CN113377814A - 一种路径信息获取方法、装置、电子设备和可读介质 - Google Patents

一种路径信息获取方法、装置、电子设备和可读介质 Download PDF

Info

Publication number
CN113377814A
CN113377814A CN202110645322.1A CN202110645322A CN113377814A CN 113377814 A CN113377814 A CN 113377814A CN 202110645322 A CN202110645322 A CN 202110645322A CN 113377814 A CN113377814 A CN 113377814A
Authority
CN
China
Prior art keywords
path
cache
information
target
point
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.)
Pending
Application number
CN202110645322.1A
Other languages
English (en)
Inventor
宁尚尚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sinian Zhijia Technology Co ltd
Original Assignee
Beijing Sinian Zhijia Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sinian Zhijia Technology Co ltd filed Critical Beijing Sinian Zhijia Technology Co ltd
Priority to CN202110645322.1A priority Critical patent/CN113377814A/zh
Publication of CN113377814A publication Critical patent/CN113377814A/zh
Pending legal-status Critical Current

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • 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)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Computational Linguistics (AREA)
  • Navigation (AREA)

Abstract

本申请提供一种路径信息获取方法、装置、电子设备和可读介质，其中，所述路径信息获取方法包括：获取目标信息，所述目标信息包括第一起点和第一终点；判断本地缓存是否命中所述目标信息，其中，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息；如果命中成功，则获得目标路径对象的缓存路径信息，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同。通过本地缓存的设置，可提高车辆在自动化水平运输过程中的路径信息获取效率。

Description

一种路径信息获取方法、装置、电子设备和可读介质
技术领域
本申请涉及信息处理技术领域，具体涉及路径信息获取方法、装置、电子设备和可读介质。
背景技术
自动化水平运输是无人驾驶领域的一个热门方向，其要求车辆在自动驾驶程序的控制下，完成7×24小时的港口运输作业。
车辆在港口运输作业中的路径信息需由上述自动驾驶程序提供，目前来说，上述路径信息一般由自动驾驶程序实时计算得到，即在获得车辆的起点和终点之后，通过路径规划算法实时获得车辆的路径信息。由于路径规划算法的数据处理过程较为耗时，故使得路径信息的获取效率较低。
发明内容
本申请提供一种路径信息获取方法、装置、电子设备和可读介质，用于在自动化水平运输过程中，提高车辆的路径信息获取效率。
第一方面，本申请实施例提供了一种路径信息获取方法，其包括：
获取目标信息，所述目标信息包括第一起点和第一终点；
判断本地缓存是否命中所述目标信息，其中，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息；
如果命中成功，则获得目标路径对象的缓存路径信息，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同。
第二方面，本申请实施例提供了一种路径信息获取装置，其包括：
获取模块，用于获取目标信息，所述目标信息包括第一起点和第一终点；
缓存模块，用于存储本地缓存，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息；
路径规划模块，用于判断所述本地缓存是否命中所述目标信息，如果命中成功，则获得目标路径对象的缓存路径信息，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同数据。
第三方面，本申请实施例提供了一种电子设备，所述电子设备包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的路径信息获取方法的步骤。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序包括程序指令，该程序指令被处理器执行时实现如第一方面所述的路径信息获取方法的步骤。
本申请提供一种路径信息获取方法，其通过本地缓存的设置，可快速获取车辆在自动化水平运输过程中的路径信息，相较于通过路径规划算法实时获得路径信息的方式，通过本地缓存获得路径信息的方式的效率更高。
附图说明
图1是本申请实施例提供的一种路径信息获取方法的流程示意图；
图2是本申请实施例提供的另一种路径信息获取方法的流程示意图；
图3是本申请实施例提供的一种用于说明地图中各节点连通关系的有向图；
图4是本申请实施例提供的一种路径信息获取装置的结构示意图；
图5是本申请实施例提供的另一种路径信息获取装置的结构示意图；
图6是本申请实施例提供的又一种路径信息获取装置的结构示意图；
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
请参见图1，图1是本申请实施例提供的一种路径信息获取方法的流程示意图，该方法可以由一种路径信息获取装置来执行，该路径信息获取装置可由硬件和/或软件组成，并一般可集成在具备路径信息获取功能的设备中，该设备可以是服务器、移动终端或服务器集群等电子设备。如图1所示，该路径信息获取方法包括以下步骤：
步骤101、获取目标信息。
其中，所述目标信息包括第一起点和第一终点。
步骤102、判断本地缓存是否命中所述目标信息。
其中，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息。
步骤103、如果命中成功，则获得目标路径对象的缓存路径信息。
其中，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同。
举例来说，所述缓存路径信息的获取过程可以为：
若所述第一起点为A点，所述第一终点为B点；
同时，假定所述本地缓存内包括缓存路径对象1和缓存路径对象2，其中，所述缓存路径对象1所包括的第二起点和第二终点分别为A点和B点，所述缓存路径对象2所包括的第二起点和第二终点分别为C点和D点。
因为所述缓存路径对象1的第二起点与所述第一起点相同，且所述缓存路径对象1的第二终点与所述第一终点相同，所述判定本地缓存成功命中所述目标信息，此时将所述缓存路径对象1设置为目标路径对象，而所述缓存路径对象1所对应的缓存路径信息即为车辆以最小代价从A点行驶B点的路径信息。
就常规的路径信息获取方式来说，即通过路径规划算法实时处理所述目标信息，以获得用于引导车辆从第一起点以最小代价行驶第一终点的路径信息的过程，这不仅会占用较多的计算资源，还会导致获取路径信息的时间成本过高，举例来说，在实际应用中，对于简单场景下的路径信息获取过程来说，通过路径规划算法获得路径信息(在未应用本地缓存的情况下)单次耗时在100ms-200ms之间；对于复杂场景下的路径信息获取过程来说，通过路径规划算法获得路径信息(在未应用本地缓存的情况下)单次耗时在500ms-1500ms之间。
而本申请所提供的路径信息获取方法，通过本地缓存的设置，不仅能降低路径信息获取过程中的计算资源耗损，还能降低路径信息获取过程中的时间成本，举例来说，在应用本地缓存且本地缓存命中成功的情况下，简单场景或复杂场景下路径信息获取过程的单次耗时均在1ms-5ms之间。
所述本地缓存内的多个缓存路径对象可以由路径规划算法处理地图信息而得到，即先获得车辆行驶区域的地图信息，再根据路径规划算法对地图信息内所包括的多个节点进行处理，以获得多个缓存路径对象，之后将所述多个缓存路径对象存入本地缓存内。
举例来说，若所述地图信息包括E1点、E2点和E3点，且E1点与E2点存在拓扑关系(即两点相互连通)，同时E1点与E3点也存在拓扑关系。
根据路径规划算法对所述地图信息进行处理，则可获得缓存路径对象3、缓存路径对象4、缓存路径对象5以及缓存路径对象6。
其中，缓存路径对象3的第二起点和第二终点分别为E1点与E2点；缓存路径对象4的第二起点和第二终点分别为E1点与E3点；缓存路径对象5的第二起点和第二终点分别为E2点与E1点；缓存路径对象6的第二起点和第二终点分别为E3点与E1点。
需要说明的是，在实际应用中，所述目标信息可以由用户通过云端服务器向无人驾驶车辆手动下发，也可以由云端服务器通过其内置的运输任务向无人驾驶车辆自动下发，本申请实施例对目标信息的具体获取方式并不加以限定。
可选的，如图2所示，所述路径信息获取方法还包括：
步骤104、如果命中失败，则根据所述目标信息进行路径规划，获得用于引导车辆从所述第一起点以最小代价行驶至所述第一终点的规划路径信息。
在实际应用中，当车辆行驶至新的地图区域时，由于本地缓存未加载新的地图区域所对应的多个缓存路径对象，则会导致本地缓存未成功命中所述目标信息的情况。例如，本地缓存内仅包括地图区域X1的多个缓存路径对象和地图区域X2的多个缓存路径对象，当车辆行驶至地图区域X3时，则会出现本地缓存命中失败的情况。
又或者，若缓存路径对象是根据车辆在行驶过程中所经过节点的路径信息处理得到，则当车辆前往新的节点时，也会出现本地缓存未成功命中所述目标信息的情况。例如，因为车辆曾经从F1点行驶至F2点，所以本地缓存内将包括有引导车辆从F1点行驶至F2点的缓存路径对象；当车辆再次从F1点行驶至F2点时，本地缓存将命中成功，但当车辆从F3点行驶至F4点时，由于该路段(从F3点至F4点)车辆未行驶过，故本地缓存将命中失败。
在本地缓存未命中目标信息的情况下，应用路径规划算法对目标信息进行处理，以获得用于引导车辆从所述第一起点以最小代价行驶至所述第一终点的规划路径信息，使车辆在自动化水平运输过程中始终处于行驶状态。
需要说明的是，在实际应用中，当本地缓存中不存在与第一起点相同的第二起点，且本地缓存中不存在与第一终点相同的第二终点时，将通过路径规划算法对第一起点和第一终点进行处理，以获得所述规划路径信息。
举例来说，若第一起点为G1点，第一终点为G2点，而本地缓存中仅包括第二起点G3和第二终点G4，则需通过路径规划算法计算从G1点至G2点的路径信息，此时所获得的规划路径信息完全独立于所述本地缓存。
当本地缓存中存在与第一起点相同的第二起点，且本地缓存中不存在与第一终点相同的第二终点时，将获取与第一起点相同的第二起点所对应的缓存路径对象，并通过路径规划算法对该缓存路径对象和目标信息进行处理，以获得所述规划路径信息。
举例来说，若在某一地图中，分别存在H1点、H2点和H3点，H1点与H2点存在拓扑关系，H3点与H2点存在拓扑关系，即车辆从H1点行驶至H3点的路径中存在H2点。
当第一起点为H1点，第一终点为H3点，而本地缓存中仅有一缓存路径对象的第二起点与该第一起点相同，且该缓存路径对象的第二起点和第二终点分别为H1点和H2点时，若要获得所述路径规划信息，则只需通过路径规划算法计算从H2点至H3点的补充路径信息即可，而后结合该缓存路径对象中的路径信息(以最小代价从H1点行驶至H2点)和补充路径信息(以最小代价从H2点行驶至H3点)，即可获得所述规划路径信息(以最小代价从H1点行驶至H3点)，该规划路径信息中的部分信息来源于本地缓存。
如图3所示，在某一地图中，车辆除了可以沿Q1-Q2-Q3-Q4的路线从Q1点行驶至Q4点，该路线行驶代价为9(2+3+4)；也可以沿Q1-Q5-Q4的路线从Q1点行驶至Q4点，该路线行驶代价为6(1+5)。此时，对于以Q1点和Q4点分别为第二起点和第二终点的缓存路径对象来说，其缓存路径信息将指示车辆沿Q1-Q5-Q4的路线行驶(Q1-Q2-Q3-Q4的行驶路线不会存入所述缓存路径信息中)。
当所述第一起点和所述第一终点分别为Q1点和Q6点时，所述缓存路径信息(Q1-Q5-Q4路线)可被复用，此时路径规划算法仅需计算Q4-Q6路线的补充路径信息，之后结合Q1-Q5-Q4路线所对应的缓存路径信息和Q4-Q6路线的补充路径信息，即可获得Q1-Q6路线的规划路径信息。
所述路径规划算法优选设置为A*(A-Star)算法，在实际应用中，所述路径规划算法也可以为图搜索法(例如可视图法等)、快速搜索随机树算法、模拟退火算法、人工势场法、模糊逻辑算法中一种或多种，本申请实施例对具体的路径规划算法并不加以限定。
可选的，在获得所述规划路径信息之后，所述路径信息获取方法还包括：
根据所述规划路径信息和所述目标信息，生成规划路径对象；
将所述规划路径对象更新至所述本地缓存。
通过上述设置，在本地缓存未命中目标信息的情况下，生成所述规划路径信息，并将该规划路径信息和其所对应的目标信息更新至本地缓存中，待下一次出现相同的目标信息时，则可沿用前一次路径规划过程所得到的规划路径信息，以达到节省数据处理资源的目的，并使车辆的路径信息获取效率得到进一步提升。
可选的，在获取所述目标信息之前，所述方法还包括：
将云端服务器中的所述多个缓存路径对象加载至所述本地缓存。
可选的，所述将所述规划路径对象更新至所述本地缓存的步骤，包括：
根据所述规划路径对象，对所述云端服务器进行更新；
从所述本地缓存中删除所述多个缓存路径对象；
将更新后的所述云端服务器中的所述多个缓存路径对象和所述规划路径对象加载至所述本地缓存。
在实际应用中，当某一地图区域内存在多个无人驾驶车辆时，对每一无人驾驶车辆来说，虽然其所对应的本地缓存能帮助该无人驾驶车辆省去大量重复的路径规划操作，但对于所述多个无人驾驶车辆来说，当其均需要前往一目标地点，而多个无人驾驶车辆所对应的多个本地缓存均未记录该目标地点时，便意味着每一无人驾驶车辆均需通过路径规划算法计算前往该目标地点的最优路径，即重复计算了多次前往该目标地点的最优路径，这造成了数据处理资源的浪费。
本申请实施例通过云端服务器对所述多个无人驾驶车辆进行通讯连接，并将所述多个缓存路径对象存储在云端服务器中的方式，则可在一定程度上规避上述数据处理资源的浪费问题，举例来说，云端服务器与所述多个无人驾驶车辆的数据交互过程可以为：
若所述多个缓存路径对象预先存储于所述云端服务器中。
当无人驾驶车辆的本地缓存为空时，则向云端服务器发出缓存加载请求，以将所述云端服务器中的多个缓存路径对象加载至本地缓存中；
当无人驾驶车辆的本地缓存不为空，但本地缓存的时间戳早于所述云端服务器最近一次数据更新操作的时间戳时，则向云端服务器发出缓存更新请求，以将所述云端服务器中经过最近一次更新操作的多个缓存路径对象加载至本地缓存中；
当无人驾驶车辆的本地缓存不为空，且本地缓存的时间戳与所述云端服务器最近一次数据更新操作的时间戳相同时，则不执行其他操作。
通过上述设置，在某一地图区域内存在多个无人驾驶车辆的情况下，当所述多个无人驾驶车辆均需前往一未被云端服务器所记录的目标地点时，则只需要最先计算出该目标地点的最优路径信息的无人驾驶车辆向云端服务器传输该最优路径信息即可，其他的无人驾驶车辆则通过向云端服务器发出缓存更新请求，便可将该最优路径信息更新至其自身的本地缓存中，并达到提高路径信息获取效率的目的。
这其中，在获得所述规划路径信息之后，之所以先对所述云端服务器进行更新，再删除所述本地缓存中的多个缓存路径对象，最后将更新后的所述云端服务器中的所述多个缓存路径对象和所述规划路径对象加载至所述本地缓存，是为了降低缓存更新过程中的脏数据风险(即云端服务器和本地缓存内的数据不一致的情况)；
例如，先根据所述路径规划对象，对所述云端服务器进行更新；再将更新后的所述云端服务器中的所述规划路径对象更新至所述本地缓存的方式；或者是先删除本地缓存中的多个路径规划对象，再根据所述路径规划对象，对所述云端服务器进行更新，最后将更新后的所述云端服务器中的所述规划路径对象和所述多个缓存路径对象更新至所述本地缓存的方式，均存在较大的脏数据风险。
为进一步降低脏数据风险，在实际应用中，还可以将所述本地缓存从无人驾驶车辆所在的本地服务器中移除，即在所述本地服务器获得所述目标信息以后，由所述本地服务器向所述云端服务器发起路径信息获取请求，以使所述云端服务器根据所述路径信息获取请求和所述目标信息，在云端服务器中的多个缓存路径对象中查找目标路径对象，并将所查到的目标路径对象的缓存路径信息下发至所述本地服务器。
当所述云端服务器未查找到所述目标路径对象时，但所述云端服务器中存在一可复用的缓存路径对象时(该缓存路径对象的第二起点与所述目标信息的第一起点相同，且该缓存路径对象的第二终点为所述第一起点至所述第一终点所经过多个路径节点中的一个路径节点)；
可以先由所述云端服务器将该缓存路径对象下发至所述本地服务器，之后由所述本地服务器通过路径规划算法计算车辆以最小代价从该缓存路径对象的第二终点行驶至所述第一终点的补充路径信息，之后根据该缓存路径对象的缓存路径信息和计算得到的补充路径信息获得所需的路径信息；
也可以由所述云端服务器通过路径规划算法，计算车辆以最小代价从该缓存路径对象的第二终点行驶至所述第一终点的补充路径信息，之后根据该缓存路径对象的缓存路径信息和计算得到的补充路径信息获得所需的路径信息，并将该路径信息下发至所述本地服务器。
当所述云端服务器未查找到所述目标路径对象时，且所述云端服务器中的任意第二起点均与所述第一起点不同时，则可以由所述云端服务器通过路径规划算法，计算所述车辆以最小代价从所述第一起点行驶至所述第一终点的路径信息，并将该路径信息下发至所述本地服务器。
进一步的，还可以在所述本地服务器从所述云端服务器获取所述目标信息之前，由所述云端服务器先行获得与所述目标信息对应的路径信息，而后将该目标信息和与之对应的路径信息一并下发至所述本地服务器中；根据所述目标信息获得其所对应的路径信息的过程与前述流程相同，便不再赘述。
请参照图4，图4是本申请实施例提供的一种路径信息获取装置，所述装置包括：
获取模块201，用于获取目标信息，所述目标信息包括第一起点和第一终点；
缓存模块202，用于存储本地缓存，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息；
路径规划模块203，用于判断所述本地缓存是否命中所述目标信息，如果命中成功，则获得目标路径对象的缓存路径信息，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同。
可选的，所述路径规划模块203还用于：
如果命中失败，则根据所述目标信息进行路径规划，获得用于引导车辆从所述第一起点以最小代价行驶至所述第一终点的规划路径信息。
可选的，所述缓存模块202还用于：
在获得所述规划路径信息之后，根据所述规划路径信息和所述目标信息，生成规划路径对象；
将所述规划路径对象更新至所述本地缓存。
可选的，如图5所示，所述装置还包括云端模块204，所述云端模块204包括云端服务器，所述云端服务器中存储有所述多个缓存路径对象，所述缓存模块202具体用于：将云端服务器中的所述多个缓存路径对象加载至所述本地缓存。
可选的，如图6所示，所述装置还包括更新模块205，所述更新模块205具体用于：
根据所述规划路径对象，对所述云端服务器进行更新。
所述缓存模块202还用于：
从所述本地缓存中删除所述多个缓存路径对象；
将更新后的所述云端服务器中的所述多个缓存路径对象和所述规划路径对象加载至所述本地缓存。
需要说明的是，本申请实施例中的路径信息获取装置可以是装置，也可以是电子设备中的部件、集成电路或芯片。
请参见图7，图7是本申请实施例提供的一种电子设备的结构图，如图7所示，电子设备300包括：存储器301、处理器302及存储在所述存储器301上并可在所述处理器302上运行的程序或者指令，所述程序或者指令被所述处理器302执行时实现上述路径信息获取方法中的步骤。
本申请实施例还提供的一种可读介质，其可以采用一个或多个计算机可读的介质的任意组合。该可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读存储介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的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可读存储介质(如ROM或RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种路径信息获取方法，其特征在于，所述方法包括：
获取目标信息，所述目标信息包括第一起点和第一终点；
判断本地缓存是否命中所述目标信息，其中，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息；
如果命中成功，则获得目标路径对象的缓存路径信息，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
如果命中失败，则根据所述目标信息进行路径规划，获得用于引导车辆从所述第一起点以最小代价行驶至所述第一终点的规划路径信息。
3.根据权利要求2所述的方法，其特征在于，在获得所述规划路径信息之后，所述方法还包括：
根据所述规划路径信息和所述目标信息，生成规划路径对象；
将所述规划路径对象更新至所述本地缓存。
4.根据权利要求3所述的方法，其特征在于，在获取所述目标信息之前，所述方法还包括：
将云端服务器中的所述多个缓存路径对象加载至所述本地缓存。
5.根据权利要求4所述的方法，其特征在于，所述将所述规划路径对象更新至所述本地缓存的步骤，包括：
根据所述规划路径对象，对所述云端服务器进行更新；
从所述本地缓存中删除所述多个缓存路径对象；
将更新后的所述云端服务器中的所述多个缓存路径对象和所述规划路径对象加载至所述本地缓存。
6.一种路径信息获取装置，其特征在于，所述装置包括：
获取模块，用于获取目标信息，所述目标信息包括第一起点和第一终点；
缓存模块，用于存储本地缓存，所述本地缓存包括多个缓存路径对象，每一缓存路径对象包括第二起点、第二终点，以及用于引导车辆从第二起点以最小代价行驶至第二终点的缓存路径信息；
路径规划模块，用于判断所述本地缓存是否命中所述目标信息，如果命中成功，则获得目标路径对象的缓存路径信息，所述多个缓存路径对象包括所述目标路径对象，所述目标路径对象的第二起点与所述第一起点相同，所述目标路径对象的第二终点与所述第一终点相同。
7.根据权利要求6所述的装置，其特征在于，所述路径规划模块还用于：
如果命中失败，则根据所述目标信息进行路径规划，获得用于引导车辆从所述第一起点以最小代价行驶至所述第一终点的规划路径信息。
8.根据权利要求7所述的装置，其特征在于，所述缓存模块还用于：
在获得所述规划路径信息之后，根据所述规划路径信息和所述目标信息，生成规划路径对象；
将所述规划路径对象更新至所述本地缓存。
9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5中任一项所述方法的步骤。
10.一种可读介质，其特征在于，所述可读介质上存储有程序或指令，所述程序或指令被处理器执行时实现如权利要求1-5中任一项所述的方法的步骤。
CN202110645322.1A 2021-06-09 2021-06-09 一种路径信息获取方法、装置、电子设备和可读介质 Pending CN113377814A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110645322.1A CN113377814A (zh) 2021-06-09 2021-06-09 一种路径信息获取方法、装置、电子设备和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110645322.1A CN113377814A (zh) 2021-06-09 2021-06-09 一种路径信息获取方法、装置、电子设备和可读介质

Publications (1)

Publication Number Publication Date
CN113377814A true CN113377814A (zh) 2021-09-10

Family

ID=77573391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110645322.1A Pending CN113377814A (zh) 2021-06-09 2021-06-09 一种路径信息获取方法、装置、电子设备和可读介质

Country Status (1)

Country Link
CN (1) CN113377814A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113779091A (zh) * 2021-09-15 2021-12-10 贵阳货车帮科技有限公司 信息查询方法、装置、电子设备及可读存储介质
CN113848897A (zh) * 2021-09-17 2021-12-28 宁波大学 用于对无人水面艇进行路径规划的方法、系统和相关产品

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311611A (ja) * 1994-05-16 1995-11-28 Citizen Watch Co Ltd ロボットの経路制御方法
CN102121830A (zh) * 2010-01-11 2011-07-13 中国移动通信集团公司 导航方法、导航终端及导航系统
CN102538806A (zh) * 2010-12-30 2012-07-04 上海博泰悦臻电子设备制造有限公司 一种路径规划方法以及相关设备
CN107806883A (zh) * 2016-09-08 2018-03-16 高德信息技术有限公司 一种导航方法和装置
CN108534780A (zh) * 2018-03-28 2018-09-14 联动优势电子商务有限公司 一种室内导航方法、服务器和终端
CN109299822A (zh) * 2018-09-21 2019-02-01 中国联合网络通信集团有限公司 车辆调度方法、装置、系统及存储介质
CN109726841A (zh) * 2017-10-27 2019-05-07 北京京东尚科信息技术有限公司 基于无人仓的agv路径计算方法及agv行驶路径控制方法
CN110874229A (zh) * 2018-08-30 2020-03-10 百度在线网络技术（北京）有限公司 自动驾驶汽车的地图升级方法、装置
CN111930113A (zh) * 2020-06-30 2020-11-13 创新工场(北京)企业管理股份有限公司 一种为自主导航机器人设置行驶路径的方法与装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311611A (ja) * 1994-05-16 1995-11-28 Citizen Watch Co Ltd ロボットの経路制御方法
CN102121830A (zh) * 2010-01-11 2011-07-13 中国移动通信集团公司 导航方法、导航终端及导航系统
CN102538806A (zh) * 2010-12-30 2012-07-04 上海博泰悦臻电子设备制造有限公司 一种路径规划方法以及相关设备
CN107806883A (zh) * 2016-09-08 2018-03-16 高德信息技术有限公司 一种导航方法和装置
CN109726841A (zh) * 2017-10-27 2019-05-07 北京京东尚科信息技术有限公司 基于无人仓的agv路径计算方法及agv行驶路径控制方法
CN108534780A (zh) * 2018-03-28 2018-09-14 联动优势电子商务有限公司 一种室内导航方法、服务器和终端
CN110874229A (zh) * 2018-08-30 2020-03-10 百度在线网络技术（北京）有限公司 自动驾驶汽车的地图升级方法、装置
CN109299822A (zh) * 2018-09-21 2019-02-01 中国联合网络通信集团有限公司 车辆调度方法、装置、系统及存储介质
CN111930113A (zh) * 2020-06-30 2020-11-13 创新工场(北京)企业管理股份有限公司 一种为自主导航机器人设置行驶路径的方法与装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113779091A (zh) * 2021-09-15 2021-12-10 贵阳货车帮科技有限公司 信息查询方法、装置、电子设备及可读存储介质
CN113848897A (zh) * 2021-09-17 2021-12-28 宁波大学 用于对无人水面艇进行路径规划的方法、系统和相关产品
CN113848897B (zh) * 2021-09-17 2023-12-12 宁波大学 用于对无人水面艇进行路径规划的方法、系统和相关产品

Similar Documents

Publication Publication Date Title
CN107330522B (zh) 用于更新深度学习模型的方法、装置及系统
CN110196592B (zh) 一种轨迹线的更新方法、系统、终端和存储介质
CN113377814A (zh) 一种路径信息获取方法、装置、电子设备和可读介质
CN112595337B (zh) 避障路径规划方法、装置、电子装置、车辆及存储介质
CN110006439B (zh) 地图轨迹数据的匹配方法、装置、服务器及存储介质
CN107883974B (zh) 导航路径的规划方法、导航服务器及计算机可读介质
CN104572845A (zh) 文件分发方法、装置、设备及系统
CN107526639B (zh) 资源编排的方法、介质、装置和计算设备
CN102369520B (zh) 虚拟内存区域的查询、遍历方法及装置
CN105277205A (zh) 一种为用户提供公共交通导航服务的方法与装置
CN113008253A (zh) 一种混合动力车辆行驶方法、设备和存储介质
CN112527943B (zh) 地图渲染方法、装置、设备和存储介质
CN110375735B (zh) 路径规划方法和装置
CN114998477A (zh) 掉头区域车道中心线的绘制方法、装置、设备及产品
CN110657813B (zh) 优化地图中规划道路的方法和装置
US20210358166A1 (en) Methods, apparatuses, systems, and storage media for loading visual localization maps
US11692846B2 (en) Map presentation device
CN105068826A (zh) 一种对导航数据进行更新的方法及装置
CN113761306A (zh) 一种车端数据处理方法及装置
CN113790725B (zh) 路径规划方法、路径规划装置、存储介质与可移动设备
CN113672824A (zh) 一种导航数据的搜索方法、装置、电子设备及存储介质
KR102317922B1 (ko) 시뮬레이터 내의 최적화된 객체 움직임 경로 생성을 위한 교통 시뮬레이션 방법
CN114459495A (zh) 位移信息生成方法、装置以及计算机可读存储介质
CN115905247A (zh) 高精地图的更新方法、系统、介质、终端及服务器端
CN109284350B (zh) 检索内容的更新方法、装置、存储介质及电子设备

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