导航中路径规划模块与算法
路径规划是导航系统的基本能力之一。
熟悉这个模块的目标:
1. 熟悉导航常用的路径规划经典算法,这个在导航系统开发比较成熟后,使用哪种算法并不是最重要的,关键是能满足性能需求
2. 熟悉有哪些路径规划的衡量指标,是最近,最省时间,最省油... 度量指标要根据实际需求来开发,哪些指标最常用?
3. 与地图数据的关系,分层思想
4. 使用者对路径规划的偏好,机器学习能力
导航引擎在得到目的地与自身位置信息后,就需要根据地图,计算出最优的路径。
输入:目的地、当前位置
输出:最优路径,或多条备选路径
路径规划的算法有哪些?
路径规划有很多算法,在导航中,经常提到的就是A*和Dijkstra算法。
A*算法是导航路径计算中的标准算法。它比Dijkstra算法多了一个估算函数,若估算函数为0,A*算法也就退化为Dijkstra算法。
但在一般的嵌入式硬件上,基于性能和内存的限制与要求,不能直接使用A*算法计算路径。所以,也有很多改进的方法。
例如:
1. 应用地图数据分层的思想,简化地图中道路的网络结构,也能提高路径规划的性能。
2. 起始点与目的地的方向考虑进去,扩展时,有方向性进行扩展,可以大大减少计算量和存储空间。
3. 保存曾经的规划记录,也能达到快速检索的能力。Google的地图规划好像就采用的这种思想。
路径规划的估计函数或考虑因素有哪些?
最短路径:只考虑时间,不考虑距离或其他因素
最快路径:只考虑距离,不考虑时间或其他因素
同时考虑时间和距离因素:50/50的路径规划方法。
路径规划算法仅仅是路径规划的一小部分,找到能满足需求的算法就可以了。
以下代码是我在做一个室内导航时,利用Dijkstra算法,做一个路径规划的试验。
当时对Java不熟悉,代码不规范,不过能运行,凑合着看看试验结果。
在代码里通过,修改评价规则,试验结果也随着规则改变。
import java.util.PriorityQueue; import java.util.List; import java.util.ArrayList; import java.util.Collections; class CoordPos { float x; float y; } class Size { float width; //x float height; // y } class Node implements Comparable<Node> { public final int nodeId; public Link[] adjacencies; public double minDistance = Double.POSITIVE_INFINITY; public Node previous; public CoordPos pos = new CoordPos(); public Size objectSize = new Size(); public int NodeType; public Node(int argNodeId) { nodeId = argNodeId; } public String toString() { return String.valueOf(nodeId); } public int compareTo(Node other) // override function, used for priority queue { return Double.compare(minDistance, other.minDistance); } } class Link { public final int nextNodeId; public Node nextNode; public double length; public Link(int argNextNodeId) { nextNodeId = argNextNodeId;} } public class Dijkstra { public static void computePaths(Node source) { source.minDistance = 0.; PriorityQueue<Node> nodeQueue = new PriorityQueue<Node>(); nodeQueue.add(source); while (!nodeQueue.isEmpty()) { Node u = nodeQueue.poll(); // Visit each Link exiting u for (Link e : u.adjacencies) { Node v = e.nextNode; double length = e.length; double distanceThroughU = u.minDistance + length; if (distanceThroughU < v.minDistance) { // evaluation rule nodeQueue.remove(v); // update v v.minDistance = distanceThroughU ; v.previous = u; // link, multi-segment graph nodeQueue.add(v); } } } } public static List<Node> getShortestPathTo(Node target) { List<Node> path = new ArrayList<Node>(); for (Node node = target; node != null; node = node.previous) path.add(node); Collections.reverse(path); return path; } public static void main(String[] args) { Node v0 = new Node(1); v0.pos.x = (float) 0.9; v0.pos.y = (float) 0.6; Node v1 = new Node(2); v1.pos.x = (float) 2.15; v1.pos.y = (float) 0.6; Node v2 = new Node(3); v2.pos.x = (float) 3.4; v2.pos.y = (float) 0.6; Node v3 = new Node(4); v3.pos.x = (float) 0.9; v3.pos.y = (float) 1.8; Node v4 = new Node(5); v4.pos.x = (float) 2.15; v4.pos.y = (float) 1.8; Node v5 = new Node(6); v5.pos.x = (float) 3.4; v5.pos.y = (float) 1.8; Node v6 = new Node(7); v6.pos.x = (float) 0.9; v6.pos.y = (float) 3.0; Node v7 = new Node(8); v7.pos.x = (float) 2.15; v7.pos.y = (float) 3.0; Node v8 = new Node(9); v8.pos.x = (float) 3.4; v8.pos.y = (float) 3.0; v0.adjacencies = new Link[]{ new Link(2) }; // reference v1.adjacencies = new Link[]{ new Link(1), new Link(3), new Link(5) }; v2.adjacencies = new Link[]{ new Link(2) }; v3.adjacencies = new Link[]{ new Link(5), new Link(7) }; v4.adjacencies = new Link[]{ new Link(2), new Link(4), new Link(6), new Link(8) }; v5.adjacencies = new Link[]{ new Link(5), new Link(9) }; v6.adjacencies = new Link[]{ new Link(4), new Link(8) }; v7.adjacencies = new Link[]{ new Link(5), new Link(7), new Link(9)}; v8.adjacencies = new Link[]{ new Link(6), new Link(8) }; Node[] vertices = { v0, v1, v2, v3, v4, v5, v6, v7, v8 }; for (Node v : vertices) { for (Link c : v.adjacencies) { for (Node nextv : vertices) { if (c.nextNodeId == nextv.nodeId) { c.nextNode = nextv; } } c.length = Math.sqrt((c.nextNode.pos.x - v.pos.x)*(c.nextNode.pos.x - v.pos.x) + (c.nextNode.pos.y - v.pos.y)*(c.nextNode.pos.y - v.pos.y)); System.out.printf("length: %.2f \n", c.length); } } computePaths(v0); for (Node v : vertices) { System.out.println("Distance to " + v + ": " + v.minDistance); List<Node> path = getShortestPathTo(v); System.out.println("Path: " + path); } } }
来自:http://blog.csdn.net/viewcode/article/details/7925987