导航路网数据分层的基本原理

导航路网数据分层的基本原理

导航的道路网络，由结点、弧段构成。

对于每个道路弧段，都有一个行政等级，或者是高速、国道、省道、县道、市镇道等。

单单把全国的高速挑出来，可以看到，由高速组成的道路网络，不一定是拓扑联通的。即，不能保证，任意两个道路弧段，都可以彼此通达。

 

在进行大区域路径规划的时候，例如，在全中国的范围内，从北京天安门，到上海的东方明珠，进行路径规划，无论是采用Dijkstra也好，A*也好，，都会计算很久很久。为什么呢？进行路径规划时，高速、国道、省道、县道、市镇道等等，任何小屁路，都会去探索一下，去检查一下，需要搜索的空间太巨大了。

 

    设想小明同学，需要从北京天安门，到上海的东方明珠去，他会怎么走呢？通常而言，小明同学，会从天安门出发，通过最快的方式，走上北京到上海的高速，中间经过天津，河北，山东，江苏，到达上海之后，从高速下来，然后通往东方明珠。

一旦小明同学上了高速以后，会走上天津的某条小屁路么？会去考虑河北的某条乡村路么？会知道山东某条省道也可以通往上海么？很显然，不会，一旦上了高速，高速以外的任何道路，都不会考虑了。当然，如果小明想去某个声色场所消费一下，那要另外考虑了。。。

 

从小明的这个场景中，可以对道路网络进行一个抽象，将道路网络，分层处理：

所有的高速，组合在一起，任意两个弧段之间能联通；设定此集合为A；

高速+国道，组合在一起，任意两个弧段之间能联通；设定此集合为B；

高速、国道、省道，组合在一起，任意两个弧段之间能联通；设定此集合为C；

高速、国道、省道、县道，组合在一起，任意两个弧段之间能联通；设定此集合为D；

高速、国道、省道、县道、市镇道，组合在一起，任意两个弧段之间能联通；设定此集合为E；

 

可以看得出来，A是B的子集，B是C的子集，C是D的子集，D是E的子集。

小明一旦上了高速以后，仅仅在A这个集合中，进行路径计算的搜索即可，找到A集合中，属于上海的高速出口。但实际在导航仪中，采用的是双向启发式的路径规划算法，小明在E的集合中，分别从起点，终点路径规划，找到同时属于A和E的结点（弧段），然后以此为起点和终点，在A集合中，进行路径规划。

 

现在，导航路网的分层的数学场景，已经推导出来了。

在E这个集合的背景下，如何自动化的计算得到A\B\C\D；其中，E中的每个弧段，都有一个道路等级信息，即是属于高速、国道、省道、县道、市镇道中的某一个。

 

如上图所示，整个道路网络，由高速，国道，省道构成，如何将之分成三层呢？

第一层：将所有的高速选出来，经过考察，发现任何两个高速弧段是彼此联通的；此高速，可以设定为一层。

 

    第二层：选出来高速和国道，经过考察，发现有一部分国道，与其他的路网是不联通的。考察不联通的哪些国道，计算其与距离其最近的高速之间的最短路径（仅仅考察省道），从这些最短路径中，选择出最优的一条，或者几条，设定在第二层（国道，和这些最短路径的省道，设定为第二层）。

 

   第三层：选出来高速和国道，省道，经过考察，发现任何两个高速弧段是彼此联通的；此些省道，可以设定为第三层。

 

以上，是道路网络分层的基本原理，具体的细节，还有待讨论。