基于深度卷积神经网络的路径规划系统和方法技术方案

技术编号:23102781 阅读:410 留言:0更新日期:2020-01-14 21:20
本申请公开了一种路径规划方法。所述方法可以由包括至少一个处理器和存储器的至少一个设备实现。所述方法可以包括一个或以上下列步骤:获取起始位置和目的地(610);基于所述起始位置和目的地,获取第一路口/基于先前迭代中路口的出口,获取当前出口(620);确定所述路口的目标入口(630);基于道路特征信息,确定与所述目标入口相对应的所述路口的目标出口(640);确定所述目标出口是否与所述目的地在同一路段(650);如果不是,返回步骤620,如果是,连接所述目标入口和所述目标出口(660);生成从所述起始位置到所述目的地的推荐路径(670)。

【技术实现步骤摘要】
【国外来华专利技术】基于深度卷积神经网络的路径规划系统和方法
本申请涉及路径规划系统和方法,具体涉及基于深度卷积神经网络的路径规划系统和方法。
技术介绍
基于地图的数字导航已变得越来越流行。当前基于地图的导航应用程序通常为用户推荐从他或她的起始位置到目的地的路径。然而,推荐的路径仅基于路网地图和某些预定的因素和规则(例如,要消耗的时间、路径长度、交通状况等)生成,因此,在不考虑用户特征和偏好的情况下,在现实场景中,该方法可能不适用。
技术实现思路
本申请一方面提供一种系统。所述系统可以包括至少一个存储介质以及与该至少一个存储介质通信的至少一个处理器。所述存储介质包括用于路径规划的一组指令。所述至少一个处理器可以执行所述一组指令。所述至少一个处理器可以接收编码起始位置和目的地的第一电子信号。所述至少一个处理器可以操作所述至少一个处理器中的逻辑电路以执行模型并顺序地确定按照顺序排列的道路路口序列。所述至少一个处理器可以操作所述至少一个处理器中的逻辑电路以执行所述模型并顺序地确定所述道路路口序列中每个道路路口的目标入口和目标出口,并基于所述道路路口序列的目标入口和目标出口确定从所述起始位置到所述目的地的推荐路径。本申请的另一方面提供一种方法。所述方法可以由包括至少一个处理器和存储器的至少一个设备实现。所述方法可以包括一个或以上下列操作。所述设备可以接收编码起始位置和目的地的第一电子信号。所述设备可以操作所述至少一个处理器中的逻辑电路以执行模型并顺序地确定按照顺序排列的道路路口序列。所述设备可以操作所述至少一个处理器中的逻辑电路以执行所述模型并顺序地确定所述道路路口序列中每个道路路口的目标入口和目标出口,并基于所述道路路口序列的目标入口和目标出口确定从所述起始位置到所述目的地的推荐路径。本申请的另一方面提供一种包含指令的非暂时性计算机介质。当电子设备执行所述非暂时性计算机可读介质时,所述指令可以使该电子设备的至少一个处理器执行一个或以上下列操作。所述至少一个处理器可以接收编码起始位置和目的地的第一电子信号。所述至少一个处理器可以操作所述至少一个处理器中的逻辑电路以执行模型并顺序地确定按照顺序排列的道路路口序列。所述至少一个处理器可以操作所述至少一个处理器中的逻辑电路以执行所述模型并顺序地确定所述道路路口序列中每个道路路口的目标入口和目标出口,并基于所述道路路口序列的目标入口和目标出口确定从所述起始位置到所述目的地的推荐路径。在一些实施例中,所述至少一个处理器可以通过依次通过按照顺序排列的道路路口序列中每个道路路口的目标入口和目标出口来连接起始位置和目的地来确定推荐路径。在一些实施例中,所述模型可以包括卷积层、修正线性单元ReLU层、全连接层或池化层中的至少一个。在一些实施例中,所述第一电子信号可以编码包括所述起始位置和目的地的路网地图。所述第一电子信号还可以编码与该路网地图中的道路相关的道路特征信息。所述第一电子信号还可以进一步编码至少两条历史路径的结构化数据。所述至少一个处理器可以基于所述至少两条历史路径训练所述模型。所述至少一个处理器还可以基于所述模型和道路特征信息生成从起始位置到目的地的推荐路径。在一些实施例中,道路特征信息可包括道路等级、道路长度、道路宽度、弯道半径、速度限制、交通限制、交通灯、交通事故或交通拥堵中的至少一个信息。在一些实施例中,所述模型可以包括卷积神经网络CNN、包括作为CNN输入的三通道RGB图的路网地图、或者包括作为CNN输入的附加的图层通道的道路特征信息。在一些实施例中,所述第一电子信号可包括从所述至少两条历史路径中选择至少两条目标路径。所述第一电子信号可以包括基于所述道路特征信息和至少两条目标路径生成从所述起始位置到目的地的路径。在一些实施例中,所述至少两条目标路径中的每条目标路径的起始位置或目的地可以与在所述第一电子信号中编码的起始位置或目的地相同或相似。在一些实施例中,所述至少两条目标路径的选择可包括一个或以上后续操作。所述至少一个处理器可以确定所述至少两条历史路径中的每条历史路径的质量。所述至少一个处理器可以基于所述至少两条历史路径的质量选择所述至少两条历史路径中的一些路径作为目标路径。在一些实施例中,所述设备可以基于距离、预计到达时间ETA、安全程度、交通状况、道路类型或沿路风景中的至少一个来确定所述至少两条历史路径中的每条历史路径的质量。附图说明本申请将结合示例性实施例进一步进行描述。这些示例性的实施例将结合附图进行详细描述。这些实施例并不构成对本申请的限定,在各图中,相同的标号表示相同的结构,其中:图1是根据本申请的一些实施例所示的示例性路径规划系统的框图;图2是根据本申请的一些实施例所示的示例性计算设备的示意图;图3是根据本申请的实施例所示的移动设备300的示例性硬件和/或软件组件的示意图;图4是根据本申请的一些实施例所示的路径规划的示例性过程的流程图;图5是根据本申请的一些实施例所示的路径规划的示例性过程的流程图;图6是根据本申请的一些实施例所示的路径规划的示例性过程的流程图;图7是根据本申请的一些实施例所示的训练和使用模型的示意图;图8是根据本申请的一些实施例所示的指定出口的示意图;图9是根据本申请的一些实施例所示的示例性通道的示意图;图10是根据本申请的一些实施例所示的示例性通道的示意图;图11是根据本申请的一些实施例所示的示例性通道的示意图;图12是根据本申请的一些实施例所示的示例性通道的示意图;图13是根据本申请的一些实施例所示的示例性通道的示意图;图14是根据本申请的一些实施例所示的模型的示例性结构示意图。具体实施方式以下描述是为了使本领域技术人员能够实施和利用本申请,并提供在特定应用及其要求的上下文中。对于本领域技术人员来讲,对本申请披露的实施例进行的各种修改是显而易见的,并且本文中定义的通则在不背离本申请的实质及范围的情况下,可以适用于其他实施例及应用。因此,本申请不限于所示的实施例,而是被赋予与权利要求一致的最宽范围。本文中所使用的术语仅为方便描述特定示例性实施例,并不旨在限制本专利技术。在本文中,除非上下文明确提示例外情形,“一”、“一个”和“该”并非特指单数,也可包括复数。可进一步理解的是,在本说明书中,术语“包括”与“包含”仅提示包括明确标识的特征、整体、步骤、操作、元素和/或组件,但并不排除存在或添加一个或以上其他特征、整体、步骤、操作、元素、组件和/或其组合的情况。参看下面的说明以及附图,本申请的这些和其他特征、特点、操作方法、结构的相关元素的功能、部分的结合和制造的经济性可以被更好地理解,这些都成了本申请的一部分。然而,可以清楚地理解,附图仅用作说明和描述的目的,并不意在限制本申请的保护范围。可以理解的是,附图并非按比例绘制。本申请中使用了流程图用于说明根据本申请的实施例的系统所执行的操作。可以清楚地理解,流程图中的本文档来自技高网...

【技术保护点】
1.一种系统,包括:/n至少一个存储介质,包括用于路径规划的一组指令;以及/n与所述至少一个存储介质通信的至少一个处理器,其中,当执行所述指令时,所述至少一个处理器用于:/n接收起始位置和目的地;/n执行模型以顺序地确定按照顺序排列的道路路口序列,执行所述模型以顺序地确定/n所述道路路口序列中每个道路路口的目标入口和目标出口,以及/n根据所述道路路口序列的目标入口和目标出口,确定从所述起始位置到所述目的地的推荐路径。/n

【技术特征摘要】
【国外来华专利技术】1.一种系统,包括:
至少一个存储介质,包括用于路径规划的一组指令;以及
与所述至少一个存储介质通信的至少一个处理器,其中,当执行所述指令时,所述至少一个处理器用于:
接收起始位置和目的地;
执行模型以顺序地确定按照顺序排列的道路路口序列,执行所述模型以顺序地确定
所述道路路口序列中每个道路路口的目标入口和目标出口,以及
根据所述道路路口序列的目标入口和目标出口,确定从所述起始位置到所述目的地的推荐路径。


2.根据权利要求1所述的系统,其中,所述推荐路径通过依次通过所述道路路口序列中每个道路路口的目标入口和目标出口来连接所述起始位置和所述目的地来确定。


3.根据权利要求1所述的系统,其中,所述模型包括卷积层、修正线性单元ReLU层、全连接层或池化层中的至少一个。


4.根据权利要求1所述的系统,其中,所述至少一个处理器还用于:
接收包括所述起始位置和所述目的地的路网地图、与所述路网地图中的道路相关联的道路特征信息以及至少两条历史路径;
基于所述至少两条历史路径训练所述模型;以及
根据所述模型和所述道路特征信息生成从所述起始位置到所述目的地的推荐路径。


5.根据权利要求4所述的系统,其中,所述道路特征信息包括道路等级、道路长度、道路宽度、弯道半径、速度限制、交通限制、交通灯、交通事故或交通拥堵中的至少一个的信息。


6.根据权利要求4所述的系统,其中,所述模型包括卷积神经网络CNN中的至少一种,
所述路网地图包括作为卷积神经网络CNN输入的三通道RGB图层;
所述道路特征信息包括作为卷积神经网络CNN输入的附加的图层通道。


7.根据权利要求4所述的系统,其中,所述至少一个处理器还用于:
从所述至少两条历史路径中选择至少两条目标路径;以及
基于所述道路特征信息和所述至少两条目标路径生成从所述起始位置到所述目的地的路径。


8.根据权利要求7所述的系统,其中,所述至少两条目标路径中的每条目标路径的起始位置或目的地与由所述至少一个处理器接收的所述起始位置或所述目的地相同或相似。


9.根据权利要求7所述的系统,其中,为选择所述至少两条目标路径,所述至少一个处理器还用于:
确定所述至少两条历史路径中的每条历史路径的质量;以及
基于所述至少两条历史路径的质量,选择所述至少两条历史路径中的至少两条历史路径作为所述目标路径。


10.根据权利要求9所述的系统,其中,所述至少两条历史路径中的每条历史路径的质量是基于距离、预计到达时间ETA、安全程度、交通状况、道路类型或沿路风景中的至少一个来确定的。


11.一种在至少一个设备上实现的方法,包括至少一个处理器和存储器,所述方法包括:

【专利技术属性】
技术研发人员:武政伟胡涛王征
申请(专利权)人:北京嘀嘀无限科技发展有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1