CN105588571A - 一种群集会最优路径选择方法及装置 - Google Patents
一种群集会最优路径选择方法及装置 Download PDFInfo
- Publication number
- CN105588571A CN105588571A CN201410567745.6A CN201410567745A CN105588571A CN 105588571 A CN105588571 A CN 105588571A CN 201410567745 A CN201410567745 A CN 201410567745A CN 105588571 A CN105588571 A CN 105588571A
- Authority
- CN
- China
- Prior art keywords
- meeting
- rally
- attends
- target location
- information
- 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
Links
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
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
本发明公开了一种群集会最优路径选择方法,获取参会成员的成员信息;依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;依据所述参会成员到各个目标位置的最短路径对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。本发明还同时公开了一种群集会最优路径选择装置。
Description
技术领域
本发明涉及移动通信技术领域,尤其涉及一种群集会最优路径选择方法及装置。
背景技术
随着现代城市化进程的加快,人们的社交活动也越来越多,朋友、同事聚会、聚餐等成为非常普遍的现象,由于各个集会成员之间距离较远,群成员需要集会时,基本上都是先选定目标地点后,各个成员自行到达目标地。
上述集会方式的好处是目标比较明确,方式简单;但缺点也比较明显:一、实时性不好,无法做到及时的聚集,基本上需要提前若干小时的通知;二、由于群成员各自为政,群花费总和不可控,无法进行预算估计,特别是对于统一群聚会时,对费用有控制要求条件的,实施难度很大。
发明内容
有鉴于此,本发明实施例期望提供一种群集会最优路径选择方法及装置,在为群成员提供最优集会路径的同时,能够对群集会的总体花费及到会时间进行预估,实时性好、可靠性高。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例提供了一种群集会最优路径选择方法,所述方法包括:
获取参会成员的成员信息;
依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;
依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。
上述方案中,所述获取参会成员的成员信息包括:发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;其中,
所述成员信息包括:参会成员的位置信息及要求信息。
上述方案中,所述依据所述成员信息确定多个目标位置包括:
提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置。
上述方案中,所述确定参会成员到各个目标位置的最短路径包括:
依据地图信息分层提取算法对所述多个目标位置进行道路分层处理,然后通过迪杰斯特拉算法计算参会成员到各个目标位置的最短路径。
上述方案中,所述依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序包括:
对参会成员到各个目标位置的最短路径进行组合,得到集会群到达每个目标位置的最短路径,并依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果确定群集会的最终目标位置及最优路径。
本发明实施例还提供了一种群集会最优路径选择装置,所述装置包括:获取模块、确定模块及选择模块;其中,
所述获取模块,用于获取参会成员的成员信息;
所述确定模块,用于依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;
所述选择模块,用于依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。
上述方案中,所述获取模块,具体用于发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;其中,
所述成员信息包括:参会成员的位置信息及要求信息。
上述方案中,所述确定模块,具体用于提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置。
上述方案中,所述确定模块,具体用于依据地图信息分层提取算法对所述多个目标位置进行道路分层处理,然后通过迪杰斯特拉算法计算参会成员到各个目标位置的最短路径。
上述方案中,所述选择模块,具体用于对参会成员到各个目标位置的最短路径进行组合,得到集会群到达每个目标位置的最短路径,并依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果确定群集会的最终目标位置及最优路径。
本发明实施例所提供的群集会最优路径选择方法及装置,获取参会成员的成员信息;依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;依据所述参会成员到各个目标位置的最短路径对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。如此,既满足了集会成员的集会要求,为群成员提供最优集会路径,同时,又能够对群集会的总体花费及到会时间进行预估,实时性好、可靠性高。
附图说明
图1为本发明实施例一群集会最优路径选择方法流程示意图;
图2为本发明实施例二群集会最优路径选择方法流程示意图;
图3为本发明实施例群集会最优路径选择装置组成结构示意图。
具体实施方式
在本发明实施例中,获取参会成员的成员信息;依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。
图1为本发明实施例一群集会最优路径选择方法流程示意图,如图1所示,本实施例群集会最优路径选择方法流程包括:
步骤101:获取参会成员的成员信息;
本步骤具体包括:终端发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;
这里,终端可通过设置的一个输入框或按钮发送群集会请求及定位指令给集会群内群成员,终端发送群集会请求及定位指令给集会群内群成员后,群成员既可选择接受群集会请求及定位指令参加集会,也可选择拒绝所述群集会请求;
所述集会群可以为预先设置的各种即时通讯群,如微信群或QQ群;也可以为终端的名片夹群等;
所述集会群包括两个或两个以上的移动终端,每一个移动终端为一个群成员。
所述参会成员的成员信息包括参会成员的位置信息及要求信息;其中,所述参会成员的位置信息为参会成员依据定位服务(LBS,LocationBasedServices)进行定位后确定的;所述要求信息为参会成员获取的用户通过人机交互界面输入的要求信息,具体的,用户既可输入具体要求,也可通过人机界面提供的选项进行选择;
这里,所述参会成员为参加群集会的成员,即接受群集会请求及定位指令的群成员;
所述参会成员的位置信息为所述参会成员的经纬度信息;
所述要求信息包括:集会的出行方式、目标位置要求等;如:采用公交出行,目标位置在地铁口附近等。
本步骤之后,所述方法还包括:终端加密保存所述参会成员的成员信息;
这里,可以采用现有的各种加密存储方式对参会成员的成员信息进行加密保存。
步骤102:依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;
这里,所述目标位置为群成员集会的目标位置;
所述依据所述参会成员的成员信息确定多个目标位置包括:
提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置;这里,所述符合要求指的是符合所述要求信息;
其中,获取包含所有参会成员位置的拓扑图包括:在电子地图上显示各个参会成员的位置,获取包含各个参会成员的位置的拓扑图,不断扩大拓扑图面积,直至拓扑图中包含所有参会成员的位置。
所述确定参会成员到各个目标位置的最短路径包括:
依据地图信息分层提取算法对所述多个目标位置进行道路分层处理,然后通过迪杰斯特拉Dijkstra算法计算参会成员到各个目标位置的最短路径;
其中,依据地图信息分层提取算法对所述多个目标位置进行道路分层处理包括:依据Mapinfo地图分层处理方法对所述多个目标位置进行道路分层处理,提取地图中道路分层地图,以便于计算主干道上的路径;
所述Dijkstra算法为按路径长度递增次序产生的算法,用于计算一个点到其它所有点的最短路径;其基本思想是,设置顶点集合S和顶点集合T,并不断地从顶点集合T中选择顶点来扩充集合S;
通过迪杰斯特拉Dijkstra算法计算参会成员到各个目标位置的最短路径包括:
步骤1:初始时令S={V0},T={所有目标位置点};
其中,集合S和集合T中每一个顶点对应一个距离值;V0为源点,是某个参会成员的位置点,即参会成员的经纬度坐标,集合S中的顶点对应的是从V0到此顶点的最短距离值;集合T中的顶点对应的是包括集合S中的某个顶点作为中间点的最短距离值;这里,从V0到Vi的直接路径的权值为从V0经S中的某个顶点作为中间点的路径权值之和;
若存在<V0,Vi>,d(V0,Vi)为<V0,Vi>弧上的权值;
若不存在<V0,Vi>,d(V0,Vi)为∞;这里,所述Vi为集合T中的顶点;i为正整数。
步骤2:从集合T中选取顶点Vk加入集合S;其中Vk不在集合S中,且Vk对应的距离值为集合T中所有对应的距离值最小的顶点,即集合T中只有Vk对应的距离值最小;其中,k为正整数。
步骤3:更新集合T中的顶点对应的距离值;
这里,由于将集合T中的顶点加入集合S后,集合T中的顶点对应的距离值可能会缩短,因此,在将集合T中的顶点加入集合S后,需重新计算集合T中的顶点对应的距离值并更新。
重复步骤2、3,直至集合S中包含集合T中所有的顶点;
这里,集合S中除V0以外的顶点Vm对应的路径即为参会成员V0到目标位置Vm的最短路径;这里,Vm为集合S中顶点,m为正整数。
进一步的,依据所述成员信息确定多个目标位置之后,所述方法还可以包括:增加目标位置条件,对所述多个目标位置进行筛选;增加的目标位置条件可以为:参会成员的成员数目、参会成员有小部分集合后形成子集再去往目标位置,如:某成员驾车搭载几名就近的成员,然后一同前往目标位置。
本步骤之后,所述方法还包括:将确定的参会成员到各个目标位置的最短路径保存至集会群信息列表中。
步骤103:依据所述参会成员到各个目标位置的最短路径对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径;
本步骤具体包括:对参会成员到各个目标位置的最短路径进行组合,得到集会群到达每个目标位置的最短路径,并依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果确定群集会的最终目标位置及最优路径;
其中,所述集会消耗包括:到达目标位置的费用消耗及到达目标位置的时间消耗;这里,所述到达目标位置的时间消耗为所有参会成员到达目标位置所需的时间;所述到达目标位置的费用消耗为所有参会成员到达目标位置所需的费用;
所述最优路径可以为使用此路径到达对应目标位置所需时间最短或所需费用最少,亦或者所需时间及所需费用虽不为最少但相对较合适。
依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的费用消耗包括:
依据集会群到达每个目标位置的最短路径、每个参会成员对应的出行方式及当前每种出行方式的计价标准,计算得到集会群到达各个目标位置的费用消耗。
依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的所需的时间包括:
依据集会群到达每个目标位置的最短路径、每个参会成员对应的出行方式及每种出行方式的速度参考值,计算得到集会群到达各个目标位置的所需的时间。
本步骤之后,所述方法还包括:终端发送群集会的最终目标位置及最优路径给各个参会成员,并在电子地图中显示所述最终目标位置及最优路径;如此,可利用LBS指引参会成员按照所述最优路径到达最终目标位置。
图2为本发明实施例二群集会最优路径选择方法流程示意图,如图2所示,本实施例群集会最优路径选择方法流程包括:
步骤201:获取并存储参会成员的成员信息;
这里,所述获取参会成员的成员信息包括:终端发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;
这里,终端可通过设置的一个输入框或按钮发送群集会请求及定位指令给集会群内群成员,终端发送群集会请求及定位指令给集会群内群成员后,群成员既可选择接受群集会请求及定位指令参加集会,也可选择拒绝所述群集会请求;
所述集会群可以为预先设置的各种即时通讯群,如微信群或QQ群;也可以为终端的名片夹群等;
所述集会群包括两个或两个以上的移动终端,每一个移动终端为一个群成员。
所述成员信息包括参会成员的位置信息及要求信息;其中,所述参会成员的位置信息为参会成员依据LBS进行定位后确定的;所述要求信息为参会成员获取的用户通过人机交互界面输入的要求信息,具体的,用户既可输入具体要求,也可通过人机界面提供的选项进行选择;
这里,所述参会成员为参加群集会的成员,即接受群集会请求及定位指令的群成员;
所述参会成员的位置信息为所述参会成员的经纬度信息;
所述要求信息包括:集会的出行方式、目标位置要求等;如:采用公交出行,目标位置在地铁口附近等。
进一步的,所述存储为加密存储;具体的,可以采用现有的各种加密存储方式对参会成员的成员信息进行加密保存。
步骤202:依据所述成员信息确定多个目标位置;
这里,所述目标位置为群成员集会的目标位置;
所述依据所述参会成员的成员信息确定多个目标位置包括:
提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置;这里,所述符合要求指的是符合所述要求信息;
其中,获取包含所有参会成员位置的拓扑图包括:在电子地图上显示各个参会成员的位置,获取包含各个参会成员的位置的拓扑图,不断扩大拓扑图面积,直至拓扑图中包含所有参会成员的位置。
步骤203:依据增加的目标位置条件对所述多个目标位置进行筛选;
这里所述增加的目标条件可以为实时目标条件;如参会成员数目为30,则选取所述多个目标位置中能容纳30个成员的目标位置,剔除不符合所述增加的目标位置条件的目标位置,以对多个目标位置进行收敛。
步骤204:确定参会成员到各个筛选后目标位置的最短路径,并将所述最短路径存储至群信息列表;
这里,所述确定参会成员到各个筛选后目标位置的最短路径包括:
依据地图信息分层提取算法对所述筛选后目标位置进行道路分层处理,然后通过迪杰斯特拉Dijkstra算法计算参会成员到各个筛选后目标位置的最短路径;
其中,依据地图信息分层提取算法对所述筛选后目标位置进行道路分层处理包括:依据Mapinfo地图分层处理方法对所述筛选后目标位置进行道路分层处理,提取地图中道路分层地图,以便于计算主干道上的路径;
所述Dijkstra算法为按路径长度递增次序产生的算法,用于计算一个点到其它所有点的最短路径;其基本思想是,设置顶点集合S和顶点集合T,并不断地从顶点集合T中选择顶点来扩充集合S;
在本实施例中,经目标条件筛选后的目标位置包括:V1、V2、V3、V4、V5;
通过迪杰斯特拉Dijkstra算法计算参会成员到各个目标位置的最短路径包括:
步骤1:初始时令S={V0},T={V1,V2,V3,V4,V5};
其中,集合S和集合T中每一个顶点对应一个距离值;V0为源点,是某个参会成员的位置点,即参会成员的经纬度坐标,集合S中的顶点对应的是从V0到此顶点的最短距离值;集合T中的顶点对应的是包括集合S中的某个顶点作为中间点的最短距离值;
若存在<V0,Vi>,d(V0,Vi)为<V0,Vi>弧上的权值;
若不存在<V0,Vi>,d(V0,Vi)为∞;这里,所述Vi为集合T中的顶点;i为正整数,且i∈[1,5]。
步骤2:从集合T中选取顶点Vk加入集合S;其中Vk不在集合S中,且Vk对应的距离值为集合T中所有对应的距离值最小的顶点,即集合T中只有Vk对应的距离值最小;其中,k为正整数,且k∈[1,5];在本实施例中,V2对应的距离值最小,因此,将V2加入集合S,S={V0,V2}。
步骤3:更新集合T中的顶点对应的距离值;即更新剩余顶点V1、V3、V4、V5对应的距离值;
这里,由于将集合T中的顶点加入集合S后,集合T中的顶点对应的距离值可能会缩短,因此,在将V2加入集合S后,需重新计算集合T中的顶点对应的距离值并更新。
重复步骤2、3,直至集合S中包含集合T中所有的顶点;
这里,将V1、V2、V3、V4、V5加入集合S后,V1、V2、V3、V4、V5对应的路径即为参会成员V0到目标位置V1、V2、V3、V4、V5的最短路径。
步骤205:依据所述最短路径对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径;
本步骤具体包括:对群成员到各个筛选后目标位置的最短路径进行组合,得到集会群到达每个筛选后目标位置的最短路径,并依据集会群到达每个筛选后目标位置的最短路径计算得到集会群到达各个筛选后目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径;
其中,所述集会消耗包括:到达目标位置的费用消耗及到达目标位置的时间消耗;这里,所述到达目标位置的时间消耗为所有参会成员到达目标位置所需的时间;所述到达目标位置的费用消耗为所有参会成员到达目标位置所需的费用;
所述最优路径可以为使用此路径到达对应目标位置所需时间最短或所需费用最少,亦或者所需时间及所需费用虽不为最少但相对较合适,具体可根据实际需要进行选取。
依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的费用消耗包括:
依据集会群到达每个目标位置的最短路径、每个参会成员对应的出行方式及当前每种出行方式的计价标准,计算得到集会群到达各个目标位置的费用消耗。
依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的所需的时间包括:
依据集会群到达每个目标位置的最短路径、每个参会成员对应的出行方式及每种出行方式的速度参考值,计算得到集会群到达各个目标位置的所需的时间。
步骤206:发送群集会的最终目标位置及最优路径给各个参会成员,并在电子地图中显示所述最终目标位置及最优路径;
如此,可利用LBS指引参会成员按照所述最优路径到达最终目标位置。
图3为本发明实施例群集会最优路径选择装置组成结构示意图,如图3所示,本发明实施例群集会最优路径选择装置组成包括:获取模块31、确定模块32及选择模块33;其中,
所述获取模块31,用于获取参会成员的成员信息;
所述确定模块32,用于依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;
所述选择模块33,用于依据所述参会成员到各个目标位置的最短路径对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。
进一步的,所述获取模块31获取参会成员的成员信息包括:所述获取模块31发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;其中,
所述成员信息包括:参会成员的位置信息及要求信息;其中,所述参会成员的位置信息为参会成员依据LBS进行定位后确定的;所述要求信息为参会成员获取的用户通过人机交互界面输入的要求信息;
所述参会成员的位置信息为所述参会成员的经纬度信息;
所述要求信息包括:集会的出行方式、目标位置要求等;如:采用公交出行,目标位置在地铁口附近等。
进一步的,所述装置还包括存储模块34,用于加密存储参会成员的成员信息,以及存储集会群信息列表。
进一步的,所述确定模块32依据所述成员信息确定多个目标位置包括:
所述确定模块32提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置。
进一步的,所述确定模块32,还用于依据增加的目标位置条件,对所述多个目标位置进行筛选;
进一步的,所述确定模块32确定参会成员到各个目标位置的最短路径包括:
所述确定模块32依据地图信息分层提取算法对所述多个目标位置进行道路分层处理,然后通过Dijkstra算法计算参会成员到各个目标位置的最短路径;
其中,所述确定模块32通过Dijkstra算法计算参会成员到各个目标位置的最短路径包括:
步骤1:所述确定模块32设置S={V0},T={所有目标位置点};
其中,集合S和集合T中每一个顶点对应一个距离值;V0为源点,是某个参会成员的位置点,即参会成员的经纬度坐标,集合S中的顶点对应的是从V0到此顶点的最短距离值;集合T中的顶点对应的是包括集合S中的某个顶点作为中间点的最短距离值;这里,从V0到Vi的直接路径的权值为从V0经S中的某个顶点作为中间点的路径权值之和;
若存在<V0,Vi>,d(V0,Vi)为<V0,Vi>弧上的权值;
若不存在<V0,Vi>,d(V0,Vi)为∞;这里,所述Vi为集合T中的顶点;i为正整数。
步骤2:所述确定模块32从集合T中选取顶点Vk加入集合S;其中Vk不在集合S中,且Vk对应的距离值为集合T中所有对应的距离值最小的顶点,即集合T中只有Vk对应的距离值最小;其中,k为正整数。
步骤3:所述确定模块32更新集合T中的顶点对应的距离值;
这里,由于将集合T中的顶点加入集合S后,集合T中的顶点对应的距离值可能会缩短,因此,在将集合T中的顶点加入集合S后,需重新计算集合T中的顶点对应的距离值并更新。
所述确定模块32重复步骤2、3,直至集合S中包含集合T中所有的顶点;
这里,集合S中除V0以外的顶点Vm对应的路径即为参会成员V0到目标位置Vm的最短路径。
进一步的,所述选择模块33依据所述参会成员到各个目标位置的最短路径对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径包括:
所述选择模块33对参会成员到各个目标位置的最短路径进行组合,得到集会群到达每个目标位置的最短路径,并依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果确定群集会的最终目标位置及最优路径;
其中,所述集会消耗包括:到达目标位置的费用消耗及到达目标位置的时间消耗;这里,所述到达目标位置的时间消耗为所有参会成员到达目标位置所需的时间;所述到达目标位置的费用消耗为所有参会成员到达目标位置所需的费用;
所述最优路径可以为使用此路径到达对应目标位置所需时间最短或所需费用最少,亦或者所需时间及所需费用虽不为最少但相对较合适。
依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的费用消耗包括:
依据集会群到达每个目标位置的最短路径、每个参会成员对应的出行方式及当前每种出行方式的计价标准,计算得到集会群到达各个目标位置的费用消耗。
依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的所需的时间包括:
依据集会群到达每个目标位置的最短路径、每个参会成员对应的出行方式及每种出行方式的速度参考值,计算得到集会群到达各个目标位置的所需的时间。
进一步的,所述装置还包括发送模块35及显示模块36;其中,所述发送模块35,用于发送群集会的最终目标位置及最优路径给各个参会成员;
所述显示模块,用于电子地图中显示所述最终目标位置及最优路径。
在本发明实施例中,所述群集会最优路径选择装置可位于终端上,获取模块31、确定模块32、选择模块33及发送模块35均可由终端中的中央处理器(CPU,CentralProcessingUnit)、或数字信号处理器(DSP,DigitalSignalProcessor)、或现场可编程门阵列(FPGA,FieldProgrammableGateArray)实现,存储模块34可由终端中的处理器实现,显示模块36可由终端中的显示器实现。
以上所述,仅为本发明较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种群集会最优路径选择方法,其特征在于,所述方法包括:
获取参会成员的成员信息;
依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;
依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。
2.根据权利要求1所述方法,其特征在于,所述获取参会成员的成员信息包括:发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;其中,
所述成员信息包括:参会成员的位置信息及要求信息。
3.根据权利要求1或2所述方法,其特征在于,所述依据所述成员信息确定多个目标位置包括:
提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置。
4.根据权利要求1或2所述方法,其特征在于,所述确定参会成员到各个目标位置的最短路径包括:
依据地图信息分层提取算法对所述多个目标位置进行道路分层处理,然后通过迪杰斯特拉算法计算参会成员到各个目标位置的最短路径。
5.根据权利要求1或2所述方法,其特征在于,所述依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序包括:
对参会成员到各个目标位置的最短路径进行组合,得到集会群到达每个目标位置的最短路径,并依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果确定群集会的最终目标位置及最优路径。
6.一种群集会最优路径选择装置,其特征在于,所述装置包括:获取模块、确定模块及选择模块;其中,
所述获取模块,用于获取参会成员的成员信息;
所述确定模块,用于依据所述成员信息确定多个目标位置,并确定参会成员到各个目标位置的最短路径;
所述选择模块,用于依据所述参会成员到各个目标位置的最短路径,对集会群到达各个目标位置的集会消耗进行排序,并依据排序结果选择群集会的最终目标位置及最优路径。
7.根据权利要求6所述装置,其特征在于,所述获取模块,具体用于发送群集会请求及定位指令给集会群内群成员,接收并提取各参会成员上报的成员信息;其中,
所述成员信息包括:参会成员的位置信息及要求信息。
8.根据权利要求6或7所述装置,其特征在于,所述确定模块,具体用于提取所述成员信息中参会成员的位置信息及要求信息,在电子地图上显示各个参会成员的位置,并获取包含所有参会成员位置的拓扑图,依据所述要求信息,利用区域限制搜索算法搜索得到拓扑图中符合要求的多个目标位置。
9.根据权利要求6或7所述装置,其特征在于,所述确定模块,具体用于依据地图信息分层提取算法对所述多个目标位置进行道路分层处理,然后通过迪杰斯特拉算法计算参会成员到各个目标位置的最短路径。
10.根据权利要求6或7所述装置,其特征在于,所述选择模块,具体用于对参会成员到各个目标位置的最短路径进行组合,得到集会群到达每个目标位置的最短路径,并依据集会群到达每个目标位置的最短路径计算得到集会群到达各个目标位置的集会消耗,对所述集会消耗进行排序,并依据排序结果确定群集会的最终目标位置及最优路径。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410567745.6A CN105588571A (zh) | 2014-10-22 | 2014-10-22 | 一种群集会最优路径选择方法及装置 |
PCT/CN2015/072602 WO2016061951A1 (zh) | 2014-10-22 | 2015-02-09 | 一种群集会最优路径选择方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410567745.6A CN105588571A (zh) | 2014-10-22 | 2014-10-22 | 一种群集会最优路径选择方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105588571A true CN105588571A (zh) | 2016-05-18 |
Family
ID=55760138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410567745.6A Pending CN105588571A (zh) | 2014-10-22 | 2014-10-22 | 一种群集会最优路径选择方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105588571A (zh) |
WO (1) | WO2016061951A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107860392A (zh) * | 2016-09-21 | 2018-03-30 | 千寻位置网络有限公司 | 一种高效找人的方法及其*** |
CN108195392A (zh) * | 2018-03-14 | 2018-06-22 | 维沃移动通信有限公司 | 一种多人线路规划方法及终端 |
CN108519089A (zh) * | 2018-03-14 | 2018-09-11 | 维沃移动通信有限公司 | 一种多人路线规划方法及终端 |
CN109962939A (zh) * | 2017-12-14 | 2019-07-02 | 腾讯科技(深圳)有限公司 | 位置推荐方法、装置、服务器、终端及存储介质 |
CN111121810A (zh) * | 2019-12-26 | 2020-05-08 | 珠海格力电器股份有限公司 | 一种多人出行导航方法、装置、终端设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10789558B2 (en) * | 2017-05-31 | 2020-09-29 | Astrazeneca Pharmaceuticals Lp | Non-linear systems and methods for destination selection |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1675646A (zh) * | 2002-08-20 | 2005-09-28 | 欧特克公司 | 利用空间-语义建模确定聚会地点 |
CN101067654A (zh) * | 2007-05-10 | 2007-11-07 | 南京师范大学 | 基于移动定位技术和gis的旅游团队管理*** |
CN101621741A (zh) * | 2008-07-03 | 2010-01-06 | 三星电子株式会社 | 提供便携式终端的基于位置信息的日程服务的方法和设备 |
CN101924984A (zh) * | 2009-06-12 | 2010-12-22 | 英华达(南京)科技有限公司 | 移动通讯装置间的定位方法 |
CN102081658A (zh) * | 2011-01-13 | 2011-06-01 | 北京超图软件股份有限公司 | 基于分层路网的路径搜索方法和装置 |
CN102506884A (zh) * | 2011-10-28 | 2012-06-20 | 百度在线网络技术(北京)有限公司 | 基于地图为多个用户推荐聚会地点的方法、***及装置 |
CN103884331A (zh) * | 2012-12-24 | 2014-06-25 | 鸿富锦精密工业(深圳)有限公司 | 会合指引***及方法 |
-
2014
- 2014-10-22 CN CN201410567745.6A patent/CN105588571A/zh active Pending
-
2015
- 2015-02-09 WO PCT/CN2015/072602 patent/WO2016061951A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1675646A (zh) * | 2002-08-20 | 2005-09-28 | 欧特克公司 | 利用空间-语义建模确定聚会地点 |
CN101067654A (zh) * | 2007-05-10 | 2007-11-07 | 南京师范大学 | 基于移动定位技术和gis的旅游团队管理*** |
CN101621741A (zh) * | 2008-07-03 | 2010-01-06 | 三星电子株式会社 | 提供便携式终端的基于位置信息的日程服务的方法和设备 |
CN101924984A (zh) * | 2009-06-12 | 2010-12-22 | 英华达(南京)科技有限公司 | 移动通讯装置间的定位方法 |
CN102081658A (zh) * | 2011-01-13 | 2011-06-01 | 北京超图软件股份有限公司 | 基于分层路网的路径搜索方法和装置 |
CN102506884A (zh) * | 2011-10-28 | 2012-06-20 | 百度在线网络技术(北京)有限公司 | 基于地图为多个用户推荐聚会地点的方法、***及装置 |
CN103884331A (zh) * | 2012-12-24 | 2014-06-25 | 鸿富锦精密工业(深圳)有限公司 | 会合指引***及方法 |
Non-Patent Citations (1)
Title |
---|
周园: "《地图与地图制图》", 30 November 2011, 武汉大学出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107860392A (zh) * | 2016-09-21 | 2018-03-30 | 千寻位置网络有限公司 | 一种高效找人的方法及其*** |
CN107860392B (zh) * | 2016-09-21 | 2020-12-01 | 千寻位置网络有限公司 | 一种高效找人的方法及其*** |
CN109962939A (zh) * | 2017-12-14 | 2019-07-02 | 腾讯科技(深圳)有限公司 | 位置推荐方法、装置、服务器、终端及存储介质 |
CN109962939B (zh) * | 2017-12-14 | 2021-05-04 | 腾讯科技(深圳)有限公司 | 位置推荐方法、装置、服务器、终端及存储介质 |
CN108195392A (zh) * | 2018-03-14 | 2018-06-22 | 维沃移动通信有限公司 | 一种多人线路规划方法及终端 |
CN108519089A (zh) * | 2018-03-14 | 2018-09-11 | 维沃移动通信有限公司 | 一种多人路线规划方法及终端 |
CN111121810A (zh) * | 2019-12-26 | 2020-05-08 | 珠海格力电器股份有限公司 | 一种多人出行导航方法、装置、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2016061951A1 (zh) | 2016-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105588571A (zh) | 一种群集会最优路径选择方法及装置 | |
CN104090970B (zh) | 兴趣点的展现方法及装置 | |
EP2769333B1 (en) | Video based pedestrian traffic estimation | |
US8401572B2 (en) | Method and apparatus for providing location based services using connectivity graphs based on cell broadcast information | |
CN104219630B (zh) | 一种基于手机基站模拟器及视频监控的联合搜索定位*** | |
CN106920387B (zh) | 获取交通道路中路线热度的方法及装置 | |
CN102098388A (zh) | 联系人排序方法及终端 | |
CN104093125A (zh) | 一种利用地理位置信息建立群组的方法及*** | |
CN109211259B (zh) | 轨迹路线的显示方法、装置、终端及存储介质 | |
CN104145173A (zh) | 用于定位的视觉ocr | |
CN106709606A (zh) | 个性化场景预测方法及装置 | |
CN103148857B (zh) | 一种提供信息的方法和*** | |
CN102957997B (zh) | 一种基于地理位置的资源获取方法、装置及*** | |
CN103294708A (zh) | 基于公交***的路径规划方法及装置 | |
WO2005069214A1 (ja) | 情報呈示システム | |
US20140095071A1 (en) | Route learning with networked assistance | |
CN109727057A (zh) | 候选地点评价***以及候选地点评价方法 | |
CN109275090A (zh) | 信息处理方法、装置、终端及存储介质 | |
CN106529896A (zh) | 基于理赔查勘的方法及理赔服务器 | |
CN105303865A (zh) | 检测用于交通出行分组的重要交通站点 | |
EP3241367A1 (en) | Method and system for real-time computing of origin-destination matrices relating to attendees at a public happening through analysis of mobile communication network data | |
CN104132667A (zh) | 一种智能手机联系人间快速导航的实现方法 | |
KR20120087267A (ko) | 다중 위치 기반의 poi 정보 서비스를 제공하는 방법 및 시스템 | |
CN103177030A (zh) | 信息查询***及信息查询方法 | |
CN110781256A (zh) | 基于发送位置数据确定与Wi-Fi相匹配的POI的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160518 |