[发明专利]一种多点智能路径规划方法及系统

说明书

本发明公开了一种多点智能路径规划方法及系统，将多种类型的智能路径规划算法集成于云平台算法库中，根据不同的应用需求进行算法组合，生成不同类型的智能路径算法子集；接收应用终端发送的多点智能路径规划请求，请求包括请求参数和待规划的点位数据集合；根据请求参数所对应的算法组合将待规划的点位数据集合输入到对应的算法子集中进行多点路径规划计算，将最优的路径规划结果返回给应用终端。本发明从完备性、精确性、计算效率等方面进行考虑，通过算法与算法之间的组合运作来提高算法性能，通过不同算法之间的相互比较来选择出相对最优化的多点路径规划结果，超越单个算法所能够达到的最佳效果，得到更好的多点路径规划方案。

技术领域

本发明涉及路径规划技术领域，具体涉及一种多点智能路径规划方法及系统。

背景技术

多点路径规划问题，学术上也称为旅行商问题(Travelling salesman problem,TSP)，是一个经典的组合优化问题，属于世界难题。“旅行商问题”的应用领域包括：如何规划最合理高效的道路交通，以减少拥堵；如何更好地规划物流配送，以减少运营成本；在互联网环境中如何更好地设置节点，以更好地让信息流动等。由于多点路径规划问题属于世界难题，所有点的全排列会产生组合爆炸，组合可能性为N！(N的阶乘)；当N较大时，N！种可能性的计算复杂度太高、耗时太长，无法在有效时间内返回路径规划结果，因此计算机技术中的穷举法不可行，即无法求得真正最优的多点路径规划方案。

目前学术界、科技界普遍采用启发式算法和近似算法进行求解，在提出的众多算法中，并没有真正意义上的最优，只有较优，也就是说各种算法各有优劣。具体来说，在实际应用过程中，有的时候A算法得出结果是最优的，有的时候B算法得出结果是最优的，有的时候C算法得出结果是最优的，因此单个算法并不能给出最优的多点路径规划方案。

发明内容

因此，本发明要解决多点间如何实现智能线路规划问题，从而提供一种多点智能路径规划方法及系统。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种多点智能路径规划方法，包括如下步骤：

将多种类型的智能路径规划算法集成于云平台算法库中，根据不同的应用需求进行算法组合，生成不同类型的多点智能路径算法子集；

接收应用终端发送的多点智能路径规划请求，所述多点智能路径规划请求包括请求参数和待规划的点位数据集合；

根据请求参数所对应的算法组合，将待规划的点位数据集合输入到对应的算法子集中进行多点路径规划计算，并将最优的路径规划结果返回给应用终端。

在一实施例中，算法库中智能路径规划算法的类型包括：启发式算法、优化算法、图搜索算法和采样规划算法。

在一实施例中，启发式算法包括：最邻近算法、最邻近插入算法、最小代价插入算法、最远插入算法、凸包插入算法、克里斯托菲德斯算法、贪心算法、Floyd算法、LPA*算法、D*Lite算法、蚁群算法、神经网络算法、粒子群算法、模拟退火算法、遗传算法；

优化算法包括：K点优化算法：K-Opt算法、Or-Opt算法、合成启发法、禁忌搜索算法；

图搜索算法包括：Dijkstra算法、A*算法、Theta*算法、Phi*算法、Voronoi图、C空间法、自由空间法、栅格法、fallback算法；

采样规划算法包括：RRT算法、PRM算法、人工势场法算法、DWA算法。

在一实施例中，所述根据不同的应用需求进行算法组合，生成不同类型的多点智能路径算法子集的步骤，包括：