CN113155135B - 基于深度学习的路线规划方法及*** - Google Patents

基于深度学习的路线规划方法及*** Download PDF

Info

Publication number
CN113155135B
CN113155135B CN202110575788.9A CN202110575788A CN113155135B CN 113155135 B CN113155135 B CN 113155135B CN 202110575788 A CN202110575788 A CN 202110575788A CN 113155135 B CN113155135 B CN 113155135B
Authority
CN
China
Prior art keywords
planned
dynamic navigation
route
initial route
navigation initial
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.)
Active
Application number
CN202110575788.9A
Other languages
English (en)
Other versions
CN113155135A (zh
Inventor
武学臣
金叶
王逸
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.)
Suzhou Kuncheng Intelligent Vehicle Detection Technology Co ltd
Original Assignee
Suzhou Kuncheng Intelligent Vehicle Detection Technology 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 Suzhou Kuncheng Intelligent Vehicle Detection Technology Co ltd filed Critical Suzhou Kuncheng Intelligent Vehicle Detection Technology Co ltd
Priority to CN202110575788.9A priority Critical patent/CN113155135B/zh
Publication of CN113155135A publication Critical patent/CN113155135A/zh
Application granted granted Critical
Publication of CN113155135B publication Critical patent/CN113155135B/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

本发明实施例提供了一种基于深度学习的路线规划方法及***,通过形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线,然后合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线,从而合成完整的第二待规划路线规划数据,并分时输出第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。如此,通过区分动态导航初始路线和非动态导航初始路线,并基于实时和固定进行路线规划数据的操作,能够提高路线规划精度,提高路线规划效率。

Description

基于深度学习的路线规划方法及***
技术领域
本发明涉及深度学习技术领域,具体而言,涉及一种基于深度学习的路线规划方法及***。
背景技术
如何基于实时和固定进行路线规划数据的操作,能够提高路线规划精度,提高路线规划效率,是本领域亟待解决的技术问题。
发明内容
有鉴于此,本发明实施例的目的在于提供一种基于深度学习的路线规划方法及***,能够提高路线规划精度,提高路线规划效率。
根据本发明实施例的一个方面,提供一种基于深度学习的路线规划方法,应用于服务器,所述服务器与移动导航设备通信连接,所述方法包括:
根据各个移动导航设备上报的导航请求配置信息,分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
将所述第一待规划动态导航初始路线作为第一实时待规划路线规划数据,将所述第一待规划非动态导航初始路线作为第一固定待规划路线规划数据,合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
将所述第二待规划动态导航初始路线作为第二实时待规划路线规划数据,将所述第二待规划非动态导航初始路线作为第二固定待规划路线规划数据,合成完整的第二待规划路线规划数据,并分时输出所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。
在一种可能的示例中,所述方法还包括:
对待规划动态导航初始路线和待规划非动态导航初始路线进行抽取及组合的数据处理方式形成包含待规划非动态导航初始路线的全部信息的所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中,然后将第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中分时输出,输出待规划路线规划数据。
在一种可能的示例中,所述分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线的步骤,包括:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线的步骤,包括:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
在一种可能的示例中,所述遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线的步骤,包括:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的实时信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线的步骤,包括:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的固定信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
在一种可能的示例中,所述遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线的步骤,包括:
分别抽取待规划动态导航初始路线的实时信息及待规划非动态导航初始路线的固定信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线的步骤,包括:
分别抽取待规划动态导航初始路线的固定信息及待规划非动态导航初始路线的实时信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
根据本发明实施例的另一方面,提供一种基于深度学习的路线规划***,应用于服务器,所述服务器与移动导航设备通信连接,所述***包括:
抽取模块,用于根据各个移动导航设备上报的导航请求配置信息,分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
第一合成模块,用于将所述第一待规划动态导航初始路线作为第一实时待规划路线规划数据,将所述第一待规划非动态导航初始路线作为第一固定待规划路线规划数据,合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
第二合成模块,用于将所述第二待规划动态导航初始路线作为第二实时待规划路线规划数据,将所述第二待规划非动态导航初始路线作为第二固定待规划路线规划数据,合成完整的第二待规划路线规划数据,并分时输出所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。
根据本发明实施例的另一方面,提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行上述的基于深度学习的路线规划方法的步骤。
相较于现有技术而言,本发明实施例提供的基于深度学习的路线规划方法及***,通过分别抽取导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线,然后合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线,从而合成完整的第二待规划路线规划数据,并分时输出第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。如此,通过区分动态导航初始路线和非动态导航初始路线,并基于实时和固定进行路线规划数据的操作,能够提高路线规划精度,提高路线规划效率。
为使本发明实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例所提供的服务器的组件示意图;
图2示出了本发明实施例所提供的基于深度学习的路线规划方法的流程示意图;
图3示出了本发明实施例所提供的基于深度学习的路线规划***的功能模块框图。
具体实施方式
为了使本技术领域的学员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。根据本发明中的实施例,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他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1示出了服务器100的示例性组件示意图。服务器100可以包括一个或多个处理器104,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。服务器100还可以包括任何存储介质106,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储介质106可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储介质都可以使用任何技术来存储信息。进一步地,任何存储介质可以提供信息的易失性或非易失性保留。进一步地,任何存储介质可以表示服务器100的固定或可移除部件。在一种情况下,当处理器104执行被存储在任何存储介质或存储介质的组合中的相关联的指令时,服务器100可以执行相关联指令的任一操作。服务器100还包括用于与任何存储介质交互的一个或多个驱动单元108,诸如硬盘驱动单元、光盘驱动单元等。
服务器100还包括输入/输出110(I/O),其用于接收各种输入(经由输入单元112)和用于提供各种输出(经由输出单元114))。一个具体输出机构可以包括呈现设备116和相关联的图形用户接口(GUI)118。服务器100还可以包括一个或多个网络接口120,其用于经由一个或多个通信单元122与其他设备交换数据。一个或多个通信总线124将上文所描述的部件耦合在一起。
通信单元122可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信单元122可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器100等的任何组合。
图2示出了本发明实施例提供的基于深度学习的路线规划方法的流程示意图,该基于深度学习的路线规划方法可由图1中所示的服务器100执行,该基于深度学习的路线规划方法的详细步骤介绍如下。
步骤S110,根据各个移动导航设备上报的导航请求配置信息,分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
步骤S120,将所述第一待规划动态导航初始路线作为第一实时待规划路线规划数据,将所述第一待规划非动态导航初始路线作为第一固定待规划路线规划数据,合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
步骤S130,将所述第二待规划动态导航初始路线作为第二实时待规划路线规划数据,将所述第二待规划非动态导航初始路线作为第二固定待规划路线规划数据,合成完整的第二待规划路线规划数据,并分时输出所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。
基于上述步骤,本实施例通过分别抽取导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线,然后合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线,从而合成完整的第二待规划路线规划数据,并分时输出第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。如此,通过区分动态导航初始路线和非动态导航初始路线,并基于实时和固定进行路线规划数据的操作,能够提高路线规划精度,提高路线规划效率。
在一种可能的示例中,本实施例还可以对待规划动态导航初始路线和待规划非动态导航初始路线进行抽取及组合的数据处理方式形成包含待规划非动态导航初始路线的全部信息的所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中,然后将第一待规划路线规划数据和第二待规划路线规划数据上传到对应的规划路线库中分时输出,输出待规划路线规划数据。
在一种可能的示例中,针对步骤S110,可以遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
例如,可以分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的实时信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
又例如,还可以分别抽取待规划动态导航初始路线的实时信息及待规划非动态导航初始路线的固定信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
针对步骤S120,可以遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
例如,可以分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的固定信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
又例如,还可以分别抽取待规划动态导航初始路线的固定信息及待规划非动态导航初始路线的实时信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
图3示出了本发明实施例提供的基于深度学习的路线规划***200的功能模块图,该基于深度学习的路线规划***200实现的功能可以对应上述方法执行的步骤。该基于深度学习的路线规划***200可以理解为上述服务器100,或服务器100的处理器,也可以理解为独立于上述服务器100或处理器之外的在服务器100控制下实现本发明功能的组件,如图3所示,下面分别对该基于深度学习的路线规划***200的各个功能模块的功能进行详细阐述。
抽取模块210,用于根据各个移动导航设备上报的导航请求配置信息,分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
第一合成模块220,用于将所述第一待规划动态导航初始路线作为第一实时待规划路线规划数据,将所述第一待规划非动态导航初始路线作为第一固定待规划路线规划数据,合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
第二合成模块230,用于将所述第二待规划动态导航初始路线作为第二实时待规划路线规划数据,将所述第二待规划非动态导航初始路线作为第二固定待规划路线规划数据,合成完整的第二待规划路线规划数据,并分时输出所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中。
在一种可能的示例中,所述抽取模块210还用于对待规划动态导航初始路线和待规划非动态导航初始路线进行抽取及组合的数据处理方式形成包含待规划非动态导航初始路线的全部信息的所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中,然后将第一待规划路线规划数据和第二待规划路线规划数据上传到对应的规划路线库中分时输出,输出待规划路线规划数据。
在一种可能的示例中,所述抽取模块210通过以下方式分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
在一种可能的示例中,所述抽取模块210通过以下方式分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
在一种可能的示例中,所述抽取模块210通过以下方式遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的实时信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
在一种可能的示例中,所述抽取模块210通过以下方式遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的固定信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
在一种可能的示例中,所述抽取模块210通过以下方式遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线:
分别抽取待规划动态导航初始路线的实时信息及待规划非动态导航初始路线的固定信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线。
在一种可能的示例中,所述抽取模块210通过以下方式遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线:
分别抽取待规划动态导航初始路线的固定信息及待规划非动态导航初始路线的实时信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的***、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,所述模块、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方式中,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,两个连续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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的根据硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图进销存确认视为限制所涉及的权利要求。

Claims (2)

1.一种基于深度学习的路线规划方法,其特征在于,应用于服务器,所述服务器与移动导航设备通信连接,所述方法包括:
根据各个移动导航设备上报的导航请求配置信息,分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
将所述第一待规划动态导航初始路线作为第一实时待规划路线规划数据,将所述第一待规划非动态导航初始路线作为第一固定待规划路线规划数据,合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
将所述第二待规划动态导航初始路线作为第二实时待规划路线规划数据,将所述第二待规划非动态导航初始路线作为第二固定待规划路线规划数据,合成完整的第二待规划路线规划数据,并分时输出所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中;
所述方法还包括:
对待规划动态导航初始路线和待规划非动态导航初始路线进行抽取及组合的数据处理方式形成包含待规划非动态导航初始路线的全部信息的所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中,然后将第一待规划路线规划数据和第二待规划路线规划数据,上传到对应的规划路线库中分时输出,输出待规划路线规划数据;
所述分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线的步骤,包括:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线的步骤,包括:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
所述遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线的步骤,包括:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的实时信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线的步骤,包括:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的固定信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
分别抽取待规划动态导航初始路线的实时信息及待规划非动态导航初始路线的固定信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
分别抽取待规划动态导航初始路线的固定信息及待规划非动态导航初始路线的实时信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
2.一种基于深度学习的路线规划***,其特征在于,应用于服务器,所述服务器与移动导航设备通信连接,所述***包括:
抽取模块,用于根据各个移动导航设备上报的导航请求配置信息,分别抽取所述导航请求配置信息中的待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
第一合成模块,用于将所述第一待规划动态导航初始路线作为第一实时待规划路线规划数据,将所述第一待规划非动态导航初始路线作为第一固定待规划路线规划数据,合成完整的第一待规划路线规划数据,并分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
第二合成模块,用于将所述第二待规划动态导航初始路线作为第二实时待规划路线规划数据,将所述第二待规划非动态导航初始路线作为第二固定待规划路线规划数据,合成完整的第二待规划路线规划数据,并分时输出所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中;
所述抽取模块还用于对待规划动态导航初始路线和待规划非动态导航初始路线进行抽取及组合的数据处理方式形成包含待规划非动态导航初始路线的全部信息的所述第一待规划路线规划数据和第二待规划路线规划数据后,上传到对应的规划路线库中,然后将第一待规划路线规划数据和第二待规划路线规划数据上传到对应的规划路线库中分时输出,输出待规划路线规划数据;
所述抽取模块通过以下方式分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述抽取模块通过以下方式分别抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线:
遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
所述抽取模块通过以下方式遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的设定导航路由节点信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的实时信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
所述抽取模块通过以下方式遍历抽取待规划动态导航初始路线和待规划非动态导航初始路线的其他设定导航路由节点信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线:
分别抽取待规划动态导航初始路线及待规划非动态导航初始路线的固定信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线;
分别抽取待规划动态导航初始路线的实时信息及待规划非动态导航初始路线的固定信息,形成第一待规划动态导航初始路线和第一待规划非动态导航初始路线;
分别抽取待规划动态导航初始路线的固定信息及待规划非动态导航初始路线的实时信息,形成第二待规划动态导航初始路线和第二待规划非动态导航初始路线。
CN202110575788.9A 2021-05-26 2021-05-26 基于深度学习的路线规划方法及*** Active CN113155135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110575788.9A CN113155135B (zh) 2021-05-26 2021-05-26 基于深度学习的路线规划方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110575788.9A CN113155135B (zh) 2021-05-26 2021-05-26 基于深度学习的路线规划方法及***

Publications (2)

Publication Number Publication Date
CN113155135A CN113155135A (zh) 2021-07-23
CN113155135B true CN113155135B (zh) 2022-07-05

Family

ID=76877493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110575788.9A Active CN113155135B (zh) 2021-05-26 2021-05-26 基于深度学习的路线规划方法及***

Country Status (1)

Country Link
CN (1) CN113155135B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393206A (zh) * 2011-10-19 2012-03-28 北京世纪高通科技有限公司 路径规划方法及装置
CN102762956A (zh) * 2009-12-10 2012-10-31 诺基亚公司 用于混合的静态和动态路线设定的方法和装置
CN105651293A (zh) * 2015-12-30 2016-06-08 联动优势科技有限公司 一种路径规划的导航方法及装置
CN108562299A (zh) * 2018-04-23 2018-09-21 戴姆勒股份公司 基于大数据分析和在线交通状况监测的行驶路线规划方法
CN109724587A (zh) * 2019-01-18 2019-05-07 深圳壹账通智能科技有限公司 基于gps的动态路线规划方法、装置、及介质
CN112762958A (zh) * 2020-12-29 2021-05-07 北京鸿享技术服务有限公司 路线规划方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190362639A1 (en) * 2018-05-25 2019-11-28 Honeywell International Inc. Systems and methods for cloud-based distribution of route specific navigation data based on real-time data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102762956A (zh) * 2009-12-10 2012-10-31 诺基亚公司 用于混合的静态和动态路线设定的方法和装置
CN102393206A (zh) * 2011-10-19 2012-03-28 北京世纪高通科技有限公司 路径规划方法及装置
CN105651293A (zh) * 2015-12-30 2016-06-08 联动优势科技有限公司 一种路径规划的导航方法及装置
CN108562299A (zh) * 2018-04-23 2018-09-21 戴姆勒股份公司 基于大数据分析和在线交通状况监测的行驶路线规划方法
CN109724587A (zh) * 2019-01-18 2019-05-07 深圳壹账通智能科技有限公司 基于gps的动态路线规划方法、装置、及介质
CN112762958A (zh) * 2020-12-29 2021-05-07 北京鸿享技术服务有限公司 路线规划方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
汽车导航路径规划算法研究;王运;《汽车实用技术》;20171130(第21期);第202-204页 *

Also Published As

Publication number Publication date
CN113155135A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN113155135B (zh) 基于深度学习的路线规划方法及***
CN111274437B (zh) 基于互联网的视频素材资源管理方法及***
CN113221011A (zh) 基于大数据的智慧办公信息推送方法及***
CN111339160A (zh) 一种科技成果数据挖掘方法及***
CN113282312A (zh) 软件包的更新方法及***
CN111953790A (zh) 一种科技成果创新元素分析方法及***
CN113179289B (zh) 一种基于云计算服务的会议视频信息上传方法及***
CN113253261B (zh) 基于雷达摄像头的信息预警方法及***
CN113177567B (zh) 一种基于云计算服务的图像数据处理方法及***
CN111338275B (zh) 一种电气设备运行状态监控方法及***
CN110976235B (zh) 一种静电粉末喷淋处理方法及***
CN111159357A (zh) 一种基于大数据的客户关系管理方法及***
CN113902432A (zh) 一种基于区块链服务的账单信息加密方法及***
CN113282924A (zh) 软件恶意行为检测方法及***
CN113901509A (zh) 一种会员信息加密方法及***
CN112650641A (zh) 一种科技成果转化和知识产权交易管理服务监测方法及***
CN113282596A (zh) 一种直播带货服务的数据更新方法及***
CN111353081A (zh) 一种科技成果转化数据的智能监测方法及***
CN114462704A (zh) 一种面料供应链的资源预测方法及***
CN113903414A (zh) 一种智慧医疗智能检索方法及***
CN114025121A (zh) 一种基于区块链服务的远程信息调用方法及***
CN111144035A (zh) 一种环保仿真方法及***
CN111353219A (zh) 一种设备控制模拟仿真方法及***
CN113282292A (zh) 软件开发的编译方法及***
CN113888149A (zh) 一种基于区块链服务的智能支付信息上传方法及***

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