路径规划方法、装置、电子设备及存储介质与流程

本发明涉及数据处理技术领域，具体而言，涉及路径规划方法、装置、电子设备及存储介质。

背景技术：

每个城市每天都有大量的警情发生，警情发生的类别在时间和空间上有着一定的规律，对于一些重要的警情或可以预防的警情需要提前布置警力，目前，对于重点警情的预防主要依赖于警务人员的经验，因此不能在案件高发时间里最大化的进行警力的调度。

技术实现要素：

鉴于此，本发明的目的在于提供一种路径规划方法、装置、电子设备及存储介质，以有效地改善上述问题。

本发明的实施例是这样实现的：

第一方面，本实施例提供了一种路径规划方法，包括：获取预设时间段内发生的警情数据；从所述警情数据中筛选出在空间上分布密集的第一警情数据；从所述第一警情数据中筛选出在时间上分布密集的第二警情数据；基于预设规则对所述第二警情数据进行路径规划，得到规划结果。本实施例中，通过获取以往发生的警情数据，然后从警情数据中筛选出在空间上分布密集的第一警情数据，再从第一警情数据中筛选出在时间上分布密集的第二警情数据，最后基于预设规则对所述第二警情数据进行路径规划，得到规划结果，进而可以根据规划结果获取多条警队巡逻路线，对于重要的警情或可以预防的警情提前布置警力，在案件高发时间里最大化的进行警力的调度。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述从所述警情数据中筛选出在空间上分布密集的第一警情数据，包括：将所述警情数据对应的经纬度转换成二维坐标系中的坐标点；根据预设dbscan算法从所述坐标点中筛选出在空间上分布密集的第一坐标点；基于所述第一坐标点得到对应的第一警情数据。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述从所述第一警情数据中筛选出在时间上分布密集的第二警情数据，包括：将所述第一警情数据对应的时间换算成单位圆上的坐标点；根据预设dbscan算法从所述单位圆上的坐标点中筛选出在时间上分布密集的第二坐标点；基于所述第二坐标点得到对应的第二警情数据。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述将所述第一警情数据对应的时间换算成单位圆上的坐标点包括：将所述第一警情数据对应的时间换算成秒数；根据预设的秒数与度数的转换公式将所述秒数换算成单位圆上的坐标点。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述基于预设规则对所述第二警情数据进行路径规划，包括：基于带时间窗的蚁群算法对所述第二警情数据进行路径规划。

第二方面，本发明实施例提供了一种路径规划装置，包括：获取模块、第一筛选模块、第二筛选模块以及规划模块；获取模块，用于获取预设时间段内发生的警情数据；第一筛选模块，用于从所述警情数据中筛选出在空间上分布密集的第一警情数据；第二筛选模块，用于从所述第一警情数据中筛选出在时间上分布密集的第二警情数据；规划模块，用于基于预设规则对所述第二警情数据进行路径规划，得到规划结果。

结合上述第二方面提供的技术方案，在一些可能的实现方式中，所述第一筛选模块，还用于将所述警情数据对应的经纬度转换成二维坐标系中的坐标点；以及还用于根据预设dbscan算法从所述坐标点中筛选出在空间上分布密集的第一坐标点；以及还用于基于所述第一坐标点得到对应的第一警情数据。

结合上述第二方面提供的技术方案，在一些可能的实现方式中，所述第二筛选模块，还用于将所述第一警情数据对应的时间换算成单位圆上的坐标点；以及还用于根据预设dbscan算法从所述单位圆上的坐标点中筛选出在时间上分布密集的第二坐标点；以及还用于基于所述第二坐标点得到对应的第二警情数据。

结合上述第二方面提供的技术方案，在一些可能的实现方式中，所述第二筛选模块，还用于将所述第一警情数据对应的时间换算成秒数；以及还用于根据预设的秒数与度数的转换公式将所述秒数换算成单位圆上的坐标点。

结合上述第二方面提供的技术方案，在一些可能的实现方式中，所述规划模块，还用于基于带时间窗的蚁群算法对所述第二警情数据进行路径规划。

第三方面，本发明实施例提供一种电子设备，包括：处理器和存储器，所述处理器与所述存储器耦合。所述存储器用于存储程序。所述处理器用于调用存储在所述存储器中的程序，执行上述第一方面实施例和/或结合第一方面实施例下的一些可能的实现方式提供的路径规划方法。

第四方面，本发明实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在被处理器运行时，执行上述第一方面实施例和/或结合第一方面实施例下的一些可能的实现方式提供的路径规划方法。

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为本发明实施例提供的一种电子设备的结构框图；

图2为本发明实施例提供的一种路径规划方法的方法流程图；

图3为本发明实施例提供的一种获取图2中步骤s202的方法流程图；

图4为本发明实施例提供的警情数据在空间上的聚类结果示意图；

图5为本发明实施例提供的一种获取图4中步骤s203的方法流程图；

图6为本发明实施例提供的一种获取图4中步骤s401的方法流程图。

图7为本发明实施例提供的第一警情数据在时间上的聚类结果示意图。

图8为本发明实施例提供的一种路径规划装置的功能模块框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明实施例的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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，均应包含在本发明的保护范围之内。

如图1所示，图1示出了本发明实施例提供的一种电子设备100的结构框图。所述电子设备100包括：路径规划装置110、存储器120、存储控制器130和处理器140。

所述存储器120、存储控制器130、处理器140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述路径规划装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述电子设备100的操作系统(operatingsystem，os)中的软件功能模块。所述处理器140用于执行存储器120中存储的可执行模块，例如所述图像处理装置110包括的软件功能模块或计算机程序。

其中，存储器120可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread－onlymemory，prom)，可擦除只读存储器(erasableprogrammableread－onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread－onlymemory，eeprom)等。其中，存储器120用于存储程序，所述处理器140在接收到执行指令后，执行所述程序，后述本发明实施例任一实施例揭示的流程定义的电子设备100所执行的方法可以应用于处理器140中，或者由处理器140实现。

处理器140可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

请参阅图2，图2为本发明实施例提供的一种路径规划方法的流程示意图。所述方法包括：步骤s201－s204。

步骤s201：获取预设时间段内发生的警情数据。

具体的，根据以往的公安的数据库中选取某一年或者某一个月内一个城市或一个区域发生的各种类别的警情数据。例如，选取2017年，这一年发生在北京朝阳区的各类型的警情数据，其中，该警情数据由多起包含事发时间和地点的警情事件组成。

其中，需要说明的是，上述的预设时间段，根据实际需要来设定，例如，可以是过去一个月、三个月、半年等，因此不能将上述示例的理解成是对本申请的限制。

步骤s202：从所述警情数据中筛选出在空间上分布密集的第一警情数据。

得到历史警情数据后，通过上述获得的警情数据进行第一次筛选，第一次筛选是基于空间上的筛选，筛选出在空间上分布密集的数据，即为第一警情数据。

作为一种可选的实施方式，可以通过图3所示的步骤对上述过程(步骤s202)进行说明。

步骤s301：将所述警情数据对应的经纬度转换成二维坐标系中的坐标点。

将警情发生的空间上的点在地球上的经纬度通过转换，转换成二维坐标系中的坐标点，所述转换方法可以是一种投影的方式，可选地，用米勒投影将所述警情数据对应的经纬度转换成二维坐标系中的坐标点，可以理解的是所述投影方式也可以是其他的方式，比如墨卡托投影，高斯克吕格投影等。请参阅表1，表1表示十一个地点的警情数据，根据获取的警情数据将表1中的十一个地点用米勒投影投影到二维坐标系中的坐标点。

表1

s302：根据预设dbscan算法从所述坐标点中筛选出在空间上分布密集的第一坐标点。

根据所述警情数据对应的经纬度得到对应的坐标点后，根据事先设置的dbscan算法即可从所述坐标点中筛选出在空间上分布密集的第一坐标点。

其中，所述dbscan算法根据上述二维坐标系中的坐标点的密集程度，得到基于密度的聚类；从而获取密度大的点的集合作为第一坐标点，较分散的点或者距离太远的点就排除。请参阅图4，图4为本发明实施例提供的警情数据在空间上的聚类结果图，根据图4所示，点1-5这五个点的区域和点6-9这四个点的区域较为密集所以通过dbscan算法的到的点1-5这五个点的区域和点6-9这四个点的区域为第一坐标点，点10和点11较为松散，则排除。有效的点的集合为簇，第一坐标点由各个有效的簇组成，点1-5就表示一个簇。簇的有效参数根据两点之间的距离和最小样本数量动态设置的。比如点10和11的距离超出了预设的距离，则点10和点11不能构成有效的簇，如果点10和点11的距离在预设距离内但是此时的最小样本设置的值为3，点10和点11只有两个点，同样是不能构成有效的簇。即，通过设置dbscan算法的参数，例如，设置两点之间的距离和最小样本数量，即可可从所述坐标点中筛选出在空间上分布密集的第一坐标点。

s303：基于所述第一坐标点得到对应的第一警情数据。

得到在空间上分布密集的第一坐标点后，根据第一坐标点就得到当前区域内各个地点在空间上较为密集的第一警情数据，例如点1-5表示朝阳区的五个小区，点6-9表示朝阳区的4个商场，10和11表示朝阳区的两个公园，则这五个小区为第一警情数据，相应的这四个商场也表示第一警情数据，而这两个公园则排除。

步骤s203：从所述第一警情数据中筛选出在时间上分布密集的第二警情数据。

从警情数据中筛选出在空间上分布密集的第一警情数据后，再从空间密集的第一警情数据中筛选出时间分布密集第二警情数据，得到重点区域重点时间的警情数据。

其中，作为一种可选的实施方式，可以结合图5所示的步骤对上述过程(步骤s203)进行说明。

步骤s401：将所述第一警情数据对应的时间换算成单位圆上的坐标点。

得到第一警情数据后，根据对应的换算规则，即可将第一警情数据对应的时间换算成单位圆上的坐标点。

作为一种可选的实施方式，可以结合图6所示的过程对上述过程(步骤s401)进行说明，。

步骤s501：将所述第一警情数据对应的时间换算成秒数。

如表一所示的，点1对应的时间为08:04:10，将其换算成秒数，即换算成29050秒。

步骤s502：根据预设的秒数与度数的转换公式将所述秒数换算成单位圆上的坐标点。

得到各个事件对应的秒数后，根据预设的秒数与度数的转换公式即可将所述秒数换算成单位圆上的坐标点。作为一种可选的实施方式，该预设的秒数与度数的转换公式，公式如下：

以点1对应的秒速的转换为例，通过该换换公式，即可得到对应的在单位圆上的度数，进而即可得到该点1在单位圆上的坐标点，例如，读数为45度，则点1位于单位圆上的第一象限的平分线的圆上。

可以理解的是，也可以将对应的时间换算成分数、小时数；同理上述的预设转换公式也可以是其他，例如，分母的数值变大或变小，同样可以得到相同的结果，因此不能进本申请中示出的实施例理解成对上述换算规则的限制。

步骤s402：根据预设dbscan算法从所述单位圆上的坐标点中筛选出在时间上分布密集的第二坐标点。

通过所述dbscan算法对得到的单位圆上的坐标点进行筛选，从所述单位圆上的坐标点中筛选出在时间上分布密集的第二坐标点；也即对分布在单位圆上的坐标点进行聚类，从而筛选出密度大的点的集合作为第二坐标点，距离太远的点就排除，请参阅图7,图7为第一警情数据在时间上的聚类结果图，根据图7所示，点1-3的区域较为密集所以通过dbscan算法到的点1-3即为第二坐标点，点4和点5则排除。其中，采用dbscan算法从所述单位圆上的坐标点中筛选出在时间上分布密集的第二坐标点的过程可以参见上述步骤s302所示的筛选过程，类似的情况在此不作说明。

步骤s403：基于所述第二坐标点得到对应的第二警情数据。

根据第二坐标点得到对应的数据，就得到第一警情数据中在时间上分布密集的第二警情数据，例如，点1-3比较集中，点4，和点5较为分散，例如点1-3表示这三个小区发生警情的时间为下午十四点，十四点半和十五点，点4表示第四个小区发生警情的时间为下午十八点，点5表示第五个小区发生警情的时间为下午二十一点，下午十八点和下午二十一点排除，下午十四点，十四点半，十五点为第二警情数据。

步骤s204：基于预设规则对所述第二警情数据进行路径规划，得到规划结果。

得到第二警情数据后，基于预设规则对所述第二警情数据进行路径规划，即可得到规划结果，进而可以根据规划结果获取多条警队巡逻路线，以便对于重要的警情或可以预防的警情提前布置警力，在案件高发时间里最大化的进行警力的调度。

作为一种可选的实施方式，所述基于预设规则对所述第二警情数据进行路径规划，包括：基于带时间窗的蚁群算法对所述第二警情数据进行路径规划。其中，在使用蚁群算法进行路径规划时，应以每队警队人员的每日工作和休息时间作为约束。

其中，需要说明的是，上述的预设规则，也可以是具备路径功能的其他算法比如粒子群算法，因此不能将上述示例理解成是对本申请的限制。

蚂蚁在运动过程中根据各条路径上的信息量决定转移方向，每只蚂蚁只在其能感知的范围内进行信息探索和留存，在局部环境中，哪一点的信息素最多，就以较大的概率决定了它的运动方向，每只蚂蚁都朝信息素最多的方向移动，当周围没有信息素指引的时候，蚂蚁会按照自己原来运动的方向惯性地运动下去，并且，在运动的方向上有一个随机的小的扰动，以保留原来的运动记忆。如果发现有其已经经过的地点，则以较大概率进行避让。如果在蚂蚁即将移动的方向上存在障碍物，则它会随机选择另一个方向，或者按照信息素的指引继续其觅食行为。实际上，每只蚂蚁是通过其信息素的播撒和感知来进行通信的，其具体规则是多元化的，它可以在找到相对最优解的时候散发最多的信息素，并且随着它走的距离越来越远，播撒的信息素越来越少。

根据蚁群的移动规则，用蚁群算法对所述第二警情数据进行路径规划，首先以警局为初始点，以第二数据中的点为蚁群需要去的点，选择下一个点，一直持续到所有点结束，在第一次运行的情况下，蚁群没有开始活动，在图中不存在信息素，只存在第二数据中地点的距离，故第一次运行的情况下信息素与距离成反比，可选地，根据第一次蚁群的运行路径，进行第二次运行，通过蚁群信息素的迭代，得到第二次优化下的运行路径。

例如，通过步骤获取到了北京市朝阳区三个社区高发警情的时间是下午两点-三点之间，此时通过蚁群算法获取到一条最优的路径。警队就会派遣一支巡查队伍从警局出发，在两点至三点根据这条优选的路径访问这三个社区进行巡逻，相应的在这个时间点访问完这三个社区后，会在合理的时间上继续访问下一个需要巡逻的区域，最后回到警局，需要注意的是，所述路径规划是同时派遣多队警力的，在合理的时间内对所有高发时间段的区域进行巡逻。

请参阅图8，本发明实施例还提供一种路径规划装置110，该路径规划装置110包括：获取模块111，第一筛选模块112，第二筛选模块113，规划模块114。

获取模块111用于获取预设时间段内发生的警情数据。

第一筛选模块112用于从所述警情数据中筛选出在空间上分布密集的第一警情数据。

第二筛选模块113用于从所述第一警情数据中筛选出在时间上分布密集的第二警情数据。

规划模块114用于基于预设规则对所述第二警情数据进行路径规划，得到规划结果。

本申请实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行上述的路径规划方法。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本发明实施例所提供的路径规划装置110，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

在本申请所提供的几个实施例中，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装置、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基于硬件的系统来实现，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。

所述功能如果以软件功能模块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。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read－onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。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。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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，均应包含在本发明的保护范围之内。