一种高效分级寻路方法、装置、介质和设备与流程

1.本发明涉及导航技术领域，尤其涉及一种高效分级寻路方法、装置、介质和设备。


背景技术：

2.根据对目前游戏和gis行业中主流软件应用的观察，我们发现大家在寻路算法的选择上基本都是使用astar算法，或者是基于astar算法的简单修改；但是由于astar在计算寻路路径时，会根据可寻路点依次逐个向前探索，如果当前线路不通，则需要退回上一可寻路点重新探索，即astar算法本身的计算过程存在试错成本，并且其试错成本会随着起止点之间的寻路网格数量的增加而增加。于是在进行跨越大量寻路网格的超长路程的寻路计算中，试错成本会随之增加，程序的响应时间会被拉长，进而导致用户体验下降。
3.为此本领域迫切需要开发出一种能够降低试错成本的寻路网络数据索引方法。


技术实现要素：

4.本发明所要解决的技术问题是针对现有技术的不足，提供一种高效分级寻路方法、装置、介质和设备。
5.本发明解决上述技术问题的技术方案如下：一种高效分级寻路方法，所述方法包括：基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据；遍历数据源路径点数量m，计算m个路径点在x,y方向上的四个极值点数据，并且将所述路径点数量m通过开方运算得到数量阈值n，在所述路径点序列中均匀选取n个路径点作为宏观路径点，基于四个极值点数据与宏观路径点通过德洛内三角化算法，生成宏观寻路网格数据；根据astar寻路算法在所述宏观寻路网格数据上计算得到初步宏观寻路路径数据，所述初步宏观寻路路径数据为从起始查询点与目标查询点之间的路径数据；对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据；根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路；合并分段微观标准寻路结果，得到最终标准寻路路径数据。
6.进一步地，基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据，具体包括：将所述数据源提供的路径点序列输入至德洛内三角化算法中，得到所述寻路网格数据；其中，所述寻路网格数据包括三角网序列mesh，所述三角网序列mesh中包括多个三角形triangle，所述三角形的三个顶点分别对应三个路径点。
7.进一步地，所述根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据，具体包括：
根据起始查询点位置，判断所述起始查询点处于所述宏观寻路网格数据中的哪个三角形中，并计算得到所述起始查询点距离该三角形中最近的首个路径点；根据目标查询点位置，判断所述目标查询点处于所述宏观寻路网格数据中的哪个三角形中，并计算得到所述目标查询点距离该三角形中最近的末尾路径点；根据astar寻路算法，在所述宏观寻路网格数据中计算得到从所述首个路径点到末尾路径点之间的初步宏观寻路路径数据。
8.进一步地，所述对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据，具体包括：分析判断所述首个路径点与所述宏观寻路路径数据中的第二个路径点是否属于同一三角形，如果属于同一三角形则舍弃所述首个路径点；分析判断所述末尾路径点与所述宏观寻路路径数据中的倒数第二个路径点是否属于同一三角形，如果属于同一三角形则舍弃所述末尾路径点；获取分析处理后的最终宏观寻路路径数据。
9.进一步地，所述根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路，具体包括：对于所述最终宏观寻路路径数据中的多个路径点，将相邻两点依次进行分组并对应进行分段，结合所述标准寻路网格数据，根据astar寻路算法计算出每个分段之间的分段标准寻路路径数据，即；根据astar寻路算法计算出所述起始查询点与所述首个路径点之间的首段标准寻路路径数据；根据astar寻路算法计算出所述末尾路径点与所述目标查询点之间的末段标准寻路路径数据。
10.进一步地，所述合并分段微观标准寻路结果，得到最终标准寻路路径数据，具体包括：获取所述分段标准寻路路径数据、首段标准寻路路径数据与末段标准寻路路径数据；按照首段标准寻路路径数据、分段标准寻路路径数据与末段标准寻路路径数据顺序进行合并处理，得到最终标准寻路路径数据本方法发明的有益效果是：提出了一种高效分级寻路方法，包括基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据；遍历数据源路径点数量m，计算m个路径点在x,y方向上的四个极值点数据，并且将所述路径点数量m通过开方运算得到数量阈值n，在所述路径点序列中均匀选取n个路径点作为宏观路径点，基于四个极值点数据与宏观路径点通过德洛内三角化算法，生成宏观寻路网格数据；根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据；对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据；根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路；合并分段微观标准寻路结果，得到最终标准寻路路径数据。本发明通过降低astar算法的试错成本，使得跨域大量寻路网格的超长路程的寻路计算时间被极大压缩，提高了程序的响应速度，使用户体
验得到显著提升，以及通过分级拆分寻路路线，降低传统astar算法的试错成本，提高跨越大量寻路网格的超长路程寻路的用户体验。
11.本发明解决上述技术问题的另一技术方案如下：一种高效分级寻路装置，所述装置包括：预处理模块，基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据；宏观网格模块，用于遍历数据源路径点数量m，计算m个路径点在x,y方向上的四个极值点数据，并且将所述路径点数量m通过开方运算得到数量阈值n，在所述路径点序列中均匀选取n个路径点作为宏观路径点，基于四个极值点数据与宏观路径点通过德洛内三角化算法，生成宏观寻路网格数据；宏观计算模块，用于根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据；宏观处理模块，用于对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据；微观寻路模块，用于根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路；寻路路径模块，用于合并分段微观标准寻路结果，得到最终标准寻路路径数据。
12.进一步地，所述宏观计算模块包括：第一计算模块，用于根据起始查询点位置，判断所述起始查询点处于所述宏观寻路网格数据中的哪个三角形中，并计算得到所述起始查询点距离该三角形中最近的首个路径点；第二计算模块，用于根据目标查询点位置，判断所述目标查询点处于所述宏观寻路网格数据中的哪个三角形中，并计算得到所述目标查询点距离该三角形中最近的末尾路径点；初步计算模块，用于根据astar寻路算法，在所述宏观寻路网格数据中计算得到从所述首个路径点到末尾路径点之间的初步宏观寻路路径数据。
13.此外，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述技术方案中任一项所述的高效分级寻路方法的步骤。
14.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述技术方案中任一项所述的高效分级寻路方法的步骤。
15.本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
16.为了更清楚地说明本发明实施例的技术方案，下面将对本发明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，下面所描述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。
17.图1为本发明实施例所示的一种高效分级寻路方法的流程示意图；图2为本发明另一实施例所示的一种高效分级寻路装置的模块示意图。
具体实施方式
18.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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
19.如图1所示，本发明实施例所述的一种高效分级寻路方法，包括以下步骤：110、基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据；120、遍历数据源路径点数量m，计算m个路径点在x,y方向上的四个极值点数据，并且将所述路径点数量m通过开方运算得到数量阈值n，在所述路径点序列中均匀选取n个路径点作为宏观路径点，基于四个极值点数据与宏观路径点通过德洛内三角化算法，生成宏观寻路网格数据；130、根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据；140、对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据；150、根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路；160、合并分段微观标准寻路结果，得到最终标准寻路路径数据。
20.基于上述实施例，进一步地，步骤110中基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据，具体包括：将数据源提供的路径点序列输入至德洛内三角化算法中，得到所述寻路网格数据，作为标准寻路网格数据。
21.其中，所述寻路网格数据包括三角网序列mesh，所述三角网序列mesh中包括多个三角形triangle，所述三角形的三个顶点分别对应三个路径点。上述数据源提供的路径点序列可以直接从美术部门或测绘部门获取。
22.基于上述实施例，进一步地，步骤120中具体包括：121、遍历路径点，计算得出路径点在x、y方向的最大值与最小值，即xmin，xmax，ymin，ymax，然后生成四至点数据，分别为左上角a点（xmin，ymax），左下角b点（xmin，ymin），右上角c点（xmax,ymax）和右下角d点（xmax，ymin）；122、计算得出数据源中路径点数量m，开平方得到数量阈值n，在数据源提供的路径点序列中均匀地选出与数量阈值n相同的n个路径点，作为宏观路径点；123、将四至点数据和宏观路径点相组合，作为新的路径点数据，通过德洛内三角化算法，生成宏观寻路网格数据。
23.基于上述实施例，进一步地，步骤130中所述根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据，具体包括：
131、根据设置的起始查询点位置startpos，判断所述起始查询点处于所述宏观寻路网格数据中的哪个指定三角形starttriangle中，并计算得到所述起始查询点位置startpos距离该指定三角形中最近的首个路径点startpoint；132、根据目标查询点位置endpos，判断所述目标查询点处于所述宏观寻路网格数据中的哪个三角形endtriangle中，并计算得到所述目标查询点位置endpos距离该三角形中最近的末尾路径点endpoint；133、根据astar寻路算法，在所述宏观寻路网格数据中计算得到从所述首个路径点startpoint到末尾路径点endpoint之间的初步宏观寻路路径数据。
24.基于上述实施例，进一步地，步骤140中所述对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据，具体包括：141、分析判断所述首个路径点与所述宏观寻路路径数据中的第二个路径点是否属于同一三角形，如果属于同一三角形则舍弃所述首个路径点；142、分析判断所述末尾路径点与所述宏观寻路路径数据中的倒数第二个路径点是否属于同一三角形，如果属于同一三角形则舍弃所述末尾路径点；143、获取分析处理后的最终宏观寻路路径数据。
25.如果在寻路路径开始与结束处涉及相邻两个路径点属于同一三角形，这样会走弯路，为此经过步骤140的处理是为了避免多走弯路，从而尽最大可能寻找出最优路径。
26.基于上述实施例，进一步地，步骤150中所述根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路，具体包括：151、对于所述最终宏观寻路路径数据中的多个路径点，将相邻两点依次进行分组并对应进行分段，即1-2,2-3,3-4...，结合所述标准寻路网格数据，根据astar寻路算法计算出每个分段之间的分段标准寻路路径数据，即；152、根据astar寻路算法结合所述标准寻路网格数据，计算出所述起始查询点startpos与所述最终宏观寻路路径数据中的首个路径点之间的寻路路径；并参照步骤140进行数据处理，得到起始查询点到与所述最终宏观寻路路径数据中的首个路径点之间的首段标准寻路路径数据l
start
；153、根据astar寻路算法结合所述标准寻路网格数据，计算出所述最终宏观寻路路径数据中的末尾路径点与所述目标查询点endpos之间的寻路路径；并参照步骤140进行数据处理，得到所述最终宏观寻路路径数据中的末尾路径点与所述目标查询点endpos之间的末段标准寻路路径数据l
end
。
27.基于上述实施例，进一步地，步骤160中所述合并分段微观标准寻路结果，得到最终标准寻路路径数据，具体包括：161、获取所述分段标准寻路路径数据、首段标准寻路路径数据与末段标准寻路路径数据；162、按照首段标准寻路路径数据、分段标准寻路路径数据与末段标准寻路路径数据顺序进行合并处理，即按照顺序据顺序进行合并处理，即按照顺序得到最终标准寻路路径数据。
28.本方法发明的有益效果是：提出了一种高效分级寻路方法，包括基于数据源提供
的路径点序列和德洛内三角化算法，生成标准寻路网格数据；遍历数据源路径点数量m，计算m个路径点在x,y方向上的四个极值点数据，并且将所述路径点数量m通过开方运算得到数量阈值n，在所述路径点序列中均匀选取n个路径点作为宏观路径点，基于四个极值点数据与宏观路径点通过德洛内三角化算法，生成宏观寻路网格数据；根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据；对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据；根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路；合并分段微观标准寻路结果，得到最终标准寻路路径数据。本发明通过降低astar算法的试错成本，使得跨域大量寻路网格的超长路程的寻路计算时间被极大压缩，提高了程序的响应速度，使用户体验得到显著提升，以及通过分级拆分寻路路线，降低传统astar算法的试错成本，提高跨越大量寻路网格的超长路程寻路的用户体验。
29.本发明解决上述技术问题的另一技术方案如下：如图2所示，一种高效分级寻路装置，所述装置包括：预处理模块，基于数据源提供的路径点序列和德洛内三角化算法，生成标准寻路网格数据；宏观网格模块，用于遍历数据源路径点数量m，计算m个路径点在x,y方向上的四个极值点数据，并且将所述路径点数量m通过开方运算得到数量阈值n，在所述路径点序列中均匀选取n个路径点作为宏观路径点，基于四个极值点数据与宏观路径点通过德洛内三角化算法，生成宏观寻路网格数据；宏观计算模块，用于根据astar寻路算法在所述宏观寻路网格数据上计算得到从起始查询点与目标查询点之间的初步宏观寻路路径数据；宏观处理模块，用于对所述初步宏观寻路路径数据进行处理得到最终宏观寻路路径数据；微观寻路模块，用于根据所述最终宏观寻路路径数据，结合所述标准寻路网格数据，分段进行微观标准寻路；寻路路径模块，用于合并分段微观标准寻路结果，得到最终标准寻路路径数据。
30.本发明通过宏观寻路和标准寻路相结合的分级寻路算法，相比于传统的寻路算法可以极大地降低因试错而产生的时间成本；在跨越海量寻路网格的超长寻路应用中，能够提高程序的相应时间，提升用户体验。
31.此外，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述技术方案中任一项所述的一种高效分级寻路方法的步骤。
32.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述技术方案中任一项所述的一种高效分级寻路方法的步骤。
33.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
34.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员
可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
35.在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
36.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
37.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
38.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
39.基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram， random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
40.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
41.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。