CN113819922B - 一种智能路线规划方法 - Google Patents

一种智能路线规划方法 Download PDF

Info

Publication number
CN113819922B
CN113819922B CN202111269222.XA CN202111269222A CN113819922B CN 113819922 B CN113819922 B CN 113819922B CN 202111269222 A CN202111269222 A CN 202111269222A CN 113819922 B CN113819922 B CN 113819922B
Authority
CN
China
Prior art keywords
point
passing
service
longitude
distance
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
Application number
CN202111269222.XA
Other languages
English (en)
Other versions
CN113819922A (zh
Inventor
陈耿
杨智程
赵雷
何东海
李桂林
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.)
Hunan Qing Ting Technology Co ltd
Chengdu Qingting Technology Co ltd
Original Assignee
Hunan Qing Ting Technology Co ltd
Chengdu Qingting 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 Hunan Qing Ting Technology Co ltd, Chengdu Qingting Technology Co ltd filed Critical Hunan Qing Ting Technology Co ltd
Priority to CN202111269222.XA priority Critical patent/CN113819922B/zh
Publication of CN113819922A publication Critical patent/CN113819922A/zh
Application granted granted Critical
Publication of CN113819922B publication Critical patent/CN113819922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/343Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种智能路线规划方法,包括以下步骤:S1:将用户出行的多个目的地中任意一个目的地作为目的点,其余目的地作为途经点;S2:将出发点、目的点和途经点的经纬度坐标转换为弧度坐标,并计算经纬度距离;S3:计算直线距离,确定出行路线的最优途经点;S4:剔除最优途经点中的超时途经点,并将其余最优途经点作为最终服务点;S5:确定服务点顺序,并计算服务点顺序的路线耗时;S6:确定最优行驶路线。本发明用于解决人工筛选路线规划的问题,通过坐标转换和服务点筛选等向用户提供符合出行时间限制的出行路线,避免路线重复。

Description

一种智能路线规划方法
技术领域
本发明属于路线规划技术领域,具体涉及一种智能路线规划方法。
背景技术
在城市服务中,涉及到多服务人员需要一次性处理多个上门服务的情况,如公司在某城市中有一批需要上门的服务项目,服务人员往往只能凭借自身对城市地理的熟悉程度或者根据电子定位地图人工筛选一批服务项目去服务,且还需要参考项目的优先级情况;筛选服务项目的时候凭借主观意识判断,筛选的结果非常不准确。其主要通过两种模式进行,一是区域模式,即给服务人员划定区域,由不定数量的服务人员负责该区域的所有上门服务;二是轮流模式,即每当有上门服务的产生时,轮流派给服务人员。第一种模式容易造成服务的积压或者人员的浪费,无法把服务任务平均的分发到服务人员;第二种模式服务人员把时间都浪费在上门服务的路途上,无法高效的完成服务。从两种模式可以看出,无论是哪一种,并且都是通过人工方式来测定,效率很低,无法做到规模化。
发明内容
本发明的目的是为了解决多批次处理多点上门服务时路线规划的问题,提出了一种智能路线规划方法。
本发明的技术方案是:一种智能路线规划方法包括以下步骤:
S1:将用户出行的多个目的地中任意一个目的地作为目的点,其余目的地作为途经点;
S2:将用户的出发点、目的点和途经点的经纬度坐标转换为弧度坐标,并根据出发点、目的点和途经点的弧度坐标分别计算出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途经点到目的点的经纬度距离;
S3:根据出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途经点到目的点的经纬度距离,计算直线距离,并根据直线距离确定出行路线的最优途经点;
S4:根据用户出行路线中各个最优途经点的耗时,剔除最优途经点中的超时途经点,并将其余最优途经点作为最终服务点;
S5:对最终服务点进行排列组合,确定服务点顺序,并计算服务点顺序的路线耗时;
S6:对服务顺序中各最终服务点进行权重排序,确定最优行驶路线。
进一步地,步骤S2中,坐标转换的计算公式为:
X1=x1*3.1415926/180.0
Y1=y1*3.1415926/180.0
X2=x2*3.1415926/180.0
Y2=y2*3.1415926/180.0
X3=x3*3.1415926/180.0
Y3=y3*3.1415926/180.0
其中,x1表示出发点经纬度坐标的横坐标,y1表示出发点经纬度坐标的纵坐标,X1表示出发点弧度坐标的横坐标,Y1表示出发点弧度坐标的纵坐标,x2表示目的点经纬度坐标的横坐标,y2表示目的点经纬度坐标的纵坐标,X2表示目的点弧度坐标的横坐标,Y2表示目的点弧度坐标的纵坐标,x3表示途经点经纬度坐标的横坐标,y3表示途经点经纬度坐标的纵坐标,X3表示途经点弧度坐标的横坐标,Y3表示途经点弧度坐标的纵坐标。
进一步地,步骤S2中,出发点A到目的点B的经纬度距离a的计算公式为:
a=R*arccos[cos(Y1)*cos(Y2)*cos(X1-X2)+sin(Y1)*sin(Y2)]
其中,R表示地球半径,X1表示出发点弧度坐标的横坐标,Y1表示出发点弧度坐标的纵坐标,X2表示目的点弧度坐标的横坐标,Y2表示目的点弧度坐标的纵坐标;
出发点A到途经点C的经纬度距离b的计算公式为:
b=R*arccos[cos(Y1)*cos(Y3)*cos(X1-X3)+sin(Y1)*sin(Y3)]
其中,X3表示途经点弧度坐标的横坐标,Y3表示途经点弧度坐标的纵坐标;
途经点C到目的点B的经纬度距离c的计算公式为:
c=R*arccos[cos(Y2)*cos(Y3)*cos(X2-X3)+sin(Y2)*sin(Y3)]。
进一步地,步骤S3中,直线距离h的计算公式为:
其中,a表示出发点A到目的点B的经纬度距离,b表示出发点A到途经点C的经纬度距离,c表示途经点C到目的点B的经纬度距离;
步骤S3中,确定最优途经点的具体方法为:以出发点A和途经点B分别为两个圆心,以直线距离h为半径,确定两个圆形;并以出发点A和途经点B作为中轴线确定一个矩形;将位于两个圆形和一个矩形之外的途经点剔除,并将其余途经点作为最优途经点。
进一步地,步骤S4中,确定最终服务点的具体方法为:在历史服务时间记录中,计算每个最优途经点的平均耗时和服务频数,将各个最优途经点进行排列组合,计算各个排列组合的耗时,将耗时超过设定时间阈值的最优途经点剔除,将其余最优途经点作为最终服务点。
进一步地,步骤S5中,确定服务点顺序的具体方法为:将各个最终服务点进行排列组合,确定各个排列组合中的最短出行距离,并将最短出行距离对应的各个最终服务点顺序作为服务点顺序;
步骤S5中,路线耗时的计算公式为:
T3=T1+T2
其中,T1表示服务顺序中各个最终服务点的服务耗时,T2表示服务顺序中各个最终服务点之间的行驶耗时。
本发明的有益效果是:本发明用于解决人工筛选路线规划的问题,通过坐标转换和服务点筛选等向用户提供符合出行时间限制的出行路线,避免路线重复。同时,结合历史目的地的耗时,根据用户自身需求,合理进行路线规划,使其高效完成服务,保证了路线的时效性和最优性。
附图说明
图1为智能路线规划方法的流程图;
图2为上门服务点示意图;
图3为上门服务标记点示意图;
图4为上门服务点的弧度坐标示意图;
图5为上门服务点的平面三角示意图;
图6为上门服务点的直线距离示意图;
图7为上门服务点的平面示意图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示,本发明提供了一种智能路线规划方法,包括以下步骤:
S1:将用户出行的多个目的地中任意一个目的地作为目的点,其余目的地作为途经点;
S2:将用户的出发点、目的点和途经点的经纬度坐标转换为弧度坐标,并根据出发点、目的点和途经点的弧度坐标分别计算出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途经点到目的点的经纬度距离;
S3:根据出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途经点到目的点的经纬度距离,计算直线距离,并根据直线距离确定出行路线的最优途经点;
S4:根据用户出行路线中各个最优途经点的耗时,剔除最优途经点中的超时途经点,并将其余最优途经点作为最终服务点;
S5:对最终服务点进行排列组合,确定服务点顺序,并计算服务点顺序的路线耗时;
S6:对服务顺序中各最终服务点进行权重排序,确定最优行驶路线。
在本发明实施例中,步骤S2中,坐标转换的计算公式为:
X1=x1*3.1415926/180.0
Y1=y1*3.1415926/180.0
X2=x2*3.1415926/180.0
Y2=y2*3.1415926/180.0
X3=x3*3.1415926/180.0
Y3=y3*3.1415926/180.0
其中,x1表示出发点经纬度坐标的横坐标,y1表示出发点经纬度坐标的纵坐标,X1表示出发点弧度坐标的横坐标,Y1表示出发点弧度坐标的纵坐标,x2表示目的点经纬度坐标的横坐标,y2表示目的点经纬度坐标的纵坐标,X2表示目的点弧度坐标的横坐标,Y2表示目的点弧度坐标的纵坐标,x3表示途经点经纬度坐标的横坐标,y3表示途经点经纬度坐标的纵坐标,X3表示途经点弧度坐标的横坐标,Y3表示途经点弧度坐标的纵坐标。
在本发明实施例中,步骤S2中,出发点A到目的点B的经纬度距离a的计算公式为:
a=R*arccos[cos(Y1)*cos(Y2)*cos(X1-X2)+sin(Y1)*sin(Y2)]
其中,R表示地球半径,X1表示出发点弧度坐标的横坐标,Y1表示出发点弧度坐标的纵坐标,X2表示目的点弧度坐标的横坐标,Y2表示目的点弧度坐标的纵坐标;
出发点A到途经点C的经纬度距离b的计算公式为:
b=R*arccos[cos(Y1)*cos(Y3)*cos(X1-X3)+sin(Y1)*sin(Y3)]
其中,X3表示途经点弧度坐标的横坐标,Y3表示途经点弧度坐标的纵坐标;
途经点C到目的点B的经纬度距离c的计算公式为:
c=R*arccos[cos(Y2)*cos(Y3)*cos(X2-X3)+sin(Y2)*sin(Y3)]。
在本发明实施例中,步骤S3中,直线距离h的计算公式为:
其中,a表示出发点A到目的点B的经纬度距离,b表示出发点A到途经点C的经纬度距离,c表示途经点C到目的点B的经纬度距离;
步骤S3中,确定最优途经点的具体方法为:以出发点A和途经点B分别为两个圆心,以直线距离h为半径,确定两个圆形;并以出发点A和途经点B作为中轴线确定一个矩形;将位于两个圆形和一个矩形之外的途经点剔除,并将其余途经点作为最优途经点。
在本发明实施例中,步骤S4中,确定最终服务点的具体方法为:在历史服务时间记录中,计算每个最优途经点的平均耗时和服务频数,将各个最优途经点进行排列组合,计算各个排列组合的耗时,将耗时超过设定时间阈值的最优途经点剔除,将其余最优途经点作为最终服务点。
在本发明实施例中,步骤S5中,确定服务点顺序的具体方法为:将各个最终服务点进行排列组合,确定各个排列组合中的最短出行距离,并将最短出行距离对应的各个最终服务点顺序作为服务点顺序;
步骤S5中,路线耗时的计算公式为:
T3=T1+T2
其中,T1表示服务顺序中各个最终服务点的服务耗时,T2表示服务顺序中各个最终服务点之间的行驶耗时。
在本发明实施例中,本发明要解决的问题就是以服务地点坐标数据为基础,通过服务时间和服务人员活动范围为依据派发工单,从根本意义上确保服务质量和时效。
设定现有一批需要上门的服务(标记1、2、3、4、5、6和7)需要去处理,出发点为公司A点,如图2所示,安排的服务路线尽可能的完成且路程最短最多的服务,以下内容为计算步骤:
一、设定最后的目的点:在计算的时候需要轮询每一个服务点(标记1、2、3、4、5、6、7)。如:涉及到多条线路对比时分别标记B1、B2和B3等等并统称目的点B点,设定服务点(标记6)为最后的目的点B,如图3所示。
二、设定为最后的目的地:当设定好最后的目的点后,其余的服务点均视为途经点。如:如图3所示,设定服务点(标记6)为最后的目的点B后,设定其他的服务点以C1(标记点1)、C2(标记点2)、C3(标记点3)、C4(标记点4)、C5(标记点5)、C7(标记点7)等表示并统称途经点C点。
三、经纬度坐标换算为弧度:将出发点A、目的点B和途经点C通过GPS定位的经纬度坐标换算为弧度。根据出发点设置起始点A,A的经纬度为(x1,y1);根据目的点设置起始点B,B的经纬度为(x2,y2);根据途经点设置起始点C,C的经纬度为(x3,y3);如图4所示,A的经纬度(x1,y1)转换为弧度(X1,Y1),B的经纬度(x2,y2)转换为弧度(X2,Y2),C的经纬度为(x3,y3)转为弧度(X3,Y3))。
四、经纬距离计算:如图5所示,利用弧度计算地球两点直接的距离,求得A、B和C三点之间的相互距离,相当于将地理坐标系的三点转换为简单的平面三角形。
五、直线距离计算:如图6所示,利用平面三角形已知三边,求得顶点到对边的直线距离(路线距离)。
六、直线距离判断:将途经点的直线距离h都计算完成后,需要对直线距离进行限制;限制直线距离h小于2千米,h限制距离可根据单次上门服务时间择优选择如3千米、4千米等等,如图7所示,本次目的点为B的途经点有C1、C2、C3、C4、C5,因直线距离限制本次路线规划排除C4。
相当于将C点限制于:分别以出发点A、途经点B为圆心的两个半圆,加上以AB线为中轴线的长方形,拼接起来的类似于椭圆形的一个图形中。
七、服务次数限制:根据历史服务记录计算出不同服务的平均耗时,再根据每天的工作时间8小时,每天计算出不用服务的最大数量;如维修服务为1.5小时,每天最大服务为次5;巡检服务为0.5小时,每天最大服务为15次;最后根据不同服务种类的组合,计算出本次路线规划的服务时间T1,排除掉超时的路线规划。
八、服务顺序:路线规划好需要上门的服务点后,计算起始点A到所有途经点C包括目的点B的最短路径算法,计算出最短路径,步骤方法如下:第一,通过经维度弧度距离计算公式计算出A、B、C两两之间的距离;第二,通过不重复服务点穷举排列方法排列出所有组合,并计算出距离最短的路线;第三,以距离最短路线安排服务顺序。
九、路线耗时限制:第一,服务次数限制时,可以得到本次路线的服务耗时T1;第二,根据历史服务记录计算出本市服务路线行驶速度、停车耗时,如20公里/小时;计算出服务顺序时,可以得到本次路线的直线距离,通过速度、时间、距离公式得到本次路线行驶耗时,再加上服务点数量*0.25小时的停车时间,得到总路线行驶耗时T2;第三,计算出本次路线耗时T3=T1+T2,排除掉大于8小时的路线规划。
十、路线去重:因轮询每一个服务点,可能会存在重复的路线,需要去掉重复的路线规划。
十一、推荐排序:排序权重:即每一个服务点权重为1分(可调整,对于一些紧急的服务可加权权重),总路线的直线距离每1公里权重为-0.1分(可调整);最后根据每条线路的权重大小进行排序推荐,并在可视化地图上展示,以供服务人员挑选。
下面结合具体实施案例对本发明进行说明。
现有一批服务需要上门处理,如(单位为度):
出发地为成都市高新区某办公区A(104.051965,30.574896),根据优先级选择目的地现有上门维修服务C1(104.057571,30.566438)、维修服务C2(104.036299,30.555616)、维修服务C3(104.063176,30.5433)、维修服务C4(104.024082,30.535711)、巡检服务C5(104.051534,30.518913)和巡检服务C6(104.194509,30.546535)。
第一步、根据经纬度转化公式将经纬转化为弧度:A(1.816049351441439,0.5336325945520534),C1(1.8161471945976366,0.5334849746064378),C2(1.8157759281654857,0.5332960950780089),C3(1.8162450203005422,0.533081140331),C4(1.8155627012944069,0.5329486872963255),C5(1.8160418290724913,0.5326555068935768),C6(1.8185372135279632,0.5331376017313388)。
第二步、设置目的点:如本次轮询C5、C6时,即将C5设置为目的点B1、C6设置为目的点B2;
第三步、根据经纬距离计算出距离(公里)
A-B1距离6.225,B1-C1距离5.316,A-C1距离1.083。
A-B1距离6.225,B1-C2距离4.334,A-C2距离2.616。
A-B1距离6.225,B1-C3距离2.932,A-C3距离3.674。
A-B1距离6.225,B1-C4距离3.225,A-C4距离5.110。
A-B1距离6.225,B1-C6距离14.034,A-C6距离14.008。
A-B2距离14.008,B2-C1距离13.298,A-C1距离1.083。
A-B2距离14.008,B2-C2距离15.184,A-C2距离2.616。
A-B2距离14.008,B2-C3距离12.582,A-C3距离3.674。
A-B2距离14.008,B2-C4距离16.366,A-C4距离5.11。
A-B2距离14.008,B2-C5距离14.034,A-C5距离6.225。
第四步、根据路线距离公式计算出及同理得出:
C1到A-B1(C5)的路线直线距离为0.543。C2到A-B1(C5)的路线直线距离为1.486。C3到A-B1(C5)的路线直线距离为1.097。C4到A-B1(C5)的路线直线距离为2.642。C6到A-B1(C5)的路线直线距离为13.671。C1到A-B2(C6)的路线直线距离为0.796。C2到A-B2(C6)的路线直线距离为2.426。C3到A-B2(C6)的路线直线距离为3.183。C4到A-B2(C6)的路线直线距离为4.845。C5到A-B2(C6)的路线直线距离为6.075。
第五步、直线距离限制,筛选离路线距离小于2km的上门服务
即:符合A-B1(C5)的路线条件只有C1、C2、C3、C5(即B1)四个上门服务;符合A-B2(C6)的路线条件只有C1、C6(即B2)两个个上门服务。
第六步、服务次数限制
如维修服务为1.5小时,每天最大服务为次5;巡检服务为0.5小时,每天最大服务为15次;A-B1(C5)的路线服务内容有维修C1、维修C2、维修C3、巡检C5,满足条件,服务耗时5.5小时;A-B2(C6)的路线服务内容有维修C1、巡检C6,满足条件,服务耗时2小时。
第七步、服务顺序
根据不重复服务点穷举排序计算路线得出:A-B1(C5)的最优路线:A-维修C1-维修C2-维修C3-巡检C5,共计9.30公里(附,最远为A-C5-C1-C3-C2,共计17.09公里)。A-B2(C6)的最优路线:A-维修C1-巡检C6,共计14.38公里(附,最远为A-C6-C1,共计27.31公里)。
第八步、路线耗时限制
历史服务记录计算本市服务路线行驶速度为20公里/小时、停车耗时0.25小时/次,计算得出:A-B1(C5)的最优路线:A-维修C1-维修C2-维修C3-巡检C5,共计9.30公里,总行驶耗时为9.30/20+0.25*4≈1.5小时;加上服务耗时5.5小时,总路线耗时为7小时,小于工作时间8小时,不被限制。
A-B2(C6)的最优路线:A-维修C1-巡检C6,共计14.38公里,总行驶耗时为14.38/20+0.25*2≈1.2小时;加上服务耗时2小时,总路线耗时为3.2小时,小于工作时间8小时,不被限制。
第九步、路线去重
因轮询每一个服务点,可能会存在重复的路线,需要去掉重复的路线规划。
第十步、推荐排序
排序权重:每一个服务点权重为1分(可调整,对于一些紧急的服务可加权权重),总路线的直线距离每1公里权重为-0.1分(可调整)。
根据权重计算:A-B1(C5)的最优路线:A-维修C1-维修C2-维修C3-巡检C5,权重分为1*4-9.30*0.1=3.07分。A-B2(C6)的最优路线:A-维修C1-巡检C6,权重分为1*2-14.38*0.1=0.56分。推荐排序:线路A-B1(C5)将优先展示。
本发明的工作原理及过程为:将用户出行的多个目的地中任意一个目的地作为目的点,其余目的地作为途经点;将用户的出发点、目的点和途经点的经纬度坐标转换为弧度坐标,并根据出发点、目的点和途经点的弧度坐标分别计算出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途径点到目的点的经纬度距离;根据出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途径点到目的点的经纬度距离,计算直线距离,并根据直线距离确定出行路线的最优途经点;根据用户出行路线中各个最优途经点的耗时,剔除最优途经点中的超时途经点,并将其余最优途经点作为最终服务点;对最终服务点进行排列组合,确定服务点顺序,并计算服务点顺序的路线耗时;对服务顺序中各最终服务点进行权重排序,确定最优行驶路线。
本发明的有益效果为:本发明用于解决人工筛选路线规划的问题,通过坐标转换和服务点筛选等向用户提供符合出行时间限制的出行路线,避免路线重复。同时,结合历史目的地的耗时,根据用户自身需求,合理进行路线规划,使其高效完成服务,保证了路线的时效性和最优性。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。

Claims (3)

1.一种智能路线规划方法,其特征在于,包括以下步骤:
S1:将用户出行的多个目的地中任意一个目的地作为目的点,其余目的地作为途经点;
S2:将用户的出发点、目的点和途经点的经纬度坐标转换为弧度坐标,并根据出发点、目的点和途经点的弧度坐标分别计算出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途经点到目的点的经纬度距离;
S3:根据出发点到目的点的经纬度距离、出发点到途经点的经纬度距离与途经点到目的点的经纬度距离,计算直线距离,并根据直线距离确定出行路线的最优途经点;
所述步骤S3中,确定最优途经点的具体方法为:以出发点A和目的点B分别为两个圆心,以直线距离h为半径,确定两个圆形;并以出发点A和目的点B的连线作为中轴线确定一个矩形;将位于两个圆形和一个矩形之外的途经点剔除,并将其余途经点作为最优途经点;
其中,将所有途经点的直线距离h都计算完成后,将直线距离限制为小于预设限值;
所述直线距离h的计算公式为:
其中,a表示出发点A到目的点B的经纬度距离,b表示出发点A到途经点C的经纬度距离,c表示途经点C到目的点B的经纬度距离;
S4:根据用户出行路线中各个最优途经点的耗时,计算服务耗时总和,剔除导致服务耗时总和超时的最优途径点组合,并将其余最优途经点组合中的最优途径点作为最终服务点;S5:对最终服务点进行排列组合,确定多个服务顺序,并计算各个服务顺序的路线耗时,排除掉路线耗时大于预设时长的服务顺序;
其中,路线耗时的计算公式为:
其中,表示服务顺序中各个最终服务点的服务耗时,/>表示服务顺序中各个最终服务点之间的行驶耗时;
S6:根据最终服务点权重以及总路线距离确定各个服务顺序的权重,并对各个服务顺序的权重进行权重排序,确定最优行驶路线。
2.根据权利要求1所述的智能路线规划方法,其特征在于,所述步骤S2中,坐标转换的计算公式为:
其中,表示出发点经纬度坐标的横坐标,/>表示出发点经纬度坐标的纵坐标,/>表示出发点弧度坐标的横坐标,/>表示出发点弧度坐标的纵坐标,/>表示目的点经纬度坐标的横坐标,/>表示目的点经纬度坐标的纵坐标,/>表示目的点弧度坐标的横坐标,/>表示目的点弧度坐标的纵坐标,/>表示途经点经纬度坐标的横坐标,/>表示途经点经纬度坐标的纵坐标,/>表示途经点弧度坐标的横坐标,/>表示途经点弧度坐标的纵坐标。
3.根据权利要求1所述的智能路线规划方法,其特征在于,所述步骤S2中,出发点A到目的点B的经纬度距离a的计算公式为:
其中,R表示地球半径,表示出发点弧度坐标的横坐标,/>表示出发点弧度坐标的纵坐标,/>表示目的点弧度坐标的横坐标,/>表示目的点弧度坐标的纵坐标;
出发点A到途经点C的经纬度距离b的计算公式为:
其中,表示途经点弧度坐标的横坐标,/>表示途经点弧度坐标的纵坐标;
途经点C到目的点B的经纬度距离c的计算公式为:
CN202111269222.XA 2021-10-29 2021-10-29 一种智能路线规划方法 Active CN113819922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111269222.XA CN113819922B (zh) 2021-10-29 2021-10-29 一种智能路线规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111269222.XA CN113819922B (zh) 2021-10-29 2021-10-29 一种智能路线规划方法

Publications (2)

Publication Number Publication Date
CN113819922A CN113819922A (zh) 2021-12-21
CN113819922B true CN113819922B (zh) 2024-05-03

Family

ID=78919237

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111269222.XA Active CN113819922B (zh) 2021-10-29 2021-10-29 一种智能路线规划方法

Country Status (1)

Country Link
CN (1) CN113819922B (zh)

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1144546A (ja) * 1997-07-25 1999-02-16 Kichinosuke Nagashio コンピュータを利用した配達ルートの決定方法及び配達方法
US6029112A (en) * 1996-06-12 2000-02-22 Electronics And Telecommunications Research Institute Postal route system and method for fast algorithm of the shortest path in the same
JP2001066148A (ja) * 1999-08-27 2001-03-16 Denso Corp カーナビゲーション装置
JP2009274875A (ja) * 2008-04-18 2009-11-26 Shigehisa Takayama 個別宅配システム及びそれに適合するナビゲーションシステム
CN104732289A (zh) * 2015-03-20 2015-06-24 深圳支付界科技有限公司 一种配送路径规划方法及系统
CN104949682A (zh) * 2015-05-26 2015-09-30 苏州大学 一种在路网中进行路径规划的方法及系统
CN105675002A (zh) * 2016-01-27 2016-06-15 闫凯 一种多途经点导航路线规划方法和系统
WO2016172974A1 (zh) * 2015-04-30 2016-11-03 华为技术有限公司 一种业务处理方法及设备
CN106871916A (zh) * 2017-01-19 2017-06-20 华南理工大学 一种基于自主导航的快递派送方法
CN107014392A (zh) * 2017-03-31 2017-08-04 上海雷腾软件股份有限公司 一种路线规划方法及设备
CN107121960A (zh) * 2017-04-24 2017-09-01 成都清渟科技有限公司 一种基于大数据分析的饮水监测、运营管理、服务方法
CN107525513A (zh) * 2017-08-15 2017-12-29 国网天津节能服务有限公司 基于现有导航系统的有限约束条件最优途经点选择方法
CN108919792A (zh) * 2018-05-30 2018-11-30 华南农业大学 一种自动导航系统路径规划控制方法
CN109282826A (zh) * 2018-07-03 2019-01-29 四川驹马科技有限公司 基于点聚合方式进行地图多点路径规划的方法及其系统
CN109344513A (zh) * 2018-10-12 2019-02-15 厦门市美亚柏科信息股份有限公司 一种最短路线规划方法、系统及计算机存储介质
CN109459053A (zh) * 2019-01-02 2019-03-12 广州奥盛电子科技有限公司 一种多目标最优路径自动规划的导航方法
CN109697523A (zh) * 2017-10-23 2019-04-30 顺丰科技有限公司 优化收派件路径的方法、系统及设备
CN110222275A (zh) * 2019-04-26 2019-09-10 平安科技(深圳)有限公司 一种基于智能推荐的旅游路线规划方法及相关设备
CN110231044A (zh) * 2019-06-10 2019-09-13 北京三快在线科技有限公司 一种路径规划方法及装置
CN111047066A (zh) * 2018-10-12 2020-04-21 清华大学 游览路线规划方法、装置、计算机设备和存储介质
CN111191149A (zh) * 2019-11-26 2020-05-22 恒大智慧科技有限公司 一种基于最短时间的旅游线路推荐方法、装置及存储介质
CN111256722A (zh) * 2020-02-28 2020-06-09 广东博智林机器人有限公司 一种路径规划方法、装置、设备和存储介质
CN111429058A (zh) * 2020-03-20 2020-07-17 上海中通吉网络技术有限公司 送货路径推荐方法、装置、设备和存储介质
CN112084276A (zh) * 2020-08-31 2020-12-15 北京百度网讯科技有限公司 一种行程规划方法、装置、电子设备及存储介质
CN113029175A (zh) * 2021-03-11 2021-06-25 东莞职业技术学院 考虑双程的多途经点的快速路径规划方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7778773B2 (en) * 2007-05-02 2010-08-17 Toshiba America Research, Inc. Optimum route planning for service vehicles
US10260900B2 (en) * 2014-10-30 2019-04-16 Here Global B.V. Method, apparatus and computer program product for route generation
US11281216B2 (en) * 2018-08-08 2022-03-22 Uatc, Llc Systems and methods for providing a ridesharing vehicle service using an autonomous vehicle

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6029112A (en) * 1996-06-12 2000-02-22 Electronics And Telecommunications Research Institute Postal route system and method for fast algorithm of the shortest path in the same
JPH1144546A (ja) * 1997-07-25 1999-02-16 Kichinosuke Nagashio コンピュータを利用した配達ルートの決定方法及び配達方法
JP2001066148A (ja) * 1999-08-27 2001-03-16 Denso Corp カーナビゲーション装置
JP2009274875A (ja) * 2008-04-18 2009-11-26 Shigehisa Takayama 個別宅配システム及びそれに適合するナビゲーションシステム
CN104732289A (zh) * 2015-03-20 2015-06-24 深圳支付界科技有限公司 一种配送路径规划方法及系统
WO2016172974A1 (zh) * 2015-04-30 2016-11-03 华为技术有限公司 一种业务处理方法及设备
CN104949682A (zh) * 2015-05-26 2015-09-30 苏州大学 一种在路网中进行路径规划的方法及系统
CN105675002A (zh) * 2016-01-27 2016-06-15 闫凯 一种多途经点导航路线规划方法和系统
CN106871916A (zh) * 2017-01-19 2017-06-20 华南理工大学 一种基于自主导航的快递派送方法
CN107014392A (zh) * 2017-03-31 2017-08-04 上海雷腾软件股份有限公司 一种路线规划方法及设备
CN107121960A (zh) * 2017-04-24 2017-09-01 成都清渟科技有限公司 一种基于大数据分析的饮水监测、运营管理、服务方法
CN107525513A (zh) * 2017-08-15 2017-12-29 国网天津节能服务有限公司 基于现有导航系统的有限约束条件最优途经点选择方法
CN109697523A (zh) * 2017-10-23 2019-04-30 顺丰科技有限公司 优化收派件路径的方法、系统及设备
CN108919792A (zh) * 2018-05-30 2018-11-30 华南农业大学 一种自动导航系统路径规划控制方法
CN109282826A (zh) * 2018-07-03 2019-01-29 四川驹马科技有限公司 基于点聚合方式进行地图多点路径规划的方法及其系统
CN109344513A (zh) * 2018-10-12 2019-02-15 厦门市美亚柏科信息股份有限公司 一种最短路线规划方法、系统及计算机存储介质
CN111047066A (zh) * 2018-10-12 2020-04-21 清华大学 游览路线规划方法、装置、计算机设备和存储介质
CN109459053A (zh) * 2019-01-02 2019-03-12 广州奥盛电子科技有限公司 一种多目标最优路径自动规划的导航方法
CN110222275A (zh) * 2019-04-26 2019-09-10 平安科技(深圳)有限公司 一种基于智能推荐的旅游路线规划方法及相关设备
CN110231044A (zh) * 2019-06-10 2019-09-13 北京三快在线科技有限公司 一种路径规划方法及装置
CN111191149A (zh) * 2019-11-26 2020-05-22 恒大智慧科技有限公司 一种基于最短时间的旅游线路推荐方法、装置及存储介质
CN111256722A (zh) * 2020-02-28 2020-06-09 广东博智林机器人有限公司 一种路径规划方法、装置、设备和存储介质
CN111429058A (zh) * 2020-03-20 2020-07-17 上海中通吉网络技术有限公司 送货路径推荐方法、装置、设备和存储介质
CN112084276A (zh) * 2020-08-31 2020-12-15 北京百度网讯科技有限公司 一种行程规划方法、装置、电子设备及存储介质
CN113029175A (zh) * 2021-03-11 2021-06-25 东莞职业技术学院 考虑双程的多途经点的快速路径规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Logistics distribution vehicle path planning research;Changhao Piao等;《2020 IEEE International Conference on Artificial Intelligence and Information Systems (ICAIIS)》;20200911;396-399 *
O2O模式下外卖骑手的配送路径优化;靳志宏等;《大连海事大学学报》;20191115(第4期);55-64 *
谢婉君.A快递公司C站点车辆路径优化问题研究.2016,(第5期),C034-3. *

Also Published As

Publication number Publication date
CN113819922A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN109299438B (zh) 一种基于网约车数据的公共交通设施供给水平评价方法
CN108564226A (zh) 一种基于出租车gps及手机信令数据的公交线路优化方法
CN102890869B (zh) 车辆行车路线预测通知方法及移动智能终端
CN110782064A (zh) 一种集车辆调度优化与任务分配于一体的可视化方法及系统
CN108279017B (zh) 一种在导航过程中实时计算和添加途经点的方法
CN107024217A (zh) 城际交通的路线规划的方法、装置及系统
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划系统及方法
CN104951865A (zh) 一种基于电网gis的物资调拨追踪方法及系统
JP2001041757A (ja) デジタル地図の位置情報伝達方法とそれを実施する装置
CN107270921A (zh) 一种代维巡检路径规划方法及装置
CN111581315A (zh) 一种公共服务设施可达性计算方法及装置
CN113177742A (zh) 基于智能交通的公交服务方法、系统、终端及存储介质
CN104965854A (zh) 一种基于电网gis的物资调拨自动标绘方法及系统
CN112418532A (zh) 输电线路的巡检路径规划方法、装置、设备及存储介质
CN110990661A (zh) 一种基于路网约束和密度聚类的兴趣区域出入口提取方法
CN112288311A (zh) 一种基于poi数据的居住区配套设施便捷度计量方法
CN107543558A (zh) 公交站点间行驶耗时确定方法、公交导航方法及装置
CN113819922B (zh) 一种智能路线规划方法
CN106980942A (zh) 测算自行车快速道对公共自行车租赁点的影响范围的方法
CN114078322B (zh) 一种公交运行状态评价方法、装置、设备及存储介质
CN104422450A (zh) 导航系统的信息加载方法及装置、信息显示方法及装置
KR100815714B1 (ko) 선박용 조립블록 관리방법
CN116204576B (zh) 一种公共交通数据生成gtfs格式数据的生成方法及系统
CN110807287B (zh) 基于有限元网格在应急抢修布点场景中划分业务网格构建方法
CN110851547A (zh) 一种多数据源地图数据融合方法

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