CN113701768A - 一种路径确定方法、装置及电子设备 - Google Patents
一种路径确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113701768A CN113701768A CN202010432385.4A CN202010432385A CN113701768A CN 113701768 A CN113701768 A CN 113701768A CN 202010432385 A CN202010432385 A CN 202010432385A CN 113701768 A CN113701768 A CN 113701768A
- Authority
- CN
- China
- Prior art keywords
- point
- current
- intermediate point
- path
- candidate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004590 computer program Methods 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000012946 outsourcing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
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路径确定方法、装置及电子设备。其中,所述方法包括:针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径;如果否,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;如果是,确定第一子路径,第二子路径,以及第三子路径;将所述第一子路径、所述第二子路径和所述第三子路径组成的路径确定为所述起始空间点与所述目的空间点间的最短路径。可以减少路径确定所花费的时间。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种路径确定方法、装置及电子设备。
背景技术
对象(人、车辆等)从一个空间点运动至另一个空间点时,可能存在多条可行的路径,这多条路径的路径距离可能不同,在一些应用场景中,需要从这多条可行的路径中确定出最短路径,作为对象从该一个空间点运动至该另一个空间点时所使用的真实路径。
相关技术中,可以采用贪心算法,如迪杰斯特拉(Dijkstra)算法、A*(A-star)算法,确定两个空间点之间的最短路径。示例性的,假设需要确定空间点A和空间点B间的最短路径,可以将空间点A作为当前中间点,重复执行以下操作:
针对当前中间点的每个相邻空间点,计算当前中间点与该相邻空间点间的欧式距离,并计算该相邻空间点与空间点B间的曼哈顿距离,将所有相邻空间点中该欧式距离与该曼哈顿距离之和最小的相邻空间点作为新的当前中间点。
直至当前中间点为空间点B时,依次连接所有历史中间点和当前中间点,得到的空间点A与空间点B间的最短路径,其中历史中间点为曾经作为当前中间点的空间点。
但是,在一些应用场景中,可能需要确定多对空间点之间的最短路径,例如基于隐马尔科夫模型的地图匹配,需要确定大量候选点对之间的最短路径。而贪心算法复杂度往往较高,针对每个空间点对分别使用预设的贪心算法计算最短路径,花费的时间较长。
发明内容
本发明实施例的目的在于提供一种路径确定方法、装置及电子设备,以实现在需要确定多对空间点之间的最短路径的应用场景中,减少路径确定所花费的时间。具体技术方案如下:
在本发明实施例的第一方面,提供了一种路径确定方法,所述方法包括:
针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,所述当前第一中间点初始为所述起始空间点,所述当前第二中间点初始为所述目的空间点,所述最短路径为针对空间点集合中的空间点对所确定的最短路径;
如果所述当前第一中间点和所述当前第二中间点不属于所述已确定的同一最短路径,按照预设贪心算法,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;
如果所述当前第一中间点和所述当前第二中间点属于所述已确定的同一最短路径,确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径,以及所述同一最短路径中以所述当前第一中间点和所述当前第二中间点为端点的第三子路径;
将所述第一子路径、所述第二子路径和所述第三子路径组成的路径确定为所述起始空间点与所述目的空间点间的最短路径。
在一种可能的实现方式中,在所述返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤之前,所述方法还包括:
确定所述当前第一中间点和所述当前第二中间点是否为同一空间点;
所述返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤,包括:
如果所述当前第一中间点和所述当前第二中间点不为同一空间点,则返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤。
在一种可能的实现方式中,在所述确定所述当前第一中间点和所述当前第二中间点是否为同一空间点之后,所述方法还包括:
如果所述当前第一中间点和所述当前第二中间点为同一空间点,则确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径;
将所述第一子路径和所述第二子路径组成的路径确定为所述起始空间点和所述目的空间点间的最短路径。
在一种可能的实现方式中,所述按照预设贪心算法,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,包括:
针对所述当前第一中间点的每个相邻空间点,计算该相邻空间点与所述当前第一中间点的欧式距离,并计算该相邻空间点与所述当前第二中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点;和/或,
针对所述当前第二中间点的每个相邻空间点,计算该相邻空间点与所述当前第二中间点的欧式距离,并计算该相邻空间点与所述当前第一中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
在一种可能的实现方式中,所述空间点集合包括多个候选点序列中的候选点,所述候选点序列为待匹配轨迹点序列在预设地图的道路上的投影;所述起始空间点和所述目的空间点为所述候选点序列中相邻的候选点;
所述方法还包括:
在确定所述多个所述候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个所述候选点序列,基于该候选点序列中每两个相邻的候选点之间的最短路径的路径距离,按照隐马尔科夫模型,计算该候选点序列的可信度,所述可信度用于表示该候选点序列为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列的可能性;
将所述可信度最高的候选点序列,确定为所述待匹配轨迹与所述预设地图进行地图匹配后的轨迹点序列。
在一种可能的实现方式中,所述候选点序列通过以下方式得到:
从所述待匹配轨迹点序列中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照所述候选点集合对应的轨迹点在所述待匹配轨迹点序列中的顺序排序,得到候选点序列;
其中,所述候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,所述预设条件为该道路的通行方向与所述待匹配轨迹点序列所对应的对象在该轨迹点的运动方向间的夹角小于预设角度阈值。
在一种可能的实现方式中,所述隐马尔科夫模型通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,所述真值用于表示该样本候选点序列是否为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列;
根据所述可信度与所述真值的差值,调整所述预设初始隐马尔科夫模型的模型参数,得到所述隐马尔科夫模型,所述模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
在本发明实施例的第二方面,提供了一种路径确定装置,所述装置包括:
已构建路网模块,用于针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,所述当前第一中间点初始为所述起始空间点,所述当前第二中间点初始为所述目的空间点,所述最短路径为针对空间点集合中的空间点对所确定的最短路径;
搜索模块,用于如果所述当前第一中间点和所述当前第二中间点不属于所述已确定的同一最短路径,按照预设贪心算法,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;
子路径确定模块,用于如果所述当前第一中间点和所述当前第二中间点属于所述已确定的同一最短路径,确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径,以及所述同一最短路径中以所述当前第一中间点和所述当前第二中间点为端点的第三子路径;
最短路径确定模块,用于将所述第一子路径、所述第二子路径和所述第三子路径组成的路径确定为所述起始空间点与所述目的空间点间的最短路径。
在一种可能的实现方式中,所述搜索模块,还用于在所述返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤之前,确定所述当前第一中间点和所述当前第二中间点是否为同一空间点;
所述搜索模块,具体用于如果所述当前第一中间点和所述当前第二中间点不为同一空间点,则返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤。
在一种可能的实现方式中,所述搜索模块,还用于如果所述当前第一中间点和所述当前第二中间点为同一空间点,则确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径;
将所述第一子路径和所述第二子路径组成的路径确定为所述起始空间点和所述目的空间点间的最短路径。
在一种可能的实现方式中,所述搜索模块,具体用于针对所述当前第一中间点的每个相邻空间点,计算该相邻空间点与所述当前第一中间点的欧式距离,并计算该相邻空间点与所述当前第二中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点;和/或,
针对所述当前第二中间点的每个相邻空间点,计算该相邻空间点与所述当前第二中间点的欧式距离,并计算该相邻空间点与所述当前第一中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
在一种可能的实现方式中,所述空间点集合包括多个候选点序列中的候选点,所述候选点序列为待匹配轨迹点序列在预设地图的道路上的投影;所述起始空间点和所述目的空间点为所述候选点序列中相邻的候选点;
所述装置还包括地图匹配模块,用于在确定所述多个所述候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个所述候选点序列,基于该候选点序列中每两个相邻的候选点之间的最短路径的路径距离,按照隐马尔科夫模型,计算该候选点序列的可信度,所述可信度用于表示该候选点序列为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列的可能性;
将所述可信度最高的候选点序列,确定为所述待匹配轨迹与所述预设地图进行地图匹配后的轨迹点序列。
在一种可能的实现方式中,所述候选点序列通过以下方式得到:
从所述待匹配轨迹点序列中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照所述候选点集合对应的轨迹点在所述待匹配轨迹点序列中的顺序排序,得到候选点序列;
其中,所述候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,所述预设条件为该道路的通行方向与所述待匹配轨迹点序列所对应的对象在该轨迹点的运动方向间的夹角小于预设角度阈值。
在一种可能的实现方式中,所述隐马尔科夫模型通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,所述真值用于表示该样本候选点序列是否为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列;
根据所述可信度与所述真值的差值,调整所述预设初始隐马尔科夫模型的模型参数,得到所述隐马尔科夫模型,所述模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
在本发明实施例的第三方面,提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的方法步骤。
在本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
本发明实施例提供的路径确定方法、装置及电子设备,可以利用已经确定过最短路径的空间点对间的最短路径,快速确定出当前第一中间点和当前第二中间点间的最优子路径,即第三子路径,并且由于第一子路径和第二子路径是基于贪心原则确定得到的子路径,因此第一子路径、第二子路径以及第三子路径组成的路径可以视为起始空间点和目的空间点的最短路径,所以可以在需要确定多对空间点对间的最短路径的应用场景中,充分利用先确定得到的最短路径,有效节省后续确定最短路径时所需要花费的时间。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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。
图1为本发明实施例提供的路径确定方法的一种流程示意图;
图2a为本发明实施例提供的路径确定方法的一种应用场景示意图;
图2b为本发明实施例提供的经过一次搜索的空间点分布示意图;
图2c为本发明实施例提供的经过两次搜索的空间点分布示意图;
图2d为本发明实施例提供的子路径示意图;
图3为本发明实施例提供的路径确定方法的另一种流程示意图;
图4为本发明实施例提供的地图匹配方法的一种流程示意图;
图5a为本发明实施例提供的一种道路分布示意图;
图5b为本发明实施例提供的一种最小外包框示意图;
图5c为本发明实施例提供的一种四叉树空间索引构建原理示意图;
图6a为本发明实施例提供的路径确定装置的一种结构示意图;
图6b为本发明实施例提供的路径确定装置的另一种结构示意图;
图7为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
参见图1,图1所示为本发明实施例提供的路径确定方法的一种流程示意图,可以包括:
S101,针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,当前第一中间点初始为起始空间点,当前第二中间点初始为目的空间点,最短路径为针对空间点集合中的空间点对所确定的最短路径。
S102,如果当前第一中间点和当前第二中间点不属于已确定的同一最短路径,按照预设贪心算法,从当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行S101。
S103,如果当前第一中间点和当前第二中间点属于已确定的同一最短路径,确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径,以及该同一最短路径中以当前第一中间点和当前第二中间点为端点的第三子路径。
S104,将第一子路径、第二子路径和第三子路径组成的路径确定为起始空间点与目的空间点间的最短路径。
其中,S101中已确定的最短路径可以是按照预设贪心算法确定的最短路径,也可以是按照发明实施例提供的路径确定方法确定的最短路径。并且,已经确定的最短路径可以是一条,也可以是多条。
S102中的预设贪心算法可以是A*算法,也可以是迪杰斯塔拉算法,还可以是其他贪心算法,本实施例对此不做限制,下文为描述方便,将以预设贪心算法为A*算法为例进行说明,对于预设贪心算法为其他贪心算法的应用场景,由于原理是相同的,因此不再赘述。
如果当前第一中间点和当前第二中间点不属于已确定的同一最短路径,则可以认为当前第一中间点和当前第二中间点之间的最短路径尚未确定,因此需要继续根据预设贪心算法,继续搜索当前第一中间点和当前第二中间点之间的最短路径。可以采取以下三种方式中的任一方式继续搜索:
方式一、从当前第一中间点的相邻空间点中确定新的当前第一中间点,并从当前第二中间点的相邻空间点中确定新的当前第二中间点。
方式二、从当前第一中间点的相邻空间点中确定新的当前第一中间点。
方式三、从当前第二中间点的相邻空间点中确定新的当前第二中间点。
并且每次执行S102时,所采取的的方式可以不同,也可以相同。示例性的,在一种可能的实施例中,在每次执行S102时,可以都采取方式一(也可以是都采取方式二或方式三)。在另一种可能的实施例中,也可以是在第奇数次执行S102时,采取方式二,在第偶数次执行S102时采取方式三。每次执行S102时所采取的的方式可以是根据经验预先设置的,也可以是按照预设规则确定的,本实施例对此不做限制。
以预设贪心算法为A*算法为例,在当前第一中间点的相邻空间点中确定新的当前第一中间点,可以是针对当前第一中间点的每个相邻空间点,计算该相邻空间点与所述当前第一中间点的欧式距离,并计算该相邻空间点与所述当前第二中间点的曼哈顿距离,将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点。两个空间点之间的欧式距离,可以是按照下式计算得到的:
其中,DE为欧式距离,x1为一个空间点的横坐标,x2为另一个空间点的横坐标,y1为该一个空间点的纵坐标,y2为该另一个空间点的纵坐标。计算欧式距离所采用的坐标系根据实际需求可以是任一笛卡尔坐标系,例如,可以是预设地图的地图坐标系。
两个空间点之间的曼哈顿距离可以按照下式计算得到:
DM=|x1-x2|+|y1-y2|
其中,DM为曼哈顿距离。计算曼哈顿距离时所采用的坐标系,应当与计算欧式距离时所采用的坐标系相同。
针对当前第二中间点的每个相邻空间点,计算该相邻空间点与当前第二中间点的欧式距离,并计算该相邻空间点与当前第一中间点的曼哈顿距离,将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
S103中历史第一中间点是指曾经作为过当前第一中间点的空间点,在一种可能的实施例中,可以是维护一个列表,每确定一个新的当前第一中间点,则将确定该新的当前第一中间点之前的当前第一中间点加入该列表,则该列表中记录有所有历史第一中间点。历史第二中间点同理,可以参见对历史第一中间点的描述,在此不再赘述。
S104中,由于该同一最短路径为预先确定过的最短路径,因此可以认为同一最短路径中以当前第一中间点和当前第二中间点为端点的第三子路径,为当前第一中间点和当前第二中间点之间的最短路径。
并且,第一子路径和第二子路径为基于预设贪心算法确定得到的子路径,因此可以认为第一子路径为起始空间点和当前第一中间点之间的最短路径,第二子路径为当前第二中间点和目的空间点之间的最短路径。
因此可以认为第一子路径、第二子路径以及第三子路径组成的路径为起始空间点和目的空间点之间的最短路径。
选用该实施例,可以利用已经确定过最短路径的空间点对间的最短路径,快速确定出当前第一中间点和当前第二中间点间的最优子路径,即第三子路径,并且由于第一子路径和第二子路径是基于贪心原则确定得到的子路径,因此第一子路径、第二子路径以及第三子路径组成的路径可以视为起始空间点和目的空间点的最短路径,所以可以在需要确定多对空间点对间的最短路径的应用场景中,充分利用先确定得到的最短路径,有效节省后续确定最短路径时所需要花费的时间。
为更清楚的对本发明实施例提供的路径确定方法进行说明,可以参见图2a,图2a所示为本发明实施例提供的一种可能的应用场景的示意图,其中每个方格表示一个空间点,填充有斜线的方格表示存在障碍物的空间点,A表示起始空间点,B表示目的空间点,C、D为空间点集合中已经确定过最短路径的空间点对,并且C、D间的最短路径为图2a中粗黑线所示的路径,C、D间的最短路径可以是通过A*算法确定得到的。
初始时,当前第一中间点为A,当前第二中间点为B,如图2a所示,当前第一中间点和当前第二中间点并不属于已确定的同一最短路径,因此可以在当前第一中间点的相邻空间点中确定新的当前第一中间点,并在当前第二中间点的相邻空间点中确定新的当前第二中间点。
以在当前第一中间点的相邻空间点中确定新的当前第一中间点为例进行说明,在当前第二中间点的相邻空间点中确定新的当前第二中间点的方式同理可得,因此不再赘述。
当前第一中间点存在3个相邻的空间点,分别位于A的上方、右上方以及右方。为描述方便,假设水平和竖直相邻的空间点之间的欧式距离为1,斜向相邻的空间点之间的欧式距离为1.4,则对于位于A的上方的相邻空间点,欧氏距离为1,曼哈顿距离为8,欧式距离与曼哈顿距离之和为9,对于位于A的右上方的相邻空间点,欧式距离为1.4,曼哈顿距离为7,欧式距离与曼哈顿距离之和为8.4,对于位于A的右方的相邻空间点,欧式距离为1,曼哈顿距离为8,欧式距离与曼哈顿距离之和为9,因此将位于A的右上方的相邻空间点确定为新的当前第一中间点,并将A作为历史第一中间点。
确定新的当前第一中间点和当前第二中间点后,可以如图2b所示,其中填充有灰色的方格表示历史第一中间点和历史第二中间点,E表示当前第一中间点,F表示当前第二中间点。由图2b所示,虽然当前第二中间点属于已经确定的最短路径,但当前第一中间点并不属于该最短路径,因此当前第一中间点和当前第二中间点并不属于已确定的同一最短路径。再次确定新的第一中间点和新的第二中间点。
确定后可以如图2c所示,此时当前第一中间点和当前第二中间点属于同一最短路径,因此可以确定第一子路径、第二子路径以及第三子路径,可以如图2d所示,其中21为确定得到的第一子路径,22为确定得到的第二子路径,23为确定得到的第三子路径。21、22、23组成的路径可以视为A和B之间的最短路径。
参见图3,图3所示为本发明实施例提供的路径确定方法的另一种流程示意图,可以包括:
S301,针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,如果当前第一中间点和当前第二中间点不属于已确定的同一最短路径,执行S302,如果当前第一中间点和当前第二中间点属于已确定的同一最短路径,执行S306。
该步骤与前述S101相同,可以参见前述关于S101的相关描述,在此不再赘述。
S302,按照预设贪心算法,从当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从当前第二中间点的相邻空间点中确定新的当前第二中间点。
该步骤可以参见前述关于S102的相关描述,在此不再赘述。
S303,确定当前第一中间点和当前第二中间点是否为同一空间点,如果当前第一中间点和当前第二中间点不为同一空间点,则返回执行S301,如果当前第一中间点和当前第二中间点为同一空间点,则执行S304。
S304,确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径。
关于第一子路径和第二子路径可以参见前述关于S103的相关描述,在此不再赘述。
S305,将第一子路径和第二子路径组成的路径确定为起始空间点和目的空间点之间的最短路径。
可以理解理解的是,如果当前第一中间点和当前第二中间点为同一中间点,则可以认为已经按照双向预设贪心算法搜索到起始空间点和目的空间点之间的最短路径,因此无需继续搜索,第一子路径和第二子路径组成的路径即为起始空间点和目的空间点之间的最短路径。
S306,确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径,以及该同一最短路径中以当前第一中间点和当前第二中间点为端点的第三子路径。
该步骤与S103相同,可以参见前述关于S103的描述,在此不再赘述。
S307,将第一子路径、第二子路径和第三子路径组成的路径确定为起始空间点与目的空间点间的最短路径。
该步骤与S104相同,可以参见前述关于S104的描述,在此不再赘述。
可以理解的是,在一些应用场景中,起始空间点和目的空间点之间的最短路径,可能和已经确定的任一最短路径不存在重叠,该实施例可以在这些应用场景中,也能够确定出起始空间点和目的空间点之间的最短路径。
在一些应用场景中,可以对车辆(也可以对人或其他对象)的位置进行定位,得到车辆在多个时刻的轨迹点,按时间先后顺序排列这些轨迹点即可以得到车辆的轨迹点序列。
可以理解的是,车辆往往是在道路上行驶的,但是车辆定位可能存在一定的误差,因此车辆的轨迹点序列可能与部分非道路区域存在重叠,相关技术中,可以基于预设地图中的道路,对车辆的轨迹进行校正,以使得车辆的轨迹与地图中的道路匹配,该方法即地图匹配。但是地图匹配过程中,需要确定大量候选点对之间的最短路径,相关技术中可以采用A*算法针对每个候选点对,逐一确定该候选点对之间的最短路径,导致地图匹配花费时间过多。
下面将结合地图匹配的流程,对本发明实施例提供的路径确定方法进行说明,可以理解的是,地图匹配仅是本发明实施例提供的路径确定方法的一种可能的应用场景,本发明实施例提供的路径确定方法也可以应用于其他可能的需要确定最短路径的应用场景中,如路径规划、机器人导航等,本实施例对此不做限制。
方法流程可以参见图4,图4所示为本发明实施例提供的地图匹配方法的一种流程示意图,可以包括:
S401,针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径。
该步骤与S101相同,可以参见前述关于S101的相关描述。在该实施例中,空间点集合中包括多个候选点序列中的候选点,并且在该实施例中,起始空间点和目的空间点为一个候选点序列中相邻的候选点。空间点集合中可以包括除多个候选点序列中的候选点以外的其他空间点,也可以不包括除多个候选点序列中的候选点以外的其他空间点,本实施例对此不做限制。
候选点序列为待匹配轨迹点序列在预设地图的道路上的投影,示例性的,可以是针对待匹配轨迹点序列中的每个轨迹点,将该轨迹点投影至预设范围内的道路上,得到该轨迹点对应的候选点集合,从每个轨迹点对应的候选点集合中选取一个候选点,并按照所属候选点集合对应的轨迹点在待匹配轨迹点序列中的顺序排列,得到候选点序列。例如,假设待匹配轨迹为{轨迹点1,轨迹点2,轨迹点3},轨迹点1对应的候选点集合为{候选点11,候选点12},轨迹点2对应的候选点集合为{候选点21,候选点22},轨迹点3对应的候选点集合为{候选点31,候选点32},则可以得到如下所示的8个候选点序列:{候选点11,候选点21,候选点31}、{候选点11,候选点21,候选点32}、{候选点11,候选点22,候选点31}、{候选点11,候选点22,候选点32}、{候选点12,候选点21,候选点31}、{候选点12,候选点21,候选点32}、{候选点12,候选点22,候选点31}、{候选点12,候选点22,候选点32}。可以理解的是,理论上这8个候选点序列中有且仅有一个候选点序列为待匹配轨迹与预设地图匹配后的轨迹。
在一种可能的实施例中,为减少需要确定最短距离的候选点对的数量,以降低地图匹配所需要的计算量,可以通过以下方式确定候选点序列:
从待匹配轨迹中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照候选点集合对应的轨迹点在待匹配轨迹中的顺序排序,得到候选点序列;
其中,候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,预设条件为该道路的通行方向与待匹配轨迹在该轨迹点的运动方向间的夹角小于预设角度阈值。
可以理解的是,车辆的运动方向与道路的通行方向理论上相近,因此如果一个道路不满足该预设条件,则可以认为该轨迹点不是车辆在该道路上行驶时定位得到的轨迹点,因此可以不将该轨迹点在该道路上的投影点加入候选点集合。
S402,如果当前第一中间点和当前第二中间点不属于已确定的同一最短路径,按照预设贪心算法,从当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行S401。
该步骤与S102相同,可以参见前述关于S102的相关描述,在此不再赘述。
S403,如果当前第一中间点和当前第二中间点属于已确定的同一最短路径,确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径,以及该同一最短路径中以当前第一中间点和当前第二中间点为端点的第三子路径。
该步骤与S103相同,可以参见前述关于S103的相关描述,在此不再赘述。
S404,将第一子路径、第二子路径和第三子路径组成的路径确定为起始空间点与目的空间点间的最短路径。
该步骤与S104相同,可以参见前述关于S104的相关描述,在此不再赘述。
S405,在确定多个候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个候选点序列,基于该候选点序列中相邻的候选点之间的最短路径,按照隐马尔科夫模型,计算该候选点序列的可信度。
其中,可信度用于表示候选点序列为待匹配轨迹与预设地图进行地图匹配后的轨迹的可能性。隐马尔科夫模型的原理将在后续的实施例中进行说明,在此不再赘述。
对于除起始空间点和目的空间点之间的最短路径之外,其他在候选点序列相邻的候选点之间的最短路径,可以是按照预设贪心算法确定的,也可以是按照本发明实施例提供的路径确定方法确定的,还可以是部分按照预设贪心算法确定的,剩余部分按照本发明实施例提供的路径确定方法确定的,本实施例对此不做限制。
如前述分析,由于本发明实施例提供的路径确定方法相较于常规的贪心算法,所花费的时间和计算量更少,因此在一种可能的实施例中,多个候选点序列中每两个相邻的候选点之间的最短路径,都采用本发明实施例提供的路径确定方法确定,以进一步节省地图匹配所花费的时间。
S406,将可信度最高的候选点序列,确定为待匹配轨迹点序列与预设地图进行匹配后的轨迹点序列。
可以理解的是,一个轨迹点的各个候选点在空间上的分布往往较为集中,因此一个轨迹点的不同候选点,与相邻轨迹点的候选点之间的最短路径往往存在重叠。以S401中所举例子为例,候选点对(候选点11,候选点21)、(候选点11,候选点22)、(候选点12,候选点21)、(候选点12,候选点22)之间任意两个候选点对的最短路径往往存在重叠,因此选用该实施例可以有效降低确定最短路径所花费的时间,进而降低地图匹配所花费的时间。
为更清楚的对本发明实施例提供的地图匹配方法进行说明,下面将对轨迹点投影的原理进行说明。
可以参见图5a,图5a所示为预设地图的一种示意图,其中50为轨迹点,预设地图中可能存在多条道路,如图5a中的粗黑线所示,每条粗黑线表示一条道路。为确定该轨迹点的投影点,需要确定向哪些道路上进行投影。在一种可能的实施例中,可以是向所有位于轨迹点预设范围内的道路投影,因此需要确定出所有位于轨迹点预设范围内的道路。
在一种可能的实施例中,可以是采取四叉树空间索引查询的方法,确定所有位于轨迹点预设范围内的道路。示例性的,可以针对地图中每条道路构建最小外包矩形框,即能够包围该路径的最小矩形框,构建最小外包矩形框后如图5b所示,其中,51-58为8个不同道路的最小外包矩形框。
将预设地图四等分,并且可以针对四等分后得到的任一子图再次四等分,直至满足预设终止条件,预设终止条件可以根据实际需求进行设置,四等分后的地图可以如图5c所示,其中Z1-Z4以及z5-z8为8个不同的子地图,其中z5、z6、z7、z8为Z2的子地图。
基于图5c所示的地图划分方式,可以构建四叉树,四叉树中,每个节点表示一个地图,其中根节点表示预设地图,除根节点外的每个节点表示一个子地图,子节点所表示的子地图为父节点所表示的地图的子地图。针对每个最小外包矩形框,将该最小外包矩形框***表示完整包括该最小外包矩形框的最小地图的节点中以得到四叉树,并将得到的四叉树作为空间索引。示例性的,对于最小外包矩形框52,子地图z6和z8均部分包括该最小外包矩形框,子地图Z2和预设地图完整包括该最小外包矩形框,而子地图Z2小于预设地图,因此将最小外包矩形框52***表示子地图Z2的节点。
可以以轨迹点为圆心,预设长度为半径做圆,从四叉树的根节点开始遍历四叉树,以确定四叉树各个节点所***的最小外包矩形框是否与该圆重叠,如果最小外包矩形框与该圆重叠,则将该轨迹点投影至该最小外包矩形框所包裹的道路上,得到投影点,并将该投影点加入该轨迹点的候选点集合中。
在一种可能的实施例中,也可以是确定最小外包矩形框所包裹的道路的方向,与车辆在该轨迹点的运动方向的夹角是否小于预设角度阈值,如果不小于该预设角度阈值,则拒绝将轨迹点投影至该道路上,如果小于该预设角度阈值,则将轨迹点投影至该道路上。车辆在该轨迹点的运动方向可以是根据定位信息确定得到的,也可以是通过预设算法计算得到的,本实施例对此不做限制。
为更清楚的对本发明实施例提供的地图匹配方法进行说明,下面将对隐马尔科夫模型的原理进行说明。
为描述方便,下文以Xi表示待匹配轨迹点序列中的第i个轨迹点,Yi表示候选点序列中第i个轨迹点。
可以理解的是,Xi为根据定位装置定位得到的轨迹点,表示车辆在某一时刻被定位在Xi,而车辆在该时间节点实际可能处于该轨迹点的某一个候选点。因此,在不考虑其他因素的影响下,Yi为车辆在该时刻实际所处的位置的概率(下文称发射概率)可以表示为P(Xi|Yi)。
同理,假设如果Yj为车辆在某一时刻实际所处的位置,则在不考虑其他因素的影响下,在Yj+1为车辆在该时刻的下一时刻实际所处的位置的概率(下文称转移概率)可以表示为P(Yj|Yj+1)。
在一种可能的实施例中,基于隐马尔科夫模型,一个候选点序列的可信度可以按照下式计算:
其中C为候选点序列的可信度。
在一种实施例中,对于P(Xi|Yi),可以是计算Xi与Yi之间的距离的正态分布值,作为P(Xi|Yi)。
对于P(Yj|Yj+1),可以是计算Yj与Yj+1之间最短路径的路径距离与Xj和Xj+1的欧式距离之差的指示函数值,并计算对象在Xj+1的运动方向与Yj+1所属道路方向的夹角的正态分布密度,并计算对象在Xj+1附近的平均速度与Yj+1所属道路的最大限速的余弦相似度,将计算得到的指数函数值、正太分布密度以及余弦相似度相乘,得到的乘积作为P(Yj|Yj+1)。
但是该实施例中,隐马尔可夫模型中简单的使用累乘计算候选点序列的可信度,即可以认为该隐马尔科夫模型中认为候选点序列中各个特征值(例如前述的正态分布值、指示函数值、正态分布密度、余弦相似度)对候选点序列的可信度的贡献相同,但是这些特征值的贡献可能各不相同。
基于此,在一种可能的实施例中,隐马尔科夫模型可以通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,真值用于表示该样本候选点序列是否为待匹配轨迹点序列与预设地图进行地图匹配后的轨迹点序列;
根据可信度与真值的差值,调整预设初始隐马尔科夫模型的模型参数,得到隐马尔科夫模型,模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
选用该实施例,可以通过对各特征值的权重进行合理的调整,使得隐马尔可夫模型中各特征值对候选点序列的可信度的贡献更加准确,使得隐马尔可夫模型能够更加准确的计算出各候选点序列的可信度,进而提高地图匹配的准确性。
参见图6a,图6a所示为本发明实施例提供的一种路径确定装置,装置包括:
已构建路网模块601,用于针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,当前第一中间点初始为起始空间点,当前第二中间点初始为目的空间点,最短路径为针对空间点集合中的空间点对所确定的最短路径;
搜索模块602,用于如果当前第一中间点和当前第二中间点不属于已确定的同一最短路径,按照预设贪心算法,从当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;
子路径确定模块603,用于如果当前第一中间点和当前第二中间点属于已确定的同一最短路径,确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径,以及同一最短路径中以当前第一中间点和当前第二中间点为端点的第三子路径;
最短路径确定模块604,用于将第一子路径、第二子路径和第三子路径组成的路径确定为起始空间点与目的空间点间的最短路径。
在一种可能的实现方式中,搜索模块602,还用于在返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤之前,确定当前第一中间点和当前第二中间点是否为同一空间点;
搜索模块602,具体用于如果当前第一中间点和当前第二中间点不为同一空间点,则返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤。
在一种可能的实现方式中,搜索模块602,还用于如果当前第一中间点和当前第二中间点为同一空间点,则确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径;
将第一子路径和第二子路径组成的路径确定为起始空间点和目的空间点间的最短路径。
在一种可能的实现方式中,搜索模块602,具体用于针对当前第一中间点的每个相邻空间点,计算该相邻空间点与当前第一中间点的欧式距离,并计算该相邻空间点与当前第二中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点;和/或,
针对当前第二中间点的每个相邻空间点,计算该相邻空间点与当前第二中间点的欧式距离,并计算该相邻空间点与当前第一中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
在一种可能的实现方式中,空间点集合包括多个候选点序列中的候选点,候选点序列为待匹配轨迹点序列在预设地图的道路上的投影;起始空间点和目的空间点为候选点序列中相邻的候选点;
装置还可以如图6b所示,还包括地图匹配模块605,用于在确定多个候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个候选点序列,基于该候选点序列中每两个相邻的候选点之间的最短路径的路径距离,按照隐马尔科夫模型,计算该候选点序列的可信度,可信度用于表示该候选点序列为待匹配轨迹点序列与预设地图进行地图匹配后的轨迹点序列的可能性;
将可信度最高的候选点序列,确定为待匹配轨迹与预设地图进行地图匹配后的轨迹点序列。
在一种可能的实现方式中,候选点序列通过以下方式得到:
从待匹配轨迹点序列中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照候选点集合对应的轨迹点在待匹配轨迹点序列中的顺序排序,得到候选点序列;
其中,候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,预设条件为该道路的通行方向与待匹配轨迹点序列所对应的对象在该轨迹点的运动方向间的夹角小于预设角度阈值。
在一种可能的实现方式中,隐马尔科夫模型通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,真值用于表示该样本候选点序列是否为待匹配轨迹点序列与预设地图进行地图匹配后的轨迹点序列;
根据可信度与真值的差值,调整预设初始隐马尔科夫模型的模型参数,得到隐马尔科夫模型,模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
本发明实施例还提供了一种电子设备,如图7所示,包括:
存储器701,用于存放计算机程序;
处理器702,用于执行存储器701上所存放的程序时,实现如下步骤:
针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,当前第一中间点初始为起始空间点,当前第二中间点初始为目的空间点,最短路径为针对空间点集合中的空间点对所确定的最短路径;
如果当前第一中间点和当前第二中间点不属于已确定的同一最短路径,按照预设贪心算法,从当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;
如果当前第一中间点和当前第二中间点属于已确定的同一最短路径,确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径,以及同一最短路径中以当前第一中间点和当前第二中间点为端点的第三子路径;
将第一子路径、第二子路径和第三子路径组成的路径确定为起始空间点与目的空间点间的最短路径。
在一种可能的实现方式中,在返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤之前,方法还包括:
确定当前第一中间点和当前第二中间点是否为同一空间点;
返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤,包括:
如果当前第一中间点和当前第二中间点不为同一空间点,则返回执行确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤。
在一种可能的实现方式中,在确定当前第一中间点和当前第二中间点是否为同一空间点之后,方法还包括:
如果当前第一中间点和当前第二中间点为同一空间点,则确定所有历史第一中间点以及当前第一中间点组成的第一子路径,所有历史第二中间点以及当前第二中间点组成的第二子路径;
将第一子路径和第二子路径组成的路径确定为起始空间点和目的空间点间的最短路径。
在一种可能的实现方式中,按照预设贪心算法,从当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从当前第二中间点的相邻空间点中确定新的当前第二中间点,包括:
针对当前第一中间点的每个相邻空间点,计算该相邻空间点与当前第一中间点的欧式距离,并计算该相邻空间点与当前第二中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点;和/或,
针对当前第二中间点的每个相邻空间点,计算该相邻空间点与当前第二中间点的欧式距离,并计算该相邻空间点与当前第一中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
在一种可能的实现方式中,空间点集合包括多个候选点序列中的候选点,候选点序列为待匹配轨迹点序列在预设地图的道路上的投影;起始空间点和目的空间点为候选点序列中相邻的候选点;
方法还包括:
在确定多个候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个候选点序列,基于该候选点序列中每两个相邻的候选点之间的最短路径的路径距离,按照隐马尔科夫模型,计算该候选点序列的可信度,可信度用于表示该候选点序列为待匹配轨迹点序列与预设地图进行地图匹配后的轨迹点序列的可能性;
将可信度最高的候选点序列,确定为待匹配轨迹与预设地图进行地图匹配后的轨迹点序列。
在一种可能的实现方式中,候选点序列通过以下方式得到:
从待匹配轨迹点序列中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照候选点集合对应的轨迹点在待匹配轨迹点序列中的顺序排序,得到候选点序列;
其中,候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,预设条件为该道路的通行方向与待匹配轨迹点序列所对应的对象在该轨迹点的运动方向间的夹角小于预设角度阈值。
在一种可能的实现方式中,隐马尔科夫模型通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,真值用于表示该样本候选点序列是否为待匹配轨迹点序列与预设地图进行地图匹配后的轨迹点序列;
根据可信度与真值的差值,调整预设初始隐马尔科夫模型的模型参数,得到隐马尔科夫模型,模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一路径确定方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一路径确定方法。
在上述实施例中,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,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,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他要素,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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备以及计算机可读存储介质的实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (16)
1.一种路径确定方法,其特征在于,所述方法包括:
针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,所述当前第一中间点初始为所述起始空间点,所述当前第二中间点初始为所述目的空间点,所述最短路径为针对空间点集合中的空间点对所确定的最短路径;
如果所述当前第一中间点和所述当前第二中间点不属于所述已确定的同一最短路径,按照预设贪心算法,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;
如果所述当前第一中间点和所述当前第二中间点属于所述已确定的同一最短路径,确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径,以及所述同一最短路径中以所述当前第一中间点和所述当前第二中间点为端点的第三子路径;
将所述第一子路径、所述第二子路径和所述第三子路径组成的路径确定为所述起始空间点与所述目的空间点间的最短路径。
2.根据权利要求1所述的方法,其特征在于,在所述返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤之前,所述方法还包括:
确定所述当前第一中间点和所述当前第二中间点是否为同一空间点;
所述返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤,包括:
如果所述当前第一中间点和所述当前第二中间点不为同一空间点,则返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤。
3.根据权利要求2所述的方法,其特征在于,在所述确定所述当前第一中间点和所述当前第二中间点是否为同一空间点之后,所述方法还包括:
如果所述当前第一中间点和所述当前第二中间点为同一空间点,则确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径;
将所述第一子路径和所述第二子路径组成的路径确定为所述起始空间点和所述目的空间点间的最短路径。
4.根据权利要求1所述的方法,其特征在于,所述按照预设贪心算法,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,包括:
针对所述当前第一中间点的每个相邻空间点,计算该相邻空间点与所述当前第一中间点的欧式距离,并计算该相邻空间点与所述当前第二中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点;和/或,
针对所述当前第二中间点的每个相邻空间点,计算该相邻空间点与所述当前第二中间点的欧式距离,并计算该相邻空间点与所述当前第一中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
5.根据权利要求1所述的方法,其特征在于,所述空间点集合包括多个候选点序列中的候选点,所述候选点序列为待匹配轨迹点序列在预设地图的道路上的投影;所述起始空间点和所述目的空间点为所述候选点序列中相邻的候选点;
所述方法还包括:
在确定所述多个所述候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个所述候选点序列,基于该候选点序列中每两个相邻的候选点之间的最短路径的路径距离,按照隐马尔科夫模型,计算该候选点序列的可信度,所述可信度用于表示该候选点序列为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列的可能性;
将所述可信度最高的候选点序列,确定为所述待匹配轨迹与所述预设地图进行地图匹配后的轨迹点序列。
6.根据权利要求5所述的方法,其特征在于,所述候选点序列通过以下方式得到:
从所述待匹配轨迹点序列中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照所述候选点集合对应的轨迹点在所述待匹配轨迹点序列中的顺序排序,得到候选点序列;
其中,所述候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,所述预设条件为该道路的通行方向与所述待匹配轨迹点序列所对应的对象在该轨迹点的运动方向间的夹角小于预设角度阈值。
7.根据权利要求5所述的方法,其特征在于,所述隐马尔科夫模型通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,所述真值用于表示该样本候选点序列是否为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列;
根据所述可信度与所述真值的差值,调整所述预设初始隐马尔科夫模型的模型参数,得到所述隐马尔科夫模型,所述模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
8.一种路径确定装置,其特征在于,所述装置包括:
已构建路网模块,用于针对待确定路径的起始空间点和目的空间点,确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径,所述当前第一中间点初始为所述起始空间点,所述当前第二中间点初始为所述目的空间点,所述最短路径为针对空间点集合中的空间点对所确定的最短路径;
搜索模块,用于如果所述当前第一中间点和所述当前第二中间点不属于所述已确定的同一最短路径,按照预设贪心算法,从所述当前第一中间点的相邻空间点中确定新的当前第一中间点,和/或,从所述当前第二中间点的相邻空间点中确定新的当前第二中间点,并返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤;
子路径确定模块,用于如果所述当前第一中间点和所述当前第二中间点属于所述已确定的同一最短路径,确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径,以及所述同一最短路径中以所述当前第一中间点和所述当前第二中间点为端点的第三子路径;
最短路径确定模块,用于将所述第一子路径、所述第二子路径和所述第三子路径组成的路径确定为所述起始空间点与所述目的空间点间的最短路径。
9.根据权利要求8所述的装置,其特征在于,所述搜索模块,还用于在所述返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤之前,确定所述当前第一中间点和所述当前第二中间点是否为同一空间点;
所述搜索模块,具体用于如果所述当前第一中间点和所述当前第二中间点不为同一空间点,则返回执行所述确定当前第一中间点和当前第二中间点是否属于已确定的同一最短路径的步骤。
10.根据权利要求9所述的装置,其特征在于,所述搜索模块,还用于如果所述当前第一中间点和所述当前第二中间点为同一空间点,则确定所有历史第一中间点以及所述当前第一中间点组成的第一子路径,所有历史第二中间点以及所述当前第二中间点组成的第二子路径;
将所述第一子路径和所述第二子路径组成的路径确定为所述起始空间点和所述目的空间点间的最短路径。
11.根据权利要求8所述的装置,其特征在于,所述搜索模块,具体用于针对所述当前第一中间点的每个相邻空间点,计算该相邻空间点与所述当前第一中间点的欧式距离,并计算该相邻空间点与所述当前第二中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第一中间点;和/或,
针对所述当前第二中间点的每个相邻空间点,计算该相邻空间点与所述当前第二中间点的欧式距离,并计算该相邻空间点与所述当前第一中间点的曼哈顿距离;将所有相邻空间点中欧式距离与曼哈顿距离之和最小的相邻空间点作为新的当前第二中间点。
12.根据权利要求8所述的装置,其特征在于,所述空间点集合包括多个候选点序列中的候选点,所述候选点序列为待匹配轨迹点序列在预设地图的道路上的投影;所述起始空间点和所述目的空间点为所述候选点序列中相邻的候选点;
所述装置还包括地图匹配模块,用于在确定所述多个所述候选点序列中每两个相邻的候选点之间的最短路径之后,针对每个所述候选点序列,基于该候选点序列中每两个相邻的候选点之间的最短路径的路径距离,按照隐马尔科夫模型,计算该候选点序列的可信度,所述可信度用于表示该候选点序列为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列的可能性;
将所述可信度最高的候选点序列,确定为所述待匹配轨迹与所述预设地图进行地图匹配后的轨迹点序列。
13.根据权利要求12所述的装置,其特征在于,所述候选点序列通过以下方式得到:
从所述待匹配轨迹点序列中的每个轨迹点对应的候选点集合中分别选取一个候选点,并按照所述候选点集合对应的轨迹点在所述待匹配轨迹点序列中的顺序排序,得到候选点序列;
其中,所述候选点集合为将该轨迹点投影至预设地图中位于该轨迹点预设空间范围内,且满足预设条件的道路得到的投影点的集合,所述预设条件为该道路的通行方向与所述待匹配轨迹点序列所对应的对象在该轨迹点的运动方向间的夹角小于预设角度阈值。
14.根据权利要求12所述的装置,其特征在于,所述隐马尔科夫模型通过以下方式预先训练得到:
针对标注有真值的样本候选点序列,基于该样本候选点序列中每两个相邻的候选点间的最短路径的路径距离,按照预设初始隐马尔科夫模型,计算该样本候选点序列的可信度,所述真值用于表示该样本候选点序列是否为所述待匹配轨迹点序列与所述预设地图进行地图匹配后的轨迹点序列;
根据所述可信度与所述真值的差值,调整所述预设初始隐马尔科夫模型的模型参数,得到所述隐马尔科夫模型,所述模型参数包括计算测量概率和/或转移概率时候选点序列各特征值的权重。
15.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
16.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010432385.4A CN113701768B (zh) | 2020-05-20 | 2020-05-20 | 一种路径确定方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010432385.4A CN113701768B (zh) | 2020-05-20 | 2020-05-20 | 一种路径确定方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113701768A true CN113701768A (zh) | 2021-11-26 |
CN113701768B CN113701768B (zh) | 2024-05-31 |
Family
ID=78645892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010432385.4A Active CN113701768B (zh) | 2020-05-20 | 2020-05-20 | 一种路径确定方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113701768B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113741415A (zh) * | 2021-07-08 | 2021-12-03 | 江苏云洲智能科技有限公司 | 路径规划方法、装置、终端设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900565A (zh) * | 2009-05-26 | 2010-12-01 | 南京敏思科技有限公司 | 路径确定方法和装置 |
US20110208429A1 (en) * | 2010-02-24 | 2011-08-25 | Microsoft Corporation | Route Computation Based on Route-Oriented Vehicle Trajectories |
CN102538806A (zh) * | 2010-12-30 | 2012-07-04 | 上海博泰悦臻电子设备制造有限公司 | 一种路径规划方法以及相关设备 |
CN107167152A (zh) * | 2016-03-08 | 2017-09-15 | 高德信息技术有限公司 | 路径规划方法和装置 |
CN108762268A (zh) * | 2018-05-29 | 2018-11-06 | 苏州极客嘉智能科技有限公司 | 多agv无碰撞路径规划算法 |
CN109059949A (zh) * | 2018-07-13 | 2018-12-21 | 武汉云图互联信息技术有限公司 | 最短路径的计算方法及装置 |
DE102018008323A1 (de) * | 2018-10-22 | 2019-03-28 | Daimler Ag | Verfahren zum Ermitteln einer Fahrtroute für ein Kraftfahrzeug |
-
2020
- 2020-05-20 CN CN202010432385.4A patent/CN113701768B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900565A (zh) * | 2009-05-26 | 2010-12-01 | 南京敏思科技有限公司 | 路径确定方法和装置 |
US20110208429A1 (en) * | 2010-02-24 | 2011-08-25 | Microsoft Corporation | Route Computation Based on Route-Oriented Vehicle Trajectories |
CN102538806A (zh) * | 2010-12-30 | 2012-07-04 | 上海博泰悦臻电子设备制造有限公司 | 一种路径规划方法以及相关设备 |
CN107167152A (zh) * | 2016-03-08 | 2017-09-15 | 高德信息技术有限公司 | 路径规划方法和装置 |
CN108762268A (zh) * | 2018-05-29 | 2018-11-06 | 苏州极客嘉智能科技有限公司 | 多agv无碰撞路径规划算法 |
CN109059949A (zh) * | 2018-07-13 | 2018-12-21 | 武汉云图互联信息技术有限公司 | 最短路径的计算方法及装置 |
DE102018008323A1 (de) * | 2018-10-22 | 2019-03-28 | Daimler Ag | Verfahren zum Ermitteln einer Fahrtroute für ein Kraftfahrzeug |
Non-Patent Citations (3)
Title |
---|
ZHENJIANG SHEN 等: "Personalized route planning based on the semantic network: A case study of Kanazawa City, Japan", 《2011 19TH INTERNATIONAL CONFERENCE ON GEOINFORMATICS》, pages 1 - 6 * |
付梦印, 李杰, 邓志红: "限制搜索区域的距离最短路径规划算法", 北京理工大学学报, no. 10, pages 881 - 884 * |
宋晓宇;夏杰夫;赵明;: "一种灾害救援最短路径动态算法", 沈阳建筑大学学报(自然科学版), no. 05, pages 990 - 994 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113741415A (zh) * | 2021-07-08 | 2021-12-03 | 江苏云洲智能科技有限公司 | 路径规划方法、装置、终端设备及计算机可读存储介质 |
CN113741415B (zh) * | 2021-07-08 | 2022-11-08 | 江苏云洲智能科技有限公司 | 路径规划方法、装置、终端设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113701768B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110375753B (zh) | 地图匹配方法、装置、服务器及存储介质 | |
WO2017162036A1 (zh) | 偏航识别方法、终端和存储介质 | |
Taguchi et al. | Online map matching with route prediction | |
CN109283562B (zh) | 一种车联网中车辆三维定位方法及装置 | |
US8935096B2 (en) | Apparatus for fast path search by learning heuristic function and method thereof | |
CN111444294B (zh) | 一种轨迹补全方法、装置及电子设备 | |
CN110967028A (zh) | 导航地图构建方法、装置、机器人及存储介质 | |
CN113587944B (zh) | 准实时的车辆行驶路线生成方法、***及设备 | |
JP7371148B2 (ja) | 車両の測位情報の決定方法、装置、記憶媒体及びプログラム | |
Li et al. | Spatio-temporal trajectory simplification for inferring travel paths | |
US9910878B2 (en) | Methods for processing within-distance queries | |
CN112669250B (zh) | 一种轨迹对齐方法及电子设备 | |
US20190187296A1 (en) | Method and system for processing trajectory data | |
CN113108806A (zh) | 路径规划方法、装置、设备及介质 | |
CN113701768B (zh) | 一种路径确定方法、装置及电子设备 | |
CN111540202B (zh) | 一种相似卡口确定方法、装置、电子设备及可读存储介质 | |
CN115862416B (zh) | 一种路径规划方法、装置、电子设备及存储介质 | |
CN114090560B (zh) | 一种车道的中心线生成方法、装置、设备及存储介质 | |
CN116028587A (zh) | 路网匹配方法和设备 | |
CN111814114A (zh) | 车道定位校验的方法、设备、电子设备、车辆及存储介质 | |
CN114593751B (zh) | 外参标定方法、装置、介质及电子设备 | |
CN116452245B (zh) | 一种物流场站选址方法、装置、设备及存储介质 | |
US20240219196A1 (en) | System and method for validating high-definition maps | |
CN111325502B (zh) | 线路计算方法、装置、电子设备及可读存储介质 | |
CN117419732B (zh) | 一种基于路网的感知目标定位纠偏方法、设备及存储介质 |
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 |