CN111735454A - 路径规划方法、装置、电子设备、介质及路径导航方法 - Google Patents

路径规划方法、装置、电子设备、介质及路径导航方法 Download PDF

Info

Publication number
CN111735454A
CN111735454A CN201911055024.6A CN201911055024A CN111735454A CN 111735454 A CN111735454 A CN 111735454A CN 201911055024 A CN201911055024 A CN 201911055024A CN 111735454 A CN111735454 A CN 111735454A
Authority
CN
China
Prior art keywords
space
path
end point
endpoint
target
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
Application number
CN201911055024.6A
Other languages
English (en)
Other versions
CN111735454B (zh
Inventor
李飞翔
李金松
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201911055024.6A priority Critical patent/CN111735454B/zh
Publication of CN111735454A publication Critical patent/CN111735454A/zh
Application granted granted Critical
Publication of CN111735454B publication Critical patent/CN111735454B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

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

本公开的实施例提供了一种路径规划方法、装置、电子设备、介质及路径导航方法。该路径规划方法包括:确定第一端点与第二端点,其中,第一端点位于第一空间,第二端点位于第二空间;获取第一空间与第二空间之间的各个通行口;分别确定各个通行口与第一端点之间的第一最优路径,和各个第一最优路径的权重值;基于各个第一最优路径和各个第一最优路径的权重值,确定第一端点和第二端点之间的目标最优路径。本公开实施例提供的路径规划方法、装置、电子设备、介质及路径导航方法通过第一端点与第一空间的各个通行口的第一最优路径,进一步确定第一端点与第二端点间的目标最优路径,能够优化不同空间融合的一体化路径规划结果。

Description

路径规划方法、装置、电子设备、介质及路径导航方法
技术领域
本公开涉及路径规划与导航领域,具体而言,涉及一种路径规划方法、装置、电子设备、介质及路径导航方法。
背景技术
目前的路径规划与路径导航方法主要分为室外路径规划与导航以及室内的步行路径规划与导航。而随着电商、团购、智慧零售、线上线下等概念及产品的不断出现,用户对出行场景的需求也更加精细化。例如,当导航起点为室外,终点为某商场内的餐饮门店时,单纯依靠纯室内或纯室外的路径规划与路径导航方式将无法满足用户需求。
因此,需要一种新的路径规划方法、装置、电子设备、介质及路径导航方法。
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
本公开实施例提供一种路径规划方法、装置及电子设备,进而至少在一定程度上克服相关技术中无法实现室内外融合导航的缺陷。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
本公开实施例提出一种路径规划方法,包括:确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间和所述第二空间通过通行口连通;获取所述第一空间与所述第二空间之间的各个通行口;分别确定所述各个通行口与所述第一端点之间的第一最优路径和各个第一最优路径的权重值;基于所述各个第一最优路径和所述各个第一最优路径的权重值,确定所述第一端点和所述第二端点之间的目标最优路径。
本公开实施例提出一种路径规划方法,包括:获取第一端点和第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间和所述第二空间通过通行口连通;基于目标路网数据和目标兴趣点数据,通过路径规划确定所述第一端点和所述第二端点之间的目标最优路径,其中,所述目标路网数据通过将所述第一空间的第一路网数据和所述第二空间的第二路网数据进行融合获得,所述目标兴趣点数据通过将所述第一空间的兴趣点数据和所述第二空间的兴趣点数据进行融合获得。
本公开实施例提出一种路径导航方法,包括:响应于目标对象的导航请求,确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间通过第一通行口与第二通行口与所述第二空间连通;展示所述第一端点与所述第二端点的目标最优路径,所述目标最优路径经过所述第一空间的第一通行口;其中,所述第一通行口与所述第一端点、所述第二端点的直线距离之和大于所述第二通行口与所述第一端点、所述第二端点的直线距离之和。
本公开实施例提出一种路径规划装置,包括:端点数据获取模块,用于确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间和所述第二空间通过通行口连通;通行口数据获取模块,用于获取所述第一空间与所述第二空间之间的各个通行口;第一路径规划模块,用于分别确定所述各个通行口与所述第一端点之间的第一最优路径和各个第一最优路径的权重值;目标路径规划模块,用于基于所述各个第一最优路径和所述各个第一最优路径的权重值,确定所述第一端点和所述第二端点之间的目标最优路径。
本公开实施例提出一种路径规划装置,包括:端点获取模块,用于获取第一端点和第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间;路径规划模块,用于基于目标路网数据和目标兴趣点数据,通过路径规划确定所述第一端点和所述第二端点之间的目标最优路径,其中,所述目标路网数据通过将所述第一空间的第一路网数据和所述第二空间的第二路网数据进行融合获得,所述目标兴趣点数据通过将所述第一空间的兴趣点数据和所述第二空间的兴趣点数据进行融合获得。
本公开实施例提出一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的路径规划方法和/或路径导航方法。
本公开实施例提出一种电子设备,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述实施例中所述的路径规划方法和/或路径导航方法。
在本公开的一些实施例所提供的技术方案中,首先获取第一空间与第二空间之间的各个通行口,并确定第一端点和各个通行口的第一最优路径及各个第一最优路径的权重值;并基于各个第一最优路径和各个第一最优路径的权重值获得第一端点和第二端点之间的目标最优路径。能够将实现起止点处于不同空间时的路径规划。同时,在实现对第一空间与第二空间的融合路径规划时,根据第一空间内各个通行口的第一最优路径的权重值获得第一端点和第二端点之间的目标最优路径,能够优化不同空间融合的一体化路径规划结果。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。
在附图中:
图1示出了可以应用本公开实施例的路径规划方法或装置的示例性***架构100的示意图;
图2示意性示出了根据本公开的一个实施例的路径规划方法的流程图;
图3是基于图2的步骤S240在一个示例性实施例中的流程图;
图4示意性示出了根据本公开的另一个实施例的路径规划方法的流程图;
图5是基于图4的步骤S410在一个示例性实施例中的流程图;
图6是基于图3的步骤S242在一个示例性实施例中的流程图;
图7是基于图2的步骤S230在一个示例性实施例中的流程图;
图8示意性示出了根据本公开的另一个实施例的路径规划方法的流程图;
图9是基于图8的步骤S820在一个示例性实施例中的流程图;
图10示意性示出了根据本公开的一个实施例的路径导航方法的流程图;
图11示出了根据本公开实施例的第一端点、第二端点的界面展示图;
图12示出了根据本公开实施例的目标最优路径的示意图;
图13示意性示出了根据相关技术的目标最优路径的示意图;
图14示意性示出了根据本公开的再一实施例的路径规划方法的流程图;
图15示意性示出了根据本公开的再一实施例的路径规划方法的流程图;
图16示意性示出了根据本公开的一实施例的路径规划装置的框图;
图17示意性示出了根据本公开的另一实施例的路径规划装置的框图;
图18示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
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特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现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,或在一个或多个硬件模块或集成电路中实现这些功能实体,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。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
路径规划与导航领域中,由于室外数据与室内数据(例如兴趣点数据)的相关性较低,且室外路径规划服务与室内路径规划服务具有独立性和单一性,同时也便于其他出行方式与室内路径规划的对接等,例如驾车导航、骑行导航等。基于上述原因,目前的室外路径规划服务与室内路径规划服务是两套独立的服务。
室内外一体化出行场景可包括如下几种场景:
(1)起点(室内)、终点(室内),同一建筑物。
(2)起点(室内),终点(室内),不同建筑物。
(3)起点(室外),终点(室内)。
(4)起点(室内),终点(室外)。
(5)起点(室外),终点(室外)。
上述场景中,场景(1)的起止点都在同一建筑物内,属于纯室内规划,场景(5)的起止点都在室外,属于纯室外规划,故在此不做讨论。场景(3)、(4)、(5)均为室内外一体化路径规划的场景,其涉及的路径规划问题相同。下面以场景(3)为例,描述了相关技术中关于室内外一体化路径规划的技术方案。
(1)获取终点所在建筑物的多个子门:根据起、终点与建筑物各个子门的空间位置关系,选取一个直线距离起点和终点距离之和最小的目标子门。
(2)根据起点与该目标子门执行室外的路径规划。
(3)调用室内服务,根据该目标子门与室内终点做室内路径规划。
(4)将步骤(2)和步骤(3)规划的两段路径方案用直线连接,获得目标规划路径。
然而,该相关技术在室内与室外路径未知的情况下,不仅没有考虑用户偏好,而且仅根据各个子门与起、终点的直线距离最小为依据确定目标子门,并根据该目标子门分别进行室内路径规划与室外路径规划,获得目标最优路径。该方案并没有考虑目标子门与起、终点的实际路径是否最优,将可能出现选取的目标子门和终点不连通、室内终点到目标子门的实际路径绕路、室外起点到目标子门的实际路径绕路等情况。综上,该相关技术的路径规划方法无法获得整体较优的室内外一体化路径规划结果。
因此,需要一种新的路径规划方法、装置及电子设备及路径导航方法。
需要注意,本文中的“室内”,包括封闭的建筑物如房屋等,也可以包括露天的建筑物如体育场,以及各种与外界通过通行口连通的空间,即本文中提及的第一空间或第二空间。
图1示出了可以应用本公开实施例的路径规划方法或装置的示例性***架构100的示意图。
如图1所示,***架构100可以包括终端设备101、102、103中的一种或多种,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机、台式计算机、可穿戴设备、虚拟现实设备、智能家居等等。
服务器105可以是提供各种服务的服务器。例如终端设备103(也可以是终端设备101或102)向服务器105上传第一端点数据和第二端点数据。服务器105可以确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间和所述第二空间通过通行口连通;获取所述第一空间与所述第二空间之间的各个通行口;分别确定所述各个通行口与所述第一端点之间的第一最优路径和各个第一最优路径的权重值;基于所述各个第一最优路径和所述各个第一最优路径的权重值,确定所述第一端点和所述第二端点之间的目标最优路径。并将目标最优路径反馈给终端设备103,进而终端设备103可以根据目标最优路径生成导航数据,从而实现更加优化的路径规划与路径导航结果。
又例如,服务器105可以获取第一端点和第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间;基于目标路网数据和目标兴趣点数据,通过路径规划确定所述第一端点和所述第二端点之间的目标最优路径,其中,所述目标路网数据通过将所述第一空间的第一路网数据和所述第二空间的第二路网数据进行融合获得,所述目标兴趣点数据通过将所述第一空间的兴趣点数据和所述第二空间的兴趣点数据进行融合获得,并将目标最优路径反馈给终端设备101(也可以是终端设备102或103),进而用户可以基于终端设备101上显示的内容浏览为其推荐的目标最优路径。
图2示意性示出了根据本公开的一个实施例的路径规划方法的流程图。本公开实施例所提供的方法可以由任意具备计算处理能力的电子设备处理,例如上述图1实施例中的服务器105和/或终端设备102、103,在下面的实施例中,以服务器105为执行主体为例进行举例说明,但本公开并不限定于此。
如图2所示,本公开实施例提供的路径规划方法可以包括以下步骤。
在步骤S210中,确定第一端点与第二端点,其中,第一端点位于第一空间,第二端点位于第二空间,第一空间和第二空间通过通行口连通。
本公开实施例中,第一空间可例如为室内或室外,还可例如为园区、森林等。第二空间与第一空间类似,本公开的技术方案对第一空间及第二空间的具体属性并不作特殊限定。
在示例性实施例中,第一端点为路径的起点,第二端点为路径的终点;或第二端点为路径的起点,第一端点为路径的终点。其中,可以接收设备端的路径规划请求,其中,路径规划请求中包括第一端点和第二端点的标识,并根据第一端点和第二端点的标识确定第一端点及其所属的第一空间、第二端点及其所属的第二空间。
在步骤S220中,获取第一空间与第二空间之间的各个通行口。
本公开实施例中,通行口为将第一空间与第二空间相连的连通处。
在示例性实施例中,若第一空间为建筑物A内,第二空间为建筑物A外,则该建筑物A通向室外的各个子门即为第一空间与第二空间之间的各个通行口。又例如,若第一空间为建筑物B外,第二空间为建筑物B内,则该建筑物B通向室外的各个子门即为第一空间与第二空间之间的各个通行口。
在示例性实施例中,第一空间若为建筑物,该建筑物对应的兴趣点数据可为父节点数据。该建筑物对应的兴趣点数据与该建筑物内部的多个商店、通行口等兴趣点数据具有父子关系。即,某一建筑物对应的兴趣点数据为父节点数据,该建筑物内部的商店对应的兴趣点数据为该父节点数据下属的子节点数据,该两种兴趣点数据构成亲子关系。其中,亲子关系可根据亲子关系类型进行区分。例如,建筑物与其内部的商店的兴趣点数据属于第一类亲子关系,建筑物与其通行口的兴趣点数据属于第二类亲子关系。其中,可获取通行口所属类别的亲子关系,以遍历该亲子关系类别下的第一父节点数据的子节点数据,以获取各个通行口。
在步骤S230中,分别确定各个通行口与第一端点之间的第一最优路径和各个第一最优路径的权重值。
本公开实施例中,各个通行口均对应一条第一最优路径,即通行口的数量与第一最优路径的数量相同。其中,若某一通行口与第一端点之间不存在任何通路,则该通行口对应的第一最优路径为空。各个第一最优路径的权重值为根据该路径中所包含的各个道路的权重值与各个道路间的权重值确定的。权重值表征了通过一条道路或两条道路间的交汇路口所付出的代价。例如,一条道路的权重值可以与该道路的长度、宽度、实时路况等有关。又例如,室内道路的权重值可以与该道路是否为楼梯、为电梯或楼梯等因素有关。又例如,两条道路间的交汇路口的权重值与该交汇路口的历史红灯时间、连接道路数量等有关。其中,各个道路的权重值可通过排序模型获得,还可基于历史数据训练获得代价模型,以通过代价模型获得,本公开的技术方案对此并不作特殊限定。
在示例性实施例中,若第一端点所处的第一空间为建筑物内,可调用室内路径规划服务,以确定该第一端点与各个通行口的第一最优路径。若第一端点所处的第一空间为室外,可调用室外路径规划服务,以确定该第一端点与各个通行口的第一最优路径。
在步骤S240中,基于各个第一最优路径和各个第一最优路径的权重值,确定第一端点和第二端点之间的目标最优路径。
本公开实施例中,第一端点和第二端点之间的目标最优路径可包括各个第一最优路径中的任意一条。其中,可首先确定各个通行口与第二端点之间的第二最优路径,并根据各个通行口的第二最优路径和各个第一最优路径确定目标最优路径。例如,可将各个通行口的第一最优路径的权重值和第二最优路径的权重值相加,确定权重值最小的第一最优路径和第二最优路径的组合为目标最优路径。
在示例性实施例中,若第一空间为建筑物A内,第二空间为建筑物B内,且建筑物A与建筑物B之间不存在通行口时,可首先确定与第一空间、第二空间均存在通行口的第三空间;分别确定第一空间与第三空间之间的各个第一通行口、第二空间与第三空间之间的各个第二通行口;确定第一端点与各个第一通行口间的第一最优路径、各个第一最优路径的权重值;确定第二端点与各个第二通行口间的第二最优路径、各第二最优路径的权重值;以及根据各个第一最优路径、各个第一最优路径的权重值、各第二最优路径、各第二最优路径的权重值确定第一端点与第二端点之间的目标最优路径。例如,可获取第三空间的第三路网和第三拓扑结构,并根据第三路网、各个第一最优路径、各个第一最优路径的权重值、各第二最优路径、各第二最优路径的权重值确定包括第一端点和第二端点的目标路网;根据第三拓扑结构、各个第一最优路径和各第二最优路径确定包括第一端点和第二端点的目标拓扑结构;以及基于目标路网和目标拓扑关系进行第一端点和第二端点间的路径规划,生成第一端点和第二端点之间的目标最优路径。
在示例性实施例中,若第一空间为建筑物A内的一第一子空间,第二空间为建筑物A内的一第二子空间,该第一子空间和该第二子空间通过通行口连通。该通行口可例如为室内门、楼梯、电梯、扶梯等。例如,当通行口为室内门时,第一子空间和第二子空间可以为同一楼层的两个独立空间,分别采用不同的路径规划服务或分别位于不同的路网中。可首先确定第一端点与各个室内门之间的第一最优路径和各个第一最优路径的权重值;以及基于各个第一最优路径和各个第一最优路径的权重值确定第一端点和第二端点之间的目标最优路径。又例如,当通行口为楼梯、电梯或扶梯时,第一子空间和第二子空间可以为不同楼层的两个独立空间,分别采用不同的路径规划服务或分别位于不同的路网中。可首先确定第一端点与该第一子空间中各个通行口的第一最优路径和各个第一最优路径的权重值;以及基于各个第一最优路径和各个第一最优路径的权重值确定第一端点和第二端点之间的目标最优路径。
本公开实施方式提供的路径规划方法,首先获取第一空间与第二空间之间的各个通行口,并确定第一端点和各个通行口的第一最优路径及各个第一最优路径的权重值;并基于各个第一最优路径和各个第一最优路径的权重值获得第一端点和第二端点之间的目标最优路径。能够将实现起止点处于不同空间时的路径规划。同时,在实现对第一空间与第二空间的融合路径规划时,根据第一空间内各个通行口的第一最优路径的权重值获得第一端点和第二端点之间的目标最优路径,能够优化不同空间融合的一体化路径规划结果。
图3是基于图2的步骤S240在一个示例性实施例中的流程图。
如图3所示,上述图2实施例中的步骤S240可以包括以下步骤。
在步骤S241中,根据第二空间的第二路网和各个第一最优路径的权重值确定与各个通信口的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第一队列。
本公开实施例中,路网描述了道路的道路信息,道路信息可包括位置信息、形状信息、属性信息(道路等级、宽度等)等。其中,第二空间的第二路网描述了第二空间中的道路信息。而各个通行口的第一最优路径属于第一空间,第二路网中没有包括各个通行口的第一最优路径的道路信息。本步骤中可分别确定每一各个通行口对应的第一通行口队列。其中,第一队列中记载了第二空间中的道路以及该各个道路到各个通行口的权重。例如,以某一通行口为例,可根据第二路网中各个道路的道路信息确定该道路到该通行口的权重值;并根据该道路到该通行口的权重值与该通行口的第一最优路径的权重值确定该道路到该通行口最终的权重值,并将该道路到该通行口最终的权重值以及该道路的道路信息放入该通行口的第一队列中。其中,可对该道路到该通行口的权重值与该通行口的第一最优路径的权重值进行求和,以确定该道路到该通行口最终的权重值。
其中,该道路到该通行口的权重值根据该道路的道路信息(例如位置信息、形状信息、属性信息等)以及该道路与该通行口的垂线距离确定。例如,道路较窄或道路与第一端点的垂线距离较大时,将增加该道路的权重值。道路的权重值越大,通过该道路所付出的代价越大。其中,第一队列可例如为顶堆队列,但本公开的技术方案对此并不作特殊限定。顶堆队列是一种非线性结构。顶堆结构与二叉树结构类似。本公开实施例的第一队列可例如为小顶堆。小顶堆中每个结点的值都小于或等于其左右孩子结点的值。
其中,与各个通信口的距离小于距离阈值的道路是指:当某一道路到任意一个通行口的距离小于距离阈值时,该道路为与各个通信口的距离小于距离阈值的道路。
本公开实施例中,可确定与各个通信口的距离小于距离阈值的道路作为放入第一队列的对象。其中,还可根据各个道路的道路属性确定该道路是否属于距离阈值。例如,道路属性还可包括状态信息。在某一道路与各个通信的位置信息小于距离阈值时,但该道路的状态信息为不可通行时,可放弃对该道路权重的计算,并放弃将其放入第一队列。
在示例性实施例中,当某一道路与各个通行口中任意通行口的距离小于邻近阈值时,认为该通行口实际位于该道路上。在上述情况发生时,可将该道路作为与该通行口的距离小于邻近阈值的道路,并进行下一通行口的可放入第一队列的道路。
在步骤S242中,基于第一队列确定第一端点和第二端点之间的目标最优路径。
本公开实施例中,可通过路径规划算法对各个通信口的通行口队列进行处理,获得第一端点和第二端点之间的目标最优路径。其中,路径规划算法可例如为双向迪杰斯特拉算法。双向迪杰斯特拉算法用于在图中,求从节点s到节点t的最短路径,其基本思想是:分别从节点s和节点t开始执行单向迪杰斯特拉算法,从节点s点开始执行的迪杰斯特拉算法定义为前向迪杰斯特拉搜索,从节点t点开始执行的迪杰斯特拉算法定义为后向迪杰斯特拉搜索,算法结束的条件是:前向(后向)迪杰斯特拉搜索求得当前最短路径上的节点为u,且在后向(前向)迪杰斯特拉搜索已经计算出到节点u大的最短路径,此时节点s到节点t的最短路径可表示为sp(s,u)+sp(t,u)。应该理解,此处具体的路径规划算法仅为示例,本公开对具体的路径规划算法并不作特殊限定。
图4示意性示出了根据本公开的另一个实施例的路径规划方法的流程图。
如图4所示,本公开实施例提供的路径规划方法可以包括以下步骤。
在步骤S410中,根据第二空间的第二路网生成第二拓扑关系。
本公开实施例中,拓扑关系描述了道路间的连接关系。拓扑关系可以根据路网和节点数据生成。其中,节点数据指道路的起始终止节点。第二空间的第二路网包括第二空间中道路间的连接关系。而各个通行口的第一最优路径属于第一空间,第二路网中没有包括各个通行口的信息。本步骤根据第二空间的第二路网中道路的位置信息生成第二拓扑关系,能够使第二拓扑关系能够第二空间中道路间的连接关系,也包括了第一空间中各个通行口与第二空间中道路的连接关系。
图5是基于图4的步骤S410在一个示例性实施例中的流程图。
如图5所示,上述图4实施例中的步骤S410可以包括以下步骤。
在步骤S411中,确定第二路网中与各个通行口的距离小于距离阈值的邻近道路。
本公开实施例中,可在第二路网根据道路间的位置关系确定与各个通行口的距离小于距离阈值的邻近道路。各个通行口可对应一条或多条邻近道路。邻近道路可以视为与各个通行口相通的道路。
在步骤S412中,基于各个通行口的邻近道路,根据第二路网和各个第一最优路径生成第二拓扑关系。
本公开实施例中,可将第一拓扑关系中的各邻近道路作为与各个通行口相连通的道路,以生成目标拓扑关系。
图6是基于图3的步骤S242在一个示例性实施例中的流程图。
如图6所示,上述图3实施例中的步骤S242可以包括以下步骤。
在步骤S2421中,根据第二路网确定与第二端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第二队列。
本公开实施例中,第二队列记载了第二空间中的道路以及该各个道路到各个第二端点的权重,该第二队列与第一队列的结构类似,此处不再赘述。
在示例性实施例中,可确定第二路网中与第二端点的距离小于距离阈值的某一道路及该道路的权重值,并根据目标拓扑关系确定与该道路相连通的多个道路;根据目标路网确定与该道路相连的多个道路的权重值;并再根据目标拓扑关系确定与该多个道路相连的道路。循环上述步骤,可获得多个道路,并可根据各道路的权重排序生成第二队列。
在步骤S2422中,根据第一队列、第二队列和第二拓扑关系确定第一端点和各个通行口之间的第二最优路径。
本公开实施例中,可采用双向迪杰斯特拉算法进行路径规划。例如,可在第一队列中获取权重值最小的道路,并根据第二拓扑关系确定与该权重值最小的道路相连的多个道路;并根据第二路网计算与该权重值最小的道路相连的多个道路的权重后,将其放入第一队列;循环上述步骤以持续寻路,最终获得第一端点与第一端点之间的目标最优路径。
在步骤S2423中,对第一最优路径和第二路径进行拼接,生成第一端点和第二端点之间的目标最优路径。
本公开实施例中,第二最优路径可包括该路径的起止点位置信息。该起止点信息分别对应第二端点和通行口的位置信息。其中,可根据该起止点位置信息与各个通行口的位置信息进行匹配,以确定该第二最优路径所到达的通行口;以及根据该通行口信息确定该通行口对应的第一最优路径,其中,该第一最优路径的起止点位置信息分别对应第一端点和通行口的位置信息;根据该通行口对应的第一最优路径和第二最优路径进行拼接,生成第一端点和第二端点之间的目标最优路径。
图7是基于图2的步骤S230在一个示例性实施例中的流程图。
如图7所示,上述图2实施例中的步骤S230可以包括以下步骤。
在步骤S231中,获取第一空间的第一路网和第一拓扑关系。
本公开实施例中,第一路网、第一拓扑关系与前述第二路网、第二拓扑关系相似,此处不再赘述。
在示例性实施例中,第一空间可为室内空间。在室内空间的第一路网可包括室内空间的楼梯、电梯、门等。
在步骤S232中,根据第一路网确定与第一端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第一空间队列。
本公开实施例中,第一空间队列与前述步骤S2431、S2432中第一队列、第二队列的生成原理类似,此处不再赘述。
在步骤S233中,根据第一空间队列、第一拓扑关系和第一路网分别确定各个通行口与第一端点之间的第一最优路径。
本公开实施例中,可采用单向迪杰斯特拉算法进行路径规划,确定第一端点与各个通行口的第一最优路径。
在示例性实施例中,可采用一次算路的思想,执行单向迪杰斯特拉算法。其中,可将第一端点作为起点,各个通行口(N个,N为大于等于1的正整数)作为N个终点,执行一次算路过程,返回与N个通行口一一对应的N条第一最优路径。
在步骤S234中,根据第一路网确定各个通行口的第一最优路径的权重值。
本公开实施例中,可根据第一路网中各个道路的属性信息、位置信息等进行计算,以确定各个通行口的第一最优路径的权重值。
图8示意性示出了根据本公开的另一个实施例的路径规划方法的流程图。
如图8所示,本公开实施例提供的路径规划方法可以包括以下步骤。
在步骤S810中,获取第一空间的第一路网数据和第一空间兴趣点数据。
其中,前述已经介绍了路网数据,此处不再赘述。兴趣点数据用于表示地图中的一栋房子、商铺、邮筒、公交站等,兴趣点数据可以包括名称、类别、坐标等信息。第一空间兴趣点数据为第一空间中各个位置点对应的兴趣点数据。
在步骤S820中,将第一路网数据和第二空间的第二路网数据进行融合,生成目标路网数据。
本公开实施例中,可对第一路网数据和第二路网数据的格式进行融合;以及确定第一空间和第二空间的通行口,基于各个通行口确定第一空间与第二空间的邻近道路;根据各邻近道路将第一路网数据和第二路网数据进行融合,生成目标路网数据。
其中,若第一空间为建筑物,第二空间为室外。建筑物的第一路网数据为室内数据。可根据相应规则对室内数据的格式进行转换,获得与第二路网数据的格式相同的第一路网数据。格式的转化可例如为道路属性的填充、数据类型的转换等。在室内道路的属性不存在时,该属性值填写为空。
在步骤S830中,将第一空间兴趣点数据和第二空间的第二空间兴趣点数据进行融合,生成目标兴趣点数据。
其中,兴趣点数据融合方式可例如为兴趣点属性值的填充、数据类型的转换等。
在步骤S840中,获取第一端点和第二端点,其中,第一端点位于第一空间,第二端点位于第二空间,第一空间和第二空间通过通行口连通。
在步骤S850中,基于目标路网数据和目标兴趣点数据,通过路径规划确定第一端点和第二端点之间的目标最优路径。
本公开实施例中,第一端点与第二端点虽然位于不同的空间:第一空间和第二空间。但第一端点和第二端点位于同一路网:目标路网;以及可以根据目标路网与路网中的目标兴趣点数据生成目标拓扑关系。该第一端点和第二端点同样均位于该目标拓扑关系中。基于上述情形,可以基于目标路网数据和目标兴趣点数据进行路径规划,确定第一端点和第二端点之间的目标最优路径。
本公开实施方式提供的路径规划方法,通过对第一空间的第一路网数据和第二空间的第二路网数据进行融合,生成目标路网数据;对第一空间的第一兴趣点数据和第二空间的第二兴趣点数据进行融合,生成目标兴趣点数据。能够实现第一空间与第二空间的融合。再基于目标路网数据和目标兴趣点数据,通过路径规划确定第一端点和第二端点之间的目标最优路径。能够实现跨空间的一体化的路径规划,并优化路径规划的结果。
图9是基于图8的步骤S820在一个示例性实施例中的流程图。
如图9所示,上述图8实施例中的步骤S820可以包括以下步骤。
在步骤S821中,将第一路网数据的数据格式进行转换。
本公开实施例中,第一空间中的数据格式可能与第二空间中的数据格式不同。通过格式转换,以使转换后的第一路网数据的格式与第二路网数据的格式相同。
在步骤S822中,将转换后的第一路网数据与第二空间的第二路网数据进行融合,生成目标路网数据。
其中,前述已介绍了融合的相关过程,此处不再赘述。
图10示意性示出了根据本公开的一个实施例的路径导航方法的流程图。
如图10所示,本公开实施例提供的路径导航方法可以包括以下步骤。
在步骤S1010中,响应于目标对象的导航请求,确定第一端点与第二端点,其中,第一端点位于第一空间,第二端点位于第二空间,第一空间通过第一通行口与第二通行口与第二空间连通。
本公开实施例中,可接收目标对象基于设备端发送的导航请求,导航请求可包括第一端点和第二端点。前述已对第一空间与第二空间进行了介绍,此处不再赘述。
在示例性实施例中,第一端点为起点,第二端点为终点;或第二端点为起点,第一端点为终点。
在步骤S1020中,展示第一端点与第二端点的目标最优路径,目标最优路径经过第一空间的第一通行口;其中,第一通行口与第一端点、第二端点的直线距离之和大于第二通行口与第一端点、第二端点的直线距离之和。
图11示出了根据本公开实施例的第一端点、第二端点的界面展示图。
图12示出了根据本公开实施例的目标最优路径的示意图。图13示意性示出了根据现有技术的目标最优路径的示意图。用户可以通过设备端的用户界面中执行点击操作,以确定第一端点D1和第二端点D2,如图11所示。如图12、13所示,S1为第一空间,S2为第二空间,T1为第一通行口,T2为第二通行口,根据本公开实施例或现有技术的路径导航方法示出的目标最优路径如黑色线条所示。根据现有技术获得的目标最优路径在选择通行口时,是根据与第一端点D1和第二端点D2的最小直线距离确定的,而没有综合考虑整体效果,致使中间连接线的部分出现穿楼的效果,导致路径规划的整体效果较差,而采用本公开实施例的路径规划方法或路径导航方法后,由于综合考虑了各个通行口的方案权重,能够获得整体最优的目标最优路径。
图14示意性示出了根据本公开的再一实施例的路径规划方法的流程图。
如图14所示,本公开实施例的路径规划方法可以包括以下步骤。
在步骤S1410中,获取第一端点和第二端点,其中,第一端点为起点,位于室外,第二端点为终点,位于建筑物内。
在步骤S1420中,确定该建筑物与室外相连的子门。
在步骤S1430中,通过路径规划确定第二端点与该建筑物的各子门之间的第一最优路径。其中可调用室内路径规划服务,根据第二端点及各个子门的兴趣点数据进行一次算路,获得第二端点与该建筑物的各子门之间的第一最优路径。
在步骤S1440中,确定与各子门的距离小于距离阈值的邻近道路。其中,各邻近道路为室外道路。
在步骤S1450中,根据室外路网确定与第一端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成起点队列。
在步骤S1460中,根据室外路网确定与各子门的距离小于距离阈值的道路及各道路的权重值,并根据该各道路和各个第一最优路径生成终点队列。
在步骤S1470中,基于双向迪杰斯特拉算法,根据起点队列和终点队列进行路径规划,获得目标最优路径。
在步骤S1480中,根据目标最优路径进行数据还原。其中,可通过获得对应的建筑物的子门,以及该子门所对应的室内路径。
在步骤S1490中,将还原后的目标最优路径执行编码回包。其中,可根据编码回包的目标最优路径生成导航信息。
本公开实施例中,由于室内导航播报对返回的结构有些特殊参数的需求,所以在返回的结构中可通过编码回包对目标最优路径进行适应性调整,比如终点规划是否用到门兴趣点数据的吸附,该需求是因为室内数据作业的规格本身和室外道路间的差异性。
鉴于室内规划的回包路径结果结构和室外步行规划的不同,所以在一体化的时候,可以将两者的路径结果结构进行融合,兼容两个服务的结构,以满足两种不同场景下导航播报。
图15示意性示出了根据本公开的再一实施例的路径规划方法的流程图。
如图15所示,本公开实施例的路径规划方法可以包括以下步骤。
在步骤S1510中,获取第一端点和第二端点,其中,第一端点为起点,位于建筑物内的第一子空间,第二端点为终点,位于该建筑物内的第二子空间。
在步骤S1520中,获取第一子空间和第二子空间之间的通行口。
本公开实施例中,第一子空间和第二子空间之间的通行口可为室内门、楼梯、电梯、扶梯等,本公开对此并不作特殊限定。
在步骤S1530中,通过路径规划确定第一端点与各个通行口之间的第一最优路径和各个第一最优路径的权重值。
本公开实施例中,可调用第一子空间适用的路径规划服务与第一子空间的路网数据和兴趣点数据,基于路网数据对第一端点及各个通行口的兴趣点数据进行一次算路,获得第一端点与各个通行口之间的第一最优路径。
其中,当通行口为楼梯、扶梯或电梯时,可将该楼梯、扶梯或电梯在该第一子空间中的入口或出口作为该楼梯、扶梯或电梯在该第一子空间的通行口位置,并将该楼梯、扶梯或电梯在第二子空间中的入口或出口作为该楼梯、扶梯或电梯在该第二子空间的通行口位置。同时,还可将该楼梯、扶梯或电梯的权重值叠加在各个第一最优路径的权重值,以作为更新后的各个第一最优路径的权重值。
在步骤S1540中,根据第二子空间的第二路网确定与各个通行口的距离小于距离阈值的道路及各道路的权重,并根据该各道路和各个第一最优路径生成起点队列。
本公开实施例中,可分别确定与每一通行口的距离小于距离阈值的道路及各道路的权重,并将所有通行口对应的道路及道路的权重整合为起点队列。其中,可将各道路的权重值与各个第一最优路径的权重值进行叠加,获得更新后的各道路的权重。
在步骤S1550中,根据第二子空间的第二路网确定与第二端点的距离小于距离阈值的道路及各道路的权重值,并按照各道路的权重排序生成终点队列。
在步骤S1560中,基于双向迪杰斯特拉算法,根据起点队列和终点队列进行路径规划,获得目标最优路径。
在步骤S1570中,根据目标最优路径进行数据还原。其中,可通过获得对应的通行口,以及该通行口所对应的第一空间的路径。
在步骤S1580中,将还原后的目标最优路径执行编码回包。其中,可根据编码回包的目标最优路径生成导航信息。
以下介绍本公开的装置实施例,可以用于执行本公开上述的路径规划方法。对于本公开装置实施例中未披露的细节,请参照本公开上述的路径规划方法的实施例。
图16示意性示出了根据本公开的一实施例的路径规划装置的框图。
参照图16所示,根据本公开的一个实施例的路径规划装置1600,可以包括:端点数据获取模块1610、通行口数据获取模块1620、第一路径规划模块1630以及目标路径规划模块1640
端点数据获取模块1610可以配置为确定第一端点与第二端点,其中,第一端点位于第一空间,第二端点位于第二空间,第一空间和第二空间通过通行口连通。
在示例性实施例中,第一端点为路径的起点,第二端点为路径的终点;或第二端点为路径的起点,第一端点为路径的终点。
通行口数据获取模块1620可以配置为获取第一空间与第二空间之间的各个通行口。
第一路径规划模块1630可以配置为分别确定各个通行口与第一端点之间的第一最优路径和各个第一最优路径的权重值。
在示例性实施例中,第一路径规划模块1630可以包括第一空间数据获取单元、第一空间队列生成单元、第一路径规划单元和路径权重确定单元。其中,第一空间数据获取单元可以配置为获取第一空间的第一路网和第一拓扑关系。第一空间队列生成单元可以配置为根据第一路网确定与第一端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第一空间队列。第一路径规划单元可以配置为根据第一空间队列、第一拓扑关系和第一路网分别确定各个通行口与第一端点之间的第一最优路径。路径权重确定单元可以配置为根据第一路网确定各个通行口的第一最优路径的权重值。
目标路径规划模块1640可以配置为基于各个第一最优路径和各个第一最优路径的权重值,确定第一端点和第二端点之间的目标最优路径。
在示例性实施例中,目标路径规划模块1640可以包括目标路网生成单元以及目标路径规划单元。其中,目标路网生成单元可以配置为根据第二空间的第二路网、各个第一最优路径和各个第一最优路径的权重值生成目标路网。目标路径规划单元可以配置为基于目标路网确定第一端点和第二端点之间的目标最优路径。
在示例性实施例中,目标路网生成单元可以包括拓扑关系生成子单元和目标路网生成子单元。其中,拓扑关系生成子单元可以配置为根据第二空间的第二路网和各个第一最优路径生成目标拓扑关系。目标路网生成子单元可以配置为根据目标拓扑关系和各个第一最优路径的权重值生成目标路网。
在示例性实施例中,拓扑关系生成子单元可以配置为确定第二路网中与各个通行口的距离小于距离阈值的邻近道路;基于各个通行口的邻近道路,根据第二路网和各个第一最优路径生成目标拓扑关系。
在示例性实施例中,目标路径规划单元可以包括第一队列生成子单元、第二队列生成子单元以及目标路径规划子单元。其中,第一队列生成子单元可以配置为根据目标路网确定与第一端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第一队列。第二队列生成子单元可以配置为根据目标路网确定与第二端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第二队列。目标路径规划子单元可以配置为根据第一队列、第二队列和目标拓扑关系确定第一端点与第二端点的目标最优路径。
本公开实施方式提供的路径规划装置,首先获取第一空间与第二空间之间的各个通行口,并确定第一端点和各个通行口的第一最优路径及各个第一最优路径的权重值;并基于各个第一最优路径和各个第一最优路径的权重值获得第一端点和第二端点之间的目标最优路径。能够将实现起止点处于不同空间时的路径规划。同时,在实现对第一空间与第二空间的融合路径规划时,根据第一空间内各个通行口的第一最优路径的权重值获得第一端点和第二端点之间的目标最优路径,能够优化不同空间融合的一体化路径规划结果。
图17示意性示出了根据本公开的另一实施例的路径规划装置的框图。
参照图17所示,根据本公开的一个实施例的路径规划装置1700,可以包括:端点获取模块1710以及路径规划模块1720。
在路径规划装置1700中,
在示例性实施例中,路网融合模块1720可以包括格式转换单元和路网融合单元。其中,格式转换单元可以配置为将第一路网数据的数据格式进行转换。路网融合单元可以配置为将转换后的第一路网数据与第二空间的第二路网数据进行整合,生成目标路网数据。
端点获取模块1710可以配置为获取第一端点和第二端点,其中,第一端点位于第一空间,第二端点位于第二空间。
路径规划模块1720可以配置为基于目标路网数据和目标兴趣点数据,通过路径规划确定第一端点和第二端点之间的目标最优路径,其中,目标路网数据通过将第一空间的第一路网数据和第二空间的第二路网数据进行融合获得,目标兴趣点数据通过将第一空间的兴趣点数据和第二空间的兴趣点数据进行融合获得。
在示例性实施例中,路径规划装置1700还可包括路网融合模块。其中,路网融合模块可以配置为将第一路网数据的数据格式进行转换;将转换后的第一路网数据与第二空间的第二路网数据进行融合,生成目标路网数据。本公开实施方式提供的路径规划装置,通过对第一空间的第一路网数据和第二空间的第二路网数据进行融合,生成目标路网数据;对第一空间的第一兴趣点数据和第二空间的第二兴趣点数据进行融合,生成目标兴趣点数据。能够实现第一空间与第二空间的融合。再基于目标路网数据和目标兴趣点数据,通过路径规划确定第一端点和第二端点之间的目标最优路径。能够实现跨空间的一体化的路径规划,并优化路径规划的结果。
图18示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图。需要说明的是,图18示出的电子设备的计算机***1800仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图18所示,计算机***1800包括中央处理单元(CPU)1801,其可以根据存储在只读存储器(ROM)1802中的程序或者从储存部分1808加载到随机访问存储器(RAM)1803中的程序而执行各种适当的动作和处理。在RAM 1803中,还存储有***操作所需的各种程序和数据。CPU 1801、ROM 1802以及RAM 1803通过总线1804彼此相连。输入/输出(I/O)接口1805也连接至总线1804。
以下部件连接至I/O接口1805:包括键盘、鼠标等的输入部分1806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1807;包括硬盘等的储存部分1808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1809。通信部分1809经由诸如因特网的网络执行通信处理。驱动器1810也根据需要连接至I/O接口1805。可拆卸介质1811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1810上,以便于从其上读出的计算机程序根据需要被安装入储存部分1808。
特别地,根据本公开的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1809从网络上被下载和安装,和/或从可拆卸介质1811被安装。在该计算机程序被中央处理单元(CPU)1801执行时,执行本申请的***中限定的各种功能。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机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***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块和/或单元和/或子单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的模块和/或单元和/或子单元也可以设置在处理器中。其中,这些模块和/或单元和/或子单元的名称在某种情况下并不构成对该模块和/或单元和/或子单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。例如,所述的电子设备可以实现如图2或图3或图4或图5或图6或图7或图8或图9或图10或图14或图15所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元或者子单元,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或者子单元的特征和功能可以在一个模块或者单元或者子单元中具体化。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或者子单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式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、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
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它实施方案。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下面的权利要求指出。
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制。

Claims (12)

1.一种路径规划方法,其特征在于,包括:
确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间和所述第二空间通过通行口连通;
获取所述第一空间与所述第二空间之间的各个通行口;
分别确定所述各个通行口与所述第一端点之间的第一最优路径和各个第一最优路径的权重值;
基于所述各个第一最优路径和所述各个第一最优路径的权重值,确定所述第一端点和所述第二端点之间的目标最优路径。
2.如权利要求1所述的方法,其特征在于,基于所述各个第一最优路径和所述各个第一最优路径的权重值,确定所述第一端点和所述第二端点之间的目标最优路径,包括:
根据所述第二空间的第二路网和所述各个第一最优路径的权重值确定与所述各个通信口的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第一队列;
基于所述第一队列确定所述第一端点和所述第二端点之间的目标最优路径。
3.如权利要求2所述的方法,其特征在于,还包括:
根据所述第二空间的第二路网生成第二拓扑关系。
4.如权利要求3所述的方法,其特征在于,根据所述第二空间的第二路网生成第二拓扑关系,包括:
确定所述第二路网中与所述各个通行口的距离小于距离阈值的邻近道路;
基于所述各个通行口的邻近道路,根据所述第二路网生成所述第二拓扑关系。
5.如权利要求3所述的方法,其特征在于,基于所述第一队列确定所述第一端点和所述第二端点之间的目标最优路径包括:
根据所述第二路网确定与所述第二端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第二队列;
根据所述第一队列、所述第二队列和所述第二拓扑关系确定所述第二端点和所述各个通行口之间的第二最优路径;
对所述第一最优路径和所述第二路径进行拼接,生成所述第一端点和所述第二端点之间的目标最优路径。
6.如权利要求1所述的方法,其特征在于,所述第一空间为建筑物,所述第二空间为所述建筑物外的室外空间,所述通行口为所述建筑物的子门;
获取所述第一空间与所述第二空间之间的各个通行口包括:
获取所述建筑物对应的各个子门。
7.如权利要求1所述的方法,其特征在于,分别确定所述各个通行口与所述第一端点之间的第一最优路径和各个第一最优路径的权重值包括:
获取所述第一空间的第一路网和第一拓扑关系;
根据所述第一路网确定与所述第一端点的距离小于距离阈值的道路及各道路的权重,并按照各道路的权重排序生成第一空间队列;
根据所述第一空间队列、所述第一拓扑关系和所述第一路网分别确定所述各个通行口与所述第一端点之间的第一最优路径;
根据所述第一路网确定所述各个通行口的第一最优路径的权重值。
8.如权利要求1所述的方法,其特征在于,包括:
所述第一端点为路径的起点,所述第二端点为路径的终点;或
所述第二端点为路径的起点,所述第一端点为路径的终点。
9.一种路径导航方法,其特征在于,包括:
响应于目标对象的导航请求,确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间通过第一通行口与第二通行口与所述第二空间连通;
展示所述第一端点与所述第二端点的目标最优路径,所述目标最优路径经过所述第一空间的第一通行口;
其中,所述第一通行口与所述第一端点、所述第二端点的直线距离之和大于所述第二通行口与所述第一端点、所述第二端点的直线距离之和。
10.一种路径规划装置,其特征在于,包括:
端点数据获取模块,用于确定第一端点与第二端点,其中,所述第一端点位于第一空间,所述第二端点位于第二空间,所述第一空间和所述第二空间通过通行口连通;
通行口数据获取模块,用于获取所述第一空间与所述第二空间之间的各个通行口;
第一路径规划模块,用于分别确定所述各个通行口与所述第一端点之间的第一最优路径和各个第一最优路径的权重值;
目标路径规划模块,用于基于所述各个第一最优路径和所述各个第一最优路径的权重值,确定所述第一端点和所述第二端点之间的目标最优路径。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一项所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN201911055024.6A 2019-10-31 2019-10-31 路径规划方法、装置、电子设备、介质及路径导航方法 Active CN111735454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911055024.6A CN111735454B (zh) 2019-10-31 2019-10-31 路径规划方法、装置、电子设备、介质及路径导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911055024.6A CN111735454B (zh) 2019-10-31 2019-10-31 路径规划方法、装置、电子设备、介质及路径导航方法

Publications (2)

Publication Number Publication Date
CN111735454A true CN111735454A (zh) 2020-10-02
CN111735454B CN111735454B (zh) 2022-04-08

Family

ID=72646058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911055024.6A Active CN111735454B (zh) 2019-10-31 2019-10-31 路径规划方法、装置、电子设备、介质及路径导航方法

Country Status (1)

Country Link
CN (1) CN111735454B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113865608A (zh) * 2021-09-26 2021-12-31 上海擎朗智能科技有限公司 导航路径的规划方法、装置及存储介质
CN115355902A (zh) * 2022-08-25 2022-11-18 深圳市远行科技股份有限公司 一种基于北斗网格码的室内导航方法及***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1749694A (zh) * 2004-09-14 2006-03-22 阿尔派株式会社 导航装置和行进方向导向方法
CN102782450A (zh) * 2010-01-14 2012-11-14 高通股份有限公司 通过位置环境标识符进行用于移动站导航的可缩放选路
CN103134505A (zh) * 2011-11-25 2013-06-05 天眼卫星科技有限公司 路径规划***及其方法
CN104541131A (zh) * 2012-08-10 2015-04-22 歌乐株式会社 路线计算***、导航装置和路线计算方法
CN104697543A (zh) * 2015-03-17 2015-06-10 武汉光庭信息技术有限公司 一种融合个性偏好因子的路径探索方法
CN104949682A (zh) * 2015-05-26 2015-09-30 苏州大学 一种在路网中进行路径规划的方法及***
CN105910605A (zh) * 2016-05-30 2016-08-31 中国科学技术大学苏州研究院 一种室内导航动态路径生成方法
CN107478242A (zh) * 2017-08-31 2017-12-15 城市生活(北京)资讯有限公司 一种导航方法和***
CN110160535A (zh) * 2018-02-11 2019-08-23 高德信息技术有限公司 一种道路匹配方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1749694A (zh) * 2004-09-14 2006-03-22 阿尔派株式会社 导航装置和行进方向导向方法
CN102782450A (zh) * 2010-01-14 2012-11-14 高通股份有限公司 通过位置环境标识符进行用于移动站导航的可缩放选路
CN103134505A (zh) * 2011-11-25 2013-06-05 天眼卫星科技有限公司 路径规划***及其方法
CN104541131A (zh) * 2012-08-10 2015-04-22 歌乐株式会社 路线计算***、导航装置和路线计算方法
CN104697543A (zh) * 2015-03-17 2015-06-10 武汉光庭信息技术有限公司 一种融合个性偏好因子的路径探索方法
CN104949682A (zh) * 2015-05-26 2015-09-30 苏州大学 一种在路网中进行路径规划的方法及***
CN105910605A (zh) * 2016-05-30 2016-08-31 中国科学技术大学苏州研究院 一种室内导航动态路径生成方法
CN107478242A (zh) * 2017-08-31 2017-12-15 城市生活(北京)资讯有限公司 一种导航方法和***
CN110160535A (zh) * 2018-02-11 2019-08-23 高德信息技术有限公司 一种道路匹配方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113865608A (zh) * 2021-09-26 2021-12-31 上海擎朗智能科技有限公司 导航路径的规划方法、装置及存储介质
CN115355902A (zh) * 2022-08-25 2022-11-18 深圳市远行科技股份有限公司 一种基于北斗网格码的室内导航方法及***

Also Published As

Publication number Publication date
CN111735454B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
US20200012755A1 (en) Road network generation
US10539423B2 (en) Key point based guiding navigation method, device and equipment
US10636293B2 (en) Uncertainty modeling in traffic demand prediction
US10386190B2 (en) Cognitive guide system for multi-objective excursion
Barrett On the structure of classical mechanics
CN111735454B (zh) 路径规划方法、装置、电子设备、介质及路径导航方法
Hussein et al. A bi-directional agent-based pedestrian microscopic model
US20170046653A1 (en) Planning of transportation requests
WO2022242352A1 (zh) 构建图像语义分割模型和图像处理的方法、装置、电子设备及介质
US20200217680A1 (en) Generating and recommending customized traversal routes
US11468349B2 (en) POI valuation method, apparatus, device and computer storage medium
CN110543943A (zh) 一种网络融合方法及装置、电子设备、存储介质
CN113643532B (zh) 一种区域交通的预测方法以及设备
Bolten et al. Towards routine, city-scale accessibility metrics: Graph theoretic interpretations of pedestrian access using personalized pedestrian network analysis
CN114357105A (zh) 地理预训练模型的预训练方法及模型微调方法
CN114742280B (zh) 路况预测方法及相应的模型训练方法、装置、设备及介质
CN116167533A (zh) 适用于城市轨道交通的车站应急疏散方法及装置
WO2023000261A1 (zh) 一种区域交通的预测方法以及设备
Cornel et al. Composite flow maps
Ning‐bo et al. Destination and route choice models for bidirectional pedestrian flow based on the social force model
CN108140027A (zh) 用于地图的访问点
CN111046516B (zh) 一种复杂网络拓扑三维布局方法、装置及存储设备
KR20210146182A (ko) 웹-지도정보 알고리즘 기반 상권분석 자동화시스템
CN114820960B (zh) 构建图谱的方法、装置、设备和介质
Vanclooster et al. Comparing indoor and outdoor network models for automatically calculating turns

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40031358

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant