CN107677269B - 一种基于拓扑地图的弱信号区域智能导航方法 - Google Patents
一种基于拓扑地图的弱信号区域智能导航方法 Download PDFInfo
- Publication number
- CN107677269B CN107677269B CN201710750686.XA CN201710750686A CN107677269B CN 107677269 B CN107677269 B CN 107677269B CN 201710750686 A CN201710750686 A CN 201710750686A CN 107677269 B CN107677269 B CN 107677269B
- Authority
- CN
- China
- Prior art keywords
- node
- user
- topological map
- time
- 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.)
- Expired - Fee Related
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
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)
Abstract
本发明公开了一种基于拓扑地图的弱信号区域智能导航方法,包括移动终端获取所需导航区域的栅格地图并将其转化为拓扑地图;用户在所述拓扑地图标记出起始节点P和目标节点Q;在移动终端选择导航路径规划方式;用户向所述移动终端输入行驶参数,所述移动终端根据行驶参数和导航路径规划方式为用户导航至目标节点Q。预先获取所需导航区域的栅格地图并将其转化为拓扑地图,从而导航时无需通过网路持续更新地图信息,实现无信号区域的实时地图显示;计算已行走比例从而获知用户的当前位置,实现无信号区域的定位,使用户在无信号区域也能清楚知道自身所在位置,且定位精度在导航过程中不断提升。
Description
技术领域
本发明涉及导航领域,尤其涉及一种基于拓扑地图的弱信号区域智能导航方法。
背景技术
随着现代无线通信技术的快速发展和智能手机的普及,手机导航越来越被大众出行所需。传统的GPS室外导航定位技术,经过几十年的发展已经逐渐趋于成熟,现有的手机导航软件也基本具有地图查看、地图缩放、热点搜索、定位与导航等功能,部分产品甚至借助智能手机中的加速度传感器、方向传感器、NFC以及室内WI-FI等实现室内导航。
然而,GPS信号在穿过建筑物或其他障碍后会被严重削弱,手机在不能接收到GPS信息的环境下导致定位导航失准或不可用。另外,导航地图受卫星影像更新频率限制和制图人员地理信息掌握限制,在小范围区域还有偏远区域不能为用户提供可靠的导航服务。特别的,对于某些弱信号区域,不能较好地接收到GPS信息或GPS服务成本较高,且没有NFC以及室内WI-FI辅助,定位导航将不可用。近年来因无法导航而使人员在偏远区域迷路的事故时有发生,有时甚至危及生命,因此为如户外登山爱好者等用户提供一套成本低廉的弱信号区域导航***是很有必要的!
发明内容
本发明的目的在于提出一种可在无信号区域准确定位和导航的基于拓扑地图的弱信号区域智能导航方法。
为达此目的,本发明采用以下技术方案:
一种基于拓扑地图的弱信号区域智能导航方法,包括以下步骤:
步骤A,移动终端获取所需导航区域的栅格地图并将其转化为拓扑地图;
步骤B,用户在所述拓扑地图标记出起始节点P和目标节点Q;
步骤C,在移动终端选择导航路径规划方式,生成对应的最佳导航路径;
步骤D,用户向所述移动终端输入行驶参数,所述移动终端根据行驶参数和导航路径规划方式为用户导航至目标节点Q。
优选地,所述步骤D包括:
“驾车”导航模式:
步骤D11,用户向所述移动终端输入行驶参数:驾车平均时速N1;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第一链路长度W1,转换公式如下:
即链路的所述第一链路长度W1为用户走完该链路所代表的实际路段路程的所需驾车时间;
步骤D12,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时驾车时间t1(停车时间不计入所述用户实时驾车时间t1);根据所述用户实时驾车时间t1生成第一行走比例p1,即
根据所述第一行走比例p1计算公式及所述用户实时驾车时间t1,每间隔1秒对所述第一行走比例p1更新一次,并在当前链路K1上标定用户的当前位置;
步骤D13,当所述第一行走比例p1达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;
步骤D14,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D15,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时驾车时间t1记录为第一行车时间t1',清零并重新记录所述用户实时驾车时间t1,计算差值E 1,并判断所述差值E 1是否大于设定阈值e1,其中
差值E1=|第一行车时间t1'-第一链路长度W1|;
若E1>e1,则将所述驾车平均时速N1更新为实际驾车平均时速N1',其中
步骤D16,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第一链路长度W1计算公式更新所述第一链路长度W1,并按步骤D12继续进行导航;
步骤D17,不断重复步骤D13至步骤D16,直至用户行驶至目标节点Q。
优选地,所述步骤D还包括:
“步行”导航模式:
步骤D21,用户向所述移动终端输入行驶参数:用户身高H(cm);所述移动终端计算用户步长N2,计算公式如下:
用户步长N2=0.45×用户身高H;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第二链路长度W2,转换公式如下:
即链路的所述第二链路长度W2为用户走完该链路所代表的实际路段所需的步数;
步骤D22,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时步数t2;根据所述用户实时步数t2生成第二行走比例p2,即
根据所述第二行走比例p2计算公式及用户实时步数t2,每间隔1秒对所述第二行走比例p2更新一次,并在当前链路K1上标定用户的当前位置;
步骤D23,当所述第二行走比例p2达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;
步骤D24,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D25,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时步数t2记录为第一行走步数t2',清零并重新记录所述用户实时步数t2,计算差值E2,并判断所述差值E2是否大于设定阈值e2,其中
差值E2=|第一行走步数t2'-第二链路长度W2|;
若E2>e2,则将所述用户步长N2更新为实际用户步长N2',其中
步骤D26,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第二链路长度W2计算公式更新所述第二链路长度W2,并按步骤D22继续进行导航;
步骤D27,不断重复步骤D23至步骤D26,直至用户行驶至目标节点Q。
优选地,所述步骤D还包括:
“骑行”导航模式:
步骤D31,用户向所述移动终端输入行驶参数:骑行平均时速N3;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第三链路长度W3,转换公式如下:
即链路的所述第三链路长度W3为用户走完该链路所代表的实际路段路程的所需骑行时间;
步骤D32,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时骑行时间t3(停车时间不计入所述用户实时骑行时间t3);根据所述用户实时骑行时间t3生成第三行走比例p3,即
根据所述第三行走比例p3计算公式及所述用户实时骑行时间t3,每间隔1秒对所述第三行走比例p3更新一次,并在当前链路K1上标定用户的当前位置;
步骤D33,当所述第三行走比例p3达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D34,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;
步骤D35,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时骑行时间t3记录为第一骑行时间t3',清零并重新记录所述用户实时骑行时间t3,计算差值E3,并判断所述差值E3是否大于设定阈值e3,其中
差值E3=|第一骑行时间t3'-第三链路长度W3|;
若E3>e3,则将所述骑行平均时速N3更新为实际骑行平均时速N3',其中
步骤D36,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第三链路长度W3计算公式更新所述第三链路长度W3,并按步骤D32继续进行导航;
步骤D37,不断重复步骤D33至步骤D36,直至用户行驶至目标节点Q。
优选地,所述步骤A中拓扑地图生产方法为:
步骤A1,获取所需导航区域的栅格地图并提取实际道路;
步骤A2,将所述栅格地图中所有实际道路上的分叉路口设置为拓扑地图的节点;
步骤A3,将所述栅格地图中所有特别地点设置为拓扑地图的节点;
步骤A4,根据所述栅格地图中的正式或非正式实际道路,将步骤A2和步骤A3生成的多个所述节点相连,计算并存储相邻两个节点间实际道路的距离;
步骤A5,在拓扑地图的每个节点上,设置该节点中每条可选道路的指向箭头。
优选地,所述导航路径规划方式包括:自动规划最短路径方式、指定有序必经点自动规划最短路径方式、指定无序必经点自动规划最短路径方式、欧拉回路路径方式和自定义路径方式。
优选地,所述自动规划最短路径方式为:
首先,在所述拓扑地图标记出起始节点P和目标节点Q;
然后,利用A*搜索算法在所述拓扑地图上找到由起始节点P到目标节点Q的最短路径;并在所述拓扑地图上显示所寻找到的最短路径;
所述利用A*搜索算法在所述拓扑地图上找到由起始节点P到目标节点Q的最短路径为:
利用A*搜索算法在所述拓扑地图上,首先找到由起始节点P到第一个必经节点的最短支路径,然后找到由第一个必经节点到下一个必经节点的最短支路径,按照上述方法依次找到其他必经节点间的的最短支路径,直到找到由最后一个必经节点到目标节点的最短支路径,将上述所有最短支路径首尾拼接后,得到在所述拓扑地图上由起始节点P经过必经节点后到达目标节点Q的最短路径。
优选地,所述指定有序必经点自动规划最短路径方式为:
在所述拓扑地图标记出起始节点P、目标节点Q和必经节点,并对必经节点指定先后到达次序;
利用A*搜索算法在所述拓扑地图上,首先找到由起始节点P到第一个必经节点的最短支路径,然后找到由第一个必经节点到下一个必经节点的最短支路径,按照上述方法依次找到其他必经节点间的的最短支路径,直到找到由最后一个必经节点到目标节点的最短支路径,将上述所有最短支路径首尾拼接后,得到在所述拓扑地图上由起始节点P经过必经节点后到达目标节点Q的最短路径,并在拓扑地图上显示所寻找到的最短路径。
优选地,所述指定无序必经点自动规划最短路径方式为:
首先,在所述拓扑地图标记出起始节点P、目标节点Q和必经节点,利用A*搜索算法在所述拓扑地图上找到由起始节点P到每个必经节点的最短支路径、每个必经节点到目标节点Q的最短支路径、以及任意两个必经节点之间的最短支路径,并算出这些最短支路径所对应的实际路程,从而生成两节点间最短支路径表;
接着,生成一个由起始节点P、目标节点Q和所有必经节点组成的拓扑结构图,将上述最短支路径所对应的实际路程作为该拓扑结构图上每个最短支路径所对应两个节点间的距离;
然后,在该拓扑结构图上利用蚁群算法找到由起始节点P仅一次地经过所有必经节点后到达目标节点Q的最短路径所对应的必经节点到达次序;
最后,按照所述必经节点到达次序,依次从所述两节点间最短支路径表中找到节点间对应的最短支路径并进行将其首尾拼接,从而得到在所述拓扑地图上由起始节点P按用户指定无序经过必经节点后到达目标节点Q的最短路径,并在所述拓扑地图上显示所寻找到的最短路径。
优选地,所述欧拉回路路径方式为:
所述欧拉回路路径方式为:
在所述拓扑地图标记出起始节点P,判断所述拓扑地图是否为欧拉图:
若是则利用End-pairing算法在该拓扑地图上找到一条欧拉回路,并在所述拓扑地图上显示所寻找到的欧拉回路;
若不是则利用最小权完美匹配算法结合Floyd算法确定该拓扑地图的最优添边(即需经过两次的实际道路),使该拓扑地图转换成欧拉图;然后利用End-pairing算法在该拓扑地图上找到一条欧拉回路,并在所述拓扑地图上显示所寻找到的欧拉回路;
自定义路径方式为:
用户在所述拓扑地图上标定由起始节点P到目标节点Q的自定义路径,所述自定义路径为用户自定义设置必经节点、对必经节点指定先后到达次序、以及必经节点间的连接路径。
所述基于拓扑地图的弱信号区域智能导航方法,预先获取所需导航区域的栅格地图并将其转化为拓扑地图,从而导航时无需通过网路持续更新地图信息,而且拓扑地图仅显示节点和节点间的路径,从而地图信息更为简化,提高数据的处理速度和图像显示速度,实现无信号区域的实时地图显示。
通过记录用户的各实时行驶参数,计算已行走比例从而获知用户的当前位置,实现在无信号区域的定位,使用户在无信号区域也能清楚知道自身所在位置。而且,每经过一段链路就更新一次用户行驶参数,使得所述移动终端中各计算所需的参数更具实时性,从而提高了在所需导航区域的拓扑地图上显示用户当前位置的定位精度;另外,在导航开始阶段,用户对自身实际所在位置较为熟悉,对当前位置的定位精度要求不高,可以使用较为粗糙的用户行驶参数对用户进行当前位置定位,往后的用户当前位置定位为根据上一段链路用户实际行驶参数对所述移动终端中各计算所需的参数进行调整,该参数经不断实时调整,将使用户当前位置定位持续保持较高的精度,从而满足用户在导航后阶段由于到达陌生环境而对定位精度要求较高的需求。
附图说明
附图对本发明做进一步说明,但附图中的内容不构成对本发明的任何限制。
图1是本发明其中一个实施例的栅格地图转化为拓扑地图的结构图;
图2是本发明其中一个实施例的拓扑地图的节点分布图;
图3是本发明其中一个实施例的导航时指向箭头显示图。
其中:节点P1、P2、P3、P4、P5、P6;路径L;箭头T1、T2、T3、T4。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
本实施例的基于拓扑地图的弱信号区域智能导航方法,包括以下步骤:
步骤A,移动终端获取所需导航区域的栅格地图并将其转化为拓扑地图,如图1、图2所示;
步骤B,用户在所述拓扑地图标记出起始节点P和目标节点Q;
步骤C,在移动终端选择导航路径规划方式,生成对应的最佳导航路径;
步骤D,用户向所述移动终端输入行驶参数,所述移动终端根据行驶参数和导航路径规划方式为用户导航至目标节点Q。
优选地,
所述步骤D包括:
“驾车”导航模式:
步骤D11,用户向所述移动终端输入行驶参数:驾车平均时速N1;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第一链路长度W1,转换公式如下:
即链路的所述第一链路长度W1为用户走完该链路所代表的实际路段路程的所需驾车时间;
步骤D12,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时驾车时间t1(停车时间不计入所述用户实时驾车时间t1);根据所述用户实时驾车时间t1生成第一行走比例p1,即
根据所述第一行走比例p1计算公式及所述用户实时驾车时间t1,每间隔1秒对所述第一行走比例p1更新一次,并在当前链路K1上标定用户的当前位置;
步骤D13,当所述第一行走比例p1达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;
步骤D14,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D15,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时驾车时间t1记录为第一行车时间t1',清零并重新记录所述用户实时驾车时间t1,计算差值E 1,并判断所述差值E 1是否大于设定阈值e1,其中
差值E1=|第一行车时间t1'-第一链路长度W1|;
若E1>e1,则将所述驾车平均时速N1更新为实际驾车平均时速N1',其中
步骤D16,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第一链路长度W1计算公式更新所述第一链路长度W1,并按步骤D12继续进行导航;
步骤D17,不断重复步骤D13至步骤D16,直至用户行驶至目标节点Q。
所述基于拓扑地图的弱信号区域智能导航方法,预先获取所需导航区域的栅格地图并将其转化为拓扑地图,从而导航时无需通过网路持续更新地图信息,而且拓扑地图仅显示节点和节点间的路径,从而地图信息更为简化,提高数据的处理速度和图像显示速度,实现无信号区域的实时地图显示。
在“驾车”导航模式下,通过记录所述用户实时驾车时间t1,并实时计算所述第一行走比例p1从而获知用户的实时当前位置,实现无信号区域的定位,使用户在无信号区域也能清楚知道自身所在位置。而且,每到达一段新的链路就更新所述驾车平均时速N1,使得所述移动终端中各计算所需的参数更具实时性,从而提高了在所需导航区域的拓扑地图上显示用户当前位置的定位精度;另外,在导航开始阶段,用户对自身实际所在位置较为熟悉,对当前位置的定位精度要求不高,可以使用较为粗糙的所述驾车平均时速N1对用户进行当前位置定位,往后的用户当前位置定位为根据上一段链路所述用户实时驾车时间t1对所述移动终端中各计算所需的参数如所述驾车平均时速N1和所述第一行走比例p1进行调整,该两参数经不断实时调整,将使用户当前位置定位持续保持较高的精度,从而满足用户在导航后阶段由于到达陌生环境而对定位精度要求较高的需求。
优选地,所述步骤D还包括:
“步行”导航模式:
步骤D21,用户向所述移动终端输入行驶参数:用户身高H(cm);所述移动终端计算用户步长N2,计算公式如下:
用户步长N2=0.45×用户身高H;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第二链路长度W2,转换公式如下:
即链路的所述第二链路长度W2为用户走完该链路所代表的实际路段所需的步数;
步骤D22,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时步数t2;根据所述用户实时步数t2生成第二行走比例p2,即
根据所述第二行走比例p2计算公式及用户实时步数t2,每间隔1秒对所述第二行走比例p2更新一次,并在当前链路K1上标定用户的当前位置;
步骤D23,当所述第二行走比例p2达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;
步骤D24,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D25,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时步数t2记录为第一行走步数t2',清零并重新记录所述用户实时步数t2,计算差值E2,并判断所述差值E2是否大于设定阈值e2,其中
差值E2=|第一行走步数t2'-第二链路长度W2|;
若E2>e2,则将所述用户步长N2更新为实际用户步长N2',其中
步骤D26,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第二链路长度W2计算公式更新所述第二链路长度W2,并按步骤D22继续进行导航;
步骤D27,不断重复步骤D23至步骤D26,直至用户行驶至目标节点Q。
在“步行”导航模式下,通过记录所述用户实时步数t2,并实时计算所述第二行走比例p2从而获知用户的实时当前位置,实现无信号区域的定位,使用户在无信号区域也能清楚知道自身所在位置。而且,每到达一段新的链路就更新所述用户步长N2,使得所述移动终端中各计算所需的参数更具实时性,从而提高了在所需导航区域的拓扑地图上显示用户当前位置的定位精度;另外,在导航开始阶段,用户对自身实际所在位置较为熟悉,对当前位置的定位精度要求不高,可以使用较为粗糙的所述用户步长N2对用户进行当前位置定位,所以可以根据用户身高进行估算得到,往后的用户当前位置定位为根据上一段链路所述用户实时步数t2对所述移动终端中各计算所需的参数如所述用户步长N2和所述第二行走比例p2进行调整,该两参数经不断实时调整,将使用户当前位置定位持续保持较高的精度,从而满足用户在导航后阶段由于到达陌生环境而对定位精度要求较高的需求。
优选地,所述步骤D还包括:
“骑行”导航模式:
步骤D31,用户向所述移动终端输入行驶参数:骑行平均时速N3;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第三链路长度W3,转换公式如下:
即链路的所述第三链路长度W3为用户走完该链路所代表的实际路段路程的所需骑行时间;
步骤D32,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时骑行时间t3(停车时间不计入所述用户实时骑行时间t3);根据所述用户实时骑行时间t3生成第三行走比例p3,即
根据所述第三行走比例p3计算公式及所述用户实时骑行时间t3,每间隔1秒对所述第三行走比例p3更新一次,并在当前链路K1上标定用户的当前位置;
步骤D33,当所述第三行走比例p3达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D34,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;
步骤D35,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时骑行时间t3记录为第一骑行时间t3',清零并重新记录所述用户实时骑行时间t3,计算差值E3,并判断所述差值E 3是否大于设定阈值e3,其中
差值E3=|第一骑行时间t3'-第三链路长度W3|;
若E3>e3,则将所述骑行平均时速N3更新为实际骑行平均时速N3',其中
步骤D36,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第三链路长度W3计算公式更新所述第三链路长度W3,并按步骤D32继续进行导航;
步骤D37,不断重复步骤D33至步骤D36,直至用户行驶至目标节点Q。
在“骑行”导航模式下,通过记录所述用户实时骑行时间t3,并实时计算所述第三行走比例p3从而获知用户的实时当前位置,实现无信号区域的定位,使用户在无信号区域也能清楚知道自身所在位置。而且,每到达一段新的链路就更新所述骑行平均时速N3,使得所述移动终端中各计算所需的参数更具实时性,从而提高了在所需导航区域的拓扑地图上显示用户当前位置的定位精度;另外,在导航开始阶段,用户对自身实际所在位置较为熟悉,对当前位置的定位精度要求不高,可以使用较为粗糙的所述骑行平均时速N3对用户进行当前位置定位,往后的用户当前位置定位为根据上一段链路所述用户实时骑行时间t3对所述移动终端中各计算所需的参数如所述骑行平均时速N3和所述第三行走比例p3进行调整,该两参数经不断实时调整,将使用户当前位置定位持续保持较高的精度,从而满足用户在导航后阶段由于到达陌生环境而对定位精度要求较高的需求。
优选地,所述步骤A中拓扑地图生产方法为:
步骤A1,获取所需导航区域的栅格地图并提取实际道路;
步骤A2,将所述栅格地图中所有实际道路上的分叉路口设置为拓扑地图的节点;
步骤A3,将所述栅格地图中所有特别地点设置为拓扑地图的节点;
步骤A4,根据所述栅格地图中的正式或非正式实际道路,将步骤A2和步骤A3生成的多个所述节点相连,计算并存储相邻两个节点间实际道路的距离;
步骤A5,在拓扑地图的每个节点上,设置该节点中每条可选道路的指向箭头。
所述拓扑地图生产方法在导航前,获取所需导航区域的栅格地图并提取实际道路,以将所述栅格地图中的分叉路口、特别地点均转换位拓扑地图的节点;并计算并存储相邻两个节点间实际道路的距离,以便于在导航时获取链路的实际路段路程。而且,每个节点上的每条可选道路设置指向箭头,以便于导航时用户可根据实际路况选择下个需到达的节点,提高导航的灵活性和适应性。所述特别地点指的是景点,加油站,厕所等。
优选地,所述导航路径规划方式包括:自动规划最短路径方式、指定有序必经点自动规划最短路径方式、指定无序必经点自动规划最短路径方式、欧拉回路路径方式和自定义路径方式。用户可根据实际需求选择不同的导航路径规划方式,以满足不同的导航需求和适应多变的路况。
优选地,所述自动规划最短路径方式为:
首先,在所述拓扑地图标记出起始节点P和目标节点Q;
然后,利用A*搜索算法在所述拓扑地图上找到由起始节点P到目标节点Q的最短路径;并在所述拓扑地图上显示所寻找到的最短路径;
所述利用A*搜索算法在所述拓扑地图上找到由起始节点P到目标节点Q的最短路径为:
利用A*搜索算法在所述拓扑地图上,首先找到由起始节点P到第一个必经节点的最短支路径,然后找到由第一个必经节点到下一个必经节点的最短支路径,按照上述方法依次找到其他必经节点间的的最短支路径,直到找到由最后一个必经节点到目标节点的最短支路径,将上述所有最短支路径首尾拼接后,得到在所述拓扑地图上由起始节点P经过必经节点后到达目标节点Q的最短路径。
当用户选择所述自动规划最短路径方式时,用户仅指定了起始节点P和目标节点Q,利用A*搜索算法在所述拓扑地图上,找到由起始节点P到目标节点Q的最短路径,适用于仅需由起始节点P导航至目标节点Q的情况。所述A*搜索算法是一种静态路网中求解最短路径最有效的直接搜索方法,以在多个节点的路径上求出最低通过成本为目标。
优选地,所述指定有序必经点自动规划最短路径方式为:
在所述拓扑地图标记出起始节点P、目标节点Q和必经节点,并对必经节点指定先后到达次序;
利用A*搜索算法在所述拓扑地图上,首先找到由起始节点P到第一个必经节点的最短支路径,然后找到由第一个必经节点到下一个必经节点的最短支路径,按照上述方法依次找到其他必经节点间的的最短支路径,直到找到由最后一个必经节点到目标节点的最短支路径,将上述所有最短支路径首尾拼接后,得到在所述拓扑地图上由起始节点P经过必经节点后到达目标节点Q的最短路径,并在拓扑地图上显示所寻找到的最短路径。
当用户选择所述指定有序必经点自动规划最短路径方式时,用户可对必经节点指定先后到达次序,然后所述移动终端结合A*搜索算法在拓扑地图上找到由起始节点P按用户指定顺序经过必经节点后到达目标节点Q的最短路径,可用于如定向越野等需要按顺序经过多个地点的情况。
优选地,所述指定无序必经点自动规划最短路径方式为:
首先,在所述拓扑地图标记出起始节点P、目标节点Q和必经节点,利用A*搜索算法在所述拓扑地图上找到由起始节点P到每个必经节点的最短支路径、每个必经节点到目标节点Q的最短支路径、以及任意两个必经节点之间的最短支路径,并算出这些最短支路径所对应的实际路程,从而生成两节点间最短支路径表;
接着,生成一个由起始节点P、目标节点Q和所有必经节点组成的拓扑结构图,将上述最短支路径所对应的实际路程作为该拓扑结构图上每个最短支路径所对应两个节点间的距离;
然后,在该拓扑结构图上利用蚁群算法找到由起始节点P仅一次地经过所有必经节点后到达目标节点Q的最短路径所对应的必经节点到达次序;
最后,按照所述必经节点到达次序,依次从所述两节点间最短支路径表中找到节点间对应的最短支路径并进行将其首尾拼接,从而得到在所述拓扑地图上由起始节点P按用户指定无序经过必经节点后到达目标节点Q的最短路径,并在所述拓扑地图上显示所寻找到的最短路径。
当用户选择所述指定无序必经点自动规划最短路径方式时,用户仅指定了起始节点P、目标节点Q和必经节点,并没有指定必经节点到达次序,则所述移动终端通过蚁群算法找到由起始节点P仅一次地经过所有必经节点后到达目标节点Q的最短路径所对应的必经节点到达次序,再利用上述指定有序必经点自动规划最短路径的寻找方法找出指定无序必经点自动规划最短路径,可用于在到达目标节点Q前需要经过其他必要地方,但对经过顺序没要求的情况。
优选地,所述欧拉回路路径方式为:
所述欧拉回路路径方式为:
在所述拓扑地图标记出起始节点P,判断所述拓扑地图是否为欧拉图:
若是则利用End-pairing算法在该拓扑地图上找到一条欧拉回路,并在所述拓扑地图上显示所寻找到的欧拉回路;
若不是则利用最小权完美匹配算法结合Floyd算法确定该拓扑地图的最优添边(即需经过两次的实际道路),使该拓扑地图转换成欧拉图;然后利用End-pairing算法在该拓扑地图上找到一条欧拉回路,并在所述拓扑地图上显示所寻找到的欧拉回路。
当用户选择所述欧拉回路路径方式时,仅指定了起始节点P,可用于起始节点P和目标节点Q为同一个地点的情况。若所述拓扑地图是欧拉图,所述欧拉回路为从起始节点P出发经过拓扑地图上每条链路一次且仅一次后回到起始节点P的路径;若所述拓扑地图不是欧拉图,在拓扑地图上从起始节点P出发,除了某几条链路经过两次外其他所有链路均经过一次且仅一次后回到起始节点P,在所有符合上述条件的路径中的最短路径。
优选地,自定义路径方式为:
用户在所述拓扑地图上标定由起始节点到目标节点的自定义路径,所述自定义路径为用户自定义设置必经节点、对必经节点指定先后到达次序、以及必经节点间的连接路径。当用户选择自定义路径方式时,用户可根据自身需求在拓扑地图上自行规划导航路线,提高导航的灵活性。
实施例二
本实施例的基于拓扑地图的弱信号区域智能导航方法,包括以下步骤:
S10:移动终端获取所需导航区域的栅格地图并将其转化为拓扑地图。
S20:用户在所述拓扑地图标记出起始节点P(即当前位置)和目标节点Q(即目的地)。
S30:在移动终端选择导航路径规划方式。
S40:用户向所述移动终端输入行驶参数,所述移动终端根据行驶参数和导航路径规划方式为用户导航至目标节点Q。
如图3所示,节点P1为起始节点P,节点P4为目标节点Q,选择导航路径规划方式为自动规划最短路径,路径L为按照导航路径规划方式从所述节点P1到节点P4的最佳路径,即从节点P1出发,先后经过节点P2和节点P3,最终到达节点P4;
在“步行”导航模式下,以从节点P1导航至节点P2为例:
S41:用户向所述移动终端输入行驶参数为用户身高H(cm),所述移动终端计算用户步长N2,所述移动终端在所述拓扑地图上显示路径L,将路径L上节点P1至节点P2的链路P1P2的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第二链路长度W2;
S42:用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时步数t2;根据所述用户实时步数t2生成第二行走比例p2,根据所述第二行走比例p2计算公式及用户实时步数t2,每间隔1秒对所述第二行走比例p2更新一次,并在当前链路P1P2上标定用户的当前位置;
S43:当所述第二行走比例p2达到95%时,所述拓扑地图将显示用户的当前位置为在节点P2上,并在所述拓扑地图上显示节点P2到各个能直接到达的相邻节点的指向箭头,此处相邻节点的指向箭头为节点P2指向节点P1的箭头T1、节点P2指向节点P3的箭头T2、节点P2指向节点P5的箭头T3和节点P2指向节点P6的箭头T4;
S44:用户到达拓扑地图上节点P2所对应的分岔路口,停止前行,根据路径L(下一目标节点为P3)或自身意愿选择继续前进方向,在所述移动终端上点击节点P2上对应该继续前进方向的所述指向箭头并确认;若此处用户未按路径L指示选择箭头T2继续前进,则将起始节点P由原来P1更新为节点P2,并跳转至步骤S30开始执行;
S45:所述移动终端将确认指向箭头T2的时刻作为时间记录节点,读取此时的所述用户实时步数t2记录为第一行走步数t2',清零并重新记录所述用户实时步数t2,计算差值E2,并判断所述差值E2是否大于设定阈值e2,若E2>e2,则将所述用户步长N2更新为实际用户步长N2';
S46:根据用户在所述移动终端所确认的所述指向箭头T2,找到节点P2到下一节点P3的链路P2P3,将第一实际路段路程S更新为链路P2P3的实际路段路程,同时按上述第二链路长度W2计算公式更新所述第二链路长度W2,并按步骤S42继续进行导航;
S47:不断重复步骤S43至步骤S46,直至用户行驶至目标节点P4。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (9)
1.一种基于拓扑地图的弱信号区域智能导航方法,其特征在于,包括以下步骤:
步骤A,移动终端获取所需导航区域的栅格地图并将其转化为拓扑地图;
步骤B,用户在所述拓扑地图标记出起始节点P和目标节点Q;
步骤C,在移动终端选择导航路径规划方式,生成对应的最佳导航路径;
步骤D,用户向所述移动终端输入行驶参数,所述移动终端根据行驶参数和导航路径规划方式为用户导航至目标节点Q;
所述步骤D包括:
“驾车”导航模式:
步骤D11,用户向所述移动终端输入行驶参数:驾车平均时速N1;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第一链路长度W1,转换公式如下:
即链路的所述第一链路长度W1为用户走完该链路所代表的实际路段路程的所需驾车时间;
步骤D12,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时驾车时间t1,停车时间不计入所述用户实时驾车时间t1;根据所述用户实时驾车时间t1生成第一行走比例p1,即
根据所述第一行走比例p1计算公式及所述用户实时驾车时间t1,每间隔1秒对所述第一行走比例p1更新一次,并在当前链路K1上标定用户的当前位置;
步骤D13,当所述第一行走比例p1达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;
步骤D14,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D15,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时驾车时间t1记录为第一行车时间t1',清零并重新记录所述用户实时驾车时间t1,计算差值E1,并判断所述差值E1是否大于设定阈值e1,其中
差值E1=|第一行车时间t1'-第一链路长度W1|;
若E1>e1,则将所述驾车平均时速N1更新为实际驾车平均时速N1',其中
步骤D16,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第一链路长度W1计算公式更新所述第一链路长度W1,并按步骤D12继续进行导航;
步骤D17,不断重复步骤D13至步骤D16,直至用户行驶至目标节点Q。
2.根据权利要求1所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述步骤D还包括:
“步行”导航模式:
步骤D21,用户向所述移动终端输入行驶参数:用户身高H(cm);所述移动终端计算用户步长N2,计算公式如下:
用户步长N2=0.45×用户身高H;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第二链路长度W2,转换公式如下:
即链路的所述第二链路长度W2为用户走完该链路所代表的实际路段所需的步数;
步骤D22,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时步数t2;根据所述用户实时步数t2生成第二行走比例p2,即
根据所述第二行走比例p2计算公式及用户实时步数t2,每间隔1秒对所述第二行走比例p2更新一次,并在当前链路K1上标定用户的当前位置;
步骤D23,当所述第二行走比例p2达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;
步骤D24,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D25,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时步数t2记录为第一行走步数t2’,清零并重新记录所述用户实时步数t2,计算差值E2,并判断所述差值E2是否大于设定阈值e2,其中
差值E2=|第一行走步数t2'-第二链路长度W2|;
若E2>e2,则将所述用户步长N2更新为实际用户步长N2',其中
步骤D26,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第二链路长度W2计算公式更新所述第二链路长度W2,并按步骤D22继续进行导航;
步骤D27,不断重复步骤D23至步骤D26,直至用户行驶至目标节点Q。
3.根据权利要求1所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述步骤D还包括:
“骑行”导航模式:
步骤D31,用户向所述移动终端输入行驶参数:骑行平均时速N3;
所述移动终端在所述拓扑地图上显示始节点P至目标节点Q的所述最佳导航路径K,将所述最佳导航路径K上起始节点P至下一节点M1的链路K1的实际路段路程记录为第一实际路段路程S,并将第一实际路段路程S转换成第三链路长度W3,转换公式如下:
即链路的所述第三链路长度W3为用户走完该链路所代表的实际路段路程的所需骑行时间;
步骤D32,用户开始出发,所述移动终端以出发时刻为时间记录节点,记录用户实时骑行时间t3,停车时间不计入所述用户实时骑行时间t3;根据所述用户实时骑行时间t3生成第三行走比例p3,即
根据所述第三行走比例p3计算公式及所述用户实时骑行时间t3,每间隔1秒对所述第三行走比例p3更新一次,并在当前链路K1上标定用户的当前位置;
步骤D33,当所述第三行走比例p3达到95%时,所述拓扑地图将显示用户的当前位置为在节点M1上,并在所述拓扑地图上显示节点M1到各个能直接到达的相邻节点的指向箭头;若此处用户未按所述最佳导航路径K选择继续前进方向,则将起始节点P更新为节点M1,并跳转至步骤C开始执行;
步骤D34,用户到达拓扑地图上节点M1所对应的分岔路口,停止前行,根据所述最佳导航路径K或自身意愿选择继续前进方向,在所述移动终端上点击节点M1上对应该继续前进方向的所述指向箭头并确认;
步骤D35,所述移动终端将确认所述指向箭头的时刻作为时间记录节点,读取此时的所述用户实时骑行时间t3记录为第一骑行时间t3',清零并重新记录所述用户实时骑行时间t3,计算差值E3,并判断所述差值E3是否大于设定阈值e3,其中
差值E3=|第一骑行时间t3'-第三链路长度W3|;
若E3>e3,则将所述骑行平均时速N3更新为实际骑行平均时速N3',其中
步骤D36,根据用户在所述移动终端所确认的所述指向箭头,找到节点M1到下一节点M2的链路K2,将第一实际路段路程S更新为链路K2的实际路段路程,同时按上述第三链路长度W3计算公式更新所述第三链路长度W3,并按步骤D32继续进行导航;
步骤D37,不断重复步骤D33至步骤D36,直至用户行驶至目标节点Q。
4.根据权利要求1所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述步骤A中拓扑地图生产方法为:
步骤A1,获取所需导航区域的栅格地图并提取实际道路;
步骤A2,将所述栅格地图中所有实际道路上的分叉路口设置为拓扑地图的节点;
步骤A3,将所述栅格地图中所有特别地点设置为拓扑地图的节点;
步骤A4,根据所述栅格地图中的正式或非正式实际道路,将步骤A2和步骤A3生成的多个所述节点相连,计算并存储相邻两个节点间实际道路的距离;
步骤A5,在拓扑地图的每个节点上,设置该节点中每条可选道路的指向箭头。
5.根据权利要求1所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于:所述导航路径规划方式包括:自动规划最短路径方式、指定有序必经点自动规划最短路径方式、指定无序必经点自动规划最短路径方式、欧拉回路路径方式和自定义路径方式。
6.根据权利要求5所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述自动规划最短路径方式为:
首先,在所述拓扑地图标记出起始节点P和目标节点Q;
然后,利用A*搜索算法在所述拓扑地图上找到由起始节点P到目标节点Q的最短路径;并在所述拓扑地图上显示所寻找到的最短路径;
所述利用A*搜索算法在所述拓扑地图上找到由起始节点P到目标节点Q的最短路径为:
利用A*搜索算法在所述拓扑地图上,首先找到由起始节点P到第一个必经节点的最短支路径,然后找到由第一个必经节点到下一个必经节点的最短支路径,按照上述方法依次找到其他必经节点间的的最短支路径,直到找到由最后一个必经节点到目标节点的最短支路径,将上述所有最短支路径首尾拼接后,得到在所述拓扑地图上由起始节点P经过必经节点后到达目标节点Q的最短路径。
7.根据权利要求5所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述指定有序必经点自动规划最短路径方式为:
在所述拓扑地图标记出起始节点P、目标节点Q和必经节点,并对必经节点指定先后到达次序;
利用A*搜索算法在所述拓扑地图上,首先找到由起始节点P到第一个必经节点的最短支路径,然后找到由第一个必经节点到下一个必经节点的最短支路径,按照上述方法依次找到其他必经节点间的的最短支路径,直到找到由最后一个必经节点到目标节点的最短支路径,将上述所有最短支路径首尾拼接后,得到在所述拓扑地图上由起始节点P经过必经节点后到达目标节点Q的最短路径,并在拓扑地图上显示所寻找到的最短路径。
8.根据权利要求6所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述指定无序必经点自动规划最短路径方式为:
首先,在所述拓扑地图标记出起始节点P、目标节点Q和必经节点,利用A*搜索算法在所述拓扑地图上找到由起始节点P到每个必经节点的最短支路径、每个必经节点到目标节点Q的最短支路径、以及任意两个必经节点之间的最短支路径,并算出这些最短支路径所对应的实际路程,从而生成两节点间最短支路径表;
接着,生成一个由起始节点P、目标节点Q和所有必经节点组成的拓扑结构图,将上述最短支路径所对应的实际路程作为该拓扑结构图上每个最短支路径所对应两个节点间的距离;
然后,在该拓扑结构图上利用蚁群算法找到由起始节点P仅一次地经过所有必经节点后到达目标节点Q的最短路径所对应的必经节点到达次序;
最后,按照所述必经节点到达次序,依次从所述两节点间最短支路径表中找到节点间对应的最短支路径并进行将其首尾拼接,从而得到在所述拓扑地图上由起始节点P按用户指定无序经过必经节点后到达目标节点Q的最短路径,并在所述拓扑地图上显示所寻找到的最短路径。
9.根据权利要求5所述的基于拓扑地图的弱信号区域智能导航方法,其特征在于,所述欧拉回路路径方式为:
在所述拓扑地图标记出起始节点P,判断所述拓扑地图是否为欧拉图:
若是则利用End-pairing算法在该拓扑地图上找到一条欧拉回路,并在所述拓扑地图上显示所寻找到的欧拉回路;
若不是则利用最小权完美匹配算法结合Floyd算法确定该拓扑地图的最优添边,即需经过两次的实际道路,使该拓扑地图转换成欧拉图;然后利用End-pairing算法在该拓扑地图上找到一条欧拉回路,并在所述拓扑地图上显示所寻找到的欧拉回路;
自定义路径方式为:
用户在所述拓扑地图上标定由起始节点P到目标节点Q的自定义路径,所述自定义路径为用户自定义设置必经节点、对必经节点指定先后到达次序、以及必经节点间的连接路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710750686.XA CN107677269B (zh) | 2017-08-28 | 2017-08-28 | 一种基于拓扑地图的弱信号区域智能导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710750686.XA CN107677269B (zh) | 2017-08-28 | 2017-08-28 | 一种基于拓扑地图的弱信号区域智能导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107677269A CN107677269A (zh) | 2018-02-09 |
CN107677269B true CN107677269B (zh) | 2018-08-14 |
Family
ID=61135016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710750686.XA Expired - Fee Related CN107677269B (zh) | 2017-08-28 | 2017-08-28 | 一种基于拓扑地图的弱信号区域智能导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107677269B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628309B (zh) * | 2018-04-26 | 2021-01-12 | 广东容祺智能科技有限公司 | 一种复杂地形的自动寻址方法 |
JP2021512291A (ja) | 2018-06-07 | 2021-05-13 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | 経路決定のためのシステムおよび方法 |
CN109009887A (zh) * | 2018-07-17 | 2018-12-18 | 东北大学 | 一种基于脑机接口的人机交互式导航***及方法 |
CN109347741B (zh) * | 2018-08-01 | 2021-02-26 | 北京邮电大学 | 基于带内网络遥测技术的全网路径最优化遍历方法及装置 |
JP7062785B2 (ja) * | 2018-10-01 | 2022-05-06 | 日産自動車株式会社 | 情報処理システム、情報処理装置、及び情報処理方法 |
CN110174108B (zh) * | 2019-05-13 | 2021-01-01 | 杭州蓝芯科技有限公司 | 一种仿人的基于拓扑地图的agv自主定位导航方法 |
CN110455295B (zh) * | 2019-09-16 | 2023-05-30 | 广州电加软件有限责任公司 | 一种河道航运路线自动规划方法 |
CN111780762B (zh) * | 2020-06-30 | 2022-04-22 | 杭州海康机器人技术有限公司 | 巡检路径生成方法、装置和存储介质 |
CN111896021B (zh) * | 2020-08-06 | 2022-06-10 | 南京审计大学 | 一种无信号道路智能导航方法 |
CN114234988A (zh) * | 2020-09-09 | 2022-03-25 | 华为技术有限公司 | 一种导航方法、设备及*** |
CN113778073A (zh) * | 2020-11-10 | 2021-12-10 | 北京京东乾石科技有限公司 | 应用于室内场景的机器人行驶方法、装置以及*** |
CN116972870B (zh) * | 2023-09-21 | 2023-12-15 | 南京遇简信息科技有限公司 | 基于计算机图像识别的道路导航增强方法、***及介质 |
CN117889866B (zh) * | 2024-03-18 | 2024-06-11 | 深圳竹芒科技有限公司 | 导航路径规划方法、设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6553310B1 (en) * | 2000-11-14 | 2003-04-22 | Hewlett-Packard Company | Method of and apparatus for topologically based retrieval of information |
CN101246013B (zh) * | 2007-02-14 | 2012-05-23 | 高德软件有限公司 | 车载道路导航装置 |
CN101694749B (zh) * | 2009-08-25 | 2012-08-08 | 北京世纪高通科技有限公司 | 一种路径推测方法及装置 |
CN102110364B (zh) * | 2009-12-28 | 2013-12-11 | 日电(中国)有限公司 | 基于路口和路段的交通信息处理方法和装置 |
CN103512581B (zh) * | 2012-06-28 | 2016-12-21 | 北京搜狗科技发展有限公司 | 一种路径规划方法和装置 |
CN102749084A (zh) * | 2012-07-10 | 2012-10-24 | 南京邮电大学 | 一种面向海量交通信息的路径选择方法 |
CN105953785A (zh) * | 2016-04-15 | 2016-09-21 | 青岛克路德机器人有限公司 | 机器人室内自主导航的地图表示方法 |
CN106225788B (zh) * | 2016-08-16 | 2019-04-19 | 上海理工大学 | 基于路径拓展蚁群算法的机器人路径规划方法 |
CN106323324B (zh) * | 2016-11-25 | 2019-03-26 | 西安电子科技大学 | 基于路链的快速最短路径规划方法 |
CN106931974B (zh) * | 2017-03-29 | 2020-04-03 | 清华大学 | 基于移动终端gps定位数据记录计算个人通勤距离的方法 |
-
2017
- 2017-08-28 CN CN201710750686.XA patent/CN107677269B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107677269A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107677269B (zh) | 一种基于拓扑地图的弱信号区域智能导航方法 | |
CN1821718B (zh) | 确定道路名称数据的显示位置及显示该道路名称数据的方法 | |
CN101275841B (zh) | 地物信息收集装置及地物信息收集方法 | |
KR102128851B1 (ko) | 제1 랜드마크의 글로벌 위치를 결정하는 방법 및 시스템 | |
US8213682B2 (en) | Feature information collecting apparatuses, methods, and programs | |
CN103267526B (zh) | 一种室内导航方法及*** | |
CN106996783B (zh) | 一种行驶轨迹与路网底图的智能匹配方法及装置 | |
US9002639B2 (en) | Method for performing map matching in user terminal | |
CN113821029B (zh) | 一种路径规划方法、装置、设备及存储介质 | |
US20190212744A1 (en) | Mapped Driving Paths for Autonomous Vehicle | |
JP6303810B2 (ja) | 車両位置推定装置、及び車両位置推定方法 | |
CN110186457B (zh) | 一种基于高精度电子地图的蓝牙室内定位导航方法 | |
CN109031382B (zh) | 一种基于停车位的高精度道路计算匹配方法及*** | |
CN111006680A (zh) | 一种基于v2i技术的自动驾驶车辆路径规划***及方法 | |
CN109523781A (zh) | 一种基于卫星定位的路口预测方法 | |
CN106323268A (zh) | 一种移动终端定位出行导航方法和移动终端 | |
CN105352506A (zh) | 室内的路网规划方法及装置 | |
CN109257714B (zh) | 一种基于iBeacon的室内定位及辅助导航方法、装置及*** | |
CN105466442A (zh) | 模糊起点预设路线导航方法 | |
US20080255756A1 (en) | Navigation Method | |
KR101998363B1 (ko) | 자동 위치 검색 및 경로 파악이 가능한 수치지도 생성시스템 | |
CN111985715B (zh) | 一种基于多目标线路走廊路径自动导航方法及设备 | |
JP2019158701A (ja) | 特徴点生成方法 | |
JP2015194438A (ja) | 地図データ構造、経路探索装置、および経路探索方法 | |
JP6528164B2 (ja) | 測位システム |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180814 Termination date: 20200828 |