基于GIS的野外复杂地形路径规划方法技术

本发明专利技术提供了一种基于GIS的野外地形路径规划方法，方法包括：获取当前区域的地理信息数据，基于地理信息数据通过ArcGIS将当前区域转换成不同图层，通过地表类型要素分类将不同图层分割为长宽相等的栅格，得到当前区域的通行速度栅格分布图；在通行速度栅格分布图中确定当前位置及目标位置，以从当前位置到达目标位置的时间最短为目标函数建立路径规划模型；基于通行速度栅格分布图利用遗传算法求解路径规划模型的最优解，根据路径规划模型最优解获取最优路径。以解决野外复杂地形条件下车辆行驶时间最短的路径问题。行驶时间最短的路径问题。行驶时间最短的路径问题。

【技术实现步骤摘要】
基于GIS的野外复杂地形路径规划方法


[0001]本文件涉及路径规划
，尤其涉及一种基于GIS的野外复杂地形路径规划方法。

技术介绍

[0002]传统的避障路径规划研究通常将区域内的地形地物进行二值化处理，区分为可通行和不可通行区域进行研究，从而得到地图上的距离最短路径，但在野外复杂地形条件下，缺乏足够的道路信息，在可通行的区域因为地形情况不同，车辆行驶速度也不相同，求得的最短路径往往不是时间最短的路径，而实际工作中对时间的要求越来越高，灾害救援、应急保障等任务尤其明显，考虑实际地形条件下速度差异的最短路径更有意义。
[0003]近几十年来随着空间技术和IT技术的发展，地形识别和判断方法日趋成熟，以地理信息系统(Geographic Information System，GIS，有时又称为地学信息系统)技术为主要标志，在计算机硬、软件系统支持下，实现对整个或部分地球表层(包括大气层)空间中有关地理分布数据的采集、储存、管理、运算、分析、显示和描述，尤其“新一代Web GIS”应用模式，充分利用云端和本地部署的优势，用户在智能手机和平板电脑上，轻松的获取地图上的信息，制作地图、模型和工具，基于最新的数据进行辅助决策，已经广泛的应用于包括公共卫生、国防、可持续发展、自然资源、景观建筑、考古学、社区规划、运输和物流等领域。因此我们有必要基于GIS技术研究一种复杂地形下的路径规划方法，用于在复杂地形下获取最优路径。

技术实现思路

[0004]本说明书一个或多个实施例提供了一种基于GIS的野外地形路径规划方法，包括：
[0005]S1、获取当前区域的地理信息数据，基于地理信息数据通过ArcGIS将当前区域转换成不同图层，通过地表类型要素分类将不同图层分割为长宽相等的栅格，得到当前区域的通行速度栅格分布图；
[0006]S2、在通行速度栅格分布图中确定当前位置及目标位置，以从当前位置到达目标位置的时间最短为目标函数建立路径规划模型；
[0007]S3、基于通行速度栅格分布图利用遗传算法求解路径规划模型的最优解，根据路径规划模型最优解获取最优路径。
[0008]通过采用本专利技术实施例，使用ArcGIS软件对地理信息数据进行空间分析，结合车辆在不同地形下的行驶速度，构造不同地形速度分布图，以栅格编号相邻和栅格高程相近为路径连续判断依据，设计基于栅格信息的遗传算法求解野外复杂地形条件下车辆行驶时间最短的路径，该方法效率较高，能够得到比较满意的路径规划。
附图说明
[0009]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将
对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0010]图1为本专利技术实施例的一种基于GIS的野外地形路径规划方法的流程图；
[0011]图2为本专利技术实施例的利用遗传算法求解最短路径的流程图；
[0012]图3为本专利技术实施例的通行速度栅格分布图；
[0013]图4为本专利技术实施例的遗传算法效率曲线图。
具体实施方式
[0014]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0015]方法实施例
[0016]根据本专利技术实施例，提供了一种基于GIS的野外地形路径规划方法，图1 是本专利技术实施例的基于GIS的野外地形路径规划方法的流程图，如图1所述，根据本专利技术实施例的基于GIS的野外地形路径规划方法具体包括：
[0017]步骤S101，获取当前区域的地理信息数据，基于地理信息数据通过ArcGIS 将当前区域转换成不同图层，通过地表类型要素分类将不同图层分割为长宽相等的栅格，得到当前区域的通行速度栅格分布图；步骤S101具体包括：
[0018]在野外复杂地形条件下，借助卫星遥感、无人机等设备或者收集网络资料能够获得当前区域详细的地理信息数据。使用ArcGIS map对高程、坡度等数据进行空间分析和信息整合，进行地形地貌判定，提取转换成不同图层，通过地表类型要素重分类，将属性信息镶嵌新栅格，最后将地图分割成长宽相等的栅格，以栅格内通行能力最差的地表类型作为该栅格的地表类型，最终得到当前区域的通行速度分布图。
[0019]其中地表类型的划分在地理信息领域，通常根据高度和形态特征差别，将陆地地形分为平原、高原、山地、丘陵、和盆地五种类型。GT/T13977—92《1:5 000 1:10 000地形图航空摄影测量外业规范》按照地面倾斜角和高差划分为平地、丘陵地、山地、高山地四种类型。本专利技术实施例为了区分车辆在不同地面的通行速度，结合上述分类，将地表类形划分如表1所示下：
[0020]表1地表类型划分
[0021][0022]步骤S102，在通行速度栅格分布图中确定当前位置及目标位置，以从当前位置到达目标位置的时间最短为目标函数建立路径规划模型；步骤S102具体包括：
[0023]在栅格地图中，按照从左至右、由下往上的顺序，对地图栅格进行依序编号0,1,2,L,k,L,N，车辆在栅格内的行驶速度为v
k
，假设全程车辆状态完好，以行驶完全程所需时间最短为目标建立模型如下：
[0024][0025]其中，T(l)表示第l条路径的行驶时间，(O,D)表示从出发点到目标位置的所有栅格路径集合，V
k
，k∈(1,2,
…
，N)表示车辆在不同栅格的行驶速度；X表示地图中每行栅格数量，d表示每个栅格的长度，表示沿栅格对角线方向行驶，[ ]为取整函数，\为取余运算。
[0026]步骤S103，基于通行速度栅格分布图利用遗传算法求解路径规划模型的最优解，根据路径规划模型最优解获取最优路径，步骤S103具体包括：
[0027]遗传算法是一种全局随机搜索最优解的仿生方法，将自然界生物进化原理运用到问题解的优化过程中，以种群进化的观念来寻找最优个体。算法把问题的可行解集合看成“种群”，集合中的个体都是由多个“染色体”组成，通过模拟基因重组与进化过程，对初始种群中的“染色体”进行筛选、复制、交叉、变异，得到适应性更好地新种群，多次迭代进化后得到的最优解趋于稳定，即认为此时种群中的最优解为该问题的最优解。遗传算法具有仿生的进化过程，随机的变异特性，通常能够高效的解决优化问题，本专利技术实施例利用遗传算法解决野外复杂地形的路径规划问题。具体的算法流程如图2所示；
[0028]1、种群初始化
[0029]在路径规本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GIS的野外地形路径规划方法，其特征在于，包括：S1、获取当前区域的地理信息数据，基于所述地理信息数据通过ArcGIS将所述当前区域转换成不同图层，通过地表类型要素分类将所述不同图层分割为长宽相等的栅格，得到当前区域的通行速度栅格分布图；S2、在所述通行速度栅格分布图中确定当前位置及目标位置，以从所述当前位置到达所述目标位置的时间最短为目标函数建立路径规划模型；S3、基于所述通行速度栅格分布图利用遗传算法求解所述路径规划模型的最优解，根据所述路径规划模型最优解获取最优路径。2.根据权利要求1所述的方法，所述步骤S1具体包括：使用ArcGIS map对所述地理信息数据进行空间分析和信息整合，进行地形地貌判定，将所述当前区域提取转换成不同图层；通过地表类型要素分类，将属性信息镶嵌新栅格，最后将所述当前区域分割成长宽相等的栅格，并以栅格内通行能力最差的地表类型作为该栅格的地表类型，最终得到当前区域的通行速度栅格分布图。3.根据权利要求1所述的方法，所述步骤S2中以从所述当前位置到达所述目标位置的时间最短为目标函数建立路径规划模型，具体包括：按从左至右、由下往上的顺序对所述通行速度栅格分布图中的每个栅格进行依序编号，编号为0,1,2,L,k,L,N，车辆在每个栅格内的行驶速度为v
k
，假设全程车辆状态完好，以行驶完全程所需时间最短为目标建立模型如下：其中，T(l)表示第l条路径的行驶时间，(O,D)表示从出发点到目标位置的所有栅格路径集合，V
k
，k∈(1,2,
…
，N)表示车辆在不同栅格的行驶速度；X表示地图中每行栅格数量，d表示每个栅格的长度，表示沿栅格对角线方向行驶，[ ]为取整函数，\为取余运算。4.根据权利要求1所述的方法，所述基于所述通行速度栅格分布图利用遗传算法求解所述路径规划模型的最优解，根据所述路径规划模型最优解获取最优路径，具体包括：基于当前位置和目标位置在所述通行速度栅格分布图构造连续栅格路径得到初始种群；基于所述目标函数获取适应度函数，基于所述适应度函数对所述初始种群进行适应度计算；判断是否达到预先设定的迭代次数，若未达到所述预先设定的迭代次数，则进行种群的选择、交叉及变异后计算适应度；若达到所述预先设定的迭代次数，则输出基于适应度函数获取的最优路径。5.根据权利要求4所述的方法，所述基于当前位置和目标位置在所述通行速度栅格分布...

【专利技术属性】
技术研发人员：王亚彬，刘月河，程中华，史宪铭，王帅，王金帼，王茁，李震，岳帅，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：