基于多源地理信息数据的大尺度复杂环境导航方法及系统

技术领域

本发明涉及导航技术领域，具体地，涉及基于多源地理信息数据的大尺度复杂环境导航方法及系统，更为具体地，涉及基于多源地理信息数据的大尺度复杂环境导航技术。

背景技术

传统的路径规划与导航技术是在现有拓扑路网数据的基础上进行路径规划，然后提供给用户导航引导功能，目前市面上比较广泛使用的是百度地图、高德地图等，但是，目前有一部分应用场景可能百度地图、高德地图无法满足，如，野外科考、野外旅行探险、灾害救援等，这种没有路网数据或路网受损的环境也是有一定的路径规划和路径引导需求的。

专利文献CN111504297A(申请号：201910478040.X)公开了一种无路网导航作业方法、装置及导航设备，根据待作业区域内的待作业点的位置信息和导航设备的当前位置信息生成导航路径，以在基于导航路径对每个待作业点进行作业后，接收用户针对每个待作业点分别输入的作业结果，并基于作业结果对相应的待作业点的位置信息进行处理，避免了在对待作业点进行作业时，每次都需要从待作业区域内的所有作业点中排查出待作业点，并对排查出的待作业点进行作业造成的作业效率低并浪费资源的问题。

本发明在传统的导航软件基础上将路径规划与导航拓展到无路网区域，基于多源地理信息数据实现无路网环境的路径规划，并提出新的路径规划策略将有路网的路径规划与无路网的路径规划统一起来，并在路径规划的基础上提供无路路径引导能力。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于多源地理信息数据的大尺度复杂环境导航方法及系统。

根据本发明提供的一种基于多源地理信息数据的大尺度复杂环境导航方法，包括：

步骤S1：将多源地理信息数据进行预处理，得到预处理后的多源地理信息数据；

步骤S2：根据预处理后的多源地理信息数据对导航主体的可通行区域进行计算；

步骤S3：根据可通行区域通过导航网格寻路算法或快速扩展随机树算法进行路径规划。

优选地，所述多源地理信息数据包括：静态地理信息数据和动态地理信息数据；

所述静态地理信息数据包括：拓扑路网数据、地形图数据、DEM数据以及地质数据；

所述动态地理信息数据包括：用户历史轨迹数据和灾害地理信息数据。

优选地，所述步骤S2采用：

步骤S2.1：对导航主体进行参数化，包括：导航主体宽度、导航主体高度、导航主体长度、导航主体重量、导航主体最大能够爬的坡度角度、导航主体速度以及导航主体不能通过的地貌；

步骤S2.2：根据不同的预处理后的地理信息数据，基于导航主体的参数对导航主体的可通行区域进行计算。

优选地，所述导航网格寻路算法采用：

步骤S3.11：利用平面三角网划分算法将可通行区域划分成三角网；

步骤S3.12：利用A*等寻路算法寻找起点所在三角形到终点所在三角形的可通行的三角链；

步骤S3.13：利用漏斗算法寻找起点到终点的一系列拐点，形成一条可通行最短路径。

优选地，所述快速扩展随机树算法采用：

步骤S3.21：确定可通行区域的大小、起点和终点以及平面中的障碍物位置；

步骤S3.22：在可通行区域的范围内随机生成一个点(x,y)，记为X

步骤S3.23：计算距离当前随机点最近的已经存在的节点，记为X

步骤S3.24：节点X

所述已经存在的节点是已经确定包含起点在内的可到达的点。

优选地，基于当前大尺度复杂环境导航进行路径引导；

当有路环境时，按照有路信息提示，并增加距离下一个有路至无路结合点的距离信息；

当无路环境时，提示当前位置信息、当前点周围环境信息、周围地貌信息、终点信息、危险点警告、危险地形警告、下一个关键点信息、距离、方位以及高程差、偏航提醒以及距离下一个有路至无路结合点的距离信息；

当有路无路结合点时，提示后续路段概括以及已经通行建议。

根据本发明提供的一种基于多源地理信息数据的大尺度复杂环境导航系统，包括：

模块M1：将多源地理信息数据进行预处理，得到预处理后的多源地理信息数据；

模块M2：根据预处理后的多源地理信息数据对导航主体的可通行区域进行计算；

模块M3：根据可通行区域通过导航网格寻路算法或快速扩展随机树算法进行路径规划。

优选地，所述多源地理信息数据包括：静态地理信息数据和动态地理信息数据；

所述静态地理信息数据包括：拓扑路网数据、地形图数据、DEM数据以及地质数据；

所述动态地理信息数据包括：用户历史轨迹数据和灾害地理信息数据。

优选地，所述模块M2采用：

模块M2.1：对导航主体进行参数化，包括：导航主体宽度、导航主体高度、导航主体长度、导航主体重量、导航主体最大能够爬的坡度角度、导航主体速度以及导航主体不能通过的地貌；

模块M2.2：根据不同的预处理后的地理信息数据，基于导航主体的参数对导航主体的可通行区域进行计算。

优选地，所述导航网格寻路算法采用：

模块M3.11：利用平面三角网划分算法将可通行区域划分成三角网；

模块M3.12：利用A*等寻路算法寻找起点所在三角形到终点所在三角形的可通行的三角链；

模块M3.13：利用漏斗算法寻找起点到终点的一系列拐点，形成一条可通行最短路径；

所述快速扩展随机树算法采用：

模块M3.21：确定可通行区域的大小、起点和终点以及平面中的障碍物位置；

模块M3.22：在可通行区域的范围内随机生成一个点(x,y)，记为X

模块M3.23：计算距离当前随机点最近的已经存在的节点，记为X

模块M3.24：节点X

所述已经存在的节点是已经确定包含起点在内的可到达的点。

与现有导航技术相比，本发明具有如下的有益效果：

1、近年来经常会发生一些旅客因为在不熟悉的野外环境下探险发生旅客死亡事件，本发明通过野外环境信息的计算分析，能够帮助这些旅客更好的规划野外路线，提供可靠的地形、天气信息，能够极大减少旅客发生意外事件的概率，具有一定的社会效益；

2、发生地震、山火、泥石流等灾害情况下，通过收集灾害区域的地形、地貌信息，进行灾害地理环境分析，并通过可通行区域计算分析，生灾后可通行区域，进一步可通过可通行区域进行路径规划和引导，使得更有利于抢险救灾、规避二次灾害；

3、通过基于多源数据的分析可实现野外环境的可通行路径的计算，在此基础上可完成野外无路环境下的路径规划与导航，能够帮助作战部队的指挥人员进行更好的指挥决策，具有较大的军事应用价值。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为基于多源地理信息数据的大尺度复杂环境导航方法流程图。

图2为使用的多源地理信息数据组成图。

图3为可通行区域示意简图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

目前流行的导航软件不能解决无路网环境下的路径规划与导航问题，而目前在实际上存在对无路网或路网损坏环境下路径计算、路径引导的需求，本发明将基于该需求设计一种基于多源地理信息数据的无路网路径规划与引导方法，如图1所示，实现无路网或路网受损环境的路径规划与导航。本发明的一个核心点在与路径计算问题，其中会用到一些关键的算法，分别是缓冲区算法、导航网格寻路算法、快速扩展随机树(RRT)算法。缓冲区算法用于可通行区域的生成中将一些线数据生成为面数据，导航网格寻路算法和快速扩展随机树(RRT)算法用来基于可通行区域的路径计算。

本发明是基于多源地理信息数据实现无路网或路网受损环境下的路径规划与导航，其中多源地理信息数据包括：拓扑路网数据、地形图数据、DEM数据、地质数据等静态数据和用户轨迹数据、自定义数据、地质灾害等事件影响地形地貌的动态数据等。

本发明中使用的多源地理信息数据组成如图2。

根据本发明提供的一种基于多源地理信息数据的大尺度复杂环境导航方法，包括：路径规划步骤和路径引导步骤；

所述路径规划步骤包括：

数据预处理步骤：

将多源地理信息数据进行预处理，使得所有数据的坐标格式统一、坐标系统一，其中要进行数据格式转换，为后续数据计算做准备。

确定导航主体步骤：

所谓的导航主体即具体需要进行导航的人或某种车辆，在路径规划前必须明确导航主体，不同的导航主体对于同一区域的可通行能力有区别，如人理论上比一般的车辆能够通行的坡度大，而不同车辆的爬坡能力也有区别。

为了更好描述导航主体的属性，以便于后续路径计算，我们对导航主体进行参数化，导航主体的参数及意义如表1所示。

表1导航主体参数列表

计算导航主体的可通行区域步骤：

依据不同的地理信息数据对导航主体的可通行区域进行计算，下面将具体描述每种数据如何处理以确定最终的可通行区域。

导航拓扑数据

为了使无路网的野外环境与有路网环境进行无缝连接，需要将导航拓扑数据进行处理，将拓扑路网中以线的形式存储的线数据进行处理，变成路面数据，因此需要对拓扑路网中的数据进行“加宽”处理，将路的宽度利用缓冲区技术体现出来，变成一个面数据。该面以内的区域导航主体将可以按照有路路网的方式进行通行。

地形图数据

针对导航主体提取不可通行地貌，如河流、湖泊、密林、建筑等，这些区域是导航主体无法通行的，另外，导航拓扑道路两边的地形，如无法穿越的护栏、栅栏等地貌也限定了导航主体的通行能力。

DEM数据

DEM数据是用来针对导航体的爬坡能力进可通行区域过滤的，通过DEM数据可计算出导航体能够通行的坡度区域，即不超过导航主体最大爬坡能力的区域，这些区域都是导航主体能够通行的区域。

地质数据

车辆等导航主体对土壤等地质环境的要求比较高，因此需明确导航主体不能通过何种地质区域，如土壤粘性比较大区域，车辆需要避开。

用户历史轨迹数据

用户在无路环境的历史数据对后面使用的用户能够提供一些经验，在实际运行中需要先收集历史轨迹数据，然后通过用户轨迹进行数据处理，处理方式需借助DEM数据等辅助数据进行缓冲区生成，即生成基于历史轨迹点数据的可通行面。

灾害地理信息数据

在发生对路网环境或无路网地貌等重大事件如地震、火灾等情况下，需要及时更新可通行区域，以保证可通行区域的失效性。

自定义数据

用户根据实际情况划定的规避区域或可通行区域数据，因为在野外环境，只有用户亲自去了才能知道是否可通行，因此用户的自定义数据也是对可通行区域计算结果的一个重要修正。

通过对以上每种数据的处理计算，得到了不同数据条件下的可通行状况，最后需要将这些可通行区域进行归一处理，最终形成基于导航主体的完成的可通行区域。可通行区域示意图如图3所示，其中黑色为不可通行区域。

路径计算步骤：

在前面得到可通行区域之后即可根据可通行区域进行路径规划，下面介绍两种计算路径的算法，分别是导航网格寻路算法、快速扩展随机树(RRT)算法。

所述导航网格寻路算法

算法步骤简单描述如下：

步骤3.11：利用平面三角网划分算法将可通行区域划分成三角网，可用的算法有耳切法、约束Delauny算法等。

步骤S3.12：利用A*等寻路算法寻找起点所在三角形到终点所在三角形的可通行的三角链。

步骤S3.13：利用漏斗算法寻找起点到终点的一系列拐点，形成一条可通行最短路径。

所述快速扩展随机树(RRT)算法

算法步骤简单描述如下：

步骤S3.21：首先确定可通行区域大小，起点和终点以及平面中的障碍物位置。

步骤S3.22：在可通行区域的范围内随机生成一个点(x,y)，记为X

步骤S3.23：然后计算当前哪个已经存在的节点,距离当前的随机点最近，记为X

步骤S3.24：当找到X

下面就是要判断能不能直接从X

在路径计算时，有路网情况下，可通行区域需要限定该区域的通行方向，即车辆无法逆行，上述两种算法在这些区域计算或搜索时需要添加限定条件，限制搜索方向以保证最终的路线适用有路环境。

所述路径引导方法概述

路径引导是导航软件必备的功能，无路环境下和有路的导航引导是有区别的，无路环境下导航主体可通行的自由度更高，没有路的限制，因此没有引导路名，不需要百分百按照预定路线走，因此需要重新设计引导规则和引导信息。下面将分有路、无路、有路无路结合部分三种情况介绍引导规则。

有路环境

按照现在有路信息提示即可，另需增加距离下一个有路至无路结合点的距离信息。

无路环境

需提示下列信息：

当前位置信息，经纬度、海拔、地名等信息。

当前点击终点天气情况。

当前点周围环境信息，周围地貌，如前方有悬崖、湖泊等信息。

终点信息，终点所在方位，与当前点距离、高程差等。

危险点警告，易发生泥石流、山洪等危险地形警告。

下一个关键点信息，距离、方位、高程差等。

偏航提醒，导航主体远离下一个关键点或终点时提示偏航。

距离下一个有路至无路结合点的距离信息。

有路无路结合点

提示后续路段概况，已经通行建议。

本发明提供的基于多源地理信息数据的大尺度复杂环境导航系统，可以通过本发明提供的基于多源地理信息数据的大尺度复杂环境导航方法中的步骤流程实现。本领域技术人员，可以将所述基于多源地理信息数据的大尺度复杂环境导航方法理解为基于多源地理信息数据的大尺度复杂环境导航系统的一个优选例。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。