CN117906626A - 一种路径规划方法、设备和计算机可读存储介质 - Google Patents

Abstract

本申请公开了一种路径规划方法、设备和计算机可读存储介质，该方法包括：确定起点所属区块，每个所述区块由至少两个路段围设而成；确定所述起点与其所属区块对应的所述至少两个路段中每个路段的最近距离和最近点；基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径。通过上述方式，本申请能够在任何路网中规划点与点之间的最短距离和/或最短路径，优化规划路径方法，提高路径规划结果的准确度。

Description

一种路径规划方法、设备和计算机可读存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及地理或交通路网技术领域，具体涉及一种路径规划方法、设备和计算机可读存储介质。

背景技术

路径规划的路线是由各个路段(Link)组织而成，一条路径可包含至少一个Link数据；其中，Link是图商数据中最小的单位，用于表征实际路网中的一条路段。在实际路网中，因道路错综复杂，目前利用Link进行路径规划时存在路径规划结果重复或大量绕路等情况，导致路径规划结果准确度低，影响用户出行，或影响基于路径规划结果进行对象速度计算等处理的准确性。

发明内容

为解决上述技术问题，本申请采用的技术方案是：提供一种路径规划方法、设备和计算机可读存储介质，以至少解决相关技术中路径规划时存在路径规划结果重复或大量绕路等情况，导致路径规划结果准确度低，影响用户出行以及基于路径规划结果进行对象速度计算等处理的准确性的问题。

根据本发明的一个实施例，提供了一种路径规划方法，包括：

确定起点所属区块，每个所述区块由至少两个路段围设而成；

确定所述起点与其所属区块对应的所述至少两个路段中每个路段的最近距离和最近点；

基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种电子设备，包括存储器和处理器，其中，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的路径规划方法。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的路径规划方法。

通过上述方案，本申请的有益效果是：本申请提供的路径规划方法基于起点到至少两个路段的最近距离和最近点进行路径搜索，以确定出从起点到目标点的最短距离和/或最短路径，能够在任何路网中规划点与点之间的最短距离和/或最短路径，优化规划路径方法，提高路径规划结果的准确度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请提供的某一区域路网图示意图；

图2是本申请提供的路径规划方法一实施例的流程示意图；

图3是本申请提供的某区域区块识别示意图；

图4是本申请提供的路径规划方法一具体实施例的流程示意图；

图5是本申请提供的一路网数据示意图；

图6是本申请提供的三种图结构示意图；

图7是本申请提供的用户交互时一界面示意图；

图8是本申请提供的用户导出的路径规划距离示意图；

图9是本申请提供的电子设备一实施例的结构示意图；

图10是本申请提供的计算机可读存储介质一实施例的结构示意图。

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描述。特别指出的是，以下实施例仅用于说明本申请，但不对本申请的范围进行限定。同样的，以下实施例仅为本申请的部分实施例而非全部实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

路网是指包含道路和街道连接关系的地理空间数据结构，反映的是地图的底层道路数据，路网由各种道路、交叉口、交通规则等元素组成，用于描述城市、乡村或任何地理区域的道路系统。

路网由各种路段(Links)组成，一个Link可以表示一小段道路，这一小段道路由一连串的经纬度点组成，通常包含有关这些路段的地理坐标、长度、方向、连接的地理特征的属性等信息。

路网数据通常用于路径规划、导航、交通管理和分析等应用场景。而在进行路径规划之前，可以利用卡口数据筛选预设区域内的路网图。其中，所述卡口通常指的是安装在道路上的一种设备，其用于观测其观测区域内车辆和人员的情况，路径规划中获取的卡口数据包括卡口的地理坐标、类型、属性信息以及卡口所在区域的地理范围；如此在利用卡口数据进行路径规划前，可以基于先确定卡口数据对应区域范围的路网图。具体地，可以确定所有卡口的位置，接着基于所有卡口确定路径规划的总范围，继而确定该路径规划的总范围内的路网。

其中，路径规划的路线实际上就是由多个Link拼接而成，为了便于路径规划，可以基于路网数据构建图结构，利用图结构表示道路段或路径规划的路线，从而利用图结构较为便捷地进行路径规划。

在实际路径规划中，路径规划时的起点、目标点或途经点的位置并非一定在路网的路段上，传统的计算方法为直接将起点、目标点和/或途经点吸附至最近的路网Link并进行路径规划，但该方法存在一定问题。如图1所示，图1表示某区域中的路网图，大部分区域内部有很多小路，各方向都可能有出口，比如北门、南门都可以直接进出，基于传统的计算方法(图中白色的箭头表示)即吸附至最近的路网Link很可能造成反方向的大量绕路，导致路径规划结果与实际不符。

本申请提供一种路径规划方法，区别于传统点位吸附计算方案，本申请的路径规划方法基于起点到至少两个路段的最近距离和最近点进行路径搜索，以确定出从起点到目标点的最短距离和/或最短路径，如此能够在任何路网中规划点与点之间的最短距离和/或最短路径，优化规划路径方法，提高路径规划结果的准确度。

请参阅图2，图2是本申请提供的路径规划方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图2所示的流程顺序为限。如图2所示，本实施方式包括：

S110：确定起点所属区块，每个所述区块由至少两个路段围设而成。

在Link相互拼接的路网图中，预设区域基于Link被划分成多个区块。每个所述区块由至少两个路段围设而成，在一实现方式中，可以基于预设区域的Link并通过从相交线生成多边形的方式识别区块，每个区块由至少两个路段围设而成。具体地，请参阅图3，图3为某区域区块识别示意图，先判断两条路段是否有交点，若两条路段有交点，则两条路段分别从相交点处切断，分成两个独立的路段；若两个路段相邻(首尾相接)，且不与其他路段交错时，这两个路段可合成同一个路段；为了生成多边形区块，可以选择某个边为起始边进行迭代，并从起始边的某一节点出发，在节点处选择下一个边时，可以通过旋转角度来选择顺时针旋转角度最大的边，有助于确保生成的多边形是按照顺时针方向闭合的；不断遍历选择下一个边，直到回到起始边，形成封闭区域；最终由若干条端点处相接的路段联合起来就成为一个独立区块的轮廓线(边界)。

为确定起点所属区块，可以执行点在多边形内部的测试，使用射线法或封闭路径算法来确定起点所属区块。具体地，提供一个起点，通过一条射线从起点发出，计算它与区块边缘(即围成区块的至少两个路段)的总交点数：若总交点数为奇数，则该起点在区块内部，即该起点属于这个区块；若总交点数为偶数，则判断该起点在区块外部，即该起点不属于这个区块。如此，可以判断起点在路网图中所属的区块。

S120：确定所述起点与其所属区块对应的所述至少两个路段中每个路段的最近距离和最近点。

确定起点在路网图中所属区块后，可以确定所述起点与围成该起点所属区块的至少两个路段中每个路段的最近距离和最近点。在一实现方式中，可以计算起点到每个路段中的所有节点的距离，将每个路段中与起点之间距离最小的节点作为最近点，且起点到每个路段的最近点之间的距离作为起点到每个线段的最近距离。

为了提高最近距离和最近点的计算效率，在步骤S120之前，可以基于路网Link的经纬度点建立路网Link的倒排索引列表；具体地，遍历路网中每个道路Link和每个Link的所有节点(经纬度)，对于每个节点，将其作为索引的元组，并将相应的道路Link的ID添加到与该元组相关联的值中，创建该区域路网的索引列表，通过建立路网的索引列表能够快速查找特定经纬度点以及与之相关的道路Link。如此在步骤S120中，遍历其所属区块的轮廓点(经纬度)，计算点位与轮廓点的距离，由于每个轮廓点(经纬度)可通过倒排索引获取到其所属的link_id，因此可统计点位与区块上每个link的最近距离和最近点，从而可以基于路网Link的倒排索引列比较方便地确定出起点与其所属区块对应的所述至少两个路段中每个路段的最近距离和最近点，有利于提高路径规划的速度。

在另一实现方式中，也可以直接计算点到线之间的距离的方式，确定出起点到每个路段的最近距离和最近点。

S130：基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径。

基于上述步骤确定所述起点与围成该起点所属区块的至少两个路段中每个路段的最近距离和最近点后，可以基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径，即将起点吸附到围成区块的多个路段的每个路段上并以每个路段的吸附结果进行路径规划，然后从围成区块的所有路段的路径规划结果中选出从起点到目标点的最短距离和/或最短路径，这样可以避免出现只基于一种点位吸附结果进行路径规划导致的规划出来的路径与实际最短路径差距过大的问题。

在一实现方式中，基于起点到至少两个路段的最近距离和最近点构建最小距离优先队列，基于最小距离优先队列搜索出起点到目标点的最短距离和最短路径。具体地，最小距离优先队列通常是一个数据结构，用于储存节点和与其关联的距离，确保队列中的数据总是按距离从小到大排序，例如可以通过最小堆来实现，堆中压入的数据会基于距离快速维护从小到大排序，确保从队列中取出的数据总是堆中距离最小的。这有助于在路径规划搜索中快速找到距离最短的线路。

在另一实现方式中，也可以基于起点对应的每个路段的最近距离和最近点，构建从起点到其对应的每个路段的端点的距离信息索引；基于构建的距离信息索引结构，进一步可创建最小距离优先队列；具体地，将起点的距离信息索引中的每个路段的端点的坐标和对应的距离添加到最小距离优先队列中；基于最小距离优先队列可进行路径规划搜索出从起点到目标点的最短距离和最短路径。

在一具体实施例中，路径规划搜索开始时可判断起点与目标点是否同属一个区块：在起点和目标点同属一个区块的情况下，可在同一区块内直接到达，无需通过该区块外的路网进行绕路，因此可以直接计算起点和目标点的直线距离，将直线距离作为从起点到目标点的最短距离。

在起点和目标点不同属一个区块的情况下，基于起点到至少两个路段的最近距离和最近点进行路径搜索，将存在至少一个Link序列，此时可通过构建距离信息索引结构进一步创建最小距离优先队列，以确定出从起点到目标点的最短距离和/或最短路径。示例性地，根据步骤S120中获取的某起点与其所属区块对应的至少两个Link中每个Link的最近距离和最近点，进一步计算得到从Link上的最近点移动至Link两端的端点的转移关系，以构建{起点经纬度->Link端点->距离信息}或{Link端点->起点经纬度->距离信息}的距离信息索引结构；将起点的距离信息索引结构中的每个路段的端点的坐标和对应的距离添加到最小距离优先队列中；基于最小距离优先队列可进行路径规划搜索出从起点到目标点的最短距离和最短路径。

当路径规划搜索接近目标点时，通过确定目标点的所属区块以及目标点与其所属区块对应的至少两个路段中每个路段的最近距离和最近点构建从目标点对应的每个路段的端点到目标点的距离信息索引。基于目标点的距离信息索引，确认当前路径搜索的终点是否为目标点对应的一个路段的端点：若当前终点是目标点对应的一个路段的端点，基于路径距离和距离信息索引中记载的从当前终点到目标点的距离，计算出通过路径距离最小的路径到达目标点的距离，并确认从起点到目标点的最短距离；若当前终点不为目标点对应的一个路段的端点，枚举当前终点的所有下一节点，并以各个下一节点为各个路径的当前路径搜索的终点计算出各个路径的路径距离，将下一节点和其对应的路径距离添加到所述最小距离优先队列中。

基于上述得到的最小距离优先队列，确定出路径距离最小的路径的当前终点和路径距离；在最小距离优先队列中的所有路径的路径距离均大于起点到目标点的最短距离的情况下，不再进行从起点到目标点的最短距离和/或最短路径的搜索，此时取出的最小距离优先队列中的数据即为起点到目标点的最短距离和/或最短路径。

在某些场景中，可以将路径规划区域(即预设区域)内的卡口作为起点和/或目标点，以进行路径规划。

请参阅图4，图4是本申请提供的路径规划方法一具体实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图4所示的流程顺序为限。如图4所示，本实施方式包括：

S201：筛选区域内路网并构建图结构。

可以利用卡口数据筛选预设区域内的路网图，在一示例中，筛选区域内路网并构建图结构步骤如下：

1.计算当前区域所有卡口的经纬度范围；

遍历所有卡口，分别统计经纬度中经度最大值lon_max和最小值lon_min、纬度最大值lat_max和最小值lat_min，即得到一个矩形范围，将矩形范围外扩，避免边界处的部分关联道路缺失，例如可以将经纬度的最小值减去0.001，最大值加0.001。矩形范围可用下述计算公式表示：

2.筛选得到相关道路数据；

如图5所示，图5为本申请提供的路网数据示意图。遍历路网数据，例如可以使用开源路网数据(OSM：Open Street Map)或商用地图数据，筛选出与步骤1中矩形范围有交集的所有道路数据。具体方法为遍历每条道路数据的所有经纬度数值，利用下述判断条件判断是否在步骤1中的矩形范围内，如果在范围内，则保留该条道路数据。

3.将道路切分成Link；

由于路网数据中的道路可能过长，一条道路会包含多个交叉路口，但在单次路径规划中，可能仅会涉及该道路的其中某一小段，即Link(路段)。因此，需要将步骤2中获取的道路数据切分成更小粒度的Link。

在一示例中，由于OSM路网中不同的两个道路中如果存在两个相同的经纬度，则表示可以在此处可以移动到另一条道路上，即交叉路口、转弯处等。因此只需要统计步骤2中相关道路的所有经纬度，若经纬度不唯一，则进行截断，将道路切分成两段，不断重复，直到最终道路内(不包含两端端点)的经纬度都唯一，即为最小单位Link。

遍历所有Link，如果Link内的经纬度点存在较为稀疏的情况(例如连续经纬度之间的距离超过50米)，可对其稀疏位置进行等间隔插值，使连续经纬度之间的距离小于某个阈值(例如50米)。

4.构建图结构；

图结构是一种数据结构，其中可以具有零个或多个相邻元素，两个节点的连接称之为边，节点在图结构中也被称为顶点，一个顶点到另一个顶点经过的线路称为路径。如图6所示，图6为三种图结构的示意图，分别为无向图、有向图和带权图；其中，无向图不强调方向和权重，有向图强调方向，带权图强调权重，例如道路长度。

将所有Link道路数据的端点构建成节点，共享同一端点的所有道路连接关系构建成边(权重为道路长度)，即构成了图结构。根据需要确定是否保留道路方向，若为驾车路径规划，则为有向有权图，若为步行路径规划，则为无向有权图。

S202：点位吸附至周围路网link端点。

在路径规划过程中，起点与目标点的点位不一定正好位于道路Link，在传统的路径规划中会将该点位吸附至最近的路网Link，但由于区块内存在小路、各方向出口等因素，导致吸附至最近的路网Link可能造成反方向的大量绕路，最终路径规划结果与实际不符。本申请根据不同的起终点组合来动态衡量和选择到最优Link的吸附方式，通过下述步骤S203的路径规划搜索方法，总是会综合选择总路径最短的线路。

其中，点位吸附至周围路网link端点的步骤如下：

1.区块识别：如步骤S110所述，基于几何算法的线段相交判断和切割、线段合并、从相交线生成多边形的方式识别区块。

2.区块吸附：遍历区块，使用几何算法“多边形内是否包含点”，判断各点位分别属于哪个区块。具体地，计算从点位开始的射线穿过多边形边界的次数(不管穿过的方向)。如果这个数是偶数，那么该点位在该区块的外面；否则，当交叉数为奇数时，该点位在该区块的里面。

3.建立路网link的经纬度点的倒排索引

遍历路网中每个道路Link和每个Link的所有节点(经纬度)，对于每个节点，将其作为索引的元组，并将相应的道路Link的ID添加到与该元组相关联的值中，创建该区域路网的索引列表，例如{节点A：{linkA，linkB，linkC},节点B：{linkC}}，即节点A属于linkA，linkB，linkC，节点B属于linkC。此外，由于Link间可能存在交叉点，因此同一节点可能属于多个Link。

4.遍历区块轮廓点，点位吸附至路网link。

遍历起点所属区块Link的所有轮廓点(经纬度)，计算该起点与轮廓点的距离。具体地，可利用通用经纬度距离计算公式进行计算，计算公式如公式(1)所示：

d(x1,y1,x2,y2)＝r*arccos(sin(x1)*sin(x2)+cos(x1)*cos(x2)*cos(y1-y2))(1)

其中，x1，y1是纬度、经度的弧度单位，r为地球半径。

由于每个轮廓点可通过上述的索引列表获取到其所属的Link-ID，因此可用于统计该起点与区块上每个Link的最近距离和最近点。基于上述经纬度距离的计算结果和索引列表，可确定起点A与各个link间的最近距离和最近吸附点，例如经统计得到{起点A：{linkA:[距离A,经纬度A],linkB:[距离B,经纬度B],linkC:[距离C,经纬度C]}}，其中，距离A、距离B、距离C分别表示该起点到linkA、linkB、linkC的最近距离，经纬度A、经纬度B、经纬度C分别表示该起点到linkA、linkB、linkC的最近点，在路径规划中，若该点位置未与道路Link对齐，即可将起点A可吸附至linkA、linkB、linkC，方便后续的路径搜索。

5.建立点位与link端点间的转移关系

基于S202步骤4中计算得到的该点位和周围Link的最近距离和最近点，进一步计算得到从Link上的最近点移动至Link两端的端点的转移关系，构建如下两种索引结构：

(1)点位信息->Link端点->距离信息，进一步地，若用某一卡口作为起点时，可直接关联到路网图中附近端点，表示为卡口id->Link端点->距离信息。具体示例为{点位A：{linkA的A端点经纬度：距离A，linkA的B端点经纬度：距离B，linkB的C端点经纬度：距离C}，点位B：{linkA的A端点经纬度：距离D}}。

(2)Link端点->点位信息->距离信息，同样，若用某一卡口作为终点时，可从路网图中端点直接关联到附近卡口，表示为Link端点->卡口id->距离信息。具体示例为{linkA的A端点经纬度：{点位A：距离A，点位B：距离D}，linkA的B端点经纬度：{点位A：距离B}，linkB的C端点经纬度：{点位A：距离C}}。

其中，所有相关的Link端点都可以作为路径规划时的选择方式，会在路径搜索中根据不同的起终点组合来动态衡量，选择最优吸附方式和Link序列，计算最短距离。

S203：计算点位间路径规划最短距离。

对于每个点位进行路径规划搜索步骤如下：

1.判断起点与目标点是否属于同一区块：对于所属同一区块内的点位，直接计算直线距离，不通过路网图进行搜索计算。

2.基于最小堆建立最小距离优先队列，确保从堆中取出的数据总是堆中距离最小的。

3.通过步骤S202中距离信息索引结构(1)(即点位信息->Link端点->距离信息)，获取到达路网图中节点(即Link端点经纬度)的所有合理的转移方式，并将节点和距离信息压入最小距离优先队列中。

4.不断从最小距离优先队列中取数据，得到当前节点A(Link一端点经纬度)和到当前节点A的总距离disA；对于节点A，枚举该节点A在路网图结构中的所有边(即转移可能)；例如，通过边P转移到新节点B(Link另一端点经纬度)和转移距离disB(Link的长度)，那么到达新节点的总距离disC＝disA+disB，将新节点B和总距离disC压入最小距离优先队列中。

5.对于前述得到的当前节点A(Link一端点经纬度)，同时通过上述距离信息索引结构2(Link端点->点位信息->距离信息)判断是否存在某一点位可以通过节点A直接到达，若存在，则更新到这些点位的最小总距离。

6.不断重复4和5，最终得到起点到达目标点的最小距离。

在某些场景中，也可以将路径规划区域(即预设区域)内的卡口作为起点和/或目标点进行路径规划，基于卡口id、Link端点以及距离信息构建距离信息索引结构，基于距离信息索引结构进行路径规划搜索，最终得到路径规划的最小距离。由于预设区域内卡口的数据信息是固定的，因此在基于卡口id建立索引结构时，距离信息索引结构的列表可以重复使用，使得更方便快捷地从索引列表中搜索出从起点卡口位置到目标点卡口位置的最短路径。

S204：不连通卡口的数据补全。

利用卡口数据筛选预设区域的路网图时，可能会存在部分区块内的环形封闭道路、高架等由于区域筛选时被切割而不连通，导致存在起点位置异常或区域边缘路网link不通的情况，使得上述路径规划搜索不到完整link，因此需要进行异常卡口的数据补全。例如，对于这些极少无法在路径规划时探索到的卡口，通过邻近卡口进行转移，即计算得到最近的可被探索到的卡口，此时，进行数据补全后异常的点位到至少两个路段的最近距离和最近点的总距离＝与邻近卡口的距离+起点卡口到邻近卡口的距离。

在一示例中，可以利用路网图中卡口位点的数据进行搜索，若起始位置异常的情况，可将与起始位置最近的卡口作为起点；其次基于起点到至少两个路段的最近距离和最近点进行路径搜索，以确定出从起点到目标点的最短距离和/或最短路径；最终利用从所述起点到目标点的最短距离和/或最短路径，确定出从所述起始位置到目标点的最短距离和/或最短路径。

S205：用户交互。

用户使用路径规划相关设备时，界面上会显示地图和卡口点位，用户可以用鼠标框选出所选择的城市范围，可以采用黑色圆点表示卡口点位，方形框表示为所选择的城市范围；等待后台算法计算完成后，在界面上可以选择任意两个卡口，如图7所示，路网图中会显示其路径规划距离；界面上支持用户导出Excel等文件格式的全量卡口的路径规划距离，如图8所示。

请参阅图9，图9是本申请提供的电子设备一实施例的结构示意图，电子设备60包括互相连接的存储器61和处理器62，存储器61用于存储计算机程序，计算机程序在被处理器62执行时，用于实现上述实施例中的路径规划方法。

对于上述是实施例的方法，其可以计算机程序的形式存在，因而本申请提出一种计算机可读存储介质，请参阅图10，图10是本申请提供的计算机可读存储介质一实施例的结构示意图，计算机可读存储介质80用于存储计算机程序81，其可被执行以实现上述实施例中的路径规划方法。

计算机可读存储介质80可以是服务端、U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施例，并非限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种路径规划方法，其特征在于，所述方法包括：

确定起点所属区块，每个所述区块由至少两个路段围设而成；

确定所述起点与其所属区块对应的所述至少两个路段中每个路段的最近距离和最近点；

基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径。

2.根据权利要求1所述的路径规划方法，其特征在于，所述基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径，包括：

基于所述起点到所述至少两个路段的所述最近距离和所述最近点构建最小距离优先队列；

基于所述最小距离优先队列搜索出从所述起点到所述目标点的最短距离和最短路径。

3.根据权利要求2所述的路径规划方法，其特征在于，所述基于所述至少两个路段的所述最近距离和所述最近点构建最小距离优先队列，之前包括：

基于所述起点对应的所述每个路段的所述最近距离和所述最近点，构建从所述起点到其对应的所述每个路段的端点的距离信息索引；

所述基于所述至少两个路段的所述最近距离和所述最近点构建最小距离优先队列，包括：

将所述起点的所述距离信息索引中的所述每个路段的端点的坐标和对应的距离添加到所述最小距离优先队列中。

4.根据权利要求3所述的路径规划方法，其特征在于，所述基于所述最小距离优先队列搜索出从所述起点到所述目标点的最短距离和最短路径，之前包括：

确定所述目标点的所属区块，确定所述目标点与其所述所属区块对应的所述至少两个路段中每个路段的所述最近距离和所述最近点；基于所述目标点对应的所述每个路段的所述最近距离和所述最近点，构建从所述目标点对应的所述每个路段的端点到所述目标点的距离信息索引；

所述基于所述最小距离优先队列搜索出从所述起点到所述目标点的最短距离和最短路径，包括：

基于所述最小距离优先队列，确定出路径距离最小的路径的当前终点和路径距离；

基于所述目标点的距离信息索引，确认所述当前终点是否为所述目标点对应的一个路段的端点；

若所述当前终点是所述目标点对应的一个路段的端点，基于所述路径距离和所述距离信息索引中记载的从所述当前终点到所述目标点的距离，计算出通过路径距离最小的路径到达所述目标点的距离，并确认从所述起点到目标点的最短距离。

5.根据权利要求4所述的路径规划方法，其特征在于，所述基于所述目标点的距离信息索引，确认所述当前终点是否为所述目标点对应的一个路段的端点，之后包括：

若所述当前终点不为所述目标点对应的一个路段的端点，枚举所述当前终点的所有下一节点，并以各个下一节点为各个路径的当前终点计算出各个路径的路径距离；将所述下一节点和其对应的路径距离添加到所述最小距离优先队列中。

6.根据权利要求4所述的路径规划方法，其特征在于，所述计算出通过路径距离最小的路径到达所述目标点的距离，并确认从所述起点到所述目标点的最短距离，之后包括：

在所述最小距离优先队列中的所有路径的路径距离均大于所述起点到所述目标点的最短距离的情况下，不再进行从所述起点到目标点的最短距离和/或最短路径的搜索。

7.根据权利要求1所述的路径规划方法，其特征在于，所述确定起点所属区块，之后包括：

在所述起点和所述目标点同属一个区块的情况下，计算所述起点和所述目标点的直线距离，将所述直线距离作为从所述起点到所述目标点的最短距离；

在所述起点和所述目标点不同属一个区块的情况下，基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径。

8.根据权利要求1所述的路径规划方法，其特征在于，所述确定起点所属区块，之前包括：

在起始位置异常的情况下，将与所述起始位置最近的卡口作为所述起点；

所述基于所述起点到所述至少两个路段的所述最近距离和所述最近点进行路径搜索，以确定出从所述起点到目标点的最短距离和/或最短路径，之后包括：

利用从所述起点到目标点的最短距离和/或最短路径，确定出从所述起始位置到目标点的最短距离和/或最短路径。

9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器，所述处理器耦接所述存储器，所述处理器被配置为基于存储在所述存储器中的指令，执行权利要求1至8任一项所述的路径规划方法的一个或多个步骤。

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存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-8中任一项所述的路径规划方法的步骤。