CN112665600B - 路径规划方法及装置、计算机可读存储介质及处理器 - Google Patents

Abstract

本发明公开了一种路径规划方法及装置、计算机可读存储介质及处理器。其中，该方法包括：获取导航信息、车辆信息、场景信息和历史数据，其中，导航信息包括：起始位置、目的位置和导航模式，车辆信息包括：电池容量、剩余电量和耗电量，场景信息包括：时间信息和气象信息；基于导航信息和车辆信息，确定车辆能够到达的第一站点集合；基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。本发明解决了相关技术中电动汽车长距离出行无法满足沿途充电需求的技术问题。

Description

路径规划方法及装置、计算机可读存储介质及处理器

技术领域

本发明涉及规划领域，具体而言，涉及一种路径规划方法及装置、计算机可读存储介质及处理器。

背景技术

随着人们驾驶电动汽车在生活中越来越普遍，电动汽车驾驶人员在固定的生活区域内出行时，对周围的环境相对熟悉，不必受到充电设备的限制，但是，短距离出行不能完全满足大家的生活需求，有时需要驾驶电动汽车远距离出行(不低于100km)，当电动汽车行驶到陌生的区域及长途行驶时，无法及时准确的了解到周围是否有充电设备，充电设备的位置在哪里，当前的电量是否能够驾驶到最近的充电设备等，又或者根据导航信息搜索到的目的地暂未营业，导致电动汽车长距离出行无法满足沿途充电需求，影响用户的正常出行。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种路径规划方法及装置、计算机可读存储介质及处理器，以至少解决相关技术中电动汽车长距离出行无法满足沿途充电需求的技术问题。

根据本发明实施例的一个方面，提供了一种路径规划方法，该方法包括：获取导航信息、车辆信息、场景信息和历史数据，其中，导航信息包括：起始位置、目的位置和导航模式，车辆信息包括：电池容量、剩余电量和耗电量，场景信息包括：时间信息和气象信息；基于导航信息和车辆信息，确定车辆能够到达的第一站点集合；基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。

可选地，基于导航信息和车辆信息，确定车辆能够到达的第一站点集合，该方法还包括：基于导航信息，确定多条行驶路径的路径信息，其中，路径信息包括：多个节点的位置信息，多个节点间的距离信息，以及路况信息；基于路径信息，确定每个节点的预设范围内的站点，得到第二站点集合；基于剩余电量和耗电量，确定车辆的剩余里程；基于剩余里程和多个节点间的距离信息对第二站点集合进行筛选，得到第一站点集合。

可选地，基于导航信息，确定多条行驶路径的路径信息，该方法还包括：基于起始位置和目的位置，获取行驶路径列表；基于导航模式，确定行驶路径列表中的多条行驶路径。

可选地，基于路径信息，确定每个节点的预设范围内的站点，得到第二站点集合，该方法还包括：获取第一搜索半径；基于取第一搜索半径和每个节点的位置信息，确定每个节点的预设范围。

可选地，基于剩余里程和多个节点间的距离信息对第二站点集合进行筛选，得到第一站点集合，该方法还包括：步骤A，基于剩余里程和多个节点间的距离信息，确定距离起始位置最远的第一节点，其中，起始位置与第一节点的距离小于等于剩余里程；步骤B，获取第二站点集合中，位于第一节点的预设范围内的目标站点；步骤C，基于剩余里程和多个节点间的距离信息，确定距离目标站点最远的第二节点，其中，目标站点与第二节点的距离小于等于剩余里程；步骤D，将第二节点作为第一节点，并循环执行步骤B和步骤C，直至第二节点为目标站点对应的节点；步骤E，基于每个第一节点的预设范围内的站点，得到第二站点集合。

可选地，基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合，该方法还包括：对历史数据进行分析，生成用户画像；获取第一站点集合中每个站点的兴趣点信息；基于用户画像和每个站点的兴趣点信息，确定每个站点的初始权重；基于导航模式和场景信息对每个站点的初始权重进行调整，得到每个站点的更新后的权重；基于每个站点的更新后的权重，确定目标路径及目标站点集合。

可选地，获取第一站点集合中每个站点的兴趣点信息，该方法还包括：获取第二搜索半径和搜索类型；基于第二搜索半径和搜索类型，确定每个站点的兴趣点信息。

根据本发明实施例的另一方面，还提供了一种路径规划装置，该装置包括：获取模块，用于获取导航信息、车辆信息、场景信息和历史数据，其中，导航信息包括：起始位置、目的位置和导航模式，车辆信息包括：电池容量、剩余电量和耗电量，场景信息包括：时间信息和气象信息；

确定模块，用于基于导航信息和车辆信息，确定车辆能够到达的第一站点集合；

筛选模块，用于基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述的路径规划方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的路径规划方法。

在本发明实施例中，首先获取导航信息、车辆信息、场景信息和历史数据，获取车辆的导航信息和车辆信息之后，就可以确定车辆能够到达的第一站点集合；再根据车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。相关技术中，根据导航信息给用户提供多种备选方案，备选方案没有根据用户的出行情况进行优先级排序，未考虑到用户的个性化需求。本发明综合考虑所有路径沿途充电桩信息、路况信息、车辆状态、历史数据、场景信息以及沿途周边生活娱乐设施等，提出路线选择、阶段性分析、剩余里程估计，采用了智慧充电服务的方式，研究电动汽车出行的长路径规划方法，通过车联网平台，达到了获取多源海量异构数据的目的，从而实现了电动汽车长途行驶中按需充电的技术效果，进而解决了相关技术中电动汽车长距离出行无法满足沿途充电需求的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种路径规划方法的流程图；

图2是根据本发明实施例的一种可选的基础路径规划算法的流程图；

图3是根据本发明实施例的一种可选的沿途充电桩搜索算法的流程图；

图4是根据本发明实施例的一种可选的节点充电桩搜索示例的示意图；

图5是根据本发明实施例的一种可选的情景分析算法的流程图；

图6是根据本发明实施例的一种可选的搜索节点周围的POI算法的流程图；

图7是根据本发明实施例的一种可选的用户画像的流程图；

图8是根据本发明实施例的一种可选的长路径规划算法的整体流程图；

图9是根据本发明实施例的一种可选的路径规划装置的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种路径规划方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种路径规划方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取导航信息、车辆信息、场景信息和历史数据。

其中，导航信息包括：起始位置、目的位置和导航模式，车辆信息包括：电池容量、剩余电量和耗电量，场景信息包括：时间信息和气象信息。

上述步骤中的导航信息可以是从一些提供导航信息的应用程序中获取，例如百度地图API，高德地图API，其中，API(Application Programming Interface，应用程序编程接口)可以是预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力，而又无需访问源码，或理解内部工作机制的细节，方便相关人员的使用。起始位置和目的位置可以是用户自行设定，也可以是根据用户习惯给出选项进行选择；导航模式可以有高速优先，不走高速，时间最短，距离最短等选项。

上述步骤中的车辆信息，可以从电动汽车的充电记录中查询，也可以是由一个数据库中查询出结果；场景信息中的时间信息可以是一些特殊日期或时间，例如节假日，早晚高峰，气象信息可以是是否为下雨，下雪，大风，雾霾等气候环境，这些信息可以从相应的大数据库中获得，例如气象信息就可以通过气象局的数据库中获得。历史数据则可以从用户的储存设备中获取。

步骤S104，基于导航信息和车辆信息，确定车辆能够到达的第一站点集合。

上述步骤中的第一站点集合可以是通过用户在导航设备中输入的路径起始点以及车辆的剩余电量和耗电量，所确定的在一定范围内电动汽车可以到达的所有充电桩站点的集合。用户在导航设备上输入起点和终点后，可以确定前往目的地的多条路径，在这里需要说明的是这里的每一条路径上都可以有多个节点，不同节点周围的充电桩站点的位置不同，可以根据剩余电量和耗电量确定车辆的剩余里程，并根据剩余里程筛选出电动汽车可以到达的最远的充电桩站点，进而得到上述的第一站点集合。

步骤S106，基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。

上述步骤中的目标路径可以是推荐给用户驾驶电动汽车出行的路径，该路径既可以满足用户从起始位置到达目的位置的行驶需求，又可以满足沿途充电需求；目标站点集合可以是目标路径上途径的所有充电桩站点中筛选出的充电桩站点的集合，其中目标站点集合的确定因素可以是多种情况的叠加，例如，气象信息与车辆信息的叠加或者是车辆信息与用户的个人出行喜好的叠加等，可有多种组合。

上述步骤中，可以根据当前的天气，时间，车辆的剩余电量，以及用户的出行需求等条件中，从上述第一站点集合中筛选出符合用户充电偏好和当前天气、时间等条件的充电桩站点集合。

在一种可选的实施例中，当用户需要进行长距离出行时，用户可以在导航装置上选择出行的起始地点和目的地点，并进一步选择相关的导航模式，此时导航装置可以获取到用户的历史数据信息，历史数据信息可以包含有用户的出行喜好以及常用地点，再根据上述已经获得的第一站点集合，从相应的数据库中获取每一个站点的兴趣点，其中，兴趣点可以是站点本身带有的属性，例如，A站点价格低，B站点服务好，C站点设备新，D站点充电桩数量多，等待时间较短等，之后根据历史数据和站点的兴趣点信息，对第一站点集合进行筛选，得到符合用户喜好的目标站点，也即上述的目标站点集合，并且确定能够途径目标站点集合的路径为目标路径。

在本发明实施例中，首先获取导航信息、车辆信息、场景信息和历史数据，获取车辆的导航信息和车辆信息之后，就可以确定车辆能够到达的第一站点集合；再根据车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。相关技术中，根据导航信息给用户提供多种备选方案，备选方案没有根据用户的出行情况进行优先级排序，未考虑到用户的个性化需求。本发明综合考虑所有路径沿途充电桩信息、路况信息、车辆状态、历史数据、场景信息以及沿途周边生活娱乐设施等，提出路线选择、阶段性分析、剩余里程估计，采用了智慧充电服务的方式，研究电动汽车出行的长路径规划方法，通过车联网平台，达到了获取多源海量异构数据的目的，从而实现了电动汽车长途行驶中按需充电的技术效果，进而解决了相关技术中电动汽车长距离出行时无法满足沿途充电需求的技术问题。

可选地，基于导航信息和车辆信息，确定车辆能够到达的第一站点集合，该方法还包括：基于导航信息，确定多条行驶路径的路径信息，其中，路径信息包括：多个节点的位置信息，多个节点间的距离信息，以及路况信息；基于路径信息，确定每个节点的预设范围内的站点，得到第二站点集合；基于剩余电量和耗电量，确定车辆的剩余里程；基于剩余里程和多个节点间的距离信息对第二站点集合进行筛选，得到第一站点集合。

上述步骤中的路径信息可以包括多个节点，其中，节点可以依据红绿灯路口进行划分，那么多个节点间的距离信息就可以随之确定；路况信息可以是路途中的红绿灯情况，也可以是当下时间段是否有修路或者修地铁的情况。

在一个可选的实施例中，基于车辆本身信息及基础路径获得的节点间距离，计算车辆可以行驶的距离、时间，并且筛选出在此条件下可以完成旅程的充电桩预选站点集合。算法的输入可以包括：当前车辆信息包括电池健康状态，剩余电量、搜索到的站点集合、各站点的充电桩信息、起点、终点，出发时间。根据节点信息中保存的节点间距离和车辆当前剩余里程，计算车辆最远能到达的第一站点集合，其中，起点到该节点的距离小于等于车辆当前剩余里程。

在一个可选的实施例中，上述步骤可以通过一种算法实现，如图2所示，算法的输入可以包括：起点、终点、行驶模式、POI搜索范围，其中，对于地图产品而言，某个地理位置周边的信息，称为POI，通过调用高德地图的API获得行驶路径规划列表，一般来说，地图会根据最快捷模式、最经济模式、最短距离模式、考虑实时路况四种模式提供多条路线以供选择。导航路线的结果将包含驾车规划起点、终点、途径点等相关信息，查询节点的坐标并且计算节点间的实际距离。此处，记录不同模式下的多条路径，以及每个分段路径的重点坐标P[P1，P2…，Pn]、每段基础路径的长度D[d1，d2…，dn-1]及路况信息，其中，包括限速，红绿灯等。

可选地，基于导航信息，确定多条行驶路径的路径信息，该方法还包括：基于起始位置和目的位置，获取行驶路径列表；基于导航模式，确定行驶路径列表中的多条行驶路径。

上述步骤中，可以通过卫星定位系统，获取用户的起始位置信息，目的位置由用户进行输入，可以得到多条行驶路径列表，在这里可以得知，多条行驶路径都是可以由起点到达终点的，至于最终确定的路径，通过对导航模式的选择，例如，可以有快速出行模式，边走边玩模式和佛系出行模式等，其中，每一种模式下也可以由多条行驶路径，用户可根据实际情况进行选择。

可选地，基于路径信息，确定每个节点的预设范围内的站点，得到第二站点集合，该方法还包括：获取第一搜索半径；基于取第一搜索半径和每个节点的位置信息，确定每个节点的预设范围。

上述步骤中的第一搜索半径可以是由用户进行输入，也可以是由系统设定，保障用户行驶的行驶安全。

在一个可选的实施例中，如图3所示，通过基础路径规划获得的节点信息，以节点坐标为圆心，用户输入集合P，集合D，起点终点，搜索半径，其中，搜索半径必须在区间[Min，Max]之间，目的是保证效率，若用户设置半径低于min则置为min的值，则置为min的值为保证安全，即默认开到某一节点后，以该节点为圆心搜索出的充电站都是可以抵达的，若用户设置的半径高于Max则置为Max的值，调用高德POI来搜索路径周围的充电桩站点，默认在i节点搜索得到第Cij个站点都可以抵达，故对最大搜索半径有限制。

在一个可选的实施例中，如图4所示，可以有P1-Pn个节点，d1-dn-1表示多个节点间的距离，示例性，p2节点搜到的节点命名为C21，C22，C23，默认安全电量可以保证车辆由P2节点抵达三个站点中任意一个。

可选地，基于剩余里程和多个节点间的距离信息对第二站点集合进行筛选，得到第一站点集合，该方法还包括：步骤A，基于剩余里程和多个节点间的距离信息，确定距离起始位置最远的第一节点，其中，起始位置与第一节点的距离小于等于剩余里程；步骤B，获取第二站点集合中，位于第一节点的预设范围内的目标站点；步骤C，基于剩余里程和多个节点间的距离信息，确定距离目标站点最远的第二节点，其中，目标站点与第二节点的距离小于等于剩余里程；步骤D，将第二节点作为第一节点，并循环执行步骤B和步骤C，直至第二节点为目标站点对应的节点；步骤E，基于每个第一节点的预设范围内的站点，得到第二站点集合。

上述步骤中的剩余里程可以是由路况信息、剩余电量、耗电量共同决定。

在一个可选的实施例中，以用户选择的充电桩站点为新起点，用户设定的原终点为终点，再次进行沿途充电桩搜索，直到计算出当前剩余里程可以抵达用户设置的终点为止。否则，弹出警告“用户选择的充电桩不足以抵达终点，请重新规划或切换到自动规划”。优先选择当前剩余里程可以达到的最远预选节点并进行迭代直到剩余里程可以抵达用户设置的终点。若无法抵达，则依次选择离上一选择节点最近的节点进行迭代，如遍历所有节点都不能抵达终点则弹出警告“路线沿途充电桩不足以抵达终点”。例如，如图4所示，计算出P2为最远可达节点，依次遍历C21，C22，C23作为新的起点，终点为原始设定终点，计算车辆充满电的最远里程能否满足C21，C22，C23到终点的距离。如果遍历了3个站点都没有满足要求，则遍历P1节点所搜索到的站点C11，C12…C1n。

可选地，基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合，该方法还包括：对历史数据进行分析，生成用户画像；获取第一站点集合中每个站点的兴趣点信息；基于用户画像和每个站点的兴趣点信息，确定每个站点的初始权重；基于导航模式和场景信息对每个站点的初始权重进行调整，得到每个站点的更新后的权重；基于每个站点的更新后的权重，确定目标路径及目标站点集合。

在一个可选的实施例中，通过考虑是否为节假日和是否存在极端天气，对充电桩优先级的相关权重进行调整，以适应不同情境下的需求。如图5所示，本算法考虑用户模式的选择、日期/时间，包括特殊日子判断，如节假日，早晚高峰、道路，天气状况、车辆信息，对权重进行调整。首先判断是否为节假日，若为节假日则提高闲置充电桩充电站的权重，若可实时获得充电站点充电桩闲置情况，可提高空闲程度大的充电站点权重，然后根据高德API导出的路况条件，判断是否存在极端天气，大幅提高极端天气前的充电桩站点的权重，保证用户在通过极端天气路段下的电量，最终得到需要调整的权重集合。同时若存在极端天气，则略微增加每公里耗电，降低平均时速，并且将充电时间修正为充满100％电池的时间，进一步修正预估时间。

可选地，获取第一站点集合中每个站点的兴趣点信息，该方法还包括：获取第二搜索半径和搜索类型；基于第二搜索半径和搜索类型，确定每个站点的兴趣点信息。

在一个可选的实施例中，以沿途充电桩搜索出的站点为基础，搜索节点周围的POI信息，为站点推荐提供帮助。如图6所示，算法输入包括充电桩搜索出的预选站点集合C[ij]、用户设置的POI搜索半径、兴趣类别、用户标记的“POI站点”。以输入预选站点集合为圆心，POI搜索范围为半径，进行相关POI点的搜索，返回POI的名称，坐标，距离。用户可以选择设置POI类别和POI的搜索半径。判断返回的集合中，是否有用户收藏的POI点，若有则进行记录相关详细推荐信息及接口。

在一个可选的实施例中，通过对近期充电桩选择和POI选择的偏好进行规律研究，对用户的选择偏好、充电习惯，包括是否偏好充满电，进行短途，长途出行率等进行确定兴趣点信息。如图7所示，算法输入用户历史数据，包括收藏的站点，造访次数多的几个站点排序，收藏的POI，每次充电维持电量等，记录用户收藏的站点，不常访问的站点，最终对曾经访问过的站点集合进行排序，具体流程为：将用户新收藏的站点标记为“收藏站点”，将用户取消收藏的站点重置为“一般站点”；将最新一次行程用户访问过的充电站点计数器+1，并更新访问这些站点的“最近访问时间”；对于“最近访问时间”大于一定数值的站点，表示去过，但后来很久未访问，存在不喜爱此站点的可能性，则将其标记为“不常访问的点”；对用户曾经访问过的站点进行排序，以访问次数为排序依据降序排列；对于将用户新收藏的POI站点标记为“POI站点”；将用户取消收藏的站点重置为“一般站点”。

下面结合图8对本发明一种优选的实施例进行详细说明。

如图8所示，用户输入起点终点与选择模式后，进入基础路径规划模块，通过高德地图API获得相关的路径节点集合，以路径节点为基础进行周围的充电桩搜索，获得预选的充电桩站点集合。同时，考虑到车辆的信息，经过充放电模型，进一步筛选可以抵达与选用的预选充电桩合集。另一方面，用户的画像即历史数据，和当前的情景的分析会影响推荐充电站站点的排序权重，最终，在预选的充电站集合中筛选出来本次所推荐的最终路径与相应的站点。当完成一次出行后，其出行记录会反馈到用户画像，以更新用户画像。本发明考虑了用户画像与情景分析的长路径规划，提供了三种选择模式，包括快速出行模型、边走边玩模式和佛系出行模式，每种模式下均综合考虑了充电桩限制、POI推荐、用户倾向和情景分析四个影响充电桩推荐权重的因素，不同的是各种模式下四种影响因素的权重有所不同，通过商业推荐算法与充电桩优先级算法，确定最终的路径推荐及此路径上的站点推荐。综合考虑了所有路径沿途充电桩信息、路况信息、车辆状态、用户画像、情景分析以及沿途周边生活娱乐设施等，提出了包括路线选择、阶段性分析、剩余里程估计、智能充电桩推荐等多阶段的智慧充电服务策略。

实施例2

根据本发明实施例的另一方面，还提供了一种路径规划装置，如图9所示，该装置包括：

获取模块90，用于获取导航信息、车辆信息、场景信息和历史数据，其中，导航信息包括：起始位置、目的位置和导航模式，车辆信息包括：电池容量、剩余电量和耗电量，场景信息包括：时间信息和气象信息；

确定模块92，用于基于导航信息和车辆信息，确定车辆能够到达的第一站点集合；

筛选模块94，用于基于车辆的历史数据和场景信息对第一站点集合进行筛选，得到目标路径以及目标路径上的目标站点集合。

可选地，确定模块包括：第一确定单元，用于基于导航信息，确定多条行驶路径的路径信息，其中，路径信息包括：多个节点的位置信息，多个节点间的距离信息，以及路况信息；第二确定单元，用于基于路径信息，确定每个节点的预设范围内的站点，得到第二站点集合；第三确定单元，用于基于车辆信息和多个节点间的距离信息，确定车辆的剩余里程；筛选单元，用于基于剩余里程和多个节点间的距离信息对第二站点集合进行筛选，得到第一站点集合。

可选地，第一确定单元包括：第一获取子单元，用于基于起始位置和目的位置，获取行驶路径列表；第一确定子单元，用于基于导航模式，确定行驶路径列表中的多条行驶路径。

可选地，第二确定单元包括：第二获取子单元，用于获取第一搜索半径；第二确定子单元，用于基于取第一搜索半径和每个节点的位置信息，确定每个节点的预设范围。

可选地，筛选单元包括：第三确定子单元，用于基于剩余里程和多个节点间的距离信息，确定距离起始位置最远的第一节点，其中，起始位置与第一节点的距离小于等于剩余里程；第三获取子单元，用于获取第二站点集合中，位于第一节点的预设范围内的目标站点；第四确定子单元，用于基于剩余里程和多个节点间的距离信息，确定距离目标站点最远的第二节点，其中，目标站点与第二节点的距离小于等于剩余里程；循环子单元，用于将第二节点作为第一节点，并循环执行第三获取子单元和第四确定子单元，直至第二节点为目标站点对应的节点；第三获取子单元还用于基于每个第一节点的预设范围内的站点，得到第二站点集合。

可选地，筛选模块包括：生成单元，用于对历史数据进行分析，生成用户画像；获取单元，用于获取第一站点集合中每个站点的兴趣点信息；第三确定单元，用于基于用户画像和每个站点的兴趣点信息，确定每个站点的初始权重；调整单元，用于基于导航模式和场景信息对每个站点的初始权重进行调整，得到每个站点的更新后的权重；第三确定单元还用于基于每个站点的更新后的权重，确定目标路径及目标站点集合。

可选地，获取单元包括：第四获取子单元，用于获取第二搜索半径和搜索类型；第五确定子单元，用于基于第二搜索半径和搜索类型，确定每个站点的兴趣点信息。

实施例3

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述的路径规划方法。

实施例4

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的路径规划方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种路径规划方法，其特征在于，包括：

获取导航信息、车辆信息、场景信息和历史数据，其中，所述导航信息包括：起始位置、目的位置和导航模式，所述车辆信息包括：电池容量、剩余电量和耗电量，所述场景信息包括：时间信息和气象信息；

基于所述导航信息和所述车辆信息，确定所述车辆能够到达的第一站点集合；

基于所述车辆的历史数据和所述场景信息对所述第一站点集合进行筛选，得到目标路径以及所述目标路径上的目标站点集合；

基于所述车辆的历史数据和所述场景信息对所述第一站点集合进行筛选，得到目标路径以及所述目标路径上的目标站点集合，包括：

对所述历史数据进行分析，生成用户画像；

获取所述第一站点集合中每个站点的兴趣点信息,所述兴趣点包括站点本身带有的属性；

基于所述用户画像和所述每个站点的兴趣点信息，确定所述每个站点的初始权重；

基于所述导航模式和所述场景信息对所述每个站点的初始权重进行调整，得到所述每个站点的更新后的权重；

基于所述每个站点的更新后的权重，确定所述目标路径及所述目标站点集合。

2.根据权利要求1所述的方法，其特征在于，基于所述导航信息和所述车辆信息，确定所述车辆能够到达的第一站点集合，包括：

基于所述导航信息，确定多条行驶路径的路径信息，其中，所述路径信息包括：多个节点的位置信息，所述多个节点间的距离信息，以及路况信息；

基于所述路径信息，确定每个节点的预设范围内的站点，得到第二站点集合；

基于所述剩余电量和所述耗电量，确定所述车辆的剩余里程；

基于所述剩余里程和所述多个节点间的距离信息对所述第二站点集合进行筛选，得到所述第一站点集合。

3.根据权利要求2所述的方法，其特征在于，基于所述导航信息，确定多条行驶路径的路径信息，包括：

基于所述起始位置和所述目的位置，获取行驶路径列表；

基于所述导航模式，确定所述行驶路径列表中的所述多条行驶路径。

4.根据权利要求2所述的方法，其特征在于，基于所述路径信息，确定每个节点的预设范围内的站点，得到第二站点集合，包括：

获取第一搜索半径；

基于所述取第一搜索半径和所述每个节点的位置信息，确定所述每个节点的预设范围。

5.根据权利要求2所述的方法，其特征在于，基于所述剩余里程和所述多个节点间的距离信息对所述第二站点集合进行筛选，得到所述第一站点集合，包括：

步骤A，基于所述剩余里程和所述多个节点间的距离信息，确定距离所述起始位置最远的第一节点，其中，所述起始位置与所述第一节点的距离小于等于所述剩余里程；

步骤B，获取所述第二站点集合中，位于所述第一节点的所述预设范围内的目标站点；

步骤C，基于所述剩余里程和所述多个节点间的距离信息，确定距离所述目标站点最远的第二节点，其中，所述目标站点与所述第二节点的距离小于等于所述剩余里程；

步骤D，将所述第二节点作为所述第一节点，并循环执行所述步骤B和步骤C，直至所述第二节点为所述目标站点对应的节点；

步骤E，基于每个第一节点的所述预设范围内的站点，得到所述第二站点集合。

6.根据权利要求1所述的方法，其特征在于，获取所述第一站点集合中每个站点的兴趣点信息，包括：

获取第二搜索半径和搜索类型；

基于所述第二搜索半径和所述搜索类型，确定所述每个站点的兴趣点信息。

7.一种路径规划装置，其特征在于，包括：

获取模块，用于获取导航信息、车辆信息、场景信息和历史数据，其中，所述导航信息包括：起始位置、目的位置和导航模式，所述车辆信息包括：电池容量、剩余电量和耗电量，所述场景信息包括：时间信息和气象信息；

确定模块，用于基于所述导航信息和所述车辆信息，确定所述车辆能够到达的第一站点集合;

筛选模块，用于基于所述车辆的历史数据和所述场景信息对所述第一站点集合进行筛选，得到目标路径以及所述目标路径上的目标站点集合;

基于所述车辆的历史数据和所述场景信息对所述第一站点集合进行筛选，得到目标路径以及所述目标路径上的目标站点集合，包括：

对所述历史数据进行分析，生成用户画像；

获取所述第一站点集合中每个站点的兴趣点信息,所述兴趣点包括站点本身带有的属性；

基于所述用户画像和所述每个站点的兴趣点信息，确定所述每个站点的初始权重；

基于所述导航模式和所述场景信息对所述每个站点的初始权重进行调整，得到所述每个站点的更新后的权重；

基于所述每个站点的更新后的权重，确定所述目标路径及所述目标站点集合。

8.一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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的路径规划方法。

9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的路径规划方法。

Images