CN114061610A - 一种辅助探索城市的路径规划方法、装置及存储介质 - Google Patents

一种辅助探索城市的路径规划方法、装置及存储介质 Download PDF

Info

Publication number
CN114061610A
CN114061610A CN202111353775.3A CN202111353775A CN114061610A CN 114061610 A CN114061610 A CN 114061610A CN 202111353775 A CN202111353775 A CN 202111353775A CN 114061610 A CN114061610 A CN 114061610A
Authority
CN
China
Prior art keywords
edge
node
path
map information
planned path
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
Application number
CN202111353775.3A
Other languages
English (en)
Other versions
CN114061610B (zh
Inventor
魏家馨
黄兵明
王巍
高伟
廖军
刘永生
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202111353775.3A priority Critical patent/CN114061610B/zh
Publication of CN114061610A publication Critical patent/CN114061610A/zh
Application granted granted Critical
Publication of CN114061610B publication Critical patent/CN114061610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种辅助探索城市的路径规划方法、装置及计算机可读存储介质，所述方法包括：获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。该方法、装置及计算机可读存储介质能够解决现有的路径规划方法容易将相同的路径推荐给用户，不利于帮助人们实现城市探索的目标，且无法规划起点和终点相同的路线的问题。

Description

一种辅助探索城市的路径规划方法、装置及存储介质
技术领域
本发明涉及路径规划技术领域，尤其涉及一种辅助探索城市的路径规划方法、装置及计算机可读存储介质。
背景技术
探索城市可以给人们带来特别的快乐，每个城市就像一个巨大的建筑，我们需要很长时间去探索，享受和体验它的每一个角落。然而，目前的导航地图中大多数现有的路径规划方法更倾向于推荐最短路径或时间成本最低的路径，这意味着如果用户想要多次从一个地方出发到另一个地方，相同的路径会被推荐给用户。与此同时，当前导航地图中使用的方法无法规划起点和终点相同的路线，例如，从家出发再回到家。此外，人们在选择路线时，并不考虑对街道的熟悉程度。许多关于城市路线规划的研究侧重于基于用户日常行为或纸质地图和附近旅游景点的实时规划。这些研究是基于用户在自然环境下的路径规划或选择行为，或者从技术角度对机器人进行自动路径规划，但是对于探索人类居住城市的路径规划的研究还没有进行。
发明内容
本发明所要解决的技术问题是针对现有技术的上述不足，提供一种辅助探索城市的路径规划方法、装置及计算机可读存储介质，用以解决现有的路径规划方法容易将相同的路径推荐给用户，不利于帮助人们实现城市探索的目标，且无法规划起点和终点相同的路线的问题。
第一方面，本发明提供一种辅助探索城市的路径规划方法，包括：
获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；
根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
优选地，所述获取探索区域的地图信息，具体包括：
获取所述探索区域的开放街道图OSM数据；
提取所述OSM数据中的可达交叉口信息以及可达道路信息；
根据提取的可达交叉口信息以及可达道路信息，抽象出所述探索区域对应的图形模型，所述图形模型包括用于表示所述可达交叉口信息的节点以及用于表示所述可达道路信息的边；
从所述图形模型中获取所述探索区域的地图信息。
优选地，所述根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径，具体包括以下步骤：
S1，设置所述规划路径为空、当前节点为开始节点；
S2，根据所述当前节点从所述地图信息中获取满足所述距离阈值的当前候选边列表；
S3，判断所述当前候选边列表是否为空，若为空，则获取从当前节点到目标节点的最短路径,并将所述最短路径添加至所述规划路径，得到所述最终的规划路径，并结束本流程；
S4，若所述当前候选边列表不为空，则获取所述当前候选边列表中以当前节点为头节点且已访问次数最小的边作为当前候选边，并将所述当前候选边添加至所述规划路径；
S5，将所述当前候选边的尾节点作为当前节点，返回执行步骤S2。
优选地，步骤S1还包括：设置第一距离为0，所述第一距离用于表示从开始节点到当前节点经过的距离之和；
步骤S2具体包括：根据以下公式从所述地图信息中获取满足所述距离阈值的当前候选边列表：
d+l+s≤D
其中，d为第一距离，D是距离阈值，l是候选边的长度，s是从候选边的尾节点到目标节点的最短路径长度；
步骤S4中，将所述当前候选边添加至所述规划路径之后，还包括：将所述第一距离增加所述当前候选边的长度。
优选地，步骤S3中，将所述最短路径添加至所述规划路径之后，还包括：
将所述地图信息中所述最短路径所经过的边的已访问次数增加1；
步骤S4中，将所述当前候选边添加至所述规划路径之后，还包括：
将所述当前候选边的已访问次数增加1。
优选地，所述开始节点和所述目标节点相同。
优选地，所述根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径之后，所述方法还包括：
将所述最终的规划路径绘制在预设的地图上。
第二方面，本发明提供一种辅助探索城市的路径规划装置，包括：
信息获取模块，用于获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；
规划路径获取模块，与所述信息获取模块连接，用于根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
第三方面，本发明提供一种辅助探索城市的路径规划装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现上述第一方面所述的辅助探索城市的路径规划方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的辅助探索城市的路径规划方法。
本发明提供的辅助探索城市的路径规划方法、装置及计算机可读存储介质，通过获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；再根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。由于在路径规划过程中依次选择的是已访问次数最小的边，因此从未探索或探索次数最少的边被优先添加，最终得到的规划路径即为包含尽可能多的未探索街道的探索路径，从而能够帮助人们实现城市探索的目标，节省规划时间，此外，通过本发明也能规划起点和终点相同的路线，进而解决了现有的路径规划方法容易将相同的路径推荐给用户，不利于帮助人们实现城市探索的目标，且无法规划起点和终点相同的路线的问题。
附图说明
图1：为本发明实施例1的一种辅助探索城市的路径规划方法的流程图；
图2：为本发明实施例的一种辅助探索城市的路径规划方法的示意图；
图3：为本发明实施例的一种辅助探索城市的路径规划方法运行一次的结果示意图；
图4：为本发明实施例的一种辅助探索城市的路径规划方法运行三次的结果示意图；
图5：为本发明实施例的一种辅助探索城市的路径规划方法运行多次的结果示意图；
图6：为本发明实施例的一种辅助探索城市的路径规划方法运行3000次后的搜索速率曲线图；
图7：为本发明实施例2的一种辅助探索城市的路径规划装置的结构示意图；
图8：为本发明实施例3的一种辅助探索城市的路径规划装置的结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面将结合附图对本发明实施方式作进一步地详细描述。
可以理解的是，此处描述的具体实施例和附图仅仅用于解释本发明，而非对本发明的限定。
可以理解的是，在不冲突的情况下，本发明中的各实施例及实施例中的各特征可相互组合。
可以理解的是，为便于描述，本发明的附图中仅示出了与本发明相关的部分，而与本发明无关的部分未在附图中示出。
可以理解的是，本发明的实施例中所涉及的每个单元、模块可仅对应一个实体结构，也可由多个实体结构组成，或者，多个单元、模块也可集成为一个实体结构。
可以理解的是，在不冲突的情况下，本发明的流程图和框图中所标注的功能、步骤可按照不同于附图中所标注的顺序发生。
可以理解的是，本发明的流程图和框图中，示出了按照本发明各实施例的系统、装置、设备、方法的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可代表一个单元、模块、程序段、代码，其包含用于实现规定的功能的可执行指令。而且，框图和流程图中的每个方框或方框的组合，可用实现规定的功能的基于硬件的系统实现，也可用硬件与计算机指令的组合来实现。
可以理解的是，本发明实施例中所涉及的单元、模块可通过软件的方式实现，也可通过硬件的方式来实现，例如单元、模块可位于处理器中。
申请概述
城市是成千上万人居住的地方，是人们观察和体验生活的地方。他们是值得探索的宝藏，其中包含了美丽的风景和令人愉快的作品，以及有趣的街景。探索城市可以给人们带来特别的快乐，每个城市就像一个巨大的建筑，我们需要很长时间去探索，享受和体验它的每一个角落。因此，探索城市是享受城市生活和发现有趣事物的好方法。步行作为人们日常生活中最自然的活动之一，不仅将人们与工作联系起来，还将人们与社会联系起来。从某种意义上说，步行不仅仅是一种为了到达特定目的地的行为，也是一种生活体验。人们可以通过走在不同的街道上感受自己的城市，路线的特点是多变的，即使是在一个普通的商业场所，人们也会有不同的感受。在他们居住的城市的街道上漫步，深入社区的社区，从现代街区到古色古香的郊区小镇，每一个场景都有其独特的个性和魅力。由于城市街道的复杂性，人们可以花费大量的时间和精力规划一个合理的和新的步行路线来探索城市街道。
然而，目前的导航地图中大多数现有的路径规划方法更倾向于推荐最短路径或时间成本最低的路径，这意味着如果用户想要多次从一个地方出发到另一个地方，相同的路径会被推荐给用户。与此同时，当前导航地图中使用的方法无法规划起点和终点相同的路线，例如，从家出发再回到家。此外，人们在选择路线时，并不考虑对街道的熟悉程度。许多关于城市路线规划的研究侧重于基于用户日常行为或纸质地图和附近旅游景点的实时规划。这些研究是基于用户在自然环境下的路径规划或选择行为，或者从技术角度对机器人进行自动路径规划，但是对于探索人类居住城市的路径规划的研究还没有进行。
针对上述技术问题，本申请的构思是提供一种辅助探索城市的路径规划方法、装置及计算机可读存储介质，为了尽可能多地探索城市中的路线，鼓励久坐不动的人站起来，出去看看外面的世界，本发明用边的已访问次数来表示人们对该边对应道路的熟悉程度，每出发一次，人们就可以访问他们不熟悉的街道，即在路径规划过程中依次选择添加已访问次数最小的边，从而使得最终得到的规划路径即为包含尽可能多的未探索街道的探索路径，进而能够帮助人们实现城市探索的目标，节省规划时间，也能帮助人们规划起点和终点相同的路线，解决了现有的路径规划方法容易将相同的路径推荐给用户，不利于帮助人们实现城市探索的目标，且无法规划起点和终点相同的路线的问题。
在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。
实施例1：
本实施例提供一种辅助探索城市的路径规划方法，如图1所示，该方法包括：
步骤S102：获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度。
在本实施例中，开始节点为想要探索的起点，目标节点为想要探索的终点，其中，起点和终点可以相同。
可选地，获取探索区域的地图信息，具体可以包括：
获取探索区域的开放街道图OSM(OpenStreetMap)数据；
提取OSM数据中的可达交叉口信息以及可达道路信息；
根据提取的可达交叉口信息以及可达道路信息，抽象出探索区域对应的图形模型，图形模型包括用于表示可达交叉口信息的节点以及用于表示可达道路信息的边；
从图形模型中获取探索区域的地图信息。
需要说明的是，OSM数据库是全球用户参与形成的一套公共地图数据服务，是目前世界上最准确、最完整的矢量地理数据集之一。用户直接提供的GPS(Global PositioningSystem，全球定位系统)设备记录的轨迹数据、基于图像数据的栅格矢量化数据、组织或公司捐赠的矢量数据是OSM的数据源。与传统GIS和地图数据提供商相比，OSM的地图服务获取更方便(完全免费)，使用更方便，效率更高。OSM后台数据作为系统的核心，任何人都可以使用和编辑。同时，用户还可以提取数据以呈现自定义样式映射。所有OSM服务都建立在用户输入的顶级数据之上，许多信息丰富的地图产品都是以它为基础，因此，本发明从OSM数据库中获取探索区域的OSM数据。
在本实施例中，可以首先使用经度和纬度定义探索区域的下载边界，然后通过HTTP请求从OpenStreetMap(OSM)数据库中下载探索区域的OSM数据，为了保证得到的规划路径可达，可以先对下载的OSM数据进行预处理，过滤掉不可到达的交叉口信息以及道路信息，再使用正则表达式快速匹配OSM数据中的可达交叉口信息，以节点ID为索引建立节点图，同时，提取OSM数据中的可达道路信息，构建道路信息图，当道路包含多个路段时，将每个路段分割成独立的道路对象，从图的节点获取道路的起点和终点，形成图中的边。其中，每条边的权值在图中都有两个值，一个是每条边的长度，通过边起点和终点的直线距离来计算，另一个是“count”值，表示已访问次数，最后再根据节点图和道路信息图得到抽象出的探索区域所对应的图形模型。
步骤S104：根据预设的贪心方法、开始节点和目标节点依次从地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
其中，贪心方法用于从将开始节点作为当前节点开始，依次从地图信息中选择当前节点的出边中已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
在本实施例中，为了能够获取帮助人们减少已访问街道次数的探索路线，节省人们的规划时间，避免冗余道路，本发明使用预设的贪心方法来得到最终的规划路径，它的启发式总是选择当前节点的出边中已访问次数最小的边作为规划路径中的边。需要说明的是，贪心方法是一种层次处理方法，它可以在一定的度量意义下获得最优解，它目前总是做出最优的选择，即不把贪心策略作为一个整体来考虑，所做的选择在某种意义上只是局部最优解。在贪心方法的启发下，我们将分解城市探索的问题，在完成可达区域内未访问的边缘的探索之前，首先规划一条通向不熟悉街道的路线。在开始不同的旅程之前，先访问当前节点的未访问边，解决问题的主要步骤如下:
a)应用相同的规则，把原来的问题变成一个类似的，但更小的子问题的问题；
b)从问题的初始解出发，每次在确定给定的一般目标之前，收集可行解的解元；
c)所有的解决方案元素构成了问题的可行解决方案。
贪心方法的每一步都根据策略得到一个结果，并将其传递给下一个步骤，从而做出一个贪心决策，即从上到下逐级选择当前节点的出边，且探索次数最少，对于贪心方法的贪心部分，路线将根据以下启发式进行选择：
Count(e)＝min[Count(Ei)]
其中，Count(e)为最终选择的出边,Count(Ei)是所有出边已访问次数的集合，min[Count(Ei)]是用于选择该集合中已访问次数最小的出边，如果当前节点的出边中有多个出边的访问次数最小，则随机选择其中一个作为规划路径中的边。
可选地，步骤S104：根据预设的贪心方法、开始节点和目标节点依次从地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径，具体包括以下步骤：
S1，设置规划路径为空、当前节点为开始节点；
S2，根据当前节点从地图信息中获取满足距离阈值的当前候选边列表；
S3，判断当前候选边列表是否为空，若为空，则获取从当前节点到目标节点的最短路径,并将最短路径添加至规划路径，得到最终的规划路径，并结束本流程；
S4，若当前候选边列表不为空，则获取当前候选边列表中以当前节点为头节点且已访问次数最小的边作为当前候选边，并将当前候选边添加至规划路径；
S5，将当前候选边的尾节点作为当前节点，返回执行步骤S2。
在本实施例中，步骤S1具体还包括：设置第一距离为0，第一距离用于表示从开始节点到当前节点经过的距离之和；步骤S2具体包括：根据以下公式从地图信息中获取满足距离阈值的当前候选边列表：
d+l+s≤D
其中，d为第一距离，即从开始节点已经经过的距离，D是距离阈值，即为事先设定的探索旅行的距离阈值，l是候选边的长度，s是从候选边的尾节点到目标节点的最短路径长度，可以通过dijkstra(迪杰斯特拉)算法获取最短路径。
具体地，步骤S4中，将当前候选边添加至规划路径之后，还包括：将第一距离增加当前候选边的长度，以便于下次候选边列表的获取。
在本实施例中，候选边选定后，其尾节点成为新的当前节点，当前距离即第一距离d加上当前候选边的长度，重复选择候选边的过程，并继续探索当前节点的下一个较少被访问的边，如果候选边列表中没有边，即该开始节点的探索阶段已经达到饱和，则从当前节点通过最短路径到达目标节点。
在本实施例中，如图2所示，示出了本发明实施例的一种辅助探索城市的路径规划方法的示意图，其中，括号外的数字表示边的长度，括号中的数字表示该边已访问次数，从开始节点开始依次选择当前节点的出边中已访问次数最小的边作为当前候选边，并加入规划路径，则最终得到的规划路径如箭头路线所示。
本实施例提供的路径规划方法在每个出发探索阶段，选择并不断添加当前节点的已访问次数最小的边，形成一条“非常规路线”，然后通过一条既定的路线到达目的地，以确保最终到达设定的目标节点。同时，通过最短路径到达目的地可以使这一阶段的距离代价最小化，使得距离阈值内的里程更多被用于探索未访问的路径。
可选地，步骤S3中，将最短路径添加至规划路径之后，还包括：
将地图信息中最短路径所经过的边的已访问次数增加1；
步骤S4中，将当前候选边添加至规划路径之后，还包括：
将当前候选边的已访问次数增加1。
在本实施例中，每次被访问后，被访问的边的已访问次数即“count”值将增加1，以便于下次探索。同时，得到最终的规划路径后，还可以将最终的规划路径绘制在预设的地图上，比如将其绘制在GIS(Geographic Information System，地理信息系统)地图上，以向用户提供探索路线。
在一个具体的实施例中，以探索爱丁堡某一特定区域为例，探索区域的下载边界为[-3.2090,55.9384，-3.1720,55.9500]，按照上述方法下载数据后，得到对应的图形模型，其中，节点数为8261，边数为8866，将图中每条边的权值初始化后，用图中两个端点间的直线距离计算出的长度，将所有边的“count”值初始化为0，即开始时图中所有边都是未访问的边。边的计数值在探测过程中会发生变化。一旦一条边被访问一次，该边的“count”值将增加1。对于第一个开始节点，下载区域中所有边的“count”值为0，当方法在图上返回一个计划的路线时，该路线包含的所有边的“count”值都将改变，并且每个后续的出发都基于边的“count”值的前一个结果。
为了清晰地展示探索结果，我们选择爱丁堡的一个特定位置作为开始节点和目标节点，距离阈值设置为2000米。开始节点(也是目标节点)的OSM中的经纬度信息是[-3.1877047，55.9444562]。在开始规划路线之前，我们对下载的地图数据进行预处理，以确定哪些交叉口或道路是可到达的，经过计算，在选定区域内距离阈值为2000米范围内，共有5337条可达边，4911个可达节点。图3示出了本发明实施例的一种辅助探索城市的路径规划方法运行一次的结果示意图，其中，黑色粗体路线代表了从开始节点开始不断探索路线的过程，带有三角形的路线指示用于从当前节点到达目标节点的最短路径。图4示出了本发明实施例的一种辅助探索城市的路径规划方法运行三次的结果示意图，其中，黑色粗体路线表示第一次出发的路线，黑色带有三角形的路线表示基于第一次出发历史的第二次出发的路线，黑色带有圆点的路线表示基于前两次出发的第三次出发的路线。图5示出了本发明实施例的一种辅助探索城市的路径规划方法运行多次的结果示意图，黑线所覆盖的区域代表了在3000次出发后的道路探索区域，在最后一次出发后，方法在可达区域内的可达节点已经探索了81.76％，随着运行次数的增加，越来越多的路线被探索，直到完成在可到达区域内所有路线的探索。
在本实施例中，为了证明本发明实施例提供的辅助探索城市的路径规划方法的搜索效率，我们引入了搜索速率Er公式：
Figure BDA0003356772190000121
其中，number(Nexplored)和number(Nreachable)分别为所探测的所有非重复节点的数量和可达区域内可达节点的数量。
如图6所示，示出了本发明实施例的一种辅助探索城市的路径规划方法运行3000次后的搜索速率曲线图，由上述搜索速率Er公式计算得到，其中X轴为探索次数，Y轴为对应的搜索速率，由图可知，运行3000次后，搜索速率可以达到80％以上。
本发明实施例提供的辅助探索城市的路径规划方法，通过获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；再根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。由于在路径规划过程中依次选择的是已访问次数最小的边，因此从未探索或探索次数最少的边被优先添加，最终得到的规划路径即为包含尽可能多的未探索街道的探索路径，从而能够帮助人们实现城市探索的目标，节省规划时间，此外，通过本发明也能规划起点和终点相同的路线，进而解决了现有的路径规划方法容易将相同的路径推荐给用户，不利于帮助人们实现城市探索的目标，且无法规划起点和终点相同的路线的问题。
实施例2：
如图7所示，本实施例提供一种辅助探索城市的路径规划装置，用于执行上述的路径规划方法，该装置包括：
信息获取模块12，用于获取探索区域的地图信息、开始节点和目标节点，其中，地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；
规划路径获取模块14，与信息获取模块12连接，用于根据预设的贪心方法、开始节点和目标节点依次从地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
可选地，信息获取模块12具体包括：
OSM数据获取单元，用于获取探索区域的开放街道图OSM数据；
信息提取单元，用于提取OSM数据中的可达交叉口信息以及可达道路信息；
模型抽象单元，用于根据提取的可达交叉口信息以及可达道路信息，抽象出探索区域对应的图形模型，图形模型包括用于表示可达交叉口信息的节点以及用于表示可达道路信息的边；
地图信息获取单元，用于从图形模型中获取探索区域的地图信息；
起止点获取单元，用于获取开始节点和目标节点。
可选地，规划路径获取模块14具体包括：
设置单元，用于设置规划路径为空、当前节点为开始节点；
列表获取单元，用于根据当前节点从地图信息中获取满足距离阈值的当前候选边列表；
判断单元，用于判断当前候选边列表是否为空，若为空，则获取从当前节点到目标节点的最短路径,并将最短路径添加至规划路径，得到最终的规划路径；
规划路径单元，用于若当前候选边列表不为空，则获取当前候选边列表中以当前节点为头节点且已访问次数最小的边作为当前候选边，并将当前候选边添加至规划路径；
循环单元，用于将当前候选边的尾节点作为当前节点。
可选地，设置单元还用于设置第一距离为0，第一距离用于表示从开始节点到当前节点经过的距离之和；
列表获取单元具体用于根据以下公式从地图信息中获取满足距离阈值的当前候选边列表：
d+l+s≤D
其中，d为第一距离，D是距离阈值，l是候选边的长度，s是从候选边的尾节点到目标节点的最短路径长度；
规划路径单元还用于将第一距离增加当前候选边的长度。
可选地，判断单元还用于将地图信息中最短路径所经过的边的已访问次数增加1；
规划路径单元还用于将当前候选边的已访问次数增加1。
可选地，开始节点和目标节点相同。
可选地，还可以包括：
绘制模块，用于将最终的规划路径绘制在预设的地图上。
实施例3：
参考图8，本实施例提供一种辅助探索城市的路径规划装置，包括存储器22和处理器24，存储器22中存储有计算机程序，处理器24被设置为运行所述计算机程序以执行实施例1中的路径规划方法。
其中，存储器22与处理器24连接，存储器22可采用闪存或只读存储器或其他存储器，处理器24可采用中央处理器或单片机。
实施例4：
本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上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例1中的路径规划方法。
该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory，随机存取存储器)，ROM(Read-Only Memory，只读存储器)，EEPROM(Electrically ErasableProgrammable read only memory，带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory，光盘只读存储器)，数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
实施例2至实施例4提供的辅助探索城市的路径规划装置及计算机可读存储介质，通过获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；再根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。由于在路径规划过程中依次选择的是已访问次数最小的边，因此从未探索或探索次数最少的边被优先添加，最终得到的规划路径即为包含尽可能多的未探索街道的探索路径，从而能够帮助人们实现城市探索的目标，节省规划时间，此外，通过本发明也能规划起点和终点相同的路线，进而解决了现有的路径规划方法容易将相同的路径推荐给用户，不利于帮助人们实现城市探索的目标，且无法规划起点和终点相同的路线的问题。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种辅助探索城市的路径规划方法，其特征在于，包括：
获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；
根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
2.根据权利要求1所述的辅助探索城市的路径规划方法，其特征在于，所述获取探索区域的地图信息，具体包括：
获取所述探索区域的开放街道图OSM数据；
提取所述OSM数据中的可达交叉口信息以及可达道路信息；
根据提取的可达交叉口信息以及可达道路信息，抽象出所述探索区域对应的图形模型，所述图形模型包括用于表示所述可达交叉口信息的节点以及用于表示所述可达道路信息的边；
从所述图形模型中获取所述探索区域的地图信息。
3.根据权利要求1所述的辅助探索城市的路径规划方法，其特征在于，所述根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径，具体包括以下步骤：
S1，设置所述规划路径为空、当前节点为开始节点；
S2，根据所述当前节点从所述地图信息中获取满足所述距离阈值的当前候选边列表；
S3，判断所述当前候选边列表是否为空，若为空，则获取从当前节点到目标节点的最短路径,并将所述最短路径添加至所述规划路径，得到所述最终的规划路径，并结束本流程；
S4，若所述当前候选边列表不为空，则获取所述当前候选边列表中以当前节点为头节点且已访问次数最小的边作为当前候选边，并将所述当前候选边添加至所述规划路径；
S5，将所述当前候选边的尾节点作为当前节点，返回执行步骤S2。
4.根据权利要求3所述的辅助探索城市的路径规划方法，其特征在于，步骤S1还包括：设置第一距离为0，所述第一距离用于表示从开始节点到当前节点经过的距离之和；
步骤S2具体包括：根据以下公式从所述地图信息中获取满足所述距离阈值的当前候选边列表：
d+l+s≤D
其中，d为第一距离，D是距离阈值，l是候选边的长度，s是从候选边的尾节点到目标节点的最短路径长度；
步骤S4中，将所述当前候选边添加至所述规划路径之后，还包括：将所述第一距离增加所述当前候选边的长度。
5.根据权利要求3所述的辅助探索城市的路径规划方法，其特征在于，步骤S3中，将所述最短路径添加至所述规划路径之后，还包括：
将所述地图信息中所述最短路径所经过的边的已访问次数增加1；
步骤S4中，将所述当前候选边添加至所述规划路径之后，还包括：
将所述当前候选边的已访问次数增加1。
6.根据权利要求1所述的辅助探索城市的路径规划方法，其特征在于，所述开始节点和所述目标节点相同。
7.根据权利要求1所述的辅助探索城市的路径规划方法，其特征在于，所述根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径之后，所述方法还包括：
将所述最终的规划路径绘制在预设的地图上。
8.一种辅助探索城市的路径规划装置，其特征在于，包括：
信息获取模块，用于获取探索区域的地图信息、开始节点和目标节点，其中，所述地图信息包括多个节点以及多条边，每条边均包括已访问次数和长度；
规划路径获取模块，与所述信息获取模块连接，用于根据预设的贪心方法、所述开始节点和所述目标节点依次从所述地图信息中选择已访问次数最小的边作为规划路径中的边，直至在预设的距离阈值内没有可以选择的边，得到最终的规划路径。
9.一种辅助探索城市的路径规划装置，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现如权利要求1-7中任一项所述的辅助探索城市的路径规划方法。
10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的辅助探索城市的路径规划方法。
CN202111353775.3A 2021-11-16 2021-11-16 一种辅助探索城市的路径规划方法、装置及存储介质 Active CN114061610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111353775.3A CN114061610B (zh) 2021-11-16 2021-11-16 一种辅助探索城市的路径规划方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111353775.3A CN114061610B (zh) 2021-11-16 2021-11-16 一种辅助探索城市的路径规划方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN114061610A true CN114061610A (zh) 2022-02-18
CN114061610B CN114061610B (zh) 2023-07-14

Family

ID=80273223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111353775.3A Active CN114061610B (zh) 2021-11-16 2021-11-16 一种辅助探索城市的路径规划方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114061610B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000283778A (ja) * 1999-03-30 2000-10-13 Toyota Motor Corp 経路探索装置及び方法並びに媒体
KR20090105313A (ko) * 2008-04-02 2009-10-07 연세대학교 산학협력단 복수 개의 모바일 로봇들로 이루어지는 경로 탐색 시스템및 경로 탐색 방법
CN102741654A (zh) * 2010-03-08 2012-10-17 三菱电机株式会社 路径搜索装置
CN105716613A (zh) * 2016-04-07 2016-06-29 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
CN106895846A (zh) * 2017-05-05 2017-06-27 中国联合网络通信集团有限公司 一种路径规划方法及路径规划装置
CN108616562A (zh) * 2017-01-20 2018-10-02 北京嘀嘀无限科技发展有限公司 一种地理位置信息推荐处理方法及装置
CN109506669A (zh) * 2018-12-28 2019-03-22 斑马网络技术有限公司 动态路径规划方法、装置、系统以及存储介质
US20190101402A1 (en) * 2016-06-24 2019-04-04 Google Inc. Identifying, processing and displaying data point clusters
US20190179752A1 (en) * 2017-12-09 2019-06-13 Chungbuk National University Industry-Academic Cooperation Foundation Multi-level caching method and multi-level caching system for enhancing graph processing performance
US20210302180A1 (en) * 2020-03-30 2021-09-30 Samsung Electronics Co., Ltd. Optimal route searching device and operation method thereof

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000283778A (ja) * 1999-03-30 2000-10-13 Toyota Motor Corp 経路探索装置及び方法並びに媒体
KR20090105313A (ko) * 2008-04-02 2009-10-07 연세대학교 산학협력단 복수 개의 모바일 로봇들로 이루어지는 경로 탐색 시스템및 경로 탐색 방법
CN102741654A (zh) * 2010-03-08 2012-10-17 三菱电机株式会社 路径搜索装置
CN105716613A (zh) * 2016-04-07 2016-06-29 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
US20190101402A1 (en) * 2016-06-24 2019-04-04 Google Inc. Identifying, processing and displaying data point clusters
CN108616562A (zh) * 2017-01-20 2018-10-02 北京嘀嘀无限科技发展有限公司 一种地理位置信息推荐处理方法及装置
CN106895846A (zh) * 2017-05-05 2017-06-27 中国联合网络通信集团有限公司 一种路径规划方法及路径规划装置
US20190179752A1 (en) * 2017-12-09 2019-06-13 Chungbuk National University Industry-Academic Cooperation Foundation Multi-level caching method and multi-level caching system for enhancing graph processing performance
CN109506669A (zh) * 2018-12-28 2019-03-22 斑马网络技术有限公司 动态路径规划方法、装置、系统以及存储介质
US20210302180A1 (en) * 2020-03-30 2021-09-30 Samsung Electronics Co., Ltd. Optimal route searching device and operation method thereof

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
丁鹏飞: "基于多约束的动态图路径查询研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 2, pages 14 - 26 *
曹春萍;何佳;: "基于边映射表连接的匹配算法", 计算机应用研究, no. 09 *
杨雷;: "单源最短路问题高效算法探究", 电脑知识与技术, no. 13 *
陈继东;孟小峰;赖彩凤;: "基于道路网络的对象聚类", 软件学报, no. 02 *

Also Published As

Publication number Publication date
CN114061610B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
US20220155084A1 (en) System And Method For Storing And Providing Routes
US20090125229A1 (en) Corridor mapping with alternative routes
JPH01173298A (ja) ナビゲーション装置
JP2014517330A (ja) カスタム移動ルートシステム
US20160146629A1 (en) Generating Travel Time Data
CN109737965B (zh) 一种三维虚拟场景下的导航路径最优选择的方法
Li Multi-day and multi-stay travel planning using geo-tagged photos
Krisp et al. Car navigation–computing routes that avoid complicated crossings
CN107659596B (zh) 一种动态导航的方法及装置、终端
CN100520300C (zh) 城际导航路径的计算方法
CN102087113B (zh) 一种车载机自主导航方法
CN114061610B (zh) 一种辅助探索城市的路径规划方法、装置及存储介质
CN114046798B (zh) 一种辅助探索城市的路径规划方法、装置及存储介质
CN114580796B (zh) 一种旅游属性路径规划方法及系统
CN109459051B (zh) 基于路线规划的语音伴随导游方法及设备
CN116358585A (zh) 应用于停车场的路径规划导航方法、装置及服务器
CN115183789A (zh) 一种导航路线的确定方法及装置
JP6376954B2 (ja) 経路探索システム、方法およびプログラム
Smirnov et al. Using a Genetic Algorithm for Planning Interesting Tourist Routes in the City on the Basis of Open Street Map Data
JP2001027544A (ja) パーソナルナビゲーション装置及びこれに利用される記憶媒体
KR101676847B1 (ko) 여행경로 추천에 의한 여행일정 제작 방법 및 그 시스템
Kramberger et al. GIS technology as an environment for testing an advanced mathematical model for optimization of road maintenance
Mercier et al. PleasantTourFinder: an application to find the most pleasant tour from a given location
Sukhbaatar A model simulation for trip planning recommendation system in Tourism
Zenker et al. Calculating meeting points for multi user pedestrian navigation systems

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