一种反向寻车自动寻路方法和电子设备与流程

1.本发明涉及反向寻车自动寻路领域，尤其涉及一种反向寻车自动寻路方法和电子设备。


背景技术：

2.现有的寻路大多采用预先设定好的路线，在系统调试阶段需要将寻车点到每个车位预先设置好路线，工作量非常大，且不灵活，如果更换寻车点，所有设置路线需重新设置，给系统调试和后期维护带来极大的不便。


技术实现要素：

3.有鉴于现有技术的上述缺陷，本发明的目的是提供一种反向寻车自动寻路方法，通过对地图的预处理，对车辆可通行道路进行特殊的标记，从而反向寻车自动寻路。
4.为实现上述目的，本发明提供了一种反向寻车自动寻路方法，包括以下步骤：
5.步骤一、将电子地图进行网格化和二值化表示为一个二维数组，所述二维数组中的每个元素表示电子地图中的一个节点，每个元素的下标表示对应节点的坐标值；所述二维数组的元素数值为二值表示，分别表示道路区块和其他区块；
6.步骤二、获取起始节点和目的节点在所述二维数组中的位置；
7.步骤三、通过astar寻路算法，获取从起始节点到目的节点的最短路径数组；
8.步骤四、根据最短路径数组中各节点的先后顺序，输出寻车路线。
9.进一步的，所述步骤二中目标节点位置，为目标车牌信息对应车辆的停放位置。
10.进一步的，所述步骤二中的起始节点位置，为查询目标车牌信息的查询终端的当前位置。
11.进一步的，所述步骤三中的astar寻路算法的输入参数包括：地图二值化表示的二维数组、起始节点坐标值、目的节点坐标值；输出参数为：最短路径数组。
12.进一步的，所述最短路径数组为一维数组，表示为从起始节点到目的节点所途径的各节点的有序集合。
13.进一步的，所述astar寻路算法使用f＝g h来评估一个节点，从起始节点开始，不断地寻找邻居节点中f最小的，直到检测到目的节点，找到从起始节点到目的节点的路径；其中f为起始节点到目的节点的总代价；g代表起始节点到这个节点的代价，h代表目的节点到这个节点的代价。
14.进一步的，所述二维数组为电子地图的一个图层，所述图层信息为二值化表示，分别表示道路区块和其他区块。
15.本发明的第二方面还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如本发明第一方面任一方案所述的反向寻车自动寻路方法中的步骤。
16.本发明实现了如下技术效果：
17.本发明的反向寻车自动寻路方法，通过对电子地图进行二值化处理，实现地图中车辆可通行道路信息进行像素级标记，从而可以通过astar寻路算法获得起始节点到目标节点的最短路径，实现反向寻车自动寻路。
附图说明
18.图1是本发明的反向寻车自动寻路方法的流程图；
19.图2是停车场地图示例；
20.图3是寻车路线示例；
21.图4是astar寻路算法流程图。
具体实施方式
22.为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
23.现结合附图和具体实施方式对本发明进一步说明。
24.实施例1
25.如图1到图4所示，本发明给出了一种基于图像处理的反向寻车自动寻路方法的流程示例，包括以下步骤：
26.步骤一：根据现场环境制作平面地图，将车辆可通行道路使用特定颜色(如rgb值为(r＝170，g＝170，b＝170))覆盖。即给出车辆可通行道路的一单值化属性，如图2所示。
27.步骤二：程序加载地图，将图像二值化，将颜色的rgb值不是(170，170，170)的像素点定义为0，将颜色的rgb值为(170，170，170)的像素点定义为1，这样便把地图转成由0和1组成的二维数组。为了提高处理速度还可设定图像的颗粒度，如设定颗粒度为2，即在横向和纵向像素点采样时，每次采样跳过一个像素点，可将图像像素点减少到原先的四分之一。
28.在实际应用中，在电子地图中增加一个图层，用以存储该二值化的二维数组信息，该二维数组中的每个元素的数值可通过1、0分别表示车辆可通行道路区块和其他区块。该二维数组中的每个元素代表电子地图网格化后的一个节点，该二维数组中的每个元素的下标表示对应节点的坐标值。
29.步骤三：通过反向寻车系统的固定查询终端，或接入反向寻车系统的移动查询终端(如手机)，查询目标车牌信息对应车辆的停放位置；同时获取查询终端的位置信息。在具体实施时，该车辆的停放位置可以通过设置在停车位前方的相机获得，相机识别出车辆的车牌信息并将车牌信息和停放位置信息(如包含车牌信息和停车位信息的图片)存储于反向寻车系统的数据库中。将车辆的停放位置设为目标节点，将查询终端位置作为起始节点。
30.步骤四：通过astar寻路算法，获取从起始节点到目标节点的最短路径数组。其中，输入参数包括：地图二值化后的二维数组、起始节点坐标值、目标节点坐标值，以及粒度值；输出参数为：最短路径数组，获取从起始节点到车辆停放位置的最短路径坐标值。其中二维数组中各像素点的下标表示为坐标值。
31.步骤五：根据最短路径数组中的节点坐标值画出寻车路线。如图3所示。
32.在步骤四中，采用了astar寻路算法。astar算法使用f＝g h来评估一个节点。
33.其中，f为起始节点到目的节点的总代价；g代表起始节点到这个节点的代价，h代表目的节点到这个节点的代价。这样，从起始节点开始，不断地寻找邻居节点中f最小的，直到检测到目的节点从而找到路径为止。
34.1.astar维护着一个开放列表openlist和一个封闭列表closelist。开放列表中存放着待检查f值的节点，每次主循环中都从openlist中寻找f值最小的节点作为当前节点，然后将当前节点的邻居节点加入到openlist中作为待检查节点。封闭列表存放着不再检查的节点，每当选出一个当前节点之后意味着它的邻居节点将要或已经加入到开放列表中，这个当前节点便成为了一个不再检查的节点，所以要把它加入到closelist中，防止再次检查。
35.2.在邻居节点循环中如果这个邻居节点不在openlist中，那就需要设置f、g、h和父节点parentnode并加入到openlist中备选。
36.3.在邻居节点循环中如果这个节点已经在openlist中，说明它之前已经作为邻居节点加入到了openlist中，但是没有被选为当前节点(因为它的f不是最小的)。而此时它又成为了另一个节点的邻居节点，如果经由当前节点到这个节点的f值变小了那就更新这个邻居节点的数据，否则什么也不做。
37.4.openlist为空说明搜索了所有地图而没有找到路径。
38.5.当前节点为目的节点说明路径已经找到，沿着当前节点的parentnode回溯就可以得到路径数据。
39.在本实施例中，通过对电子地图进行网格化、二值化处理，从而可以通过astar寻路算法获得起始节点到目标节点的最短路径，生成寻车路线。
40.实施例2
41.基于相同的发明构思，本发明还提出了一种电子设备，通常为反向寻车自动寻路系统的服务器，该服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如本发明实施例1中任一方案所述的反向寻车自动寻路方法中的步骤。在获得起始节点到目标节点的最短路径后，将最短路径信息推送给查询终端，查询终端根据最短路径信息生成寻车路线，并将起始节点、目标节点和寻车路线轨迹显示在查询终端的界面上。
42.尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。