CN117146848A - 路径规划方法、装置及电子设备 - Google Patents
路径规划方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117146848A CN117146848A CN202311117745.1A CN202311117745A CN117146848A CN 117146848 A CN117146848 A CN 117146848A CN 202311117745 A CN202311117745 A CN 202311117745A CN 117146848 A CN117146848 A CN 117146848A
- Authority
- CN
- China
- Prior art keywords
- path
- determining
- road
- points
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004891 communication Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 8
- 239000000047 product Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
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
本发明公开了一种路径规划方法、装置及电子设备,涉及路径规划技术领域,包括:响应于出行请求,获取至少两个历史行驶路径,历史行驶路径与出行请求具有相同的起始点和目的点;历史行驶路径途径多个预设区块;确定历史行驶路径中跨越不同预设区块的交界位置,并确定交界位置的出现频率;根据交界位置的出现频率,确定从起始点到目的点的目标规划路径。本方案在一定程度上可以满足长途公路货运车辆的路径规划和导航需求。
Description
技术领域
本发明涉及路径规划技术领域,尤其涉及一种路径规划方法、装置及电子设备。
背景技术
在长途公路货运场景下,车辆的行驶路径对整个运输过程的成本起着决定性的作用。长途公路货运车辆具有其特殊性,例如,各种类型的运输车辆本身的特殊性(例如车长、体积等)、以及各地交通路政对货运车辆的特殊政策等。
相关的导航产品,一般会考虑道路的连通性、交通拥堵状况,以及是否使用高速等。
但是,上述导航产品,在路径规划时没有考虑到长途公路货运车辆的特殊性,很难满足长途公路货运车辆的路径规划和导航需求。
发明内容
本发明提供了一种路径规划方法、装置及电子设备,以解决现有技术中的导航产品在路径规划时没有考虑到长途公路货运车辆的特殊性,很难满足长途公路货运车辆的路径规划和导航需求的问题。
根据本发明的一方面,提供了一种路径规划方法,应用于长途公路货运场景,所述方法包括:
响应于出行请求,获取至少两个历史行驶路径,所述历史行驶路径与所述出行请求具有相同的起始点和目的点;所述历史行驶路径途径多个预设区块;
确定所述历史行驶路径中跨越不同所述预设区块的交界位置,并确定所述交界位置的出现频次;
根据所述交界位置的出现频次,确定从所述起始点到所述目的点的目标规划路径。
根据本发明的另一方面,提供了一种路径规划装置,应用于长途公路货运场景,所述装置包括:
获取单元,用于响应于出行请求,获取至少两个历史行驶路径,所述历史行驶路径与所述出行请求具有相同的起始点和目的点;所述历史行驶路径途径多个预设区块;
确定单元,用于确定所述历史行驶路径中跨越不同所述预设区块的交界位置,并确定所述交界位置的出现频次;
规划单元,用于根据所述交界位置的出现频次,确定从所述起始点到所述目的点的目标规划路径。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的路径规划方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的路径规划方法。
本发明实施例的技术方案,可以通过分析与出行请求具有相同起始点和目的点的历史行驶路径,来确定目标规划路径,而历史行驶路径在一定程度上考虑到了长途公路货运车辆的特点。并且,利用长途公路货运车辆的重要途经点(即不同预设区块的交界位置)来确定目标规划路径可以达到较好的路径规划效果。因此,本发明实施例提供的方案在一定程度上可以满足长途公路货运车辆的路径规划和导航需求。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种路径规划方法的流程图;
图2是根据本发明实施例二提供的一种路径规划方法的流程图;
图3是根据本发明实施例二提供的一种确定目标规划路径的原理图;
图4是根据本发明实施例三提供的一种路径规划装置的结构示意图;
图5是实现本发明实施例的路径规划方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人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,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”等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。
实施例一
图1是根据本发明实施例一提供的一种路径规划方法的流程图,本实施例可适用于长途公路货运场景下的车辆路径规划情况,该方法可以由电子设备来执行。如图1所示,该方法包括:
步骤101,响应于出行请求,获取至少两个历史行驶路径,历史行驶路径与出行请求具有相同的起始点和目的点;历史行驶路径途径多个预设区块。
具体的,可以根据司机的操作生成出行请求。电子设备可以接收并响应该出行请求。可以根据该出行请求获取至少两个历史行驶路径,并且获取的历史行驶路径都与出行请求具有相同的起始点和目的点。
具体的,在公路运输车货匹配平台上,积累大量的运输订单,以及相应的司机履约行驶轨迹(即历史行驶路径)。这些订单数据上包含了车长、车型、货源品类、体积长宽高、载重质量、包装方式、运输时间等信息。因此,可以利用该公路运输车货匹配平台上的数据信息,进行历史行驶路径的筛选。
进一步的,也可以根据订单数据中的一项或多项信息的组合,来筛选与出行请求具有相同起始点和目的点的历史行驶路径。
其中,预设区块可以表示地图上的一块区域。每个历史行驶路径途径多个预设区块。
步骤102,确定历史行驶路径中跨越不同预设区块的交界位置,并确定交界位置的出现频次。
具体的,由于在一个预设区块内部,比如这个预设区块可以为一个城市,司机的行驶路径可能非常复杂,司机的行驶路径取决于路况和司机各种临时性的行为,具有比较大的不确定性。而长途运输的大货车,如果真正是途径某个预设区块,由于连接两个预设区块的路径一般较少,因此其在该预设区块边界上停留和绕路的概率都相对低。因此本发明的主要思路是先忽略预设区块内部的导航细节,重点关注中长途干线运输跨越途中预设区块边界的行为。
具体的,可以针对每一历史行驶路径,识别出其中跨越不同预设区块的交界位置。并且可以统计每一交界位置的出现频次。
步骤103,根据交界位置的出现频次,确定从起始点到目的点的目标规划路径。
具体的,交界位置的出现频次,能够体现历史上司机所选择经过其间预设区块的出入口偏好。可以选择发生频次高的交界位置,确定从起始点到目标点的目标规划路径。
进一步的,还可以将目标规划路径与现有的导航软件得到的规划路径在总里程、总高速里程、通行时间、或者通行ETC上进行对比,从而为司机选择更加合理的规划路径。
本发明实施例提供的技术方案,可以通过分析与出行请求具有相同起始点和目的点的历史行驶路径,来确定目标规划路径,而历史行驶路径在一定程度上考虑到了长途公路货运车辆的特点。并且,利用长途公路货运车辆的重要途经点(即不同预设区块的交界位置)来确定目标规划路径可以达到较好的路径规划效果。因此,本发明实施例提供的方案在一定程度上可以满足长途公路货运车辆的路径规划和导航需求。
实施例二
图2是根据本发明实施例二提供的一种路径规划方法的流程图,本实施例细化了实施例一中的步骤102和步骤103,并增加了在历史行驶轨迹中去除误差点的特征。如图2所示,该方法包括:
步骤201,响应于出行请求,获取至少两个历史行驶路径,历史行驶路径与出行请求具有相同的起始点和目的点;历史行驶路径途径多个预设区块。
具体的,步骤201与步骤101的原理、实现方式类似,不再赘述。
步骤202,若确定历史行驶路径中的路经点对应的车辆速度大于预设阈值,则将该路经点确定为误差点;并将误差点从历史行驶路径中删除,以更新历史行驶路径。
具体的,步骤202之后,可以执行步骤203或者步骤205。
其中,预设阈值为根据实际情况预先设置的值,比如该预设阈值可以为120km/h。
具体的,为了提高得到的目标规划路径的准确性,可以先去除历史行驶路径中的误差点。
可选的,也可以利用该误差点前后K点的平均位置来替代该误差点。
步骤203,预设区块为路网数据中的路网道路,历史行驶路径包括多个路经点,从历史行驶路径中去除与路网道路不匹配的路经点。
具体的,预设区块可以为路网数据中的路网道路。其中该路网道路可以包括高速、国道、省道、县道等核心干道。
具体的,针对每一历史行驶路径,可以将历史行驶路径包括的每一路经点与路网道路进行匹配,并从历史行驶路径中去除与路网道路不匹配的路经点。
步骤204,若相邻两个路经点对应的路网道路不同,则将相邻两个路经点对应的路网道路之间的交叉点确定为交界位置。
具体的,步骤204之后,可以执行步骤206。
若确定相邻两个路经点对应的路网道路不同,则可以将在该历史行驶路径上的,该相邻两个路径点对应的路网道路之间的交叉点,确定为交界位置。
步骤205,预设区块为城市,历史行驶路径包括多个路经点,若确定历史行驶路径中相邻的两个路经点对应的城市不同,经过两个路经点的时间差小于预设值,且两个路经点对应的车辆速度不为零,则将距离两个路经点最近的城市交界点确定为交界位置。
其中,预设值为根据实际情况预先设置的值,例如该预设值可以设置为5分钟或者6分钟等。
具体的,预设区块可以为城市。可以通过两个路经点的时间差,以及两个路经点对应的车辆速度来判断车辆是否正常行驶跨越城市交界点。若确定经过两个路经点的时间差小于预设值且两个路经点对应的车辆速度不为零,则可以确定车辆是正常行驶跨越城市交界点的。
若确定历史行驶路径中相邻的两个路经点对应的城市不同,且车辆是正常行驶跨越城市交界点的,则可以将该历史行驶路径上,距离这两个路经点最近的城市交界点确定为交界位置。通过判断车辆是否正常行驶跨越城市交接点得到的交界位置,可以使得到的目标规划路径更准确。
步骤206,根据至少两个历史行驶路径,确定从起始点到目的点的连通路径。
具体的,可以将每一历史行驶路径以交界位置进行拆分,并拆分成多段。然后,根据各段之间的连通性,将各段重新组合,确定从起始点到目的点的多个连通路径。其中,每一连通路径包括至少一个交界位置。
步骤207,确定连通路径中各交界位置的出现频次的总频次。
具体的,可以将连通路径中包括的各交界位置的出现频次相加,得到总频次。
步骤208,确定总频次最大的连通路径,并根据该连通路径确定从起始点到目的点的目标规划路径。
具体的,可以将各连通路径对应的总频次进行排序,取总频次最大的连通路径。并可以根据该连通路径确定从起始点到目的点的目标规划路径。
具体的,在长途公路货运场景下,如果从货车全生命周期来看,运营一辆重型卡车的成本大致可以分为四个部分:燃油费用、高速通行费用、车辆维护费用和支付司机的工资。经验数据给出了它们大致的分配占比如下:燃油费用(30%)、高速通行费用(30%)、车辆维护费用(10%)和支付司机的工资(30%)。
而在具体的一个运输行程中,行驶距离、行驶路线、车速、载重决定燃油费用;行驶距离、行驶线路、车辆轴数、是否绿通决定高速通行(ETC)费用;行驶距离、行驶路线、车速、载重决定车辆各种消耗。因此,司机的行驶路径对整个运输过程的成本起着决定性的作用。
目前的市场上的货运导航产品,由于各种原因,只考虑了道路的连通性、交通拥堵状况,并没有很好地考虑到具体各种类型的运输车辆的特殊性以及当地交通路政对货运卡车的特殊政策,因而很难较好地服务公路运输大货车司机的路径规划和导航需求。从很大意义上讲也造成了车辆行驶不必要的绕路里程或者支付额外的ETC费用。
本发明基于大量的历史订单的历史行驶轨迹,试图为公路运输大货车司机提供有实际运输履约行程作为依据的路径规划和导航服务,帮助司机降本增效。尤其可以帮助对线路不是十分熟悉的大货车司机。
具体的,详细阐述本发明的路径规划方法如下所示:
首先,做一些符号上的约定,每条历史行驶路径上的路经点用p(i,j)来标记,其中,i是历史行驶路径的下标,p(i,j)表示第i条历史行驶路径上的第j个路经点的经纬度坐标;
t(i,j)表示p(i,j)所对应的时刻;
city(i,j)表示p(i,j)坐标所在的城市ID;
|p(i,j+1)-p(i,j)|表示第i条历史行驶路径上j+1和j两个路经点之间的位移;
|p(i,j+1)-p(i,j)|/(t(i,j+1)-t(i,j))表示车辆在j+1和j两个路经点之间的平均速度。
(一)若预设区块为城市,则确定目标规划路径的步骤如下所示:
Step 1,对历史行驶路径中的路经点做清洗,平滑去误差点,并补充城市信息。
对每条历史行驶路径,逐个路经点计算|p(i,j+1)-p(i,j)|/(t(i,j+1)-t(i,j)),如果位移是0,表示车辆静止,速度为零。如果速度高于120km/h,存在误差点的概率大幅提高,可以考虑用前后K点的平均位置来替代误差点的坐标。如果存在大量误差点,那么可以考虑放弃该条历史行驶路径。平滑去误差点后,剩下的路经点,每个都有对应的城市IDcity(i,j)。
Step 2,找到历史行驶路径跨越不同城市的交界位置。
遍历全部历史行驶路径,对于city(i,j+1)≠city(i,j)的情况,这是该条历史行驶路径跨过不同城市边界的交界位置,如果两个路经点之间的时间差小于5分钟,且车辆没有停,我们就可以认为车辆是正常行驶迹跨了两个城市的边界。例如,可以用一个GeoHash7编码来记录这个跨越不同城市边界的交界位置:X7(i,c1,c2),它记录了第i条历史行驶路径跨越城市边界从c1城市进入c2城市的位置的GeoHash7编码。GeoHash7的区块大小是153mx 153m,足以保证在一定误差范围内,把相同的跨越不同城市边界的坐标聚合在一起。
如果存在一个历史行驶路径连续进出相同的两座城市多次,例如出现“A城市-B城市-A城市-B城市-A城市-B城市-C城市”的情况,可以只记录第一次A城市进入B城市的GeXoHash7编码坐标,和最后一次离开B城市的GeoHash7编码坐标。经过这次遍历,每一条历史行驶路径i都会产出一套跨越不同城市边界的坐标可以表示如下表示城市:X7(i,citys,c1),X7(i,c1,c2),…X7(i,ck,cityd),其中citys,c1,c2,ck,cityd表示不同城市。
Step 3,统计交界位置所发生的频次,发生频次高的连通路径即为目标规划路径。
如果存在N条历史行驶路径,它们都从相同的某个GeoHash7编码坐标进入城市c1,又都从另一个的GeoHash7编码坐标离开城市c1,那么不论它们在城市c1内部怎么行驶,都可以认为是“相似线路”。
可以用X7(x,ck,ck+1)表示大量历史行驶路径中,第x个从城市ck进入ck+1的GeoHash7编码坐标。如图3所示,如果有一些历史行驶路径是按照从citys→c1→c2→c3→cityd的路线,经过中间的城市,这就构成了一条从citys到cityd的连通路径。而在每个城市的出入点Geohash7编码坐标为X7(x1,citys,c1),X7(x2,c1,c2),X7(x3,c2,c3),X7(x4,c3,cityd)。其中,S、D、citys、cs、c1、c2、c3、cD、cityd都表示城市,其中,S、citys、cs表示相同的城市,D、cD、cityd表示相同的城市。图3中除了两端的圆圈外,中间的圆圈都指代一个交界位置的GeoHash7编码坐标。例如,圆圈中3c1c2还表示在从城市ck进入ck+1的一个交界位置对应的GeoHash7编码坐标出现频次为3,其他圆圈中内容的含义以此类推,不再赘述。
遍历全部订单的历史行驶路径,可以统计这样线路所发生的频次。以频次从高到低排列,代表了在干线上,从出发地citys到目的地cityd,历史上大货车司机们所选择经过其间主要城市的出入口偏好。可以将发生频次高的连通路径作为目标规划路径。
Step 4,规划城市内部的路径。
由于司机在城市内部的行为可能比较复杂,每个真实的历史行驶路径在途径城市内部的轨迹并不完全相同。可以用以下几种思路来解决城市内部通行的路径规划问题。
1)在去除其中停留点毛刺的前提下,按照相似度聚合轨迹,选择频次最高线路作为城市内部路径规划。
2)在去除其中停留点毛刺的情况下,按照相似度聚合轨迹,选择平均通过时长最小的线路作为城市内部路径规划。
3)直接调用市场上的货车导航产品,得到城市内部路径规划。
我们可以进一步将目标规划路径与现有导航软件得到的路径规划进行对比,得出总里程、总高速里程、通行时间、通行ETC有多少差别,从而为司机发现更加合理的货运履约路线。
(二)若预设区块为路网数据中的路网道路,则确定目标规划路径的步骤如下所示:
实际应用中,我们发现由于一个城市的地理范围依然较大,因此司机在城市内的路径选择还是可以有较大的不同,而真正的途径点通常情况下是一些重要道路的出入口。因此我们引入了路网数据作为“绑路”的依据。这里我们假定***具有全部高速、国道、省道、高等级县道的路网道路数据。具体做法如下:
Step 0,对路网道路做清洗。
对我们所关心的地区,获取其中的“高速”、“国道”、“省道”、“县道”等核心干道的数据,把这些道路路线转化为一系列GeoHash7块。例如,对于road=“A高速”的道路,可对应一系列GeoHash7块{X71,X72,…,X7N}。
Step 1,对历史行驶路径中的路经点做清洗,平滑去误差点。
对每条历史行驶路径,我们逐个路经点计算|p(i,j+1)-p(i,j)|/(t(i,j+1)-t(i,j)),如果位移是0,表示车辆静止,速度为零。如果速度高于120km/h,存在误差点的概率大幅提高,可以考虑用前后K点的平均位置来替代误差点的坐标。如果存在大量误差点,那么可以考虑放弃该条历史行驶路径。平滑去误差点后,剩下的路经点,每个都和前述路网道路做比对,如果没有重合,则抛弃;如果有重合,则该路经点绑定对应的道路road(i,j)。road(i,j)表示第i条历史行驶路径的第j条路网道路。例如,一条起始点为A城市,目的点为B城市的历史运行路经,对应的road(i,j)可以包含如下内容:X路网道路、Y路网道路、Z路网道路…。
Step 2,找到历史行驶路径中路网道路切换的交界位置。
遍历全部历史行驶路径,对于road(i,j+1)≠road(i,j)的情况,这是该条历史行驶路径切换路网道路的交界位置,可以采用该交界位置附近这两条路网道路的交叉点对应的Geohash7块表示该交界位置,也可以用该Geohash7块作为该历史行驶路径的“关键途经点”。而连续的在同一条路网道路上的路经点则不认为是必经点。
Step 3,统计交界位置所出现的频次,将发生频次高的连通路径确定为目标规划路径。
如果存在多条历史行驶路径,途径Step 2中所找到的相同的一系列“关键途经点”,那么这些轨迹就归属于同一条连通路径。遍历全部订单的履约轨迹,可以统计这样线路所发生的频次。以频次从高到低排列,代表了在干线上,从出发地citys到目的地cityd,历史上大货车司机们所选择经过走的连通路径频次。可以将发生频次高的连通路径确定为目标规划路径。
因为这些道路原则上都是连通的,所以确定了这些道路切换的“关键途经点”,整条道路规划也就完成了。我们可以进一步对比这样发现的目标规划路径对比缺省的导航软件路径规划,总里程、总高速里程、通行时间、通行ETC估计有多少差别,从而为司机发现更加合理的货运履约路线。
由于不涉及路网信息和交通路况信息,本发明提供的路径规划方法可以是传统导航、路径规划的一个补充,而不是替代。根据海量历史行驶路径数据做的挖掘和聚合可以利用老司机们的经验,对现有导航、路径规划软件做出非常有价值的补充,特别当前现状是货车导航用户比较稀疏,该挖掘就显得尤为有价值。
轨迹数据存在大量噪音和毛刺,这是聚类归集的一个主要难点。本发明提供的路径规划方法抓住了城市通过点这个长途公路运输的关键节点来做聚类和归集,既保证了效率,又提高了该方法的可用性。
实施例三
图4是根据本发明实施例三提供的一种路径规划装置的结构示意图。
如图4所示,该装置400包括:
获取单元410,用于响应于出行请求,获取至少两个历史行驶路径,历史行驶路径与出行请求具有相同的起始点和目的点;历史行驶路径途径多个预设区块;
确定单元420,用于确定历史行驶路径中跨越不同预设区块的交界位置,并确定交界位置的出现频次;
规划单元430,用于根据交界位置的出现频次,确定从起始点到目的点的目标规划路径。
确定单元420,具体用于从历史行驶路径中去除与路网道路不匹配的路经点;其中,预设区块为路网数据中的路网道路,历史行驶路径包括多个路经点;
若相邻两个路经点对应的路网道路不同,则将相邻两个路经点对应的路网道路之间的交叉点确定为交界位置。
确定单元420,具体用于若确定历史行驶路径中相邻的两个路经点对应的城市不同,经过两个路经点的时间差小于预设值,且两个路经点对应的车辆速度不为零,则将距离两个路经点最近的城市交界点确定为交界位置;其中,预设区块为城市,历史行驶路径包括多个路经点。
规划单元430,具体用于根据至少两个历史行驶路径,确定从起始点到目的点的连通路径;
确定连通路径中各交界位置的出现频次的总频次;
确定总频次最大的连通路径,并根据该连通路径确定从起始点到目的点的目标规划路径。
确定单元420,还用于若确定历史行驶路径中的路经点对应的车辆速度大于预设阈值,则将该路经点确定为误差点;其中,历史行驶路径包括多个路经点;
将误差点从历史行驶路径中删除,以更新历史行驶路径。
本发明实施例所提供的路径规划装置可执行本发明任意实施例所提供的路径规划方法,具备执行路径规划方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如路径规划方法。
在一些实施例中,上述任一种路径规划方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的任一种路径规划方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述任一种路径规划方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种路径规划方法,其特征在于,应用于长途公路货运场景,所述方法包括:
响应于出行请求,获取至少两个历史行驶路径,所述历史行驶路径与所述出行请求具有相同的起始点和目的点;所述历史行驶路径途径多个预设区块;
确定所述历史行驶路径中跨越不同所述预设区块的交界位置,并确定所述交界位置的出现频次;
根据所述交界位置的出现频次,确定从所述起始点到所述目的点的目标规划路径。
2.根据权利要求1所述的方法,其特征在于,所述预设区块为路网数据中的路网道路,所述历史行驶路径包括多个路经点,则所述确定所述历史行驶路径中跨越不同所述预设区块的交界位置,包括:
从所述历史行驶路径中去除与所述路网道路不匹配的路经点;
若相邻两个路经点对应的路网道路不同,则将所述相邻两个路经点对应的路网道路之间的交叉点确定为所述交界位置。
3.根据权利要求1所述的方法,其特征在于,所述预设区块为城市,所述历史行驶路径包括多个路经点,则所述确定所述历史行驶路径中跨越不同所述预设区块的交界位置,包括:
若确定所述历史行驶路径中相邻的两个路经点对应的城市不同,经过所述两个路经点的时间差小于预设值,且所述两个路经点对应的车辆速度不为零,则将距离所述两个路经点最近的城市交界点确定为所述交界位置。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述交界位置的出现频次,确定从所述起始点到所述目的点的目标规划路径,包括:
根据所述至少两个历史行驶路径,确定从所述起始点到所述目的点的连通路径;
确定所述连通路径中各所述交界位置的出现频次的总频次;
确定总频次最大的连通路径,并根据该连通路径确定从所述起始点到所述目的点的目标规划路径。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述历史行驶路径包括多个路经点,则所述确定所述历史行驶路径中跨越不同所述预设区块的交界位置之前,还包括:
若确定所述历史行驶路径中的路经点对应的车辆速度大于预设阈值,则将该路经点确定为误差点;
将所述误差点从所述历史行驶路径中删除,以更新所述历史行驶路径。
6.一种路径规划装置,其特征在于,应用于长途公路货运场景,所述装置包括:
获取单元,用于响应于出行请求,获取至少两个历史行驶路径,所述历史行驶路径与所述出行请求具有相同的起始点和目的点;所述历史行驶路径途径多个预设区块;
确定单元,用于确定所述历史行驶路径中跨越不同所述预设区块的交界位置,并确定所述交界位置的出现频次;
规划单元,用于根据所述交界位置的出现频次,确定从所述起始点到所述目的点的目标规划路径。
7.根据权利要求6所述的装置,其特征在于,所述预设区块为路网数据中的路网道路,所述历史行驶路径包括多个路经点,则所述确定单元具体用于:
从所述历史行驶路径中去除与所述路网道路不匹配的路经点;
若相邻两个路经点对应的路网道路不同,则将所述相邻两个路经点对应的路网道路之间的交叉点确定为所述交界位置。
8.根据权利要求6所述的装置,其特征在于,所述预设区块为城市,所述历史行驶路径包括多个路经点,则所述确定单元具体用于:
若确定所述历史行驶路径中相邻的两个路经点对应的城市不同,经过所述两个路经点的时间差小于预设值,且所述两个路经点对应的车辆速度不为零,
则将距离所述两个路经点最近的城市交界点确定为所述交界位置。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的路径规划方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311117745.1A CN117146848A (zh) | 2023-08-31 | 2023-08-31 | 路径规划方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311117745.1A CN117146848A (zh) | 2023-08-31 | 2023-08-31 | 路径规划方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117146848A true CN117146848A (zh) | 2023-12-01 |
Family
ID=88907546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311117745.1A Pending CN117146848A (zh) | 2023-08-31 | 2023-08-31 | 路径规划方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117146848A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648502A (zh) * | 2024-01-29 | 2024-03-05 | 深圳市名通科技股份有限公司 | 基于时空大数据的出行路径选取方法 |
-
2023
- 2023-08-31 CN CN202311117745.1A patent/CN117146848A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648502A (zh) * | 2024-01-29 | 2024-03-05 | 深圳市名通科技股份有限公司 | 基于时空大数据的出行路径选取方法 |
CN117648502B (zh) * | 2024-01-29 | 2024-04-02 | 深圳市名通科技股份有限公司 | 基于时空大数据的出行路径选取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106969777A (zh) | 路径预测装置以及路径预测方法 | |
CN107305131A (zh) | 以节点为中心的导航优化 | |
CN113421432B (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN107945507A (zh) | 行程时间预测方法及装置 | |
CN110222912B (zh) | 基于时间依赖模型的铁路行程路线规划方法及装置 | |
CN113029180A (zh) | 一种交通限制识别方法、装置、电子设备及存储介质 | |
CN107389085A (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
CN111160480B (zh) | 地下停车场出入口挖掘方法、装置及电子设备 | |
CN117146848A (zh) | 路径规划方法、装置及电子设备 | |
CN110782656B (zh) | 一种道路瓶颈点识别方法、装置、电子设备及存储介质 | |
US20150185020A1 (en) | Compatibility based resource matching | |
CN107403550A (zh) | 公交路网数据采集方法、装置和终端设备 | |
CN113435403B (zh) | 路网缺失道路检测方法、装置、电子设备和存储介质 | |
CN114625744A (zh) | 电子地图的更新方法和装置 | |
CN109945880B (zh) | 路径规划方法、相关设备及可读存储介质 | |
CN113344277A (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
CN111613052B (zh) | 一种交通状况确定方法、装置、电子设备及存储介质 | |
CN112945253A (zh) | 一种出行路线推荐方法、***和装置 | |
CN114524004B (zh) | 机车运用统计方法、装置、设备和存储介质 | |
CN112699202B (zh) | 禁行道路的识别方法、装置、电子设备及存储介质 | |
Nasiboglu et al. | Origin-destination matrix generation using smart card data: Case study for Izmir | |
CN112541021B (zh) | 路线评估方法、风景区游览预估时长计算方法及装置 | |
CN113470343B (zh) | 阻断道路的开通检测方法、装置、设备及存储介质 | |
CN113052397A (zh) | 上车信息的确定方法、装置、电子设备和存储介质 | |
CN115574836A (zh) | 一种导航路线评估方法、装置、设备及可读介质 |
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 |