CN115862416A - 一种路径规划方法、装置、电子设备及存储介质 - Google Patents
一种路径规划方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115862416A CN115862416A CN202310061756.6A CN202310061756A CN115862416A CN 115862416 A CN115862416 A CN 115862416A CN 202310061756 A CN202310061756 A CN 202310061756A CN 115862416 A CN115862416 A CN 115862416A
- Authority
- CN
- China
- Prior art keywords
- node
- path
- current node
- current
- nodes
- 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
Abstract
本申请公开了一种路径规划方法、装置、电子设备及存储介质,该方法包括:获得仿真作战环境对应的虚拟地图;检测虚拟士兵在虚拟地图中的当前节点是否为终止节点;响应于当前节点不是终止节点,计算当前节点对应的移动代价数据,并基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,若是,则将当前节点确定为路径节点,并将当前节点添加至目标节点集合中;将目标节点集合中的起始节点、各路径节点以及终止节点之间的连接路径,确定为虚拟士兵在仿真作战环境中的目标路径。该方法基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,能够满足仿真作战环境下虚拟士兵的路径规划过程对实时性和准确度的要求。
Description
技术领域
本申请涉及仿真作战领域,具体涉及一种路径规划方法。本申请同时涉及一种路径规划装置、一种电子设备以及一种计算机可读取存储介质。
背景技术
在真实的城市攻防作战场景中,会遇到有需要士兵穿过街道,到达指定目的地的场景。但真实的战场环境较为复杂,士兵感知到的信息较为有限,因此,推动城市作战仿真训练具有其必要性,例如,需在仿真作战环境中模拟出虚拟士兵在该场景下自主搜索路径的方式,从而为真实作战环境提供参考依据。
仿真作战环境因其场景特殊性(仿真作战环境的态势情况瞬息万变),对仿真效果的实时性和仿真结果的准确性要求极高,然而,现有的路径规划方式存在耗时过长或准确度不足的问题,无法满足仿真作战环境对实时性和准确度的要求,进而无法在针对城市作战的实时仿真推演系统中得到有效应用。
发明内容
本发明提供一种路径规划方法、装置、电子设备及计算机可读存储介质,以解决现有技术中的现有的路径规划方式耗时过长或准确度不足,无法满足仿真作战环境对实时性和准确度的要求的问题。
为了解决或部分解决上述技术问题,根据本发明的一方面,提供一种路径规划方法,该方法应用于仿真作战环境中,包括:
获得仿真作战环境对应的虚拟地图;
检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,所述目标节点集合用于存放所述起始节点、所述终止节点以及各所述路径节点;
将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
在一种实施方式中,所述基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,包括:
计算获得所述当前节点的所述同组节点对应的各移动代价数据;
如果所述当前节点对应的移动代价数据为所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点是其同组节点中优先级最高的节点;
如果所述当前节点对应的移动代价数据不是所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点不是其同组节点中优先级最高的节点。
在一种实施方式中,所述计算所述当前节点对应的移动代价数据,包括:
使用Dijkstra算法计算获得所述累积代价;
使用启发函数计算获得所述预计代价;
将所述累积代价和所述预计代价进行加和,获得所述移动代价数据。
在一种实施方式中,所述累积代价和/或所述预计代价通过如下因素中的至少一种确定:
路径长度因素;
虚拟士兵的行进难易度因素;
虚拟士兵的行进危险度因素。
在一种实施方式中,所述方法还包括:
对所述当前节点的上一路径节点进行记录,获得所述当前节点的父节点标识;
在将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径之前,所述方法还包括:
基于所述父节点标识,从所述目标节点集合中的终止节点进行回溯,依次确定出各路径节点对应的上一路径节点,并据此确定出所述起始节点、各所述路径节点以及所述终止节点之间的所述连接路径。
在一种实施方式中,所述方法还包括:
检测所述虚拟士兵在所述虚拟地图中的当前节点是否为起始节点;
响应于所述当前节点是起始节点,将所述当前节点添加至所述目标节点集合中;
或者,响应于所述当前节点不是起始节点,检测所述当前节点是否为终止节点。
在一种实施方式中,所述获得仿真作战环境对应的虚拟地图,包括:
以线段和节点的形式对所述仿真作战环境中的道路信息进行抽象处理,获得所述虚拟地图。
根据本发明的另一方面,提供一种路径规划装置,应用于仿真作战环境中,所述装置包括:
虚拟地图获得单元,用于获得仿真作战环境对应的虚拟地图;
终止节点检测单元,用于检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
路径节点确定单元,用于响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,所述目标节点集合用于存放所述起始节点、所述终止节点以及各所述路径节点;
目标路径确定单元,用于将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
根据本发明的另一方面,提供一种电子设备,包括处理器和存储器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述方法。
根据本发明的另一方面,提供一种计算机可读存储介质,其上存储有一条或多条计算机指令,该指令被处理器执行以实现上述方法。
与现有技术相比,本申请实施例具有以下优点:
本申请实施例提供的路径规划方法,获得仿真作战环境对应的虚拟地图;检测虚拟士兵在虚拟地图中的当前节点是否为终止节点;响应于当前节点不是终止节点,计算当前节点对应的移动代价数据,并基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,若是,则将当前节点确定为路径节点,并将当前节点添加至目标节点集合中,其中,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,同组节点是指当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,目标节点集合用于存放起始节点、终止节点以及各路径节点;将目标节点集合中的起始节点、各路径节点以及终止节点之间的连接路径,确定为虚拟士兵在仿真作战环境中的目标路径。该方法基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,能够兼顾路径规划的准确性、高效性以及合理性,提升虚拟士兵路径规划过程的仿真逼真度以及仿真结果的可信度,能够满足仿真作战环境下虚拟士兵的路径规划过程对实时性和准确度的要求。
附图说明
图1是本申请一实施例提供的路径规划方法流程图;
图2是本申请一实施例提供的路径规划装置的单元框图;
图3是本申请一实施例提供的电子设备的逻辑结构示意图。
实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
仿真作战环境因其场景特殊性(仿真作战环境的态势情况瞬息万变),对仿真效果的实时性和仿真结果的准确性要求极高,然而,现有的路径规划方式存在耗时过长或准确度不足的问题,无法满足仿真作战环境对实时性和准确度的要求,进而无法在针对城市作战的实时仿真推演系统中得到有效应用。
例如,现有的路径搜索方法均是在图论的领域下研究,从大的方面可以分为三类,即深度优先搜索(DFS)、广度优先算法(BFS)和图搜索。其中,DFS在执行路径搜索时,需尽可能地深入一个图,当无法行进时,需回溯到上一个较浅的节点重新开始路径搜索,直到发现终止节点为止,该过程无法保障路径搜索结果的准确度。BFS则是从起始节点开始展开,依次检查从其触发的每个节点,然后从检查的节点继续展开检查,以此循环,直至找到终止节点,当路径分支数目较多时,BFS较为耗时,无法保障路径搜索效率。现有的有关图搜索的路径搜索方法趋向于计算起始节点到所有节点的最佳路径,该过程较为复杂,同样无法保障路径搜索效率。
针对仿真作战场景,为了提升仿真作战环境下虚拟士兵在路径规划中的实时性和准确度的要求,本申请提供了一种路径规划方法、与该方法相对应的路径规划装置、电子设备以及计算机可读存储介质。以下提供实施例对上述方法、装置、电子设备以及计算机可读存储介质进行详细说明。
本申请一实施例提供一种路径规划方法,该方法应用于仿真作战环境中,即,该路径规划方法的应用主体可以为用于进行路径规划的计算设备应用,该计算设备应用可运行于用于构建仿真作战环境的服务器中。图1为本申请第一实施例提供的路径规划方法的流程图,以下结合图1对本实施例提供的方法进行详细描述。以下描述所涉及的实施例是用来解释说明方法原理,不是实际使用的限定。
如图1所示,本实施例提供的路径规划方法包括如下步骤:
S101,获得仿真作战环境对应的虚拟地图。
本步骤用于获得仿真作战环境对应的虚拟地图。在本实施例中,在获得该仿真作战环境对应的虚拟地图之前,还需构建仿真作战环境,例如,构建可视化的三维城市战场模型,然而,由于虚拟士兵无法对该三维城市战场模型的虚拟环境中的道路、楼房桥梁等设施进行识别,因此,需通过对三维城市虚拟环境空间进行分层信息处理,以生成虚拟士兵能够感知的虚拟信息层,即,将可视化的三维场景抽象成可由计算机(虚拟士兵模型)理解的数据形式。
具体的,可将虚拟城市空间设计成3层,分别存储三维静态实体信息、二维导航点信息以及行为指导信息,其相当于在原始三维城市战场模型的基础上添加了3个信息层,其中,静态实体层负责存储虚拟城市中的静态实体信息,例如虚拟城市中的大楼、树木、河道、草坪、桥梁等实体各自的大小、位置、方向等信息,即,各实体的三维坐标以及其自身的长度、宽度、高度信息均存储于本层,静态实体层表征虚拟城市的三维可视化,也承载其他2个信息层。导航信息层存储导航点信息,即路点信息,对于静态实体层,虚拟士兵无法感知,因此,需在静态实体层之上叠加路点信息,路点信息标记虚拟士兵可以经过或到达的地点即空间坐标,具体的,可对虚拟城市通行状况的深入分析,将虚拟士兵可以到达的关键点进行记录,以生成一套路点,其实质为三维空间里的离散点,相邻且可视的节点之间通过直线连接,构成了虚拟士兵行走路线。辅助信息层基于虚拟士兵的行进安全性和行进速度进行构建,其通过指定和动态更新每个路点和行走路线的安全系数与速度系数,以此对最优路径的搜索结果产生影响。
基于此,上述获得仿真作战环境对应的虚拟地图的过程具体是指:以线段和节点的形式对仿真作战环境中的道路信息进行抽象处理,获得虚拟地图,其中,线段表征虚拟士兵在节点之间的行走路线,节点表征虚拟士兵可以到达的关键点。
S102,检测虚拟士兵在虚拟地图中的当前节点是否为终止节点。
在上述步骤获得仿真作战环境对应的虚拟地图之后,本步骤用于检测虚拟士兵在虚拟地图中的当前节点是否为终止节点,具体的,可检测虚拟士兵在所述虚拟地图中的当前节点是否为起始节点,如果当前节点是起始节点,则将该当前节点添加至目标节点集合中;如果当前节点不是起始节点,则检测该当前节点是否为终止节点。起始节点即为虚拟士兵在仿真作战环境中的出发点,终止节点即为虚拟士兵在仿真作战环境中的目标点,其均为虚拟士兵在启动路径规划任务时预先确定的。上述目标节点集合用于存放起始节点、终止节点以及路径规划过程中所确定的各路径节点,该路径节点为最终所确定的目标路径中的各中间节点。
S103, 响应于当前节点不是终止节点,计算当前节点对应的移动代价数据,并基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,若是,则将当前节点确定为路径节点,并将当前节点添加至目标节点集合中。
在上述步骤检测虚拟士兵在虚拟地图中的当前节点是否为终止节点之后,本步骤中,当上述检测结果表明当前节点不是终止节点时,计算当前节点对应的移动代价数据,并基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,其中,上述移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,同组节点是指当前节点的上一路径节点的各邻近节点中、未被确定为路径节点的节点。
在本实施例中,上述基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,具体是指:计算获得所述当前节点的所述同组节点对应的各移动代价数据;如果当前节点对应的移动代价数据为所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定当前节点是其同组节点中优先级最高的节点;如果当前节点对应的移动代价数据不是所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定当前节点不是其同组节点中优先级最高的节点,后续路径规划中可忽略该当前节点。即,对于任一在虚拟士兵的路径规划中所确定的路径节点,在其后续的路径节点的确定过程中均作为先验信息,例如,节点A已被确定为路径节点,则记录该节点A的各邻近节点B、C、D、E,其中节点B在之前的过程中已被确定为目标节点,则当前忽略该节点B,计算节点C 、D、E的移动代价数据,并筛选出节点C 、D、E中优先级最高的节点作为当前的路径节点。
在本实施例中,上述计算当前节点对应的移动代价数据,具体是指:使用Dijkstra算法计算获得上述从起始节点到当前节点的累积代价,Dijkstra算法用于计算各节点距离起始节点的移动代价(累积代价),对于所有待遍历的节点,放入优先队列中,并按照其移动代价进行排序,在算法运行的过程中,每次均从优先队列中选出代价最小的作为下一个遍历的节点,直到到达终点为止;使用启发函数计算获得上述从当前节点到终止节点的预计代价,例如,如果在虚拟地图中允许虚拟士兵朝上下左右四个方向移动,则可以使用曼哈顿距离(Manhattan distance)作为启发函数,如果在虚拟地图中允许虚拟士兵朝八个方向移动,则可以使用对角距离作为启发函数,如果在虚拟地图中允许虚拟士兵朝任意方向移动,则可以使用欧几里得距离(Euclidean distance)作为启发函数;将累积代价和预计代价进行加和,获得上述移动代价数据。
需要说明的是,由于本申请针对的是虚拟作战场景的路径规划,因此,上述累积代价和/或预计代价可通过如下因素中的至少一种确定:路径长度因素;虚拟士兵的行进难易度因素;虚拟士兵的行进危险度因素。即,由于真实的战场环境较为复杂,本申请涉及仿真作战环境中模拟出虚拟士兵的自主搜索路径,以此为真实作战环境提供参考依据,使得虚拟作战场景对真实路径状况的需求度较高,因此在计算累积代价和/或预计代价的过程中,不仅考虑路径长度因素(即,虚拟地图中各节点之间的线段长度)对移动代价的影响,还可考虑虚拟士兵在各类型路径的行进难易程度和行进危险程度对移动代价的影响,例如,在既有平地也有山脉的虚拟地图中,虚拟士兵在平地和山脉中移动的难易程度不同,因此移动速度不同,对应的移动代价不同;再例如,在虚拟作战场景中,宽阔的道路比草丛道路行进速度快,但可能带来更严重的安全威胁,因此,需综合考虑虚拟士兵的行进难易程度和行进危险程度对移动代价的影响。具体的,可对路径长度、进难易程度以及行进危险程度均赋予一定权重,将其共同作为计算累积代价和/或预计代价时的参考因子,以使得最终计算获得的移动代价数据更加符合虚拟作战场景的路径规划的真实需求。
在本实施例中,针对虚拟士兵在虚拟作战场景的路径规划过程中所面对的任一当前节点,均按照步骤S103中的方式确定其是否为路径节点,直至最终确定当前节点为终止节点。
S104,将目标节点集合中的起始节点、各路径节点以及终止节点之间的连接路径,确定为虚拟士兵在仿真作战环境中的目标路径。
在上述步骤确定当前节点为路径节点,并将该当前节点添加至目标节点集合中,直至确定出从起始节点到终止节点的所有路径节点之后,本步骤用于将目标节点集合中的起始节点、各路径节点以及终止节点之间的连接路径,确定为虚拟士兵在仿真作战环境中的目标路径。例如,针对在步骤S103中所确定出的每个路径节点,均对其邻近的上一路径节点进行记录,获得各路径节点的父节点标识,然后基于该父节点标识,从目标节点集合中的终止节点进行回溯,依次确定出各路径节点对应的上一路径节点,并据此确定出起始节点、各路径节点以及终止节点之间的连接路径(即上述各节点的连接顺序),并将该连接路径确定为虚拟士兵在仿真作战环境中的目标路径。
本申请实施例提供的路径规划方法,获得仿真作战环境对应的虚拟地图;检测虚拟士兵在虚拟地图中的当前节点是否为终止节点;响应于当前节点不是终止节点,计算当前节点对应的移动代价数据,并基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,若是,则将当前节点确定为路径节点,并将当前节点添加至目标节点集合中,其中,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,同组节点是指当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,目标节点集合用于存放起始节点、终止节点以及各路径节点;将目标节点集合中的起始节点、各路径节点以及终止节点之间的连接路径,确定为虚拟士兵在仿真作战环境中的目标路径。该方法基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,能够兼顾路径规划的准确性、高效性以及合理性,提升虚拟士兵路径规划过程的仿真逼真度以及仿真结果的可信度,能够满足仿真作战环境下虚拟士兵的路径规划过程对实时性和准确度的要求。
并且,该方法的路径规划过程能够兼顾路径规划的准确性、高效性以及合理性,使得在战场环境的实时仿真过程中能够使用具有AI行动能力的虚拟士兵,即,依托该方法实现的虚拟士兵在其路径规划过程中,能够表现的更加贴近真实战场环境。并且,该方法的路径规划过程对计算资源的消耗较低,在战场环境的实时仿真过程中可以形成分队级别的虚拟士兵,借助导航调度应用,可实现虚拟战场环境中虚拟士兵集群行为仿真的目的。
上述实施例提供了一种路径规划方法,与之相对应的,本申请另一实施例还提供了一种路径规划装置,该装置应用于仿真作战环境中,由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对装置实施例的描述仅仅是示意性的。
请参考图2理解该实施例,图2为本实施例提供的路径规划装置的单元框图,如图2所示,本实施例提供的路径规划装置包括:
虚拟地图获得单元201,用于获得仿真作战环境对应的虚拟地图;
终止节点检测单元202,用于检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
路径节点确定单元203,用于响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,所述目标节点集合中包含所述起始节点、所述终止节点以及各所述路径节点;
目标路径确定单元204,用于将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
在一种实施方式中,所述基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,包括:
计算获得所述当前节点的所述同组节点对应的各移动代价数据;
如果所述当前节点对应的移动代价数据为所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点是其同组节点中优先级最高的节点;
如果所述当前节点对应的移动代价数据不是所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点不是其同组节点中优先级最高的节点。
在一种实施方式中,所述计算所述当前节点对应的移动代价数据,包括:
使用Dijkstra算法计算获得所述累积代价;
使用启发函数计算获得所述预计代价;
将所述累积代价和所述预计代价进行加和,获得所述移动代价数据。
在一种实施方式中,所述累积代价和/或所述预计代价通过如下因素中的至少一种确定:
路径长度因素;
虚拟士兵的行进难易度因素;
虚拟士兵的行进危险度因素。
在一种实施方式中,所述装置还包括:对所述当前节点的上一路径节点进行记录,获得所述当前节点的父节点标识;
在将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径之前,所述装置还包括:基于所述父节点标识,从所述目标节点集合中的终止节点进行回溯,依次确定出各路径节点对应的上一路径节点,并据此确定出所述起始节点、各所述路径节点以及所述终止节点之间的所述连接路径。
在一种实施方式中,所述装置还包括:检测所述虚拟士兵在所述虚拟地图中的当前节点是否为起始节点;响应于所述当前节点是起始节点,将所述当前节点添加至所述目标节点集合中;或者,响应于所述当前节点不是起始节点,检测所述当前节点是否为终止节点。
在一种实施方式中,所述获得仿真作战环境对应的虚拟地图,包括:
以线段和节点的形式对所述仿真作战环境中的道路信息进行抽象处理,获得所述虚拟地图。
本申请实施例提供的路径规划装置,可基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,能够兼顾路径规划的准确性、高效性以及合理性,提升虚拟士兵路径规划过程的仿真逼真度以及仿真结果的可信度,能够满足仿真作战环境下虚拟士兵的路径规划过程对实时性和准确度的要求。
并且,该装置的路径规划过程能够兼顾路径规划的准确性、高效性以及合理性,使得在战场环境的实时仿真过程中能够使用具有AI行动能力的虚拟士兵,即,依托该方法实现的虚拟士兵在其路径规划过程中,能够表现的更加贴近真实战场环境。并且,该装置的路径规划过程对计算资源的消耗较低,在战场环境的实时仿真过程中可以形成分队级别的虚拟士兵,借助导航调度应用,可实现虚拟战场环境中虚拟士兵集群行为仿真的目的。
在上述的实施例中,提供了一种路径规划方法以及一种路径规划装置,此外,本申请另一实施例还提供一种电子设备,由于电子设备实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对电子设备实施例的描述仅仅是示意性的。该电子设备实施例如下:
请参考图3理解本实施例,图3为本实施例提供的电子设备的示意图。
如图3所示,本实施例提供的电子设备包括:处理器301和存储器302;
该存储器302用于存储数据处理的计算机指令,该计算机指令在被处理器301读取执行时,执行如下操作:
获得仿真作战环境对应的虚拟地图;
检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,所述目标节点集合中包含所述起始节点、所述终止节点以及各所述路径节点;
将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
在一种实施方式中,所述基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,包括:
计算获得所述当前节点的所述同组节点对应的各移动代价数据;
如果所述当前节点对应的移动代价数据为所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点是其同组节点中优先级最高的节点;
如果所述当前节点对应的移动代价数据不是所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点不是其同组节点中优先级最高的节点。
在一种实施方式中,所述计算所述当前节点对应的移动代价数据,包括:
使用Dijkstra算法计算获得所述累积代价;
使用启发函数计算获得所述预计代价;
将所述累积代价和所述预计代价进行加和,获得所述移动代价数据。
在一种实施方式中,所述累积代价和/或所述预计代价通过如下因素中的至少一种确定:
路径长度因素;
虚拟士兵的行进难易度因素;
虚拟士兵的行进危险度因素。
在一种实施方式中,还包括:
对所述当前节点的上一路径节点进行记录,获得所述当前节点的父节点标识;
在将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径之前,还包括:基于所述父节点标识,从所述目标节点集合中的终止节点进行回溯,依次确定出各路径节点对应的上一路径节点,并据此确定出所述起始节点、各所述路径节点以及所述终止节点之间的所述连接路径。
在一种实施方式中,还包括:
检测所述虚拟士兵在所述虚拟地图中的当前节点是否为起始节点;
响应于所述当前节点是起始节点,将所述当前节点添加至所述目标节点集合中;或者,响应于所述当前节点不是起始节点,检测所述当前节点是否为终止节点。
在一种实施方式中,所述获得仿真作战环境对应的虚拟地图,包括:
以线段和节点的形式对所述仿真作战环境中的道路信息进行抽象处理,获得所述虚拟地图。
通过使用本实施例提供的电子设备,可基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,能够兼顾路径规划的准确性、高效性以及合理性,提升虚拟士兵路径规划过程的仿真逼真度以及仿真结果的可信度,能够满足仿真作战环境下虚拟士兵的路径规划过程对实时性和准确度的要求。
并且,该电子设备实现的路径规划过程能够兼顾路径规划的准确性、高效性以及合理性,使得在战场环境的实时仿真过程中能够使用具有AI行动能力的虚拟士兵,即,依托该方法实现的虚拟士兵在其路径规划过程中,能够表现的更加贴近真实战场环境。并且,该电子设备实现的路径规划过程对计算资源的消耗较低,在战场环境的实时仿真过程中可以形成分队级别的虚拟士兵,借助导航调度应用,可实现虚拟战场环境中虚拟士兵集群行为仿真的目的。
在上述的实施例中,提供了一种路径规划方法、一种路径规划装置以及一种电子设备,此外,本申请另一实施例还提供了一种用于实现上述路径规划方法的计算机可读存储介质。本申请提供的计算机可读存储介质实施例描述得比较简单,相关部分请参见上述方法实施例的对应说明即可,下述描述的实施例仅仅是示意性的。
本实施例提供的计算机可读存储介质上存储有计算机指令,该指令被处理器执行时实现以下步骤:
获得仿真作战环境对应的虚拟地图;
检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,所述目标节点集合中包含所述起始节点、所述终止节点以及各所述路径节点;
将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
在一种实施方式中,所述基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,包括:计算获得所述当前节点的所述同组节点对应的各移动代价数据;如果所述当前节点对应的移动代价数据为所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点是其同组节点中优先级最高的节点;如果所述当前节点对应的移动代价数据不是所述同组节点对应的各移动代价数据中最小的移动代价数据,则确定所述当前节点不是其同组节点中优先级最高的节点。
在一种实施方式中,所述计算所述当前节点对应的移动代价数据,包括:
使用Dijkstra算法计算获得所述累积代价;
使用启发函数计算获得所述预计代价;
将所述累积代价和所述预计代价进行加和,获得所述移动代价数据。
在一种实施方式中,所述累积代价和/或所述预计代价通过如下因素中的至少一种确定:
路径长度因素;
虚拟士兵的行进难易度因素;
虚拟士兵的行进危险度因素。
在一种实施方式中,还包括:对所述当前节点的上一路径节点进行记录,获得所述当前节点的父节点标识;
在将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径之前,还包括:基于所述父节点标识,从所述目标节点集合中的终止节点进行回溯,依次确定出各路径节点对应的上一路径节点,并据此确定出所述起始节点、各所述路径节点以及所述终止节点之间的所述连接路径。
在一种实施方式中,还包括:
检测所述虚拟士兵在所述虚拟地图中的当前节点是否为起始节点;
响应于所述当前节点是起始节点,将所述当前节点添加至所述目标节点集合中;或者,响应于所述当前节点不是起始节点,检测所述当前节点是否为终止节点。
在一种实施方式中,所述获得仿真作战环境对应的虚拟地图,包括:
以线段和节点的形式对所述仿真作战环境中的道路信息进行抽象处理,获得所述虚拟地图。
通过执行本实施例提供的计算机可读存储介质上所存储的计算机指令,可基于移动代价数据确定当前节点是否为其同组节点中优先级最高的节点,移动代价数据包括从起始节点到当前节点的累积代价和从当前节点到终止节点的预计代价,能够兼顾路径规划的准确性、高效性以及合理性,提升虚拟士兵路径规划过程的仿真逼真度以及仿真结果的可信度,能够满足仿真作战环境下虚拟士兵的路径规划过程对实时性和准确度的要求。
并且,上述路径规划过程能够兼顾路径规划的准确性、高效性以及合理性,使得在战场环境的实时仿真过程中能够使用具有AI行动能力的虚拟士兵,即,依托该方法实现的虚拟士兵在其路径规划过程中,能够表现的更加贴近真实战场环境。并且,上述路径规划过程对计算资源的消耗较低,在战场环境的实时仿真过程中可以形成分队级别的虚拟士兵,借助导航调度应用,可实现虚拟战场环境中虚拟士兵集群行为仿真的目的。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、 程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器 (DRAM)、 其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (10)
1.一种路径规划方法,其特征在于,应用于仿真作战环境中,所述方法包括:
获得仿真作战环境对应的虚拟地图;
检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各邻近节点中、未被确定为路径节点的节点,所述目标节点集合用于存放所述起始节点、所述终止节点以及各所述路径节点;
将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
2.一种路径规划方法,其特征在于,应用于仿真作战环境中,所述方法包括:
获得仿真作战环境对应的虚拟地图;
检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各邻近节点中、未被确定为路径节点的节点,所述目标节点集合用于存放所述起始节点、所述终止节点以及各所述路径节点;
将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
3.根据权利要求1所述的方法,其特征在于,所述计算所述当前节点对应的移动代价数据,包括:
使用Dijkstra算法计算获得所述累积代价;
使用启发函数计算获得所述预计代价;
将所述累积代价和所述预计代价进行加和,获得所述移动代价数据。
4.据权利要求1或3所述的方法,其特征在于,所述累积代价和/或所述预计代价通过如下因素中的至少一种确定:
路径长度因素;
虚拟士兵的行进难易度因素;
虚拟士兵的行进危险度因素。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述当前节点的上一路径节点进行记录,获得所述当前节点的父节点标识;
在将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径之前,所述方法还包括:
基于所述父节点标识,从所述目标节点集合中的终止节点进行回溯,依次确定出各路径节点对应的上一路径节点,并据此确定出所述起始节点、各所述路径节点以及所述终止节点之间的所述连接路径。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
检测所述虚拟士兵在所述虚拟地图中的当前节点是否为起始节点;
响应于所述当前节点是起始节点,将所述当前节点添加至所述目标节点集合中;
或者,响应于所述当前节点不是起始节点,检测所述当前节点是否为终止节点。
7.根据权利要求1所述的方法,其特征在于,所述获得仿真作战环境对应的虚拟地图,包括:
以线段和节点的形式对所述仿真作战环境中的道路信息进行抽象处理,获得所述虚拟地图。
8.一种路径规划装置,其特征在于,应用于仿真作战环境中,所述装置包括:
虚拟地图获得单元,用于获得仿真作战环境对应的虚拟地图;
终止节点检测单元,用于检测虚拟士兵在所述虚拟地图中的当前节点是否为终止节点;
路径节点确定单元,用于响应于所述当前节点不是终止节点,计算所述当前节点对应的移动代价数据,并基于所述移动代价数据确定所述当前节点是否为其同组节点中优先级最高的节点,若是,则将所述当前节点确定为路径节点,并将所述当前节点添加至目标节点集合中,其中,所述移动代价数据包括从起始节点到所述当前节点的累积代价和从所述当前节点到所述终止节点的预计代价,所述同组节点是指所述当前节点的上一路径节点的各相邻节点中、未被确定为路径节点的节点,所述目标节点集合用于存放所述起始节点、所述终止节点以及各所述路径节点;
目标路径确定单元,用于将所述目标节点集合中的所述起始节点、各所述路径节点以及所述终止节点之间的连接路径,确定为所述虚拟士兵在所述仿真作战环境中的目标路径。
9.一种电子设备,其特征在于,包括处理器和存储器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有一条或多条计算机指令,其特征在于,该指令被处理器执行以实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310061756.6A CN115862416B (zh) | 2023-01-20 | 2023-01-20 | 一种路径规划方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310061756.6A CN115862416B (zh) | 2023-01-20 | 2023-01-20 | 一种路径规划方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115862416A true CN115862416A (zh) | 2023-03-28 |
CN115862416B CN115862416B (zh) | 2023-05-23 |
Family
ID=85657584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310061756.6A Active CN115862416B (zh) | 2023-01-20 | 2023-01-20 | 一种路径规划方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115862416B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117719498A (zh) * | 2024-02-08 | 2024-03-19 | 深圳市欧冶半导体有限公司 | 路径规划方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107345815A (zh) * | 2017-07-24 | 2017-11-14 | 东北大学 | 一种基于改进a*算法的家庭服务机器人路径规划方法 |
CN108245888A (zh) * | 2018-02-09 | 2018-07-06 | 腾讯科技(深圳)有限公司 | 虚拟对象控制方法、装置及计算机设备 |
CN113082719A (zh) * | 2021-04-30 | 2021-07-09 | 腾讯科技(深圳)有限公司 | 三维虚拟场景的寻路方法、装置及电子设备 |
WO2021259192A1 (zh) * | 2020-06-22 | 2021-12-30 | 京东科技信息技术有限公司 | 路径规划方法、装置、机器人及存储介质 |
CN114721401A (zh) * | 2022-05-23 | 2022-07-08 | 重庆邮电大学 | 一种基于改进a*算法的高效路径规划方法 |
-
2023
- 2023-01-20 CN CN202310061756.6A patent/CN115862416B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107345815A (zh) * | 2017-07-24 | 2017-11-14 | 东北大学 | 一种基于改进a*算法的家庭服务机器人路径规划方法 |
CN108245888A (zh) * | 2018-02-09 | 2018-07-06 | 腾讯科技(深圳)有限公司 | 虚拟对象控制方法、装置及计算机设备 |
WO2021259192A1 (zh) * | 2020-06-22 | 2021-12-30 | 京东科技信息技术有限公司 | 路径规划方法、装置、机器人及存储介质 |
CN113082719A (zh) * | 2021-04-30 | 2021-07-09 | 腾讯科技(深圳)有限公司 | 三维虚拟场景的寻路方法、装置及电子设备 |
CN114721401A (zh) * | 2022-05-23 | 2022-07-08 | 重庆邮电大学 | 一种基于改进a*算法的高效路径规划方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117719498A (zh) * | 2024-02-08 | 2024-03-19 | 深圳市欧冶半导体有限公司 | 路径规划方法、装置、电子设备和存储介质 |
CN117719498B (zh) * | 2024-02-08 | 2024-04-16 | 深圳市欧冶半导体有限公司 | 路径规划方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115862416B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11182624B2 (en) | Method, system and memory for constructing transverse topological relationship of lanes in high-definition map | |
JP6828044B2 (ja) | ルート逸脱認識方法、端末、および記憶媒体 | |
US8935096B2 (en) | Apparatus for fast path search by learning heuristic function and method thereof | |
CN108253973B (zh) | 高精度地图和标准地图关联的方法及装置 | |
WO2022105437A1 (zh) | 一种路径规划方法、装置和电子设备 | |
CN104679864A (zh) | 一种基于gis的嫌疑目标智能跟踪方法和装置 | |
JP2014527617A (ja) | 情報の収集および抽出を通じたルート提供 | |
WO2022105394A1 (en) | Simulation method and system, device, readable storage medium, and platform for autonomous driving | |
JP2014527617A5 (zh) | ||
CN113535569B (zh) | 自动驾驶的控制效果确定方法 | |
CN109726489A (zh) | 一种建立辅助驾驶数据库的方法及系统 | |
CN111650931B (zh) | 多个移动设备的路径确定的方法、装置与存储介质 | |
CN108332761B (zh) | 一种使用及创建路网地图信息的方法与设备 | |
CN115862416B (zh) | 一种路径规划方法、装置、电子设备及存储介质 | |
CN110755848A (zh) | 一种游戏中的寻路方法、终端及可读存储介质 | |
CN109756845A (zh) | 网络约车场景中作弊订单的识别方法和装置 | |
CN114625162A (zh) | 基于混合算法的无人机最优路径规划方法、系统及介质 | |
CN101526366B (zh) | 地图数据处理方法及导航设备 | |
Das et al. | Map enhanced route travel time prediction using deep neural networks | |
CN114485706A (zh) | 一种路线规划方法、装置、存储介质及电子设备 | |
CN116958316A (zh) | 拓扑图生成方法、装置、计算机设备及存储介质 | |
CN116167235A (zh) | 路网模型生成方法、装置及设备 | |
Koefoed-Hansen et al. | Representations for path finding in planar environments | |
CN115993817A (zh) | 张量场驱动分层路径规划的自主探索方法、装置及介质 | |
CN113447039B (zh) | 一种基于测绘信息的高精度道路最短路径计算方法 |
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 |