CN102288193B - 一种基于历史数据的机动车出行路径的确定方法 - Google Patents
一种基于历史数据的机动车出行路径的确定方法 Download PDFInfo
- Publication number
- CN102288193B CN102288193B CN 201110186767 CN201110186767A CN102288193B CN 102288193 B CN102288193 B CN 102288193B CN 201110186767 CN201110186767 CN 201110186767 CN 201110186767 A CN201110186767 A CN 201110186767A CN 102288193 B CN102288193 B CN 102288193B
- Authority
- CN
- China
- Prior art keywords
- path candidate
- highway section
- hourage
- path
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
一种基于历史数据的机动车出行路径的确定方法,假设路段的旅行时间相互独立且服从正态分布,拥堵概率相互独立,具体步骤为:步骤1:设定起讫点,求解考虑路段容量约束的交通网络均衡问题,获得候选路径集合与路段的拥挤等待时间;对各候选路径,估计交叉口处的转向延误,并标定路段的旅行时间的期望值与标准差,将低于10km/h的路段作为拥堵路段,计算各路段的拥堵概率;步骤2:分别求取各候选路径的等待时间,确定各候选路径的旅行时间分布,得到候选路径α位旅行时间,计算候选路径的拥堵概率;步骤3:将候选路径按α位旅行时间从小到大的顺序,显示各候选路径的α位旅行时间、拥堵概率、等待时间,并由用户从中选择出行驶路径。
Description
技术领域
[0001] 本发明涉及一种仅使用历史数据的考虑旅行时间可靠度、等待时间及拥堵概率的机动车出行路径确定方法。
背景技术
路径确定方法即根据用户设置的起讫点,利用掌握的地图与交通信息,为用户选择最佳的行驶路线。目前,大多数车载导航系统与地理信息网站中的路径确定方法仅仅考虑了路网本身的等级、几何与拓扑特征,根据用户选择的偏好(如选择是否使用高速公路,是否偏好在主干路行驶),选择几何意义上的较短路径。中国大部分城市的智能交通系统虽然尚且无法实现根据实时检测的交通数据为用户确定最佳的行驶路线,但已经积累了大量可以为路径确定服务的历史数据。考虑道路交通状况的路径导航方法可以提供更准确、更丰富的信息。
目前的大部分路径确定方法仅仅提供了一条最优路径,并提供该路径的长度,再根据目前车辆的行驶速度估计旅行时间。然而,道路的交通状况有很强的随机性,而每个用户的风险偏好也各不相同。因此,为更好地为用户服务,路径确定必须考虑旅行时间的可靠度。
从用户的角度考虑,当路径的旅行时间相差不大时,路径的等待时间与拥堵的概率对用户的选择的影响是不能忽视的,而目前的路径确定方法大都未考虑这些信息。
发明内容
本发明要解决的技术问题是针对背景技术中存在的缺陷,提出一种用户选择空间大的基于历史数据的机动车出行路径的确定方法,由本发明得到的结果准确、可靠。
本发明采用如下技术方案:
一种基于历史数据的机动车出行路径的确定方法,其特征在于,假设所有路段的旅行时间相互独立且服从正态分布,假设所有路段的拥堵概率相互独立,其具体步骤为:
步骤1 :
设定起讫点,将起讫点所处的小区的出行质心点分别假定为所设定的起讫点的位置,并根据路网模型和各出行小区间的出行OD矩阵,通过利用增广拉格朗日乘子法求解考虑路段容量约束的交通网络均衡问题,获得起讫点之间的候选路径集合与各个候选路径上的所有路段的拥挤等待时间,所述的路网模型包括路网拓扑结构、路段参数、交叉口控制参数,所述的路段参数包括长度、通行能力和设计速度,所述的交叉口控制参数包括信号周期、相位信息、配时信息、进口道通行能力;
对各候选路径,估计各候选路径所经过的各个交叉口处的转向延误时间;忽略无信号交叉口与环形交叉口处的延误时间,对于信号交叉口,利用公式
C为信号周期,单位为秒;
s为饱和度,即该候选路径经过该交叉口时,可使用的所有进口道的交通量之和与可使用的所有进口道的通行能力之和的比值;
以上输入参数是根据信号交叉口的控制参数与检测器历史数据集获得的各进口道的交通量获得的;
根据路段检测器的历史数据集,标定路段的旅行时间的期望值与标准差,获得候选路径经过的所有路段的旅行时间概率分布;
将低于10km/h的路段作为拥堵路段,根据检测器的历史数据集,计算各候选路径中各路段的拥堵概率,对于候选路径i,i=1,2,3,…,m,m为候选路径的个数,所经过的第j条路段的拥堵概率表示为P ij ,j=1,2,3,…,n i ,n i 为候选路径i所经过的路段的个数;
步骤2:
分别求取各候选路径的等待时间,所述各条路径的等待时间分别为各条候选路径所经过的所有路段的拥挤等待时间及所有交叉口的转向延误时间的和;
分别求取各候选路径的路径旅行时间期望值及方差,所述的路径旅行时间服从正态分布,期望值为各路段的旅行时间期望值与各交叉口处的转向延误时间之和,方差为各路段的旅行时间方差之和,在确定各候选路径的旅行时间的分布后,得到候选路径α位旅行时间,α取值有50, 75, 90三种情况,分别代表用户选择的“冒险”、“平常”与“保险”三种风险偏好;
步骤3:
将候选路径按α位旅行时间从小到大的顺序依次列出,显示各候选路径的α位旅行时间、拥堵概率、等待时间,并由用户从中选择出行驶路径。
与现有技术相比,本发明具有如下优点:
(1) 本发明利用交通分配模型预先获得包含多条路径的候选路径集合,而传统的方法仅提供一条路径,本发明能给予用户选择的空间;
(2) 本发明考虑了道路的交通状况,而传统的方法仅考虑道路的几何与物理特性,本发明能给出更符合实际的路径确定结果;
(3) 本发明可以提供考虑可靠度的旅行时间(即α位旅行时间)、等待时间、拥堵概率等路径信息,而传统的方法仅能提供几何距离和根据设计行驶速度得到的确定性的旅行时间,本发明提供的信息更加全面、准确;
(4) 本发明可以通过选取不同的α值,以适应不同用户在不同情况下的风险偏好,而传统的方法在任何情况下给出的结果的相同的,本发明能够提供更加个性化的服务;
(5) 本发明充分利用历史数据,不需输入实时数据,当将历史数据输入后,可以在任何地方、任何时间使用,与需要输入实时数据的方法相比,限制条件较少,使用范围较广。
附图说明
图1 路径确定方法框架图。
具体实施方式
一种基于历史数据的机动车出行路径的确定方法,其特征在于,假设所有路段的旅行时间相互独立且服从正态分布,假设所有路段的拥堵概率相互独立,其具体步骤为:
步骤1 :
设定起讫点,将起讫点所处的小区的出行质心点分别假定为所设定的起讫点的位置,并根据路网模型和各出行小区间的出行OD矩阵,通过利用增广拉格朗日乘子法求解考虑路段容量约束的交通网络均衡问题,获得起讫点之间的候选路径集合与各个候选路径上的所有路段的拥挤等待时间,所述的路网模型包括路网拓扑结构、路段参数、交叉口控制参数,所述的路段参数包括长度、通行能力和设计速度,所述的交叉口控制参数包括信号周期、相位信息、配时信息、进口道通行能力;
考虑一个交通网络G=( N, A ),其中N是网络节点集合,A是路段集合;用W表示OD点对集合,表示OD对之间相应的OD分布交通量,其中;当OD交通量分配到交通网络上时,得到网络上路段交通量向量,为路段上的交通流量;网络上每个路段都拥有一个路段特征函数和通行能力限制c a ,路段特征函数描述了路段旅行费用与路段交通量之间的函数关系;由于交通拥挤效应,这个特征函数应当是个严格单调递增函数;K w 是OD对之间的路径集合;是OD对间路径k上的交通流量;是路段和路径间的关联变量,若路段在OD对间的路径k上,取值1,反之,为0;用户设定起讫点,将起讫点所处的小区的出行质心点假定为所设定的起讫点的位置(其他小区的出行质心点依然为建立路网模型时的默认设置),则考虑通行能力限制的拥挤交通网络均衡问题可以表述为下列非线性确定模型:
利用交通均衡分配算法,如:目前公知的增广拉格朗日乘子法,即可求解考虑路段容量约束的交通网络均衡模型,得到各条路径上的交通流量以及等待时间。其中,不为0的路径即为候选路径,候选路径集合即为,各路段的等待时间为容量约束的拉格朗日乘子;
增广拉格朗日乘子法的基本步骤为:
步骤1:求解传统交通网络均衡模型,获得无容量约束条件下路段交通量和路径交通量的最优解;
步骤2:确定初始惩罚参数,选取初始拉格朗日乘子,设定迭代参数n=1;
步骤3:用牛顿法求解在增强拉格朗日函数下的网络均衡问题;
步骤3.1:获得均衡网络交通流的初始解;
步骤3.2:寻找最短路径,更新路径集合;
步骤3.3:按照Wardrop原则,平衡路径交通流;
步骤3.4:检验使用路径的旅行费用;
步骤4:更新拉格朗日乘子与惩罚参数;
步骤5:收敛检验;
对各候选路径,估计各候选路径所经过的各个交叉口处的转向延误时间;忽略无信号交叉口与环形交叉口处的延误时间,对于信号交叉口,利用公式
C为信号周期,单位为秒;
s为饱和度,即该候选路径经过该交叉口时,可使用的所有进口道的交通量之和与可使用的所有进口道的通行能力之和的比值;
以上输入参数是根据信号交叉口的控制参数与检测器历史数据集获得的各进口道的交通量获得的;
根据路段检测器的历史数据集,标定路段的旅行时间的期望值与标准差,获得候选路径经过的所有路段的旅行时间概率分布;每一个时间间隔,路段的旅行时间为路段长度与速度的比值,路段旅行时间的期望值用历史数据集中所有时间间隔中的路段旅行时间的均值估计,路段旅行时间的标准差用历史数据集中所有时间间隔中的路段旅行时间的样本标准差估计;对于无检测器布设的路段,旅行时间的期望值设为路段长度与该路段设计车速之比,标准差设为该路段所处交通小区内所有铺设检测器路段的旅行时间标准差的算术平均值;
根据我国公安部2002年公布的《城市交通管理评价指标体系》,根据路段的行驶速度判断路段的拥堵情况,低于10km/h即认为该路段拥堵;对于候选路径i(i=1,2,3,…,m,m为候选路径的个数)所经过的第j条路段,统计历史数据集中,该路段行驶速度低于10km/h的事例数(即时间间隔数),用NC ij 表示,历史数据集中总的事例数用NT ij 表示,则将各候选路径中各路段的拥堵概率估计为NC ij /NT ij ,的拥堵概率表示为P ij (j=1,2,3,…,n i ,n i 为候选路径i所经过的路段的个数);对于无检测器铺设的路段,拥堵概率设为该路段所处交通小区内所有铺设检测器路段的拥堵概率的算术平均值;
步骤2:
分别求取各候选路径的等待时间,所述各条路径的等待时间分别为各条候选路径所经过的所有路段的拥挤等待时间及所有交叉口的转向延误时间的和;
即期望值为各路段的旅行时间期望值与各交叉口处的转向延误之和,方差为各路段的旅行时间方差之和。根据步骤2获得的各候选路径经过的各路段与交叉口的相关属性参数,即可根据上式获得各候选路径的路径旅行时间期望值及方差;确定各候选路径的旅行时间的分布后(根据假设条件,各候选路径的旅行时间服从正态分布),则可直接得到候选路径α位旅行时间,α取值有50, 75, 90三种情况,分别代表用户选择的“冒险”、“平常”与“保险”三种风险偏好;
计算每条候选路径的拥堵概率,对于候选路径i,拥堵概率为,其中符号定义同前;
步骤3:
将候选路径按α位旅行时间从小到大的顺序依次列出,显示各候选路径的α位旅行时间、拥堵概率、等待时间,并由用户从中选择出行驶路径;用户也可根据需要选择拥堵概率或等待时间作为排序依据,但默认选择α位旅行时间最小的路径作为行驶路径。
Claims (1)
1.一种基于历史数据的机动车出行路径的确定方法,其特征在于,假设所有路段的旅行时间相互独立且服从正态分布,假设所有路段的拥堵概率相互独立,其具体步骤为:
步骤1:
设定起讫点,将起讫点所处的小区的出行质心点分别假定为所设定的起讫点的位置,并根据路网模型和各出行小区间的出行OD矩阵,通过利用增广拉格朗日乘子法求解考虑路段容量约束的交通网络均衡问题,获得起讫点之间的候选路径集合与各个候选路径上的所有路段的拥挤等待时间,所述的路网模型包括路网拓扑结构、路段参数、交叉口控制参数,所述的路段参数包括长度、通行能力和设计速度,所述的交叉口控制参数包括信号周期、相位信息、配时信息、进口道通行能力;
对各候选路径,估计各候选路径所经过的各个交叉口处的转向延误时间;忽略无信号交叉口与环形交叉口处的延误时间,对于信号交叉口,利用公式
估计机动车的转向延误时间,针对每一条候选路径所经过的每个交叉口,为每辆车的平均转向延误时间,其中,输入变量:
C为信号周期,单位为秒;
s为饱和度,即该候选路径经过该交叉口时,可使用的所有进口道的交通量之和与可使用的所有进口道的通行能力之和的比值;
λ为绿信比,即该路径经过该交叉口时,所使用的相位的绿灯时长与信号周期之比;
以上输入参数是根据信号交叉口的控制参数与检测器历史数据集获得的各进口道的交通量获得的;
根据路段检测器的历史数据集,标定路段的旅行时间的期望值与标准差,获得候选路径经过的所有路段的旅行时间概率分布;
将行驶速度低于10km/h的路段作为拥堵路段,根据检测器的历史数据集,计算各候选路径中各路段的拥堵概率,对于候选路径i,i=1,2,3,…,m,m为候选路径的个数,所经过的第j条路段的拥堵概率表示为Pij,j=1,2,3,…,ni,ni为候选路径i所经过的路段的个数;
步骤2:
分别求取各候选路径的等待时间,所述各条路径的等待时间分别为各条候选路径所经过的所有路段的拥挤等待时间及所有交叉口的转向延误时间的和;
分别求取各候选路径的路径旅行时间期望值及方差,所述的路径旅行时间服从正态分布,期望值为各路段的旅行时间期望值与各交叉口处的转向延误时间之和,方差为各路段的旅行时间方差之和;在确定各候选路径的旅行时间的分布后,得到候选路径α位旅行时间,α取值有50, 75, 90三种情况,分别代表用户选择的“冒险”、“平常”与“保险”三种风险偏好;
步骤3:
将候选路径按α位旅行时间从小到大的顺序依次列出,显示各候选路径的α位旅行时间、拥堵概率、等待时间,并由用户从中选择出行驶路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110186767 CN102288193B (zh) | 2011-07-06 | 2011-07-06 | 一种基于历史数据的机动车出行路径的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110186767 CN102288193B (zh) | 2011-07-06 | 2011-07-06 | 一种基于历史数据的机动车出行路径的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102288193A CN102288193A (zh) | 2011-12-21 |
CN102288193B true CN102288193B (zh) | 2013-06-26 |
Family
ID=45334815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110186767 Expired - Fee Related CN102288193B (zh) | 2011-07-06 | 2011-07-06 | 一种基于历史数据的机动车出行路径的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102288193B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104750716A (zh) * | 2013-12-27 | 2015-07-01 | 中国移动通信集团公司 | 一种社交网站好友推荐方法及装置 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201113112D0 (en) * | 2011-02-03 | 2011-09-14 | Tomtom Dev Germany Gmbh | Method of generating expected average speeds of travel |
GB201219742D0 (en) * | 2012-11-02 | 2012-12-12 | Tom Tom Int Bv | Methods and systems for generating a horizon for use in an advanced driver assistance system (adas) |
JP6366296B2 (ja) * | 2014-02-21 | 2018-08-01 | 株式会社ゼンリン | 経路探索装置および経路探索方法 |
CN104731963B (zh) * | 2015-04-03 | 2018-06-15 | 重庆邮电大学 | 一种基于车联网的网格化路径推荐方法及系统 |
CN105354221A (zh) * | 2015-09-30 | 2016-02-24 | 百度在线网络技术(北京)有限公司 | 路径查询方法及装置 |
CN106323314A (zh) * | 2016-08-30 | 2017-01-11 | 无锡信大气象传感网科技有限公司 | 一种基于环境监测的路径优化方法 |
CN106323318B (zh) * | 2016-09-30 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 导航路径的通行时间的处理方法及装置 |
US10395520B2 (en) | 2016-12-19 | 2019-08-27 | Here Global B.V. | Method and apparatus for constructing a traffic model |
US10274335B2 (en) | 2017-01-03 | 2019-04-30 | Honda Motor Co., Ltd. | System for providing a notification of a presence of an occupant in a vehicle through historical patterns and method thereof |
CN108303978A (zh) * | 2017-12-29 | 2018-07-20 | 东莞产权交易中心 | 一种车辆自动驾驶的动态路径与速度确定方法 |
CN108303977A (zh) * | 2017-12-29 | 2018-07-20 | 东莞产权交易中心 | 一种车辆自动驾驶的路径与速度确定方法 |
CN108303110A (zh) * | 2017-12-29 | 2018-07-20 | 东莞产权交易中心 | 一种车载控制系统及路径速度确定方法 |
CN108389419B (zh) * | 2018-03-02 | 2024-03-29 | 辽宁工业大学 | 一种车辆动态路径诱导方法 |
CN108596218B (zh) * | 2018-04-09 | 2022-05-03 | 高新兴智联科技有限公司 | 一种射频数据和视频数据的车辆身份识别方法及系统 |
CN109360414B (zh) * | 2018-09-18 | 2020-10-23 | 北京交通大学 | 常发拥堵路段的识别和筛查方法 |
CN113015885A (zh) * | 2018-11-13 | 2021-06-22 | 麦格纳国际公司 | 使用大数据进行车辆路由的系统和方法 |
CN111858786B (zh) * | 2019-06-06 | 2023-12-22 | 北京嘀嘀无限科技发展有限公司 | 用于在路径规划中提供通行时间置信度的系统和方法 |
CN110428628B (zh) * | 2019-08-31 | 2022-01-28 | 招商局重庆交通科研设计院有限公司 | 道路交通诱导方法 |
CN110782667A (zh) * | 2019-10-30 | 2020-02-11 | 北京百度网讯科技有限公司 | 信号灯分时段配时方法、装置、电子设备及存储介质 |
CN110992689B (zh) * | 2019-11-28 | 2021-07-30 | 北京世纪高通科技有限公司 | 拥堵特征的确定方法及装置 |
CN111854779B (zh) * | 2020-02-25 | 2022-04-26 | 北京嘀嘀无限科技发展有限公司 | 一种路线规划方法、装置、电子设备及可读存储介质 |
CN111586951B (zh) * | 2020-04-30 | 2021-09-14 | 珠海格力电器股份有限公司 | 酒店照明装置的控制方法、控制装置、系统及存储介质 |
CN112686441B (zh) * | 2020-12-28 | 2022-03-25 | 燕山大学 | 基于交通均衡的电动汽车充电导航及路径选择方法 |
CN113063431B (zh) * | 2021-04-06 | 2023-06-30 | 合肥工业大学 | 一种共享单车骑行路线的智能推荐方法 |
CN113358130A (zh) * | 2021-05-31 | 2021-09-07 | 中国银行股份有限公司 | 规划路径的获取方法、装置、设备及可读存储介质 |
CN113903169B (zh) * | 2021-08-23 | 2022-10-28 | 深圳市金溢科技股份有限公司 | 一种交通优化方法、装置、电子设备及存储介质 |
CN114758514B (zh) * | 2022-03-24 | 2023-07-28 | 山东省交通规划设计院集团有限公司 | 一种基于道路使用模式的路径诱导方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571404A (zh) * | 2009-06-11 | 2009-11-04 | 东南大学 | 考虑交叉口转向的最短路径拍卖算法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4014963B2 (ja) * | 2002-08-05 | 2007-11-28 | 三菱電機株式会社 | ナビゲーション装置及び経路探索方法及び地図情報案内方法 |
KR20100097562A (ko) * | 2009-02-26 | 2010-09-03 | (주)륜닷컴 | 네비게이션 시스템 |
-
2011
- 2011-07-06 CN CN 201110186767 patent/CN102288193B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571404A (zh) * | 2009-06-11 | 2009-11-04 | 东南大学 | 考虑交叉口转向的最短路径拍卖算法 |
Non-Patent Citations (5)
Title |
---|
JP特开2004-69418A 2004.03.04 |
唐小勇等.考虑转向延误最短路径算法及实现.《2007第三届中国智能交通年会论文集》.2007,319-324. |
拥堵交通网络模型和增强拉格朗日乘子算法;程琳等;《管理科学学报》;20061031;第9卷(第5期);18-27 * |
程琳等.拥堵交通网络模型和增强拉格朗日乘子算法.《管理科学学报》.2006,第9卷(第5期),18-27. |
考虑转向延误最短路径算法及实现;唐小勇等;《2007第三届中国智能交通年会论文集》;20071231;319-324 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104750716A (zh) * | 2013-12-27 | 2015-07-01 | 中国移动通信集团公司 | 一种社交网站好友推荐方法及装置 |
CN104750716B (zh) * | 2013-12-27 | 2018-12-28 | 中国移动通信集团公司 | 一种社交网站好友推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102288193A (zh) | 2011-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102288193B (zh) | 一种基于历史数据的机动车出行路径的确定方法 | |
JP5941987B2 (ja) | 交通量予測装置および方法 | |
CN107784835B (zh) | 基于交通数据分析的交通状态模式预测系统及其预测方法 | |
CN102636177B (zh) | 一种导航路径规划方法和装置、导航系统 | |
KR101465493B1 (ko) | 차량 내비게이션 시스템 및 차량의 목적지 경로를 결정하는 방법 | |
Chang et al. | A study on traffic signal control at signalized intersections in vehicular ad hoc networks | |
CN105074793A (zh) | 用于车辆路径规划和交通管理的车道级车辆导航 | |
Dandl et al. | Microsimulation of an autonomous taxi-system in Munich | |
CN107063278A (zh) | 一种车辆导航系统、导航方法及其车辆 | |
CN105702073B (zh) | 一种基于路网决策点行程时间索引值的动态转向导航方法 | |
Levin et al. | Effect of road grade on networkwide vehicle energy consumption and ecorouting | |
US9430940B2 (en) | Regulation information analysis system | |
CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
CN113763741B (zh) | 一种车联网环境下的干线公路交通诱导方法 | |
CN101451853A (zh) | 导航装置根据实时交通信息进行导航的方法 | |
JP2008309789A (ja) | 交通情報を生成するための交通情報提供システム、及び方法 | |
CN112216130A (zh) | 一种车路协同环境下的应急车辆诱导方法 | |
KR101123967B1 (ko) | 교통 정체 예측 시스템, 예측 방법 및 그 기록 매체 | |
Kim et al. | Navopt: Navigator assisted vehicular route optimizer | |
CN105787586A (zh) | 一种最大化时空可达性的公交线路站点优化布设方法 | |
CN103177562A (zh) | 一种获取交通状态预测所需信息的方法及装置 | |
CN106441324A (zh) | 导航方法及装置、路况信息采集方法及系统 | |
CN106355915A (zh) | 一种用于提供行驶建议的方法和装置 | |
Wang et al. | Modeling travel time reliability of road network considering connected vehicle guidance characteristics indexes | |
Hans et al. | Clustering approach for assessing the travel time variability of arterials |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130626 Termination date: 20160706 |
|
CF01 | Termination of patent right due to non-payment of annual fee |