校园路径规划可视化
在无障碍、夜间安全等约束下,为校园出行生成可解释的步行路线。
01 / PROBLEM
一句话
传统地图只给出最短距离,却没有说明夜间照明、台阶和拥挤程度是否适合当前出行者。
02 / CONTEXT
背景与目标
校园路网包含大量非机动车道、室内连廊和台阶。项目把实地采样与公开地图数据结合,尝试将偏好约束转化为可解释的路径选择。
- 支持距离、时间、夜间安全和无障碍四类路径偏好。
- 展示每个方案被选择或排除的主要原因。
- 千级节点路网中在一秒内返回首批结果。
03 / ROLE
我的角色
算法与可视化开发
- 清洗并校准校园路网和节点属性。
- 实现多目标 A*、启发式权重和路径解释。
- 使用 Web Worker 与 Canvas 承载计算和交互。
04 / STACK
技术栈
05 / SYSTEM
架构图 / 数据流
主线程只负责交互,Web Worker 加载压缩路网并执行多目标搜索,结果经过解释器生成可读原因后交给地图图层渲染。
06 / FEATURES
核心功能
多约束寻路
将安全、无障碍和拥挤度转化为可调节代价。
方案对比
同屏比较最优方案与备选方案的时间、距离和风险。
可解释结果
展示影响路径评分的主要道路属性与权重。
07 / TRADE-OFFS
难点与解决方案
主线程计算导致地图拖拽卡顿
将路网索引和搜索迁移到 Web Worker,并通过结构化克隆传递精简结果。
主观约束难以形成稳定评分
使用归一化代价函数,保留原始指标和权重解释,而不是只返回一个不可理解的分数。
08 / OUTCOME
结果
在 2,400 节点测试路网中,首批路径平均 180ms 返回,地图拖拽保持 60fps,并实现四类偏好的解释面板。
180ms首批路径返回2,400 节点测试路网
60fps地图拖拽帧率
4可选偏好维度
09 / SCREENS
截图或 GIF
10 / LINKS
Demo / 代码仓库
11 / RETROSPECTIVE
复盘
如果重做,我会补充真实出行者实验来衡量参数是否可信,并把权重配置从代码中抽离为可验证的实验数据。