CN113159433A - 面向综合体室内混合立体路网的导航路径动态搜索方法 - Google Patents
面向综合体室内混合立体路网的导航路径动态搜索方法 Download PDFInfo
- Publication number
- CN113159433A CN113159433A CN202110470581.5A CN202110470581A CN113159433A CN 113159433 A CN113159433 A CN 113159433A CN 202110470581 A CN202110470581 A CN 202110470581A CN 113159433 A CN113159433 A CN 113159433A
- Authority
- CN
- China
- Prior art keywords
- point
- path
- line
- search
- road network
- 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
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种面向综合体室内混合立体路网的导航路径动态搜索方法。所述方法包括获取目标综合体的点线面混合路网,根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构;根据混合路网的点线面模型的拓扑索引提取拓扑结构,生成路链网,并将面实体进行空间离散化和角度离散化,获得格网面;设计动态路径的优先级双向搜索算法,根据所述实体的组合结构建立优先搜索机制,得到面向点线面混合路网的动态路径搜索算法。以此方式,可以实现固定和可变路径的并行搜索,降低搜索复杂度的同时提高计算效率,最终获得场景适应性高、路线灵活性佳,更契合人体行走特征的室内导航路径。
Description
技术领域
本发明的实施例一般涉及地理空间数据处理领域,并且更具体地,涉及一种面向综合体室内混合立体路网的导航路径动态搜索方法。
背景技术
复杂综合体是社会治理现代化进程中推动建筑智能化的重要产物之一,是指对多功能、多业态的建筑空间塑造构成了大规模、大体量、高综合性及多设备系统复杂统一的建筑体,这类建筑内具有涵盖要素之多、空间之复杂、功能区之多样等特征。
室内路网是复杂环境下室内寻路、导航、应急疏散的基础,而支撑复杂综合体室内导航的路网通常是“点-线-面”多样实体混合的立体网络,其点实体表现为室内要素的抽象概括;线实体为复杂综合体的同层/跨层通行区域的抽象表达;面实体为大范围可自由活动区域与内部障碍物嵌合的复杂场景。
目前室内导航路径规划方法没有形成统一的行业内标准,只是针对特定环境下进行设计,主要为在地理网络或栅格地图上的最短路径搜索(如Dijkstra,A*等)。然而,由于复杂综合体中的复杂场景信息使得其不能够像室外导航一样完全基于道路网处理,特别是建筑体存在大量可自由活动区域,造成导航过程中经由点的选取具有区域内的不确定性,导致传统单一规则栅格或既定路网的模型和静态寻径算法难以覆盖灵活多变可行路径的问题。
发明内容
根据本发明的实施例,针对复杂综合体存在大量可自由活动区域,特别是导航过程中经由点的选取还具有区域内的不确定性,造成传统单一规则栅格或既定路网的模型和静态寻径算法难以覆盖灵活多变可行路径的问题,提供了一种面向综合体室内混合立体路网的导航路径动态搜索方法,包括:
获取目标综合体的点线面混合路网,根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构;
根据混合路网的点线面模型的拓扑索引提取拓扑结构,生成路链网,并将面实体进行空间离散化和角度离散化,获得格网面;
设计动态路径的优先级双向搜索算法,根据所述实体的组合结构建立优先搜索机制,得到面向点线面混合路网的动态路径搜索算法。
进一步地,所述根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构,包括:
如果目标路径的起始点和终止点均在点或线上且不经过面实体,则将该种实体结构作为“点-线”结构;
如果目标路径的起始点和/或终止点在面上或经过面实体,则将该种实体结构作为“点-线-面”结构;
如果所述“点-线”结构或所述“点-线-面”结构分布在不同空间层,则为跨层结构。
进一步地,所述根据混合路网的点线面模型的拓扑索引提取拓扑结构,生成路链网,包括:
提取混合路网的连通索引关系,获取位置拓扑信息和距离拓扑信息;所述位置拓扑关系为室内单元空间的定位位置或相对位置;所述距离拓扑信息为室内单元空间之间的欧式距离;
通过室内单元空间中每个实体的连接索引关系构建“节点-弧段”结构,生成路链网。
进一步地,还包括:
在所述路链网中打断不影响导航路线的弧段的连接点,并删除相应存储信息。
进一步地,所述空间离散化,包括:
确定面元大小,根据构成面域边界的平面几何点坐标,进行几何线到网格线的转换,并填充面域内部;
所述进行几何线到网格线的转换为:
其中,g为面元大小;(x,y)为构成面域边界的平面几何点坐标;(i,j)格网为格网坐标。
进一步地,所述角度离散化,包括:
确定角度分辨率,将格网坐标转换为角度坐标,并映射到所述路链网,指向存储的语义信息;
所述将格网坐标转换为角度坐标,包括:
进一步地,所述动态路径的优先级双向搜索算法为:
DP=F{SF<P-L,P-L-S,c-level>|(S<static,variable>,PM<1,2,3>)}
其中,DP为动态路径的优先级双向搜索算法;SFP-L为“点-线”结构;SFP-L-S为“点-线-面”结构;SFc-level为跨层结构;Sstatic为固定路径搜索算法;Svariable为可变路径搜索算法;PM1为第一类优先;PM2为第二类优先;PM3为第三类优先。
进一步地,所述优先搜索机制,包括:
第一类优先,应用于“点-线”结构中,起始点和终止点属于同级优先,利用所述固定路径搜索算法从所述起始点和终止点并行搜索;
第二类优先,应用于“点-线-面”结构中,用于当目标路径的起始点在面上时,以面内点和连接点同级优先通过可变路径搜索算法进行双向扩散搜索;当目标路径穿越面时,以出入点为界的面开始,通过可变路径搜索算法向内和通过固定路径搜索算法向外依次进行双向搜索;
第三类优先,应用于跨层结构中,用于当目标路径的起始点和终止点位于不同空间层时,以跨层结构连通体的出入口进行搜索;
所述第三类优先的优先级高于第一类优先和第二类优先。
进一步地,所述固定路径搜索算法,包括:
从起始点开始,遍历当前节点的邻近点,再以邻近点逐级向外遍历,直至找到终止点,得到所述起始点到终止点的所有可达路径;在所述可达路径中,以空间距离作为路径代价进行约束,获得最短路径;
所述可变路径搜索算法,包括:
从起始点的所属面元开始随机采样区域内可能经过面元,获得采样扩展结果,生成增量扩展的搜索树;
在所述搜索树中生成路线序列,并根据目标函数对所述路线序列进行非线性优化,得到最优路径。
进一步地,所述根据目标函数对所述路线序列进行非线性优化,包括:
所述路线序列表示为(x1,y1),(x2,y2),...,(xN,yN);
所述目标函数为:
σo(|xi-Oi|-dmax)=(|xi-Oi|-dmax)2
其中,F为目标函数;wo为惩罚路径与障碍物的碰撞行为的权重因子;σo为路径与障碍物产生碰撞行为的惩罚函数;ws为路径的平滑约束的权重因子;Δx为当前点的方向向量,用于衡量方向的改变;Oi是附近障碍物的位置;dmax为阈值,当路径点距离障碍物的距离小于dmax时进行惩罚;i为路线序列中的某采样。
应当理解,发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征,亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
本发明能够实现固定和可变路径的并行搜索,降低搜索复杂度的同时提高计算效率,最终获得场景适应性高、路线灵活性佳,更契合人体行走特征的室内导航路径。
附图说明
结合附图并参考以下详细说明,本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了根据本发明的面向综合体室内混合立体路网的导航路径动态搜索方法的流程图;
图2示出了根据本发明的面向综合体室内混合立体路网的导航路径动态搜索方法的实现步骤图;
图3示出了根据本发明的面向综合体室内混合立体路网的导航路径动态搜索方法的原理图;
图4示出了根据本发明的实施例的导航路径示意图;
图5示出了根据本发明的实施例的场景示意图;
图6示出了根据本发明的实施例的固定路径搜索示意图;
图7示出了根据本发明的实施例的自由面域的可变路径搜索示意图;
图8示出了根据本发明的实施例的动态导航路径示意图;
图9示出了根据本发明的实施例的跨层导航路径示意图。
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全部其他实施例,都属于本发明保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本发明中,针对复杂综合体存在大量可自由活动区域,特别是导航过程中经由点的选取还具有区域内的不确定性,造成传统单一规则栅格或既定路网的模型和静态寻径算法难以覆盖灵活多变可行路径的问题,提出优先级约束的双向搜索机制,能够实现固定和可变路径的并行搜索,降低搜索复杂度的同时提高计算效率,最终获得场景适应性高、路线灵活性佳,更契合人体行走特征的室内导航路径。
图1~3所示,该方法包括:
S101、获取目标综合体的点线面混合路网,根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构。
所述目标综合体为复杂综合体,是指具有空间复杂性、拓扑复杂性和语义复杂性的功能区总称,其室内混合立体路网是指用于表示可行路径的“点-线-面”特殊空间道路网,即包含位置和距离信息的拓扑语义,能够为导航路径的搜索提供最精细的连通关系。所述点线面混合路网包括以下实体:“点”(Point)实体为室内通行区域或组件的抽象概括,“线”(Line)实体为同层廊道通行区域和跨层型连通体的抽象表达;“面”(Shape)实体表示大范围可自由活动区域与内部障碍物嵌合的复杂场景。
如图3所示,所述根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构,包括:
1)如果目标路径的起始点和终止点均在点或线上且不经过面实体,则将该种实体结构作为“点-线”结构,表示为SFP-L。
所述“点-线”结构包括以下四种情况:
目标路径的起始点和终止点均在点上;目标路径的起始点和终止点均在线上;目标路径的起始点在点上,终止点在线上;目标路径的起始点在线上,终止点在点上。
2)如果目标路径的起始点和/或终止点在面上或经过面实体,则将该种实体结构作为“点-线-面”结构,表示为SFP-L-S。
所述“点-线-面”结构包括以下四种情况:
目标路径的起始点和终止点均在面上;目标路径的起始点在面上;目标路径的终止点在面上;目标路径的经过面实体。
3)如果所述“点-线”结构或所述“点-线-面”结构分布在不同空间层,则为跨层结构,表示为SFc-level。
通过上述三层结构作为导航路径搜索的先验分布信息,能够在搜索时快速提取所需数据,为路网实体匹配适应算法,进而确定路径的优先起点和方向。
根据导航路径中出发点和终止点空间位置及模拟路径将经过的实体类型,预先划分所有可能出现的空间结构(SF,Spatial Form),能够指定不同路网实体的适应算法并引导路径的搜索起点和方向。
S102、根据混合路网的点线面模型的拓扑索引提取拓扑结构,生成路链网,并将面实体进行空间离散化和角度离散化,获得格网面.
如图3所示,由于混合路网的连通索引信息同时包含位置拓扑信息和距离拓扑信息;所述位置拓扑信息为室内单元空间的定位位置或相对位置;所述距离拓扑信息为单元空间之间的欧式距离;故通过每个实体的连通索引信息构建“节点-弧段”联合结构,形成路链图(Road Chain Diagram)。构建“节点-弧段”的过程包括“点”实体和“面”实体的抽象过程以及“线”实体的拆分过程。将“点”实体和“面”实体抽象为节点,例如抽象为特殊节点映射在上述路链图中并指向存储的语义信息,以保证与“点-线”实体的结构一致性。根据“线”实体的存储结构信息拆分为多条弧段,弧段的两端端点即为节点。
作为本发明的一种优选实施方式,对所述路链图中不影响导航路线的弧段进行剪枝,即在所述路链网中打断不影响导航路线的弧段的连接点,并删除相应存储信息。其中不影响导航路线的弧段需要人为进行设定,例如认为房间门节点到房间的抽象节点的连接线为不影响导航路线的弧段。通过对所述路链图中不影响导航路线的弧段进行剪枝,能够降低导航时路径搜索的复杂度,并且减少路径分流使其更加符合人的行走行为。
由于面实体表述为具有一定可通行空间的区域场景,需要考虑空间连通性和路线平滑性,将面域的空间和角度进行同步离散化;
空间离散化:首先确定面元大小g,即离散化的最小网格,其次根据构成面域边界的平面几何点坐标(x,y),按下式(1)实现从几何线到网格线的转换,最后通过边界代数法填充面的内部,面域内的障碍面同理处置。
其中,g为面元大小;(x,y)为构成面域边界的平面几何点坐标;(i,j)格网为格网坐标。
角度离散化:确定角度分辨率θ,按下式(2)对格网坐标继续转换。
为保证与“点-线”实体的结构一致性,将基于面实体构建的格网面抽象为特殊节点映射在上述路链图中并指向存储的语义信息。
结合上述混合路网数据的处理方法,最终获得支持路径搜索算法的路链网和包含的格网面结构。
S103、设计动态路径的优先级双向搜索算法,根据所述实体的组合结构建立优先搜索机制,得到面向点线面混合路网的动态路径搜索算法。
所述动态路径的优先级双向搜索算法为:
DP=F{SF<P-L,P-L-S,c-level>|(S<static,variable>,PM<1,2,3>)}
其中,DP为动态路径的优先级双向搜索算法;SFP-L为“点-线”结构;SFP-L-S为“点-线-面”结构;SFc-level为跨层结构;Sstatic为固定路径搜索算法;Svariable为可变路径搜索算法;PM1为第一类优先;PM2为第二类优先;PM3为第三类优先。
所述固定路径搜索算法Sstatic,通过广度遍历“节点-弧段”之间的连接关系,即从起始点开始,首先遍历起点周围邻近的点,然后再遍历该的邻近点,逐步的向外扩散,直到找到终止点,获得所有可达路径;在此过程中,路网中的“点-线”已避开了障碍物,故只需在遍历时,将空间距离作为路径代价进行约束,可获得起点到终点之间的最短路径。
所述可变路径搜索算法Svariable,由于面域的导航路径不受既定路网限制,且格网面通常为大量密集面元的数据结构,导致广度遍历这类图算法会出现计算繁杂、时效低的问题。故需要以动态规划的角度进行路径搜索,即从起始点的所属面元开始不断采样区域内可能经过的面元,生成增量扩展的搜索树(Search Tree),在此过程中,需要避开面内障碍物的位置和形状,即对采样扩展的结果进行碰撞检测,并剔除不满足碰撞检测的扩展。
在搜索过程中生成以下路线序列:
(x1,y1),(x2,y2),...,(xN,yN)
为获得最优路径,提出如下的目标函数(Objective Function)对其进行非线性优化:
该目标函数中前一部分是惩罚路径与障碍物的碰撞行为;后一部分是路径的平滑性约束。其中,F为目标函数;wo为惩罚路径与障碍物的碰撞行为的权重因子;σo为路径与障碍物产生碰撞行为的惩罚函数,一般使用二次函数,σo(|xi-Oi|-dmax)=(|xi-Oi|-dmax)2;ws为路径的平滑约束的权重因子;Δx为当前点的方向向量,用于衡量方向的改变;Oi是附近障碍物的位置;dmax为阈值,用于决定是否对路径进行惩罚,即当路径点距离障碍物的距离小于dmax时进行惩罚;i为路线序列中的某采样。
确定目标优化函数之后,就可以利用共轭梯度法(CG,Conjugate Gradient)或者梯度下降法(GD,Gradient Descent)求解最优路径。如图4所示的虚线B路径。
作为本发明的一种实施例,根据所述优先搜索机制,如图3所示,包括:
第一类优先PM1,应用于“点-线”结构中,起始点和终止点属于同级优先,即起始点和终止点的优先级相同,利用所述固定路径搜索算法Sstatic从所述起始点和终止点并行搜索;所述并行搜索为从起始点和终止点同时进行搜索。
第二类优先PM2,应用于“点-线-面”结构中,用于当目标路径的起始点在面上时,以面内点和连接点同级优先通过可变路径搜索算法Svariable进行双向扩散搜索;当目标路径穿越面时,以出入点为界的面开始,通过可变路径搜索算法Svariable向内和通过固定路径搜索算法Sstatic向外依次进行双向搜索。
第三类优先PM3,应用于跨层结构中,用于当目标路径的起始点和终止点位于不同空间层时,以跨层结构连通体的出入口进行搜索,其次考虑第一类优先或第二类优先,即所述第三类优先的优先级高于第一类优先和第二类优先。
下面结合一实施例,对本发明的方法进行进一步阐述。以杭州东站地铁层的室内场景为例,如图5所示。实施以下步骤:
S1:根据输入的混合路网,并指定导航的出发点和终止点,根据所述的空间组合结构,提取所有可能出现的点线面实体。
S2:如图6所示,已根据上步提取的点P1~P5、线L1~L7及面S1,经过步骤2所述的根据实体模型之间拓扑索引构建“节点-弧段”路链图,如N1和N2是将线实体端点作为拐角节点,同时S1是所述面实体的抽象节点。
S3:对应优先搜索机制,属于第二类优先中的“点-线-面”结构中的穿越面场景,故选择以出入点为界的面开始,通过可变路径搜索算法向内和通过固定路径搜索算法向外依次进行双向搜索。
S5:如图7所示,利用可变路径搜索算法在面内寻找符合条件的可变路径,可以清晰的看到整条路径是平滑的(拐弯处较柔和),并且能够符合人体行走特征(离障碍物有一定距离)。
S6:如图8所示,将上述路径连接得到规划的动态路径,根据坐标对应将路径映射叠加到室内地图中,得到最终的导航路径。
S7:如图9所示,当出发点和终止点在不同楼层时,本流程同样可实现跨层导航,并有较好的效果。
根据本发明的实施例,提出优先级约束的双向搜索机制,能够实现固定和可变路径的并行搜索,降低搜索复杂度的同时提高计算效率,最终获得场景适应性高、路线灵活性佳,更契合人体行走特征的室内导航路径。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种面向综合体室内混合立体路网的导航路径动态搜索方法,其特征在于,包括:
获取目标综合体的点线面混合路网,根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构;
根据混合路网的点线面模型的拓扑索引提取拓扑结构,生成路链网,并将面实体进行空间离散化和角度离散化,获得格网面;
设计动态路径的优先级双向搜索算法,根据所述实体的组合结构建立优先搜索机制,得到面向点线面混合路网的动态路径搜索算法。
2.根据权利要求1所述的方法,其特征在于,所述根据导航路径中起始点和终止点的空间位置及目标路径划分实体的组合结构,包括:
如果目标路径的起始点和终止点均在点或线上且不经过面实体,则将该种实体结构作为“点-线”结构;
如果目标路径的起始点和/或终止点在面上或经过面实体,则将该种实体结构作为“点-线-面”结构;
如果所述“点-线”结构或所述“点-线-面”结构分布在不同空间层,则为跨层结构。
3.根据权利要求1所述的方法,其特征在于,所述根据混合路网的点线面模型的拓扑索引提取拓扑结构,生成路链网,包括:
提取混合路网的连通索引关系,获取位置拓扑信息和距离拓扑信息;所述位置拓扑关系为室内单元空间的定位位置或相对位置;所述距离拓扑信息为室内单元空间之间的欧式距离;
通过室内单元空间中每个实体的连接索引关系构建“节点-弧段”结构,生成路链网。
4.根据权利要求3所述的方法,其特征在于,还包括:
在所述路链网中打断不影响导航路线的弧段的连接点,并删除相应存储信息。
7.根据权利要求1所述的方法,其特征在于,所述动态路径的优先级双向搜索算法为:
DP=F{SF<P-L,P-L-S,c-level>|(S<static,variable>,PM<1,2,3>)}
其中,DP为动态路径的优先级双向搜索算法;SFP-L为“点-线”结构;SFP-L-S为“点-线-面”结构;SFc-level为跨层结构;Sstatic为固定路径搜索算法;Svariable为可变路径搜索算法;PM1为第一类优先;PM2为第二类优先;PM3为第三类优先。
8.根据权利要求1所述的方法,其特征在于,所述优先搜索机制,包括:
第一类优先,应用于“点-线”结构中,起始点和终止点属于同级优先,利用所述固定路径搜索算法从所述起始点和终止点并行搜索;
第二类优先,应用于“点-线-面”结构中,用于当目标路径的起始点和/或终止点在面上时,以面内点和连接点同级优先通过可变路径搜索算法进行双向扩散搜索;当目标路径穿越面时,以出入点为界的面开始,通过可变路径搜索算法向内和通过固定路径搜索算法向外依次进行双向搜索;
第三类优先,应用于跨层结构中,用于当目标路径的起始点和终止点位于不同空间层时,以跨层结构连通体的出入口进行搜索;
所述第三类优先的优先级高于第一类优先和第二类优先。
9.根据权利要求7或8所述的方法,其特征在于,所述固定路径搜索算法,包括:
从起始点开始,遍历当前节点的邻近点,再以邻近点逐级向外遍历,直至找到终止点,得到所述起始点到终止点的所有可达路径;在所述可达路径中,以空间距离作为路径代价进行约束,获得最短路径;
所述可变路径搜索算法,包括:
从起始点的所属面元开始随机采样区域内可能经过面元,获得采样扩展结果,生成增量扩展的搜索树;
在所述搜索树中生成路线序列,并根据目标函数对所述路线序列进行非线性优化,得到最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470581.5A CN113159433B (zh) | 2021-04-28 | 2021-04-28 | 面向综合体室内混合立体路网的导航路径动态搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470581.5A CN113159433B (zh) | 2021-04-28 | 2021-04-28 | 面向综合体室内混合立体路网的导航路径动态搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113159433A true CN113159433A (zh) | 2021-07-23 |
CN113159433B CN113159433B (zh) | 2022-02-22 |
Family
ID=76872357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110470581.5A Active CN113159433B (zh) | 2021-04-28 | 2021-04-28 | 面向综合体室内混合立体路网的导航路径动态搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113159433B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030132862A1 (en) * | 2001-12-28 | 2003-07-17 | Takeshi Kurosawa | Navigation system and map display |
CN101782399A (zh) * | 2009-01-21 | 2010-07-21 | 北京四维图新科技股份有限公司 | 导航电子地图中道路网络拓扑分区的方法及装置 |
US9250759B1 (en) * | 2010-07-23 | 2016-02-02 | Amazon Technologies, Inc. | Visual representation of user-node interactions |
CN109374007A (zh) * | 2018-12-10 | 2019-02-22 | 国网重庆市电力公司南岸供电分公司 | 基于gps网和地面坐标网的室内路径引导方法 |
US20190116309A1 (en) * | 2017-10-13 | 2019-04-18 | Alpine Electronics, Inc. | Overhead line image capturing system and overhead line image capturing method |
CN109900276A (zh) * | 2019-04-01 | 2019-06-18 | 河北工业大学 | 基于点线面障碍物模型构建的车站实时应急路径规划方法 |
CN109974725A (zh) * | 2017-12-28 | 2019-07-05 | 北京三快在线科技有限公司 | 一种路网拓扑构建方法、导航路径计算方法及装置 |
CN110717003A (zh) * | 2019-09-27 | 2020-01-21 | 四川长虹电器股份有限公司 | 基于路径规划的智能购物车自主导航与自动跟随方法 |
CN111412921A (zh) * | 2020-05-11 | 2020-07-14 | 广州市康软信息科技有限公司 | 一种室内定位导航方法 |
CN111413980A (zh) * | 2020-04-07 | 2020-07-14 | 苏州哈工吉乐优智能装备科技有限公司 | 一种用于巡检的自动导引车路径规划方法 |
CN111521183A (zh) * | 2020-03-26 | 2020-08-11 | 河南师慧信息技术有限公司 | 一种基于房产gis的室内定位导航 |
CN111627114A (zh) * | 2020-04-14 | 2020-09-04 | 北京迈格威科技有限公司 | 室内视觉导航方法、装置、系统及电子设备 |
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 |
CN112328719A (zh) * | 2020-11-02 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 一种路径信息显示方法、装置、终端及存储介质 |
-
2021
- 2021-04-28 CN CN202110470581.5A patent/CN113159433B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030132862A1 (en) * | 2001-12-28 | 2003-07-17 | Takeshi Kurosawa | Navigation system and map display |
CN101782399A (zh) * | 2009-01-21 | 2010-07-21 | 北京四维图新科技股份有限公司 | 导航电子地图中道路网络拓扑分区的方法及装置 |
US9250759B1 (en) * | 2010-07-23 | 2016-02-02 | Amazon Technologies, Inc. | Visual representation of user-node interactions |
US20190116309A1 (en) * | 2017-10-13 | 2019-04-18 | Alpine Electronics, Inc. | Overhead line image capturing system and overhead line image capturing method |
CN109974725A (zh) * | 2017-12-28 | 2019-07-05 | 北京三快在线科技有限公司 | 一种路网拓扑构建方法、导航路径计算方法及装置 |
CN109374007A (zh) * | 2018-12-10 | 2019-02-22 | 国网重庆市电力公司南岸供电分公司 | 基于gps网和地面坐标网的室内路径引导方法 |
CN109900276A (zh) * | 2019-04-01 | 2019-06-18 | 河北工业大学 | 基于点线面障碍物模型构建的车站实时应急路径规划方法 |
CN110717003A (zh) * | 2019-09-27 | 2020-01-21 | 四川长虹电器股份有限公司 | 基于路径规划的智能购物车自主导航与自动跟随方法 |
CN111521183A (zh) * | 2020-03-26 | 2020-08-11 | 河南师慧信息技术有限公司 | 一种基于房产gis的室内定位导航 |
CN111413980A (zh) * | 2020-04-07 | 2020-07-14 | 苏州哈工吉乐优智能装备科技有限公司 | 一种用于巡检的自动导引车路径规划方法 |
CN111627114A (zh) * | 2020-04-14 | 2020-09-04 | 北京迈格威科技有限公司 | 室内视觉导航方法、装置、系统及电子设备 |
CN111412921A (zh) * | 2020-05-11 | 2020-07-14 | 广州市康软信息科技有限公司 | 一种室内定位导航方法 |
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 |
CN112328719A (zh) * | 2020-11-02 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 一种路径信息显示方法、装置、终端及存储介质 |
Non-Patent Citations (3)
Title |
---|
XINTAO LIU: "Towards an automatic ice navigation support system in the arctic sea", 《INTERNATIONAL JOURNAL OF GEO-INFORMATION》 * |
林巍凌: "引入导航网格的室内路径规划算法", 《测绘科学》 * |
薛冰: "基于兴趣点(POI)大数据的人地关系研究综述", 《地理与地理信息科学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113159433B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ciaffi et al. | Feeder bus network design problem: A new metaheuristic procedure and real size applications | |
CN107563028B (zh) | 一种基于空间网络的公交-地铁耦合网络构建方法 | |
Antsfeld et al. | Finding multi-criteria optimal paths in multi-modal public transportation networks using the transit algorithm | |
CN108256553A (zh) | 车辆搭载无人机双层路径的构造方法及装置 | |
CN111836199B (zh) | 一种室内导航动态避障寻径方法 | |
CN113776534B (zh) | 一种基于立体剖分网格的无人机三维时变空域导航方法 | |
CN106780739A (zh) | 一种变电站智能巡检三维gis系统建立方法 | |
CN108663047A (zh) | 一种跨层路径规划方法 | |
CN108280463A (zh) | 车辆搭载无人机双层路径的优化方法及装置 | |
CN114067036A (zh) | 一种基于三维可视化的配电网图自动绘图方法 | |
CN114577214B (zh) | 一种应用于跨异构多层空间的轮式机器人路径规划方法 | |
CN114859932A (zh) | 基于强化学习的探索方法、装置和智能设备 | |
Sabri et al. | A multi-dimensional analytics platform to support planning and design for liveable and sustainable urban environment | |
Aissat et al. | Dynamic ridesharing with intermediate locations | |
Roy et al. | Sampling‐based modified ant colony optimization method for high‐speed rail alignment development | |
Mandloi et al. | Object-oriented data modeling of an indoor/outdoor urban transportation network and route planning analysis | |
Dutta et al. | Development of CityGML application domain extension for indoor routing and positioning | |
Sun et al. | Solving demand-responsive feeder transit service design with fuzzy travel demand: A collaborative ant colony algorithm approach | |
Park et al. | Development of data fusion method based on topological relationships using IndoorGML core module | |
CN113159433B (zh) | 面向综合体室内混合立体路网的导航路径动态搜索方法 | |
Dibbelt | Engineering algorithms for route planning in multimodal transportation networks | |
Wu et al. | Urban Traffic Planning and Traffic Flow Prediction based on ulchis gravity model and Dijkstra algorithm | |
Verbas et al. | Finding least cost hyperpaths in multimodal transit networks: Methodology, algorithm, and large-scale application | |
Lee et al. | A greedy-navigator approach to navigable city plans | |
CN106651010A (zh) | 一种基于最短路径的线网划分方法 |
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 |