CN116822774A - 一种基于改进Dijkstra算法的路径规划方法 - Google Patents

一种基于改进Dijkstra算法的路径规划方法 Download PDF

Info

Publication number
CN116822774A
CN116822774A CN202311107344.8A CN202311107344A CN116822774A CN 116822774 A CN116822774 A CN 116822774A CN 202311107344 A CN202311107344 A CN 202311107344A CN 116822774 A CN116822774 A CN 116822774A
Authority
CN
China
Prior art keywords
path
node
preset
generating
cost value
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
CN202311107344.8A
Other languages
English (en)
Inventor
王鑫
袁振
王剑
杨友
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.)
CETC 15 Research Institute
Original Assignee
CETC 15 Research Institute
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 CETC 15 Research Institute filed Critical CETC 15 Research Institute
Priority to CN202311107344.8A priority Critical patent/CN116822774A/zh
Publication of CN116822774A publication Critical patent/CN116822774A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0835Relationships between shipper or supplier and carriers
    • G06Q10/08355Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Navigation (AREA)

Abstract

本公开是关于一种基于改进Dijkstra算法的路径规划方法、装置、电子设备以及存储介质。该方法包括:基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。本公开通过引入了代价函数对Dijkstra算法进行改进,改进之后运算更加快速,考虑的因素更加全面,节省了传统的路径规划而产生的人力成本。

Description

一种基于改进Dijkstra算法的路径规划方法
技术领域
本公开涉及路径规划领域,具体而言,涉及一种基于改进Dijkstra算法的路径规划方法、装置、电子设备以及计算机可读存储介质。
背景技术
随着信息化发展越来越发达,投送任务的规划问题也随之智能化发展,智能路径规划的算法也逐渐替代人工规划,对车辆和人员的合理调度能有效节省人力物力,是决定投送任务时效性关键所在。路径规划问题的本质是数学中的运筹学问题,该问题的最优解是从一个运输节点到另一个运输节点的最短路径,对应的算法同时还需满足实时性。路径规划模型可以被看做是单源最短路径的求解,Dijkstra算法有较大优势,可以对其进行优化和改进以使其获得更优的性能。传统的路径规划系统通过人工来针对已有的地图针对起点和目的地进行经验性的路径规划,传统路径规划系统误差大,浪费人工以及时间。
因此,需要一种或多种方法解决上述问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于改进Dijkstra算法的路径规划方法、装置、电子设备以及计算机可读存储介质,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面,提供一种基于改进Dijkstra算法的路径规划方法,包括:
基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;
基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;
基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
在本公开的一种示例性实施例中,所述方法还包括:
所述路网数据模块包括,路径起点经纬度、路径终点经纬度、路径起点名称、路径终点名称、路径长度、路径类型、路径行进费用、路径通行时间和路径状态;
当所述路径起点和/或路径终点不唯一时,基于所述路网数据模块,生成路网矩阵。
在本公开的一种示例性实施例中,所述方法还包括:
基于所述故障节点的经过情况,生成二进制变量,基于对所述二进制变量的约束,规划所述路径,使所述路径不包括所述故障节点;
所述故障节点包括,道路堵塞、桥梁损毁、敌方干扰。
在本公开的一种示例性实施例中,所述方法还包括:
基于所述代价函数,计算所述路径起点的代价值,生成起点最小代价值,基于所述起点最小代价值,生成预设第一节点;
基于所述代价函数,计算所述预设第一节点的代价值,生成节点最小代价值,基于所述节点最小代价值,生成预设第二节点;
基于所述路径起点、预设第一节点、预设第二节点、路径终点,生成目标节点集合。
在本公开的一种示例性实施例中,所述方法还包括:
当所述路径起点、路径终点不唯一时,基于所述路网矩阵,对所述路径起点进行多线程分配,生成单一路径起点;
基于代价函数,分别计算所述单一路径起点的代价值,生成单一最小代价值,基于所述单一最小代价值,完成所述路径的规划。
在本公开的一种示例性实施例中,所述方法还包括:
基于递归算法,对所述路径终点进行溯源,生成父节点;
基于路径投送任务,对所述父节点进行判定,当所述父节点为路径起点时,完成路径节点信息溯源。
在本公开的一个方面,提供一种基于改进Dijkstra算法的路径规划装置,包括:
线程分配模块,所述线程分配模块用于对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;
算法改进模块,所述算法改进模块用于通过所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;
代价函数计算模块,所述代价函数计算模块用于计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
在本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
在本公开的一个方面,提供一种计算机可读存储介质,其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根据上述任意一项所述的方法。
本公开的示例性实施例中的一种基于改进Dijkstra算法的路径规划方法包括:基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。本公开通过引入了代价函数对Dijkstra算法进行改进,改进之后运算更加快速,考虑的因素更加全面,节省了传统的路径规划而产生的人力成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
通过参照附图来详细描述其示例性实施例,本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的一种基于改进Dijkstra算法的路径规划方法的流程图;
图2示出了根据本公开一示例性实施例的一种基于改进Dijkstra算法的路径规划方法的路网数据信息图;
图3示出了根据本公开一示例性实施例的一种基于改进Dijkstra算法的路径规划方法的逻辑图;
图4示出了根据本公开一示例性实施例的一种基于改进Dijkstra算法的路径规划方法的递归逻辑图;
图5示出了根据本公开一示例性实施例的一种基于改进Dijkstra算法的路径规划装置的示意框图;
图6示意性示出了根据本公开一示例性实施例的电子设备的框图;以及
图7示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例性实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例性实施例中,首先提供了一种基于改进Dijkstra算法的路径规划方法;参考图1中所示,该一种基于改进Dijkstra算法的路径规划方法可以包括以下步骤:
步骤S110,基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;
步骤S120,基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;
步骤S130,基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
本公开的示例性实施例提供了一种基于改进Dijkstra算法的路径规划方法,其中,该方法包括:基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。本公开通过引入了代价函数对Dijkstra算法进行改进,改进之后运算更加快速,考虑的因素更加全面,节省了传统的路径规划而产生的人力成本。
下面,将对本示例性实施例中的一种基于改进Dijkstra算法的路径规划方法进行进一步的说明。
在步骤S110中,可以基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点。
在本示例性实施例中,如图2所示,本发明基于已维护的路网数据为基础进行计算,在进行计算之前需先对路网数据进行构建。所述路网数据模块包括,路径起点经纬度、路径终点经纬度、路径起点名称、路径终点名称、路径长度、路径类型、路径行进费用、路径通行时间、路径状态;
当所述路径起点、路径终点不唯一时,基于所述路网数据模块,生成路网矩阵。即根据路网数据模块构建路网矩阵图,路网矩阵的长和宽分别为节点的数量,通过x,y轴来定位获取节点的代价值。根据路网矩阵图构建路网集合cost ,每个节点有三个信息,ID、父节点、代价值,以起点节点设置每个路径与起点的代价值。
在步骤S120中,可以基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法。
在本示例性实施例中,在Dijkstra算法中引入代价函数用以估计预设节点到终点代价的多少。代价函数的值越大,路径规划结果可能越长,代价函数的值越小,继续沿该方向进行搜索更有可能得到最短路径。
将包含n个节点的道路分布图记为G1=(V1,A1),节点集记为V1=,其中/>表示顶点i的坐标,两个需求点分别记为/>和/>,A1表示边集。则顶点j和顶点k之间的距离记为:
;
最短路径为Pl=(0<l≤n),则投送最短路径优化目标函数为:
;
在本示例性实施例中,基于实际投送过程中存在道路堵塞、桥梁损毁、敌方干扰等故障节点,且故障节点路段禁止经过的情况,所以生成二进制变量,表示边/>的使用情况。若在第h次规划中规划路径包括/>,则/>为1,否则/>为0:
;
基于对所述二进制变量的约束,规划所述路径,使所述路径不包括所述故障节点,则二进制变量满足约束条件:
;
当二进制变量满足约束条件后,可以对所述代价函数进行定义:
;
其中为该节点到起始需求点的距离,/>表示该节点到终点的距离,表示该节点到最近特殊路段的距离,则到起始需求点和终需求点越近、到特殊路段距离越远的节点,代价函数值越小,越靠近最优解。
在步骤S130中,可以基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
在本示例性实施例中,基于所述代价函数,计算所述路径起点的代价值,生成起点最小代价值,基于所述起点最小代价值,生成预设第一节点;基于所述代价函数,计算所述预设第一节点的代价值,生成节点最小代价值,基于所述节点最小代价值,生成预设第二节点;基于所述路径起点、预设第一节点、预设第二节点、路径终点,生成目标节点集合。
具体步骤流程如下:
(1)生成集合P1=,P1表示最短路径访问道路节点的顺序,开始时只包含起始需求点。
(2)生成集合P2,P2中包括与当前道路节点连通的所有节点的集合。
(3)根据代价函数公式计算集合P2中每个元素的代价值,从P2中选择代价值最小的节点,更新路径访问顺序P1=/>
(4)重复进行前述步骤(2)和步骤(3),直到访问到为止。
在本示例的实施例中,如图3所示,当投送任务是多起点多终点路网模型时,所述路径起点、路径终点不唯一,基于所述路网矩阵,对所述路径起点进行多线程分配,生成单一路径起点,即单个子任务起点。基于代价函数,分别计算所述单一路径起点的代价值,生成单一最小代价值,基于所述单一最小代价值,完成所述路径的规划。
具体步骤流程如下:
(1)针对每个投送的子任务进行多线程分配操作。
(2)获取单个子任务起点和终点。
(3)根据路网矩阵,以起点节点设置每个路径与起点的代价值。(与起点不通的节点代价值为无穷大)。
(4)设置起点为当前节点。
(5)开始执行程序,设置cost代价值最小的节点为当前节点,在路网矩阵图中寻找代价值最小的下一个节点a。判断在路网矩阵图中寻找代价值最小的节点a是否为一个节点,如果最小代价节点为多个则按照数量进行线程的分配。
(6)修改cost把代价a节点的父节点修改成当前节点,并把代价值修改成当前节点到a的代价值。判断a是否为终点,是则结束运行,否则执行步骤(5)。
在本示例性实施例中,如图4所示,在算法执行结束后,可以通过递归算法,对所述路径终点进行溯源,生成父节点。基于路径投送任务,对所述父节点进行判定,当所述父节点为路径起点时,完成路径节点信息溯源。
需要说明的是,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
此外,在本示例性实施例中,还提供了一种基于改进Dijkstra算法的路径规划装置。参照图5所示,该一种基于改进Dijkstra算法的路径规划装置400可以包括:线程分配模块410、算法改进模块420以及代价函数计算模块430。其中:
线程分配模块410,所述线程分配模块用于对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;
算法改进模块420,所述算法改进模块用于通过所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;
代价函数计算模块430,所述代价函数计算模块用于计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
上述中一种基于改进Dijkstra算法的路径规划装置模块的具体细节已经在对应的一种基于改进Dijkstra算法的路径规划方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了一种基于改进Dijkstra算法的路径规划装置400的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施例、完全的软件实施例(包括固件、微代码等),或硬件和软件方面结合的实施例,这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本发明的这种实施例的电子设备500。图6显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540。
其中,所述存储单元520存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如,所述处理单元510可以执行如图1中所示的步骤S110至步骤S130。
存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备570(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器560通过总线530与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图7所示,描述了根据本发明的实施例的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
计算机可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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、有线、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的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (9)

1.一种基于改进Dijkstra算法的路径规划方法,其特征在于,所述方法包括:
基于路径投送任务,对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;
基于所述预设节点到所述路径起点的距离、预设节点到所述路径终点的距离、预设节点到所述路径故障节点的距离,生成代价函数,基于所述代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;
基于所述代价函数,计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
所述路网数据模块包括,路径起点经纬度、路径终点经纬度、路径起点名称、路径终点名称、路径长度、路径类型、路径行进费用、路径通行时间和路径状态;
当所述路径起点和/或路径终点不唯一时,基于所述路网数据模块,生成路网矩阵。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述故障节点的经过情况,生成二进制变量,基于对所述二进制变量的约束,规划所述路径,使所述路径不包括所述故障节点;
所述故障节点包括,道路堵塞、桥梁损毁和敌方干扰。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述代价函数,计算所述路径起点的代价值,生成起点最小代价值,基于所述起点最小代价值,生成预设第一节点;
基于所述代价函数,计算所述预设第一节点的代价值,生成节点最小代价值,基于所述节点最小代价值,生成预设第二节点;
基于所述路径起点、预设第一节点、预设第二节点以及路径终点,生成目标节点集合。
5.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述路径起点和/或路径终点不唯一时,基于所述路网矩阵,对所述路径起点进行多线程分配,生成单一路径起点;
基于代价函数,分别计算所述单一路径起点的代价值,生成单一最小代价值,基于所述单一最小代价值,完成所述路径的规划。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于递归算法,对所述路径终点进行溯源,生成父节点;
基于路径投送任务,对所述父节点进行判定,当所述父节点为路径起点时,完成路径节点信息溯源。
7.一种基于改进Dijkstra算法的路径规划装置,其特征在于,所述装置包括:
线程分配模块,所述线程分配模块用于对所述路径进行多线程分配,生成路网数据模块,基于所述路网数据模块,对所述路径的节点进行设置,生成预设节点;
算法改进模块,所述算法改进模块用于通过代价函数对Dijkstra算法进行改进,生成改进Dijkstra算法;
代价函数计算模块,所述代价函数计算模块用于计算所述预设节点的代价值,生成最小代价值,基于所述最小代价值,完成所述路径的规划。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现根据权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其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根据权利要求1至6中任一项所述的方法。
CN202311107344.8A 2023-08-31 2023-08-31 一种基于改进Dijkstra算法的路径规划方法 Pending CN116822774A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311107344.8A CN116822774A (zh) 2023-08-31 2023-08-31 一种基于改进Dijkstra算法的路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311107344.8A CN116822774A (zh) 2023-08-31 2023-08-31 一种基于改进Dijkstra算法的路径规划方法

Publications (1)

Publication Number Publication Date
CN116822774A true CN116822774A (zh) 2023-09-29

Family

ID=88114946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311107344.8A Pending CN116822774A (zh) 2023-08-31 2023-08-31 一种基于改进Dijkstra算法的路径规划方法

Country Status (1)

Country Link
CN (1) CN116822774A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109443364A (zh) * 2018-11-13 2019-03-08 国网浙江宁波市鄞州区供电有限公司 基于a*算法的路径规划方法
CN110595482A (zh) * 2019-10-28 2019-12-20 深圳市银星智能科技股份有限公司 一种带避障权重的路径规划方法、装置及电子设备
CN111027743A (zh) * 2019-11-06 2020-04-17 深圳市城市交通规划设计研究中心有限公司 基于分层路网的od最优路径搜索方法及装置
CN111369066A (zh) * 2020-03-09 2020-07-03 广东南方数码科技股份有限公司 路径规划方法、装置、电子设备及可读存储介质
CN113485345A (zh) * 2021-07-15 2021-10-08 贵州电网有限责任公司 一种基于机器人体积的移动机器人路径规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109443364A (zh) * 2018-11-13 2019-03-08 国网浙江宁波市鄞州区供电有限公司 基于a*算法的路径规划方法
CN110595482A (zh) * 2019-10-28 2019-12-20 深圳市银星智能科技股份有限公司 一种带避障权重的路径规划方法、装置及电子设备
CN111027743A (zh) * 2019-11-06 2020-04-17 深圳市城市交通规划设计研究中心有限公司 基于分层路网的od最优路径搜索方法及装置
CN111369066A (zh) * 2020-03-09 2020-07-03 广东南方数码科技股份有限公司 路径规划方法、装置、电子设备及可读存储介质
CN113485345A (zh) * 2021-07-15 2021-10-08 贵州电网有限责任公司 一种基于机器人体积的移动机器人路径规划方法

Similar Documents

Publication Publication Date Title
US8681635B2 (en) Computer-implemented systems and methods for planning a route
CN110926491B (zh) 一种用于最短路径的规划方法和系统
CN111678527B (zh) 路径网络图生成方法及装置、电子设备和存储介质
CN111935117B (zh) 防火墙策略的下发方法、装置、电子设备及存储介质
CN107689628B (zh) 一种电网环路检测方法
Sabran et al. Precomputation techniques for the stochastic on-time arrival problem
CN112129304A (zh) 一种电子导航方法、装置、电子设备和存储介质
Nannicini et al. Fast paths in large-scale dynamic road networks
CN103021257B (zh) 电子地图的生成方法及装置
CN116822774A (zh) 一种基于改进Dijkstra算法的路径规划方法
US8781798B2 (en) Systems and methods for exploring and utilizing solutions to cyber-physical issues in a sandbox
CN116108764A (zh) 光学智能优化方法、装置、设备、介质
CN113739798B (zh) 路径规划方法和装置
CN113624245B (zh) 导航方法及装置、计算机存储介质、电子设备
CN111238510B (zh) 一种专用道路类型的确定、引导方法、装置及相关设备
CN110399997B (zh) 多途经点的路径规划方法、系统、电子设备、存储介质
CN111238509B (zh) 一种专用道路的引导方法、装置及相关设备
CN113449798A (zh) 港口无人驾驶地图生成方法、装置、电子设备、存储介质
CN104933248A (zh) 多核平台上的路网近似最短路径计算方法
US20220026227A1 (en) Navigation route determination method, device, and storage medium
EP3779362B1 (en) Method and system for time-dependent vehicle routing
CN117592311B (zh) 一种工作流的多等级模拟方法、装置、设备及可读介质
CN113988490B (zh) 用于规划巡查路径的方法、设备和介质
CN113487903B (zh) 一种车联网智能导航越障方法、装置和电子设备
US20240126623A1 (en) Tracing service interactions without global transaction identifiers

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