全优先,只要所述道路有危险的战场态势属性,即所述道路有危险点、危险道路或者危险区域的战场态势属性,则将所述权值系数设为无穷大。
10.根据权利要求1中所述的一种融合战场态势信息的车辆路径规划方法,其特征在于,所述步骤6包括:
步骤6-1,通过所述步骤5求得的所述最短路径,以及所述边列表记录的原始道路编号,检索到原始坐标点列表,得到所述车辆在道路上的路径规划结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011109496.8A CN112231428B (zh) | 2020-10-16 | 2020-10-16 | 一种融合战场态势信息的车辆路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011109496.8A CN112231428B (zh) | 2020-10-16 | 2020-10-16 | 一种融合战场态势信息的车辆路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112231428A CN112231428A (zh) | 2021-01-15 |
CN112231428B true CN112231428B (zh) | 2022-09-13 |
Family
ID=74118450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011109496.8A Active CN112231428B (zh) | 2020-10-16 | 2020-10-16 | 一种融合战场态势信息的车辆路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112231428B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113516865B (zh) * | 2021-03-17 | 2022-07-05 | 北京易控智驾科技有限公司 | 基于高精度地图的矿山无人驾驶路网车辆排队方法和装置 |
CN113159433B (zh) * | 2021-04-28 | 2022-02-22 | 中国科学院沈阳应用生态研究所 | 面向综合体室内混合立体路网的导航路径动态搜索方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018010471A1 (zh) * | 2016-07-12 | 2018-01-18 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场集电系统避障路径优化方法和系统 |
CN109920246A (zh) * | 2019-02-22 | 2019-06-21 | 重庆邮电大学 | 一种基于v2x通信与双目视觉的协同局部路径规划方法 |
CN110631601A (zh) * | 2019-11-13 | 2019-12-31 | 中国电子科技集团公司第二十八研究所 | 一种基于非显示拓扑矢量地图的路径规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106114507B (zh) * | 2016-06-21 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 用于智能车辆的局部轨迹规划方法和装置 |
-
2020
- 2020-10-16 CN CN202011109496.8A patent/CN112231428B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018010471A1 (zh) * | 2016-07-12 | 2018-01-18 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场集电系统避障路径优化方法和系统 |
CN109920246A (zh) * | 2019-02-22 | 2019-06-21 | 重庆邮电大学 | 一种基于v2x通信与双目视觉的协同局部路径规划方法 |
CN110631601A (zh) * | 2019-11-13 | 2019-12-31 | 中国电子科技集团公司第二十八研究所 | 一种基于非显示拓扑矢量地图的路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112231428A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106730841B (zh) | 一种寻路方法和装置 | |
CN106125764B (zh) | 基于a*搜索的无人机路径动态规划方法 | |
CN112231428B (zh) | 一种融合战场态势信息的车辆路径规划方法 | |
CN109357685B (zh) | 航路网生成方法、装置及存储介质 | |
CN110850891B (zh) | 一种基于空间和时间协同的多无人机动态航路规划方法 | |
CN105843253A (zh) | 无人机的路径规划方法及系统 | |
CN102435200B (zh) | 一种路径快速规划方法 | |
CN104991895A (zh) | 一种基于三维空域网格的低空救援航空器航迹规划方法 | |
CN111310992B (zh) | 面向地震灾后快速评估的多无人机路径优化方法 | |
CN108268042A (zh) | 一种基于改进可视图构造的路径规划算法 | |
CN109579858A (zh) | 导航数据处理方法、装置、设备及存储介质 | |
Kamble et al. | On road intelligent vehicle path predication and clustering using machine learning approach | |
US20200160732A1 (en) | Area evaluation system, method, and program | |
CN112214828A (zh) | 无人机在应急场景下的着陆 | |
WO2007082232A2 (en) | Determining intersections of multi-segment three-dimensional path with portions of partitioned three-dimensional space | |
CN107525507A (zh) | 偏航的判定方法和装置 | |
CN111928853B (zh) | 复杂环境下空基平台快速航路规划方法 | |
CN112439198A (zh) | 非暂态计算机可读介质和视频游戏处理系统 | |
CN115617076A (zh) | 近地搜索无人机的轨迹规划及动态避障方法 | |
EP2757349B1 (fr) | Procédé de définition d'une route de repli pour un engin mobile, procédé associé de repli sur une telle route pour un engin mobile, module et programme d'ordinateur associés | |
CN112699202B (zh) | 禁行道路的识别方法、装置、电子设备及存储介质 | |
CN116610109A (zh) | 基于梯度的前向蚁群算法无人车路径规划方法 | |
Chen et al. | Path planning in large area monitoring by drones | |
CN115686064A (zh) | 一种基于改进a星算法的空投飞行器路径规划方法及系统 | |
Cocaud | Autonomous tasks allocation and path generation of UAV's |
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 |