CN112729323B - 路径规划方法及设备 - Google Patents

Abstract

本发明实施例提供一种路径规划方法及设备，该方法通过接收用户输入目标路径的起点与终点的位置信息；根据该起点和终点的位置信息，通过最短路径算法，在收缩后的有向图中确定用户的目标路径，以推送至用户，所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。本发明实施例能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理，从而提升用户体验。

Description

路径规划方法及设备

技术领域

本发明实施例涉及电子地图技术领域，尤其涉及一种路径规划方法及设备。

背景技术

普通交通规制是指禁止左转、禁止右转、禁止掉头等长期保持不变的通行规则。此外，因为临时施工等特殊情况，还会临时制定各种条件规制，例如早上8点至10点禁止左转，其他时间则可以通行，禁止重型车通行，其他车型可以通行等，条件规制则会根据条件动态变化。人们的出现路线需要考虑所述各种普通规制和条件规制。

在现有技术中，基于普通交通规制的长期性，导航系统能够将普通交通规制加入路线规划中。针对条件规制，导航系统或者忽略这些条件规制，或者仅将这些条件规制当成普通规制。

然而，上述针对条件规制采取的方案均不能为客户规划出合理的出行路线，耽误用户行程。

发明内容

本发明实施例提供一种路径规划方法及设备，以提高路径规划的准确性，便于用户出行。

第一方面，本发明实施例提供一种路径规划方法，包括：

获取用户输入的开始位置信息和结束位置信息；

通过最短路径算法，根据所述开始位置信息和所述结束位置信息在收缩后的有向图中确定用户的目标路径，以推送至用户；所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。

在一种可能的设计中，所述获取用户输入的开始位置信息和结束位置信息之前，还包括：

获取第一有向图；所述第一有向图包括多个节点和多个边；

根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图。

在一种可能的设计中，所述根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图，包括：

针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合；所述局部最短路径为所述节点的两个相邻节点之间成本最低的路径；所述两个相邻节点为所述节点的入边的起点和所述节点的出边的终点；

判断所述可收缩集合是否为空；

若所述可收缩集合不为空，则针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，获得新的第一有向图；返回执行所述针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合，判断所述可收缩集合是否为空的步骤，直至所述可收缩集合为空；

若所述可收缩集合为空，则将得到的所有第一有向图作为所述收缩后的有向图。

在一种可能的设计中，所述针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，包括：

获取所述第一有向图中的各节点中待判断的任一节点作为当前节点，重复执行以下步骤，直至遍历所述第一有向图中的各节点；

将当前节点的布尔变量初始化为真；

判断当前节点是否为条件规制节点；

若当前节点是条件规制节点，则将当前节点的布尔变量设置为假并输出；

若当前节点不是条件规制节点，则判断当前节点的局部最短路径是否包含条件规制节点，若包含，则将当前节点的布尔变量设置为假并输出，若不包含则将当前节点的布尔变量输出。

在一种可能的设计中，所述针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩之前，还包括：

根据所述可收缩集合中各节点的度数，计算所述可收缩集合中各节点的优先级，并根据各节点的优先级进行排序；其中，所述度数为节点的出边数和入边数的总和；

所述针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，包括：

按照排序依次获取一个节点作为当前节点，根据当前节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩。

在一种可能的设计中，所述根据当前节点对应的各局部最短路径包含的条件规制信息对当前节点进行收缩，包括：

判断当前节点对应的各个不通过所述节点自身的局部最短路径是否包含条件规制信息；

若是，则针对每个所述不通过所述节点自身的局部最短路径，根据所述节点和该局部最短路径的起点和终点创建捷径边，并将该捷径边加入边表。

在一种可能的设计中，所述获得收缩后的有向图，包括：

根据各节点收缩完成后获得的最终的边表，确定收缩后的有向图。

在一种可能的设计中，所述通过最短路径算法，在所述收缩后的有向图中确定用户的目标路径，以推送至用户，包括：

通过双向迪杰斯特拉算法，在所述收缩后的有向图中确定用户的目标路径，以推送至用户。

第二方面，本发明实施例提供一种路径规划设备，包括：

第一获取模块，用于获取用户输入的开始位置信息和结束位置信息；

确定模块，用于通过最短路径算法，根据所述开始位置信息和所述结束位置信息在收缩后的有向图中确定用户的目标路径，以推送至用户；所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。

第三方面，本发明实施例提供一种路径规划设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。

第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的方法。

本实施例提供的路径规划方法及设备，该方法通过接收用户输入目标路径的起点与终点的位置信息；根据该起点和终点的位置信息，通过最短路径算法，在收缩后的有向图中确定用户的目标路径，以推送至用户，所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。从而能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的带权有向图的示意图；

图2为本发明又一实施例提供的路径规划方法的流程示意图；

图3为本发明又一实施例提供的路径规划方法的确定目标路径的流程示意图；

图4a-4e为本发明又一实施例提供的路径规划方法中的双向Dijkstra搜索算法的示意图；

图5为本发明又一实施例提供的路径规划方法的流程示意图；

图6a-6b为本发明又一实施例提供的路径规划方法的节点收缩示意图；

图7为本发明又一实施例提供的路径规划方法的流程图；

图8为本发明又一实施例提供的路径规划方法的条件规制节点限制收缩示意图；

图9为本发明又一实施例提供的路径规划设备的结构示意图；

图10为本发明又一实施例提供的路径规划设备的结构示意图；

图11为本发明实施例提供的路径规划设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

当前在线地图或者导航服务系统中一般采用的是迪杰斯特拉Dijkstra算法、A星(A star，A*)算法、分层收缩(Contraction hierarchies，CH)算法、可定制的路线规划(Customizable Route Planning，CRP)算法等及其改进算法进行路径搜索。其中Dijkstra算法、A*算法是传统经典最优路径搜索算法，CH算法、CRP算法是最新提出的最优路径搜索算法。现有技术中地图软件大多采用CH算法或者CRP算法。CRP和CH算法仅适用于静态图(路网)，并不支持条件规制。当遇到含有条件规制的动态图时，路径规划系统一般有以下几种处理方案：使用传统的Dijkstra和A*，或者忽略条件规制，或者将条件规制当成普通规制。

然而，采用传统的Dijkstra和A*针对大范围路网性能比较差，难以满足实时性要求，另外也难以保证结果最优。忽略条件规制将导致路径规划结果可能不符合实际通行条件。将条件规制当成普通规制将导致路线规划结果可能额不是最优路径。

针对上述问题，本申请提供一种路径规划方法，能够将条件规制考虑在内，快速准确的规划出最优路径，以便于用户出行。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

以下，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解：

(1)有向图和带权有向图：

一个图可以形式定义为一个二元组：

G＝(V,E)，其中：

(a)V是顶点(节点)的有穷集合。

(b)E是连接V中两个不同顶点(顶点对)的边的有限集合。如果E中的顶点对是有序的，即E中的每条边都是有方向的，则称G为有向图。如果顶点对是无序对，则称G是无向图。如果每一条边带有权值，则称为带权图。图1为本发明一实施例提供的带权有向图的示意图，如图1所示，该带权有向图包括节点v、节点u和节点w三个节点，以及节点v与节点u之间的边<v,u>，该边的权重为3，节点u与节点w之间的边<u,w>，该边的权重为4，也即该带权有向图包括顶点集合V＝{v,u,w}，以及边集合E＝{<v,u>,<u,w>}。

(2)出度和入度

对于有向图来说，顶点的出边条数称为该顶点的出度，顶点的入边条数称为该项点的入度。出度和入度之和则称为节点的度。如图1所示，该带权有向图中的节点v的入度为0，出度为1，度为0+1＝1。节点u的出度和入度均为1，度为1+1＝2。

图2为本发明又一实施例提供的路径规划方法的流程示意图。如图2所示，该方法包括：

201、获取用户输入的开始位置信息和结束位置信息。

实际应用中，该方法的执行主体可以为手机、平板电脑、计算机、车载终端等，能够进行电子地图显示以及路径规划的终端设备。

用户可以通过触控方式或者语音方式将用户待查询路径的起点位置和终点位置输入终端设备。

例如，用户可以在终端设备的电子地图显示界面上，点击第一地点作为起点位置，点击第二地点作为终点位置，或者向终端设备输入语音消息，“从第一地点至第二地点”。所述第一地点可以为博物院、植物园等建筑名称，也可以为第一道路与第二道路的交叉口等道路名称，本申请对此不做限定。

202、通过最短路径算法，根据所述开始位置信息和所述结束位置信息在所述收缩后的有向图中确定用户的目标路径，以推送至用户。所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。

本实施例中，所述最短路径算法，可以为迪杰斯特拉Dijkstra算法、Bellman-Ford算法、Loyd算法或SPFA算法，本实施例对此不做限定。

实际应用中，由于是从分层收缩后的有向图中选取最短路径，因此若选择的最短路径包括收缩节点的话，则需要将收缩节点进行解包操作，获得第一有向图中对应的各节点和边构成的最短路径。

本实施例提供的路径规划方法，通过接收用户输入目标路径的起点与终点的位置信息；根据该起点和终点的位置信息，通过最短路径算法，在收缩后的有向图中确定用户的目标路径，以推送至用户，所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。从而能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理。

可选地，步骤201之前还可以包括：

步骤203、获取第一有向图；所述第一有向图包括多个节点和多个边。

实际应用中，所述第一有向图可以为预先采集的特定区域的路网有向图。该路网有向图包括多个节点以及连接各节点的边。

步骤204、根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得所述收缩后的有向图。

实际应用中，考虑到第一有向图中节点和边的数据量很大，对各节点和边构成的多条路径，一一进行计算获得最优路径的话，工作量很大并且效率很低，因此可以先对第一有向图进行预处理，例如可以对第一有向图进行收缩和分层。其中，收缩指的是合并图中的边，并且保证拓扑关系不变。在这个过程中会导致收缩掉的节点在上层不可见，收缩的过程是重复的，直到所有的节点全部收缩掉。进一步的，为了进一步减少计算量，提高效率，还可以在收缩操作前对各节点进行分层处理，分层是指对图中的节点按照优先级从低到高进行排序，然后按照顺序进行收缩，并且在查询阶段只能从低层访问上层节点。

将条件规制信息加入路径规划过程中，那么可以在节点收缩过程，限制条件规制区域内的各节点、条件规制节点以及动态广义相邻节点的收缩，另外，在节点收缩过程中如果局部最优路径存在条件规制且未通过当前收缩节点，则创建经过收缩节点的边作为特殊捷径边(short cut)，并保存相关规制数据和特殊捷径边(short cut)用于在路径规划阶段进行路径查询，从而解决现有算法(例如CH算法)不能用于条件规制的路径规划问题。

优选地，为简化运算，可以将第一有向图中的条件规制信息进行分类，例如可以按照重要性将不必考虑的条件规制信息忽略。

本实施例提供的路径规划方法，通过接收用户输入目标路径的起点与终点的位置信息；根据该起点和终点的位置信息，通过最短路径算法，在收缩后的有向图中确定用户的目标路径，以推送至用户，所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。从而能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理。

下面以双向Dijkstra算法为例，对该确定最短路径的具体实施方式进行详细说明：

图3为本发明又一实施例提供的路径规划方法的确定目标路径的流程示意图，如图3所示，在上述实施例的基础上，本实施例对步骤202进行了详细说明，该方法包括：

301、根据所述收缩后的有向图，构建第二节点序列。

302、设置正向起始表、反向起始表、正向终止表和反向终止表。

303、将所述开始位置信息对应的第一节点添加至正向起始表中，并将所述结束位置对应的第二节点添加至反向起始表中。

304、判断当前的正向起始表和当前的反向起始表是否为空。

305、若当前的正向起始表和当前的反向起始表均不为空，则从正向起始表中选择成本最小的节点作为第三节点，并将所述第三节点移除；若为空，则结束计算。

306、判断所述第三节点是否包含在当前的反向终止表中。

307、若不是，则将以所述第三节点为起点的各出边中满足条件规制的出边添加至正向起始表中，并将所述第三节点添加至正向终止表中；从反向起始表中选择成本最低的节点作为第四节点，并移除所述第四节点；若是，则执行步骤310。

308、判断所述第四节点是否包含在当前的正向终止表中。

309、若不是，则将以所述第四节点为终点的各入边中满足条件规制的出边添加至反向起始表中，并将所述第四节点添加至反向终止表中；返回执行步骤304至步骤309的步骤，直至所述第三节点包含在当前的反向终止表中或所述第四节点包含在当前的正向终止表中；若是，则执行步骤310。

310、若所述第三节点包含在当前的反向终止表中或所述第四节点包含在当前的正向终止表中，则将当前的正向反向路径进行合并及解包，获得所述目标路径。

实际应用中，双向Dijkstra搜索算法是从起始位置和终止位置向中间位置进行搜索的过程，直到在中间某个点相遇或者有向图中的所有节点搜索完毕。以下结合图4a-4e对该双向Dijkstra搜索算法进行示例说明。

图4a-4e为本发明又一实施例提供的路径规划方法中的双向Dijkstra搜索算法的示意图。如图4a-4e所示，图4a展示了搜索的起点和终点，具体的，图4a中左边图中的网格点表示起点，右边图中的网格点表示终点。图4b展示了搜索的开始阶段。图4c展示了搜索中向外扩展的过程。图4d展示了在无条件规制的情况下，搜索到的最短路径。图4e展示了在有条件规制的情况下(位于起点和终点之间的由深灰色网格组成的矩形区域表示均为存在规制的节点)，搜索到的最短路径。

为了使问题容易理解，假设图中的网格点直接连通且无分层。并且相邻网格点之间的距离为单位距离1。在搜索开始时，匹配起点和终点到收缩后的有向图的网格。定义正向起始表和反向起始表，正向终止表，反向终止表。起点、终点分别向外展开，并且把起点和终点分别放入正向终止表和反向终止表，新访问到(展开)的节点(例如图4b中起点周围的网格，以及终点周围的网格)则分别放入正向起始表、反向起始表。如图4c所示，以正向起始表为例，取正向起始表中距离新展开的节点最近的节点(即成本最低的节点)继续向外展开，并根据条件规制对新展开的节点进行过滤，将新加入的满足规制条件的节点放入正向起始表，已展开的节点从正向起始表删除，然后放入反向终止表中。重复图4c所示的步骤直到某一个节点同时出现在正向终止表和反向终止表中，即相遇(找到了一条最短路径)，或者全部节点遍历完毕(没有路径)。如图4d和图4e以找到一条路径。

当存在分层时，需要对路径规划结果进行解包还原成所述第一有向图中的原始节点。该解包还原过程可参考以下实施例中关于图6a-6b的说明，此处不再赘述。

本实施例提供的路径规划方法，通过接收用户输入目标路径的起点与终点的位置信息；根据该起点和终点的位置信息构建第一有向图；该第一有向图包括从起点到终点的各节点以及相邻节点之间构成的各边，根据所述第一有向图内各节点及各边的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图；通过最短路径算法，在所述收缩后的有向图中确定用户的目标路径，以推送至用户，从而能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理。

图5为本发明又一实施例提供的路径规划方法的流程示意图。在图2所示的实施例的基础上，本实施例对“根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得所述收缩后的有向图”的步骤进行了详细说明，如图5所示，该方法包括：

401、针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合；所述局部最短路径为所述节点的两个相邻节点之间成本最低的路径；所述两个相邻节点为所述节点的入边的起点和所述节点的出边的终点。

具体的，该判断第一有向图中每个节点是否可收缩的方法可以包括：

4011、获取所述第一有向图中的各节点中待判断的任一节点作为当前节点，重复执行以下步骤，直至遍历所述第一有向图中的各节点。

4012、将当前节点的布尔变量初始化为真。

4013、判断当前节点是否为条件规制节点。

4014若当前节点是条件规制节点，则将当前节点的布尔变量设置为假并输出。

4015若当前节点不是条件规制节点，则判断当前节点的局部最短路径是否包含条件规制节点，若包含，则将当前节点的布尔变量设置为假并输出，若不包含则将当前节点的布尔变量输出。

实际应用中，步骤4015具体可以包括：

1501、获取当前节点的出度和入度；

1502、对当前第一有向图中除当前节点外的所有节点以及以当前节点为端点的所有边构成的第二有向图进行初始化；

1503、将第一循环控制变量i初始化为0；将第二循环控制变量j初始化为0；

1504、判断当前第一循环控制变量i是否小于所述入度；

1505、若当前第一循环控制变量i小于所述入度，则获取当前节点的第i条以当前节点为终点的入边的第一起点节点n1；

1506、判断当前第二循环控制变量j是否小于所述出度；

1507、若当前第二循环控制变量j小于所述出度，则获取当前节点的第j条以当前节点为起点的出边的第一终点节点n2；

1508、在当前的第二有向图中计算从所述第一起点节点n1至所述第一终点节点n2的第一最优路径；

1509、根据所述第一最优路径的成本和从所述第一起点节点n1通过当前节点至所述第一终点节点n2的第一路径的成本，确定所述最优路径和所述第一路径中的较优路径，并判断所述较优路径是否包含条件规制；

1510、若所述较优路径不包含条件规制，则将当前第二循环控制变量加一，并将当前第一循环控制变量加一，返回执行步骤1504至步骤1509，直至所述较优路径包含条件规制；

1511、若所述较优路径包含条件规制，则将当前节点的布尔变量设置为假并输出；

1512、若当前第一循环控制变量i大于所述入度，则将当前节点的布尔变量输出。

本实施例中，通过遍历每个节点的出边相邻节点与入边相邻节点的组合，获得各个组合分别对应的较优路径中是否包含条件规制的信息，若包含则当前节点不能收缩，若不包含则当前节点可以收缩。

402、判断所述可收缩集合是否为空。

403、若所述可收缩集合不为空，则针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，获得新的第一有向图；返回执行步骤401与步骤402，直至所述可收缩集合为空。

具体的，步骤403可以包括：

4031、判断所述节点对应的各个不通过所述节点自身的局部最短路径是否包含条件规制信息；

4032、若是，则针对每个所述不通过所述节点自身的局部最短路径，根据所述节点和该局部最短路径的起点和终点创建捷径边，并将该捷径边加入边表。

实际应用中，步骤4032可以具体包括：

3201、获取当前节点的出度和入度；

3202、对当前第一有向图中除当前节点外的所有节点以及以当前节点为端点的所有边构成的第二有向图进行初始化；

将第三循环控制变量k初始化为0；将第四循环控制变量l初始化为0；

3204、重复执行以下步骤，直至当前第三循环控制变量k大于所述入度，则结束当前节点的计算；并输出更新的边表：

3205、判断当前第三循环控制变量k是否小于所述入度；

3206、若当前第三循环控制变量k小于所述入度，则获取当前节点的第k条以当前节点为终点的入边的第二起点节点n3；

3207、判断当前第四循环控制变量l是否小于所述出度；

3208、若当前第二循环控制变量l小于所述出度，则获取当前节点的第l条以当前节点为起点的出边的第二终点节点n4；

3209、在当前的第二有向图中计算从所述第二起点节点n3至所述第二终点节点n4的第二最优路径；

3210、判断所述第二最优路径是否优于从所述第二起点节点n3通过当前节点至所述第二终点节点n4构成的第二路径，并且判断所述第二最优路径是否包含条件规制；

3211、若所述第二最优路径优于所述第二路径，并且所述第二最优路径包含条件规制，则以所述第二路径作为捷径边加入边表中，将当前第四循环控制变量加一，并将当前第三循环控制变量加一；

3212、所述第二最优路径不满足所述第二最优路径优于所述第二路径并且所述第二最优路径不包含条件规制的条件，则将当前第四循环控制变量加一，并将当前第三循环控制变量加一。

为便于理解，以下结合图6a-6b对节点收缩过程中第二最优路径的生成以及收缩分层和解包还原的过程进行示例说明。图6a-6b为本发明又一实施例提供的路径规划方法的节点收缩示意图。如图6a-6b所示，图中节点u相当于当前节点，节点v相当于终端的第二起点节点n3，节点w相当于第二终点节点n4。Shortcut即为从所述第二起点节点n3至所述第二终点节点n4的第二最优路径。

在第二最优路径即shortcut生成过程中，查找以节点u为终点的入边的起点v，以节点u为起点的出边的终点w。在节点v与节点w之间建立捷径边shortcut作为节点v到节点w的最优路径。将该最优路径保存至边表中，另外还可以了解到，创建的捷径边的权重是边vu的权重3和边uw的权重4之和。结合图6b可以理解，建立节点v与节点w的最优路径，相当于将从v到u到w的路径中的从v到w经过的当前节点u收缩掉了。相应的，解包还原的过程即使将在节点v到节点w之间的捷径边还原为从v到u到w的原始节点的状态，并且将捷径边的权重也拆分为原有的3和4赋于边vu和边uw。

本实施例中，通过遍历每个节点的出边相邻节点与入边相邻节点的组合，获得各个组合分别对应的最优路径中是否包含条件规制的信息，若包含则为该路径创建捷径边并加入边表，若不包含则将当前节点收缩。

4033、根据各节点收缩完成后获得的最终的边表，确定收缩后的有向图。

404、若所述可收缩集合为空，则将得到的所有第一有向图作为所述收缩后的有向图。

本实施例提供的路径规划方法，通过对规制区域内节点和规制节点的广义相邻节点不收缩。并且在规制区域外的节点v收缩时，如果其相邻节点u和w的最优路径不通过v,通过规制区域内节点r1->r2，则创建捷径边，并将节点u节点v节点w构成的路径作为捷径边，能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理。

在节点收缩过程中如果局部最优路径存在条件规制且未通过当前收缩节点，则创建经过收缩节点的边作为特殊捷径边(short cut)。

然后在路径查询过程中根据条件判断节点的连通关系是否符合条件规制，如果满足规制的条件就断开规制节点之间的连接关系。

为了减少计算量，则可以在对所述可收缩序列中各节点进行收缩之前对该各节点进行分层，图7为本发明又一实施例提供的路径规划方法的流程图，在上述实施例的基础上，例如在图4所示的实施例的基础上，对该分层操作进行了详细说明，如图7所示，该方法包括：

501、针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合；所述局部最短路径为所述节点的两个相邻节点之间成本最低的路径；所述两个相邻节点为所述节点的入边的起点和所述节点的出边的终点；

502、判断所述可收缩集合是否为空；

本实施例中步骤501至502与上述实施例中步骤401至步骤402相类似，此处不再赘述。

503、若所述可收缩集合不为空，则根据所述可收缩集合中各节点的度数，计算所述可收缩集合中各节点的优先级，并根据各节点的优先级进行排序；其中，所述度数为节点的出边数和入边数的总和；

504、按照排序依次获取一个节点作为当前节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，获得新的第一有向图；返回执行步骤501与步骤503，直至所述可收缩集合为空；

505、若所述可收缩集合为空，则将得到的所有第一有向图作为所述收缩后的有向图。

本实施例中步骤505与上述实施例中步骤404相类似，此处不再赘述。

本实施例提供的路径规划方法，通过首先对各节点进行分层，然后再进行可收缩判断以及进行收缩操作，能够加快收缩过程，快速完成包含条件规制信息的路径规划，获得更加优化合理目标路径，提升用户体验。

以下结合图8对整体方案的关键技术以及相应的效果进行总体阐述：

图8为本发明又一实施例提供的路径规划方法的条件规制节点限制收缩示意图。如图8所示，在本实施例中会对条件规制节点进行以下处理，以保留条件规制信息，将条件规制信息应用于路径规划之中，该处理包括：

(1)规制区域内的节点不进行收缩；

(2)规制区域内的节点的广义相邻节点不收缩，即如果节点k收缩时，捷径边shortcut包含具有条件规制的边(r1或者r2)，则节点k不能收缩。(注意收缩过程中图是动态的，所有节点都有可能是邻节点)。

(3)规制区域外的节点v收缩时，如果uw的最优路径不通过v,通过规制区域内节点，则创建捷径边shortcut，并将uvw也作为shortcut，或者不对节点v进行收缩。

然后，在路径查询过程中判断节点的连通关系是否符合条件规制，如果符合则断开规制节点之间的连接关系。

本实施例提供的路径规划方法，通过采用上述处理，使得CH算法中原本上层被收缩掉的不可见节点在路径规划的过程中始终可见且没有合并，从而使得在查询时可以动态判断条件规制的条件是否满足，从而解决CH算法无法应用于条件规制的问题。

图9为本发明又一实施例提供的路径规划设备的结构示意图。如图9所示，该路径规划设备90包括：第一获取模块901和确定模块904。

第一获取模块901，用于获取用户输入的开始位置信息和结束位置信息；

确定模块904，用于通过最短路径算法，根据所述开始位置信息和所述结束位置信息在所述收缩后的有向图中确定用户的目标路径，以推送至用户；所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。

本发明实施例提供的路径规划设备，通过第一获取模块901获取用户输入的开始位置信息和结束位置信息；确定模块902通过最短路径算法，根据所述开始位置信息和所述结束位置信息在收缩后的有向图中确定用户的目标路径，以推送至用户；所述收缩后的有向图是根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的。从而能够实现在路径规划中将条件规制信息加入节点收缩的过程中，以使最终获得的目标路径更加优化合理。

图10为本发明又一实施例提供的路径规划设备的结构示意图。如图9所示，该路径规划设备100中，该设备还包括：第二获取模块903、收缩模块904；

第二获取模块903，用于获取第一有向图；所述第一有向图包括多个节点和多个边；

收缩模块904，用于根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图。

所述收缩模块904包括：

第一判断单元9041；针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合；所述局部最短路径为所述节点的两个相邻节点之间成本最低的路径；所述两个相邻节点为所述节点的入边的起点和所述节点的出边的终点；

第二判断单元9042：判断所述可收缩集合是否为空；

收缩单元9043：用于在所述可收缩集合不为空时，针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，获得新的第一有向图；返回执行所述针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合，判断所述可收缩集合是否为空的步骤，直至所述可收缩集合为空；

输出单元9044，用于在所述可收缩集合为空时，将得到的所有第一有向图作为所述收缩后的有向图。

可选地，所述第一判断单元9041具体用于：

获取所述第一有向图中的各节点中待判断的任一节点作为当前节点，重复执行以下步骤，直至遍历所述第一有向图中的各节点；

将当前节点的布尔变量初始化为真；

判断当前节点是否为条件规制节点；

若当前节点是条件规制节点，则将当前节点的布尔变量设置为假并输出；

若当前节点不是条件规制节点，则判断当前节点的局部最短路径是否包含条件规制节点，若包含，则将当前节点的布尔变量设置为假并输出，若不包含则将当前节点的布尔变量输出。

可选地，所述收缩单元9043具体用于：

判断所述节点对应的各个不通过所述节点自身的局部最短路径是否包含条件规制信息；

若是，则针对每个所述不通过所述节点自身的局部最短路径，根据所述节点和该局部最短路径的起点和终点创建捷径边，并将该捷径边加入边表。

可选地，所述收缩单元9043具体用于：

根据各节点收缩完成后获得的最终的边表，确定收缩后的有向图。

所述收缩模块904还包括：

分层单元9045，用于根据所述可收缩集合中各节点的度数，计算所述可收缩集合中各节点的优先级，并根据各节点的优先级进行排序；其中，所述度数为节点的出边数和入边数的总和；

相应的，所述收缩单元9033具体用于：

按照排序依次获取一个节点作为当前节点，根据当前节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩。

可选地，所述确定模块902具体用于：

通过双向迪杰斯特拉算法，在所述收缩后的有向图中确定用户的目标路径，以推送至用户。

本发明实施例提供的路径规划设备，可用于执行上述的方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

图11为本发明实施例提供的路径规划设备的硬件结构示意图。如图11所示，本实施例提供的路径规划设备110包括：至少一个处理器1101和存储器1102。该路径规划设备110还包括通信部件1103。其中，处理器1101、存储器1102以及通信部件1103通过总线1104连接。

在具体实现过程中，至少一个处理器1101执行所述存储器1102存储的计算机执行指令，使得至少一个处理器1101执行如上路径规划设备110所执行的路径规划方法。

当本实施例的路径规划方法中的收缩方法/或最短路径算法由服务器执行时，该通信部件1103可以将起始位置信息以及终止位置信息，和/或收缩后的有向图发送给服务器。

处理器1101的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

在上述的图11所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。

总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上路径规划设备执行的路径规划方法。

上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种路径规划方法，其特征在于，包括：

获取用户输入的开始位置信息和结束位置信息；

通过最短路径算法，根据所述开始位置信息和所述结束位置信息在收缩后的有向图中确定用户的目标路径，以推送至用户；所述收缩后的有向图是根据第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的；

所述获取用户输入的开始位置信息和结束位置信息之前，还包括：

获取第一有向图；所述第一有向图包括多个节点和多个边；

根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图；

所述根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图，包括：

针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合；所述局部最短路径为所述节点的两个相邻节点之间成本最低的路径；所述两个相邻节点为所述节点的入边的起点和所述节点的出边的终点；

判断所述可收缩集合是否为空；

若所述可收缩集合不为空，则针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，获得新的第一有向图；返回执行所述针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合，判断所述可收缩集合是否为空的步骤，直至所述可收缩集合为空；

若所述可收缩集合为空，则将得到的所有第一有向图作为所述收缩后的有向图。

2.根据权利要求1所述的方法，其特征在于，所述针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，包括：

获取所述第一有向图中的各节点中待判断的任一节点作为当前节点，重复执行以下步骤，直至遍历所述第一有向图中的各节点；

将当前节点的布尔变量初始化为真；

判断当前节点是否为条件规制节点；

若当前节点是条件规制节点，则将当前节点的布尔变量设置为假并输出；

若当前节点不是条件规制节点，则判断当前节点的局部最短路径是否包含条件规制节点，若包含，则将当前节点的布尔变量设置为假并输出，若不包含则将当前节点的布尔变量输出。

3.根据权利要求1所述的方法，其特征在于，所述根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，包括：

判断所述节点对应的各个不通过所述节点自身的局部最短路径是否包含条件规制信息；

若是，则针对每个所述不通过所述节点自身的局部最短路径，根据所述节点和该局部最短路径的起点和终点创建捷径边，并将该捷径边加入边表。

4.根据权利要求3所述的方法，其特征在于，所述获得收缩后的有向图，包括：

根据各节点收缩完成后获得的最终的边表，确定收缩后的有向图。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩之前，还包括：

根据所述可收缩集合中各节点的度数，计算所述可收缩集合中各节点的优先级，并根据各节点的优先级进行排序；其中，所述度数为节点的出边数和入边数的总和；

所述针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，包括：

按照排序依次获取一个节点作为当前节点，根据当前节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述通过最短路径算法，根据所述开始位置信息和所述结束位置信息在收缩后的有向图中确定用户的目标路径，以推送至用户，包括：

通过双向迪杰斯特拉算法，根据所述开始位置信息和所述结束位置信息在所述收缩后的有向图中确定用户的目标路径，以推送至用户。

7.一种路径规划设备，其特征在于，包括：

第一获取模块，用于获取用户输入的开始位置信息和结束位置信息；

确定模块，用于通过最短路径算法，根据所述开始位置信息和所述结束位置信息在收缩后的有向图中确定用户的目标路径，以推送至用户；所述收缩后的有向图是根据第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩获得的；

第二获取模块，用于获取第一有向图；所述第一有向图包括多个节点和多个边；

收缩模块，用于根据所述第一有向图内的条件规制信息，对所述第一有向图中各节点进行收缩，获得收缩后的有向图；

所述收缩模块包括：

第一判断单元；用于针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合；所述局部最短路径为所述节点的两个相邻节点之间成本最低的路径；所述两个相邻节点为所述节点的入边的起点和所述节点的出边的终点；

第二判断单元：用于判断所述可收缩集合是否为空；

收缩单元：用于在所述可收缩集合不为空时，针对所述可收缩集合中每个节点，根据所述节点对应的各局部最短路径包含的条件规制信息对所述节点进行收缩，获得新的第一有向图；返回执行所述针对所述第一有向图中的每个节点，根据所述节点自身和对应的各局部最短路径包含的条件规制信息判断所述节点是否可收缩，并根据所述第一有向图中各节点的判断结果将该各节点分配至可收缩集合和不可收缩集合，判断所述可收缩集合是否为空的步骤，直至所述可收缩集合为空；

输出单元，用于在所述可收缩集合为空时，将得到的所有第一有向图作为所述收缩后的有向图。

8.一种路径规划设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至6任一项所述的路径规划方法。

Images