CN103258440A - 一种基于道路属性和实时路况的行车轨迹还原算法 - Google Patents

一种基于道路属性和实时路况的行车轨迹还原算法 Download PDF

Info

Publication number
CN103258440A
CN103258440A CN2013101566271A CN201310156627A CN103258440A CN 103258440 A CN103258440 A CN 103258440A CN 2013101566271 A CN2013101566271 A CN 2013101566271A CN 201310156627 A CN201310156627 A CN 201310156627A CN 103258440 A CN103258440 A CN 103258440A
Authority
CN
China
Prior art keywords
point
time
path
road
starting point
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.)
Granted
Application number
CN2013101566271A
Other languages
English (en)
Other versions
CN103258440B (zh
Inventor
蒋昌俊
张亚英
陈闳中
闫春钢
丁志军
刘鹏曦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201310156627.1A priority Critical patent/CN103258440B/zh
Publication of CN103258440A publication Critical patent/CN103258440A/zh
Application granted granted Critical
Publication of CN103258440B publication Critical patent/CN103258440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及行车轨迹还原算法，应用于交通监管领域。一种基于道路属性和实时路况的行车轨迹还原算法，先确定需要进行行车轨迹还原的起点和终点在路网中的位置，以及车辆位于起点以及终点的时间并计算出时间差
Figure 2013101566271100004DEST_PATH_IMAGE002
，再计算出所有可能路径以及它们的用时，最后结合车辆实际用时，定量计算每条道路的评分，选取最优的评分为正确路径。在一个拓扑关系复杂的路网中，解决了很难确定和还原行车的实际轨迹的问题。

Description

一种基于道路属性和实时路况的行车轨迹还原算法
技术领域
本发明涉及行车轨迹还原算法,应用于交通监管领域。
背景技术
随着交通监管系统的发展，城市中很多路口都有摄像头对车辆进行拍照，路过该路口的车辆被识别并且存储到相应的数据库中。但是并不是所有路口都有摄像头，而且即便在有摄像头的情况下目前的图像处理技术并不能保证能把所有车辆全部识别。所以就会出现这样一种情况：在摄像头能够识别出车辆的两个路口之间，车辆的行驶轨迹并非只有一种可能。一般情况下，在一个拓扑关系复杂的路网中，任意两点间的所有路径都是一个庞大的集合，很难确定和还原行车的实际轨迹。
发明内容
本发明的目的在于克服现有技术的不足,公开一种基于道路属性和实时路况的行车轨迹还原算法，先确定需要进行行车轨迹还原的起点和终点在路网中的位置，以及车辆位于起点以及终点的时间并计算出时间差                                               
Figure 2013101566271100002DEST_PATH_IMAGE002
，再计算出所有可能路径以及它们的用时，最后结合车辆实际用时，定量计算每条道路的评分，选取最优的评分为正确路径。
本发明给出的技术方案为：
一种基于道路属性和实时路况的行车轨迹还原算法，其特征在于，包括如下步骤：
步骤1：确定需要进行行车轨迹还原的起点和终点在路网中的位置，以及确定车辆位于起点以及终点的时间点并计算出实际时间差
Figure 512356DEST_PATH_IMAGE002
。
步骤2:根据起点在道路网中的拓扑关系，按照深度优先的搜索原则搜索所有符合时间要求的路径，并计算出每条路径的最短用时和实际用时的差值。
步骤3:将步骤2中选出的路径根据实时车流速度再次计算时间差
Figure 2013101566271100002DEST_PATH_IMAGE006
和步骤2得到的时间差值
Figure 429496DEST_PATH_IMAGE004
进行评分。经过定量计算后，选择评分最优的一项作为正确的路径。
其中，技术方案中步骤2的详细流程如下：
步骤2.1：把起点位置A作为中心点，此时车辆还没有开始行驶，所以总行驶时间
Figure 2013101566271100002DEST_PATH_IMAGE008
。
步骤2.2：中心点周围除上一个中心点外的所有路口点组成了点集合
Figure 2013101566271100002DEST_PATH_IMAGE010
 ，在此集合中未被标记为舍弃点的路口点都是正确路径可能经过的点，在其中任选取一点。
步骤2.3：根据中心点到选取点之间道路最高限速和实际距离算出行驶完成这段路程所需要的最短时间。
步骤2.4：如果
Figure 2013101566271100002DEST_PATH_IMAGE014
，说明即便车辆按照最快限速行驶也不能在实际的时间间隔内从起点到达终点。则标记此点为舍弃点，认为其不可能出现在正确的路径中。在点集合
Figure 916027DEST_PATH_IMAGE010
中寻找一个未被标记为舍弃点的点，重复步骤2.3。如果
Figure 2013101566271100002DEST_PATH_IMAGE016
，并且选取点并不是终点B，则将此点作为中心点，重新计算，重复步骤2.2。若选取点为终点，则按照中心点->选择点的路径回溯到起点，认为这些点组成的路径是一种可能的正确路径。
步骤2.5：若上一步确定了一条正确路径，则将距离终点最近的一个中心点相对于终点的方向标记为选取方向。重复步骤2.1。
步骤2.6：如果一个中心点周围所有路口组成的点集合
Figure 792716DEST_PATH_IMAGE010
均被标记为舍弃点或者是选中方向相连的点，则将此点中心点标记为舍弃点。将此中心点的上一级路口点作为新的中心点，重复步骤2.2。直到初始点周围的所有点均被标记为舍弃点为之，则认为找到所有可能的路径。
其中，技术方案中步骤3的详细流程如下：
步骤3.1：步骤2选出所有可能的路径集合，对
Figure 615179DEST_PATH_IMAGE020
中每条道路做如下处理。将路径的起点作为出发点，总行驶时间
Figure 2013101566271100002DEST_PATH_IMAGE022
。
步骤3.2：车辆在出发点时为
Figure 2013101566271100002DEST_PATH_IMAGE026
时刻，出发点沿着路径的下一个节点定位目的点B, 此时路口
Figure 695262DEST_PATH_IMAGE024
的A->B方向的实时车流速度为
Figure 2013101566271100002DEST_PATH_IMAGE028
，A到B的距离为D。那么，计算出A到B所用时间
Figure 2013101566271100002DEST_PATH_IMAGE030
。从出发点行驶到B点时，车辆总用时为
Figure 2013101566271100002DEST_PATH_IMAGE032
，此时的时刻为
Figure 2013101566271100002DEST_PATH_IMAGE034
。
步骤3.3：将目的点B作为出发点重复步骤3.2直到走到路径的终点。
步骤3.4：计算车辆总用时
Figure 2013101566271100002DEST_PATH_IMAGE036
和实际用时之间的差值。选择差值最接近的一条路径认为其为正确路径。
本发明创新点: 将道路拓扑信息以及道路最高限速结合分析出最短用时，并结合实际车辆行驶用时，定量计算评分，从而实现了行车轨迹还原。
附图说明
图1 车辆轨迹还原总体步骤。
图2 搜索所有可能路径的流程。
图3 对步骤2的结果进行综合定量分析并选取最优路径。
具体实施方式
以下结合附图对本发明技术方案作进一步说明。
城市中的道路一般都有最高限速，比如相关法律法规中就有规定：机动车在没有限速标志、标线的道路情况下，如果同方向只有一条机动车道的公路规定最高时速为70公里。我们在这里认定，在一般情况下，最高限速有20%的富余量，我们认为限速为的路段可以有最高速度
Figure DEST_PATH_IMAGE040
,如果某条路径中经过A道路的距离是D Km，且可再A道路上的最高的行驶速度为
Figure DEST_PATH_IMAGE042
KM/H，那么车辆在A道路上的最短用时为
Figure DEST_PATH_IMAGE044
。根据路径上所经过的每条道路的最高限速以及路径在这条道路上所经过的距离就能计算出如果车辆在这条路径上行驶的最短时间。首先将那些最短用时超过实际用时的那些路径排除。得到所有符合条件的路径，并计算出车辆行驶在这条路径上所需的最短用时和实际用时之间的差值
Figure 939871DEST_PATH_IMAGE004
 。
在使用最快行驶速度行驶所用时间小于实际间隔之后，我们使用实时路况中的实时车速来进一步的精确计算每条路径行驶用时。由于实时路况每分钟都在变化，实时车速也在不断变化。这里我们通过简化认为：车辆在一条道路的一个路口行驶往下一个路口时是基本匀速的，且速度等于出发时刻路口的实时车速。这样我们就能计算出更为精确的用时。当我们每条候选路径的具体用时之后，选择用时最接近实际用时的路径，认为其是正确路径。
本发明具体的实施过程如图1所示,具体包含以下三个步骤。
步骤1、确定需要进行行车轨迹还原的起点和终点在路网中的位置，以及车辆位于起点以及终点的时间并计算出时间差
Figure 933235DEST_PATH_IMAGE002
。
步骤2、根据起点在道路网中的拓扑关系，按照深度优先的搜索原则搜索所有符合时间要求的路径，并计算出每条路径的最短用时和实际用时的差值
Figure 687565DEST_PATH_IMAGE004
。
步骤3、将步骤2中选出的路径根据实时车流速度再次计算时间差
Figure 424577DEST_PATH_IMAGE006
和步骤2得到的时间差值
Figure 10279DEST_PATH_IMAGE004
进行评分。经过定量计算后，选择评分最优的一项作为正确的路径。
其中，步骤2的详细流程图如下。
步骤2.1、把起点位置A作为中心点，此时车辆还没有开始行驶，所以总行驶时间
Figure 440123DEST_PATH_IMAGE008
。
步骤2.2、中心点周围除上一个中心点外的所有路口点组成了点集合
Figure 681748DEST_PATH_IMAGE010
 ，在此集合中未被标记为舍弃点的路口点都是正确路径可能经过的点，在其中任选取一点。
步骤2.3、根据中心点到选取点之间道路最高限速和实际距离算出行驶完成这段路程所需要的最短时间。
步骤2.4、如果
Figure 600343DEST_PATH_IMAGE014
，说明即便车辆按照最快限速行驶也不能在实际的时间间隔
Figure 748559DEST_PATH_IMAGE002
内从起点到达终点。则标记此点为舍弃点，认为其不可能出现在正确的路径中。在点集合中寻找一个未被标记为舍弃点的点，重复步骤2.3。如果，并且选取点并不是终点B，则将此点作为中心点，重新计算
Figure 54272DEST_PATH_IMAGE018
，重复步骤2.2。若选取点为终点，则按照中心点->选择点的路径回溯到起点，认为这些点组成的路径是一种可能的正确路径。
步骤2.5、若上一步确定了一条正确路径，则将距离终点最近的一个中心点相对于终点的方向标记为选取方向。重复步骤2.1。
步骤2.6、如果一个中心点周围所有路口组成的点集合
Figure 825919DEST_PATH_IMAGE010
均被标记为舍弃点或者是选中方向相连的点，则将此点中心点标记为舍弃点。将此中心点的上一级路口点作为新的中心点，重复步骤2.2。直到初始点周围的所有点均被标记为舍弃点为之，则认为找到所有可能的路径。
 
步骤3的详细流程图如下。
步骤3.1、步骤2选出所有可能的路径集合
Figure 776558DEST_PATH_IMAGE020
，对
Figure 721380DEST_PATH_IMAGE020
中每条道路做如下处理。将路径的起点作为出发点，总行驶时间
Figure 73864DEST_PATH_IMAGE022
。
步骤3.2、车辆在出发点
Figure 16412DEST_PATH_IMAGE024
时为
Figure 454346DEST_PATH_IMAGE026
时刻，出发点沿着路径的下一个节点定位目的点B, 此时路口
Figure 874964DEST_PATH_IMAGE024
的A->B方向的实时车流速度为，A到B的距离为D。那么，计算出A到B所用时间
Figure 772567DEST_PATH_IMAGE030
。从出发点行驶到B点时，车辆总用时为
Figure 697798DEST_PATH_IMAGE032
，此时的时刻为
Figure 922106DEST_PATH_IMAGE034
。
步骤3.3、将目的点B作为出发点重复步骤3.2直到走到路径的终点。
步骤3.4、计算车辆总用时
Figure 983603DEST_PATH_IMAGE036
和实际用时
Figure 267954DEST_PATH_IMAGE002
之间的差值。选择差值最接近的一条路径认为其为正确路径。

Claims (3)

1.一种基于道路属性和实时路况的行车轨迹还原算法，其特征在于，包括如下步骤：
步骤1：确定需要进行行车轨迹还原的起点和终点在路网中的位置，以及确定车辆位于起点以及终点的时间点并计算出实际时间差                                               
Figure 2013101566271100001DEST_PATH_IMAGE002
；
步骤2:根据起点在道路网中的拓扑关系，按照深度优先的搜索原则搜索所有符合时间要求的路径，并计算出每条路径的最短用时和实际用时的差值
Figure 2013101566271100001DEST_PATH_IMAGE004
；
步骤3:将步骤2中选出的路径根据实时车流速度再次计算时间差
Figure 2013101566271100001DEST_PATH_IMAGE006
和步骤2得到的时间差值
Figure 474731DEST_PATH_IMAGE004
进行评分，经过定量计算后，选择评分最优的一项作为正确的路径。
2.如权利要求1所述的基于道路属性和实时路况的行车轨迹还原算法，其特征在于，所述步骤2的详细流程如下：
步骤2.1：把起点位置A作为中心点，此时车辆还没有开始行驶，所以总行驶时间
Figure DEST_PATH_IMAGE008
；
步骤2.2：中心点周围除上一个中心点外的所有路口点组成了点集合
Figure DEST_PATH_IMAGE010
 ，在此集合中未被标记为舍弃点的路口点都是正确路径可能经过的点，在其中任选取一点；
步骤2.3：根据中心点到选取点之间道路最高限速和实际距离算出行驶完成这段路程所需要的最短时间；
步骤2.4：如果
Figure DEST_PATH_IMAGE014
，说明即便车辆按照最快限速行驶也不能在实际的时间间隔
Figure 315779DEST_PATH_IMAGE002
内从起点到达终点，则标记此点为舍弃点，认为其不可能出现在正确的路径中；在点集合中寻找一个未被标记为舍弃点的点，重复步骤2.3；如果
Figure DEST_PATH_IMAGE016
，并且选取点并不是终点B，则将此点作为中心点，重新计算
Figure DEST_PATH_IMAGE018
，重复步骤2.2；若选取点为终点，则按照中心点->选择点的路径回溯到起点，认为这些点组成的路径是一种可能的正确路径；
步骤2.5：若上一步确定了一条正确路径，则将距离终点最近的一个中心点相对于终点的方向标记为选取方向，重复步骤2.1；
步骤2.6：如果一个中心点周围所有路口组成的点集合
Figure 749351DEST_PATH_IMAGE010
均被标记为舍弃点或者是选中方向相连的点，则将此点中心点标记为舍弃点；将此中心点的上一级路口点作为新的中心点，重复步骤2.2；直到初始点周围的所有点均被标记为舍弃点为之，则认为找到所有可能的路径。
3.如权利要求1所述的基于道路属性和实时路况的行车轨迹还原算法，其特征在于，所述步骤3的详细流程如下：
步骤3.1：步骤2选出所有可能的路径集合
Figure DEST_PATH_IMAGE020
，对
Figure 649174DEST_PATH_IMAGE020
中每条道路做如下处理：将路径的起点作为出发点，总行驶时间
Figure DEST_PATH_IMAGE022
；
步骤3.2：车辆在出发点
Figure DEST_PATH_IMAGE024
时为
Figure DEST_PATH_IMAGE026
时刻，出发点沿着路径的下一个节点定位目的点B, 此时路口
Figure 529799DEST_PATH_IMAGE024
的A->B方向的实时车流速度为
Figure DEST_PATH_IMAGE028
，A到B的距离为D；那么，计算出A到B所用时间
Figure DEST_PATH_IMAGE030
；从出发点行驶到B点时，车辆总用时为
Figure DEST_PATH_IMAGE032
，此时的时刻为
Figure DEST_PATH_IMAGE034
；
步骤3.3：将目的点B作为出发点重复步骤3.2直到走到路径的终点；
步骤3.4：计算车辆总用时
Figure DEST_PATH_IMAGE036
和实际用时
Figure 893784DEST_PATH_IMAGE002
之间的差值，选择差值最接近的一条路径认为其为正确路径。
CN201310156627.1A 2013-05-02 2013-05-02 一种基于道路属性和实时路况的行车轨迹还原算法 Active CN103258440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310156627.1A CN103258440B (zh) 2013-05-02 2013-05-02 一种基于道路属性和实时路况的行车轨迹还原算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310156627.1A CN103258440B (zh) 2013-05-02 2013-05-02 一种基于道路属性和实时路况的行车轨迹还原算法

Publications (2)

Publication Number Publication Date
CN103258440A true CN103258440A (zh) 2013-08-21
CN103258440B CN103258440B (zh) 2015-04-15

Family

ID=48962320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310156627.1A Active CN103258440B (zh) 2013-05-02 2013-05-02 一种基于道路属性和实时路况的行车轨迹还原算法

Country Status (1)

Country Link
CN (1) CN103258440B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427586A (zh) * 2015-12-16 2016-03-23 武汉烽火众智数字技术有限责任公司 一种基于多轨迹碰撞的车辆落脚点分析方法
CN106528553A (zh) * 2015-09-09 2017-03-22 上海汽车集团股份有限公司 一种行车信号处理方法及装置
CN107749170A (zh) * 2017-12-07 2018-03-02 东莞职业技术学院 一种车辆跟踪装置及方法
CN110895876A (zh) * 2018-09-11 2020-03-20 深圳云天励飞技术有限公司 一种车辆监控方法、装置及存储介质
CN111047860A (zh) * 2019-12-02 2020-04-21 安徽百诚慧通科技有限公司 一种车辆运行轨迹提取方法
CN112735169A (zh) * 2021-01-06 2021-04-30 山东旗帜信息有限公司 一种车辆路径还原方法、设备及介质
CN113297342A (zh) * 2021-05-18 2021-08-24 北京理工大学前沿技术研究院 一种车辆行驶轨迹重构方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0911778A2 (en) * 1997-10-23 1999-04-28 Toyota Jidosha Kabushiki Kaisha Vehicle traffic control system
WO2005095894A1 (en) * 2004-03-31 2005-10-13 British Telecommunications Public Limited Company Pathfinding system
CN101226687A (zh) * 2008-01-31 2008-07-23 浙江工业大学 一种城市交通中的典型行驶路线分析方法
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN101373559A (zh) * 2007-08-24 2009-02-25 同济大学 基于浮动车数据评估城市路网交通状态的方法
WO2010124138A1 (en) * 2009-04-22 2010-10-28 Inrix, Inc. Predicting expected road traffic conditions based on historical and current data
JP2011007746A (ja) * 2009-06-29 2011-01-13 Hitachi Ltd ナビゲーション装置、経路探索サーバ、および経路探索システム
CN102521965A (zh) * 2011-12-09 2012-06-27 同济大学 基于车牌识别数据的交通需求管理措施效果评价方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0911778A2 (en) * 1997-10-23 1999-04-28 Toyota Jidosha Kabushiki Kaisha Vehicle traffic control system
WO2005095894A1 (en) * 2004-03-31 2005-10-13 British Telecommunications Public Limited Company Pathfinding system
CN101373559A (zh) * 2007-08-24 2009-02-25 同济大学 基于浮动车数据评估城市路网交通状态的方法
CN101226687A (zh) * 2008-01-31 2008-07-23 浙江工业大学 一种城市交通中的典型行驶路线分析方法
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
WO2010124138A1 (en) * 2009-04-22 2010-10-28 Inrix, Inc. Predicting expected road traffic conditions based on historical and current data
JP2011007746A (ja) * 2009-06-29 2011-01-13 Hitachi Ltd ナビゲーション装置、経路探索サーバ、および経路探索システム
CN102521965A (zh) * 2011-12-09 2012-06-27 同济大学 基于车牌识别数据的交通需求管理措施效果评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHEN LIN ET AL.: "VGITS: ITS based on intervehicle communication", 《JOURNAL OF NETWORK AND COMPUTER APPLICATIONS》, vol. 31, no. 3, 31 August 2008 (2008-08-31), pages 285 - 302 *
沈金伟: "车载自组织网络中路径还原算法和路由协议的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 7, 15 July 2012 (2012-07-15) *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106528553A (zh) * 2015-09-09 2017-03-22 上海汽车集团股份有限公司 一种行车信号处理方法及装置
CN105427586A (zh) * 2015-12-16 2016-03-23 武汉烽火众智数字技术有限责任公司 一种基于多轨迹碰撞的车辆落脚点分析方法
CN107749170A (zh) * 2017-12-07 2018-03-02 东莞职业技术学院 一种车辆跟踪装置及方法
CN107749170B (zh) * 2017-12-07 2020-06-16 东莞职业技术学院 一种车辆跟踪装置及方法
CN110895876A (zh) * 2018-09-11 2020-03-20 深圳云天励飞技术有限公司 一种车辆监控方法、装置及存储介质
CN111047860A (zh) * 2019-12-02 2020-04-21 安徽百诚慧通科技有限公司 一种车辆运行轨迹提取方法
CN111047860B (zh) * 2019-12-02 2021-01-08 安徽百诚慧通科技有限公司 一种车辆运行轨迹提取方法
CN112735169A (zh) * 2021-01-06 2021-04-30 山东旗帜信息有限公司 一种车辆路径还原方法、设备及介质
CN113297342A (zh) * 2021-05-18 2021-08-24 北京理工大学前沿技术研究院 一种车辆行驶轨迹重构方法、装置、设备及存储介质
CN113297342B (zh) * 2021-05-18 2022-05-10 北京理工大学前沿技术研究院 一种车辆行驶轨迹重构方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN103258440B (zh) 2015-04-15

Similar Documents

Publication Publication Date Title
CN103258440B (zh) 一种基于道路属性和实时路况的行车轨迹还原算法
CN108151751B (zh) 一种基于高精度地图和传统地图结合的路径规划方法及装置
CN102183256B (zh) 行进车队的地图匹配方法
CN108871368A (zh) 一种高精度地图车道横向拓扑关系的构建方法、系统及存储器
CN113155145B (zh) 一种面向自动驾驶车道级导航的车道级路径规划方法
CN106323321A (zh) 一种车辆导航实时修正方法及系统
CN104064029B (zh) 一种VANETs中V2V链路延迟的动态预测方法
CN107958302A (zh) 基于虚拟拓扑交通网络的经验路径规划方法
WO2020125686A1 (zh) 实时相对地图的生成方法，智能驾驶设备以及计算机存储介质
CN103177585B (zh) 基于浮动车数据计算路段各转向平均行程车速方法
CN110276973A (zh) 一种路口交通规则自动识别方法
CN107490384A (zh) 一种基于城市路网的最优静态路径选择方法
CN105371859A (zh) 基于安全驾驶地图的车道级别的导航引导系统和方法
CN108171967A (zh) 一种交通控制方法及装置
CN107270925A (zh) 一种用户车辆导航系统、装置及方法
CN106340190A (zh) 用于确定红绿灯配时方案的方法、装置及系统
CN107085620A (zh) 一种出租车和地铁接驳出行线路的查询方法及系统
CN105928529A (zh) 一种多证据融合地图匹配算法
CN108177524A (zh) Arhud系统及其车道线绘制方法
CN109816271A (zh) 基于共享单车轨迹数据的自行车道服务水平评价方法
CN108805315A (zh) 根据轨迹点绘制出行轨迹的方法及系统、车载终端及车辆
CN101807348B (zh) 一种动态网络导航系统及方法
CN115077550A (zh) 一种基于导航地图与高精地图匹配的无人车路径规划方法
CN105806355A (zh) 一种车辆绿色路径导航系统及方法
CN102927990A (zh) 机车通过地理信息系统确定城市道路最优路径的方法

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