CN103557870A - 一种动态轨迹导航方法及云平台 - Google Patents
一种动态轨迹导航方法及云平台 Download PDFInfo
- Publication number
- CN103557870A CN103557870A CN201310466623.3A CN201310466623A CN103557870A CN 103557870 A CN103557870 A CN 103557870A CN 201310466623 A CN201310466623 A CN 201310466623A CN 103557870 A CN103557870 A CN 103557870A
- Authority
- CN
- China
- Prior art keywords
- section
- track
- cloud platform
- database
- mobile terminal
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Abstract
本发明适用于导航领域,提供了一种动态的导航路径规划方法及云平台,该方法包括:云平台实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;当云平台接收到移动终端提出的某一有特定要求的路径规划请求时,云平台根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出对应的路径规划,然后以无线方式发送给移动终端;本发明实施例提供的技术方案具有实现大规模的使用移动终端来采集轨迹信息用作动态的交通信息并进行精准导航、准确预测、合理躲避拥堵道路、准确躲避封闭禁行道路的优点。
Description
技术领域
本发明属于导航领域,尤其涉及一种动态轨迹导航方法及云平台。
背景技术
伴随着移动互联网、云计算、ITS智能交通系统、车联网应用技术的发展和智慧城市建设的日益深入,及我国第二代北斗卫星导航系统BD2的发展成熟,动态导航技术的深入研究显得愈来愈重要也愈来愈迫切。
路段、结点、形值点的定义及静态交通限制信息。在实际情况中,为了避免过多地考虑道路间的拓扑关系,一般抽取道路网络图中道路交叉路口作为分析的对象,并定义这个交叉路口为结点之一,结点还可包括道路的尽头、或者道路属性改变的地方;同时对道路以结点进行分割,并定义两个最近结点之间的一段道路为路段。这样,整个道路网络图将由结点和路段组成,交叉路口点为网络的结点,路段为网络的弧,名称相同的相互连接的若干条路段则构成了一条道路。路段则可以用折线来描述,在折线转折处的顶点称为道路形值点。形值点存在于路段上,两相邻形值点之间的部分称为此路段的子路段。静态的交通限制信息指的是在一个实际交通网络中,较长时间内不会发生变化的固定的交通限制:单行线,禁止转弯,禁止掉头。处理这种信息,首先需要建立道路拓扑关系的模型以及得到对静态交通限制信息的表示方法,使得这些信息可以融合到交通路网模型中并且能够被系统方便的识别和存储。
实时交通信息的采集。以前,交通信息的取得大多依赖于道路上的交通流检测设备,如环形感应线圈、雷达、视频照片、牌照识别、红外传感器和浮动车辆(FC)等。近一、二年才开始用移动终端来采集路况信息,比如现在,主要是在用大量的出租车的行驶轨迹来充实实时交通信息,特别是作为实时路况的主要信息来源。
道路交通状况的预测。由于交通路况信息是变化的,如果出行者按他出发前的交通信息选定路线,也许当他到达某个交叉口时,本应顺畅的道路已经变得拥挤不堪。所以实时预测道路未来某段时间内的交通状况,对精准导航至关重要。目前,对这个方面的研究成效并不显著。
在实现现有技术的技术方案中,发现存在如下问题:
由于以前无线通信技术的限制,移动互联网终端的匮乏及云平台的缺乏,从技术上无法实现大规模的使用移动终端来采集轨迹信息用作动态的交通信息,导致至今为止还没有一个成熟有效的动态导航方法。而最为接近本技术的国外的有美国的INRIX,国内的有高德、四图维新,它们能根据实时路况信息计算的所谓最优路径,但也只是依赖原有地图上的道路数据和红绿黄主干路上的定性的拥堵信息来进行运算的,给出的路径规划往往还是很不合理;而作为动态导航技术的一个重要方面——未来道路交通状况的预测,迄今为止,也没有一个比较理想的模型和方法。
发明内容
本发明实施例的目的在于提供一种云平台中心控制式的动态轨迹导航方法,旨在解决现有技术无法将轨迹信息直接运用到路径规划化的定量计算中、导致路径规划不合理、反应路况变化不敏感的问题;同时提供一种全新的预测拥堵路况的方法,并可根据预测结果计算出一种行驶时间最短的路径规划方案;而这种预测方法,是根据相关移动终端上传的正在使用的终端已有实时路径规划方案而得出的,因而当相关的移动终端数量足够多时,该预测方法是比较可靠的。
一方面,提供一种动态的导航路径规划方法,所述方法包括:
云平台实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;
当云平台接收到移动终端提出的某一有特定要求的路径规划请求时,云平台根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出和某一有特定要求的路径规划请求相应的路径规划,然后将所述相应的路径规划以无线方式发送给移动终端;
所述轨迹信息包括:轨迹的数量及轨迹的获取时间,轨迹各点的经纬度及获取时间、高程及获取时间、二维或三维速度及获取时间、二维或三维运动方向及获取时间、视频或照片图像及获取时间,轨迹所属移动终端的代码;所述轨迹的数量,是指在所统计的时间范围和空间范围内,将每一个移动终端上传的连续的二维或三维的空间位置坐标点按由先到后的时间顺序连接形成一条轨迹,然后累加这些所述轨迹条数,所得出的数量;
所述终端已有实时路径规划方案是指已经存在于所述移动终端内部的、正在使用的、从所述移动终端本次上传开始时的所在地到目的地的一个行驶方案,它能告诉云平台所述移动终端从哪里开始、走哪条路、将要到哪里去;主要的作用是用来预测未来道路的拥堵状况的,它是随着移动终端的不断移动而不断变化的;实际上,它也类似于一个轨迹----一个未来可能形成的轨迹;它不是指云平台给移动终端做出的并将要发送给移动终端的路径规划。
如果一编号为1号的车辆从一路段VW的结点V驶向另一结点W,设t1v为1号车辆到达结点V的时刻,T1vw(t1v)为1号车辆到达结点W所耗费的时间,即耗时,则n辆车辆的在某个时间区域T内的耗时:T1vw(t1v),T2vw(t2v),......Tnvw(tnv)的加权平均数,构成了平均耗时,这个平均耗时则定义Tpnvw,也称之为路段vw在T时间区域从V到W的动态阻抗。如果这个时间区域T是同现有轨迹信息相对应的已经过去的时间,则为即时动态阻抗;如果这个时间区域T是某一指定的未来的一个时间区域,那么用这个未来时间区域T和终端已有实时路径规划方案、云平台历史数据计算出来的动态阻抗,则称为预测动态阻抗。
在一个云平台内部,用多个移动终端的实时上传的轨迹信息和终端已有实时路径规划方案,生成和更新新的路段、生成和更新模拟交通限制信息、生成和更新即时动态阻抗、生成和更新预测动态阻抗,这样形成的一个动态的有关路段的数据库称为动态路段数据库。
所述更新和完善云平台内部的动态路段数据库,是指根据包括轨迹的数量及轨迹的获取时间在内的轨迹信息,生成和更新未知道路上的路段数据、生成和更新所有路段的即时动态阻抗、生成和更新所有路段的模拟交通限制信息,另外,根据所述多个终端已有实时路径规划方案和轨迹历史数据,生成和更新所有路段的预测动态阻抗;
所述所有路段是指包括新生成的路段和原有路段;所述轨迹的获取时间,是指构成轨迹各点的经纬度的获取时间所组成的一个和各点对应的时间集合;所述轨迹各点的经纬度的获取时间,是指移动终端在获取到所述各点的经纬度坐标时所处的时刻。
第二方面,提供一种云平台,所述云平台包括多个智能设备,所述智能设备包括:处理器、存储器、通信接口和总线;
所述通信接口实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,处理器然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;当通信接口接收到移动终端提出的某一有特定要求的路径规划请求时,处理器根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出和某一有特定要求的路径规划请求相应的路径规划,然后将所述相应的路径规划以无线方式发送给移动终端;
所述轨迹信息包括:轨迹的数量及轨迹的获取时间,轨迹各点的经纬度及获取时间、高程及获取时间、二维或三维速度及获取时间、二维或三维运动方向及获取时间、视频或照片图像及获取时间,轨迹所属移动终端的代码;所述轨迹的数量,是指在所统计的时间范围和空间范围内,将每一个移动终端上传的连续的二维或三维的空间位置坐标点按由先到后的时间顺序连接形成一条轨迹,然后累加这些所述轨迹条数,所得出的数量;
所述终端已有实时路径规划方案是指移动终端正在使用的、从本次上传开始时的所在的地到目的地的一个路径规划方案;
所述更新和完善云平台内部的动态路段数据库,是指根据包括轨迹的数量及轨迹的获取时间在内的轨迹信息,生成和更新未知道路上的路段数据、所有路段的即时动态阻抗和所有路段的模拟交通限制信息,另外,根据所述多个终端已有实时路径规划方案和轨迹历史数据,生成和更新所有路段的预测动态阻抗;
所述所有路段是指包括新生成的路段和原有路段;所述轨迹的获取时间,是指构成轨迹各点的经纬度的获取时间所组成的一个和各点对应的时间集合;所述轨迹各点的经纬度的获取时间,是指移动终端在获取到所述各点的经纬度坐标时所处的时刻。
在本发明实施例中,本发明提供的技术方案具有实现大规模的使用移动终端来采集轨迹信息用作动态的交通信息并进行精准合理导航的优点。
附图简要说明
图1是本发明具体实施方式提供的一种动态的导航路径规划方法的流程图;
图2是本发明具体实施方式提供的云平台的结构示意图。
实施本发明的方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明最显著的创造性之一是将导航系统内的固态路段数据库改变为随轨迹信息变化而变化的动态路段数据库。
本发明最显著的创造性之一是将多个移动终端的终端已有实时路径规划方案实时上传至云平台中心,并根据所述的终端已有实时路径规划方案和云平台中的历史数据计算出预测动态阻抗,用作预测未来道路拥堵状况和计算路径规划。
本发明可以说是一个云计算、大数据、移动互联网、车联网、北斗导航时代的产物。因为本技术中所述的上传的多个轨迹信息的数量是指所谓的海量的、大数据的数量级,也就是说所述的多个轨迹信息是指海量的即数以万计的或亿以上数量级的、连续不断的稠密轨迹信息流,只有在这种情况下,用轨迹数量来进行相关计算才会有好的效果。
本发明最显著的创造性之一是将路径规划的主体由原来的移动终端转移到一个控制中心——云平台系统内部,并且将这个云平台系统内的通常为固态的路段数据库改变为随轨迹信息变化而变化的动态的路段数据库;同时本技术运用了云计算技术,采用了海量的轨迹信息,并根据统计学的原理计算所谓的大数据,用轨迹的数量和轨迹获取时间作为重要参量,来实时的、动态的改变云平台内部的动态路段数据库。
本发明实施例是这样实现的,在包括GPS或BD2定位系统下,一个云计算平台实时无线接收所有系统内客户装载在车辆上的移动终端——即具有通信功能的定位装置(如出租车定位监控设备)或导航装置(如智能手机)发送的轨迹信息,然后进行处理和运算,动态地更新云平台内部的路段数据库,生成即时动态阻抗权值和预测动态阻抗权值,或生成新的路段、模拟生成新的交通限制信息,在接收到移动终端提出的路径规划请求时,云平台根据这些更新了的动态路段数据库数据计算出一个路径规划,再发送给移动终端。具体实现的主要技术原理为:将接收到的轨迹信息,舍弃异常点,并进行卡尔曼滤波处理,去除噪声,然后对GIS中的原有的路段数据进行投影,如成功则用轨迹信息中包含的时间数据改变该路段的即时动态阻抗权值;如不成功则另外生成临时路段存储到路段数据库中并自行生成即时动态阻抗权值。当客户提出最短时间路径规划时,先按照常规的最短路径算法(如A*算法)求出n条最短路径,n条最短路径里可包括新生成的路段,然后再在这n条路径规划中,根据所包含的的路段的即时动态阻抗权值的叠加,选出总体耗时最短的路径规划,即为最短时间路径规划。同时,还可根据多个移动终端上传的实时路径规划,计算出未来某时某路段的预测动态阻抗,并将其运用到某些路径规划的计算中。
所述云平台即为云计算平台,是指一种具有超强的存储和计算能力的、基于互联网的、其存储和计算资源海量的、可按需动态部署、动态优化、动态收回的,以虚拟化方式共享资源的一系列计算机群和数据平台。因为本技术中的所述多个移动终端,其实是指海量的即数以万计的或亿以上数量级的移动终端,在这里一个移动终端上传的轨迹信息定义为一个轨迹信息,而多个轨迹信息,则是指海量的即数以万计的或亿以上数量级的、连续不断的稠密轨迹信息流,只有使用这种具有超强计算能力的云平台,才有可能完成这种繁杂的计算任务。
本发明实施例与现有技术相比,有益效果在于:本发明采用的数据是全面的、连续的、繁杂的、海量的轨迹信息,因样本量大所以可信度高;其收集存储及计算、以及路径规划是在一个云平台的内部进行的,计算量大、速度快;并且具有动态的、能利用地图上没有的新的道路实施导航的、能利用轨迹信息更新交通限制信息的、能动态的定量的计算总体路径规划耗时的、能实时反应路况变化的优点;另外还可根据众多相关的多个移动终端正在使用的终端已有实时路径规划方案,预测未来某时某个路段的拥堵状况。
需要说明的是,上述包括生成新的路段的更新动态路段数据库的方法,应以不违反相关国家有关测绘方面的法规法律为前提。
本发明具体实施方式提供一种动态的导航路径规划方法,该方法如图1所示,包括:
101、云平台实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;
102、当云平台接收到移动终端提出的某一有特定要求的路径规划请求时,云平台根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出和某一有特定要求的路径规划请求相应的路径规划,然后将所述相应的路径规划以无线方式发送给移动终端;
上述终端已有实时路径规划方案是指移动终端内部已有的且正在使用的、从所述移动终端本次上传开始时的所在地到目的地的一个路径规划方案;
所述轨迹信息包括:轨迹的数量及轨迹的获取时间,轨迹各点的经纬度及获取时间、高程及获取时间、二维或三维速度及获取时间、二维或三维运动方向及获取时间、视频或照片图像及获取时间,轨迹所属移动终端的代码;
所述更新和完善云平台内部的动态路段数据库,是指根据包括轨迹的数量及轨迹的获取时间在内的轨迹信息,生成和更新未知道路上的路段数据、所有路段的即时动态阻抗和所有路段的模拟交通限制信息,另外,根据所述多个终端已有实时路径规划方案和轨迹历史数据,生成和更新所有路段的预测动态阻抗;
所述所有路段是指包括新生成的路段和原有路段;所述轨迹的获取时间,是指构成轨迹各点的经纬度的获取时间所组成的一个和各点对应的时间集合;所述轨迹各点的经纬度的获取时间,是指移动终端在获取到所述各点的经纬度坐标时所处的时刻。
所述轨迹的数量,是指在所统计的时间范围和空间范围内,将每一个移动终端上传的连续的二维或三维的空间位置坐标点按由先到后的时间顺序连接形成一条轨迹,然后累加这些所述轨迹条数,所得出的数量;所述终端已有实时路径规划方案是指移动终端正在使用的、从本次上传开始时的所在的地到目的地的一个路径规划方案。
可选的,上述生成和更新未知道路上的路段数据的方法包括:当多个移动终端在未知道路上行驶,其上传的轨迹信息不能匹配到云平台的动态路段数据库中原有的路段数据上时,云平台将这些所述的不能匹配到云平台的动态路段数据库中原有的路段上的轨迹信息,舍弃异常点,去除噪声,并按一定方法整理合并成一条模拟道路,并暂存到动态路段数据库中,同时计算模拟道路中的轨迹数量;当在某一时间区间内,合并在这条模拟道路上的轨迹数量达到某一设定阈值时,云平台将这条模拟道路转变成一条或几条新的临时或永久的新生成路段数据,存储到动态路段数据库中,云平台还根据实时上传的新的轨迹信息对所述的新生成路段数据不断更新;需要说明的是,所述去除噪声,可采用卡尔曼滤波算法实现。
上述更新完善该云平台内的动态路段数据库具体可以采用下述方式中的任意一种或组合:
方式A、云平台根据多个移动终端实时上传的轨迹的数量及轨迹的获取时间,计算出某一路段上某一时间区域的轨迹的平均耗时,并把所述的平均耗时作为一个即时动态阻抗存储在一个数据库中,所述某一路段是原有道路上的路段或是未知道路上新生成的路段;
当采用方式A时,当移动终端提出的某一特定要求的路径规划请求为:最短时间的路径规划请求时,所述云平台根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出某一有特定要求的路径规划请求相应的路径规划具体包括:云平台用包含了这些即时动态阻抗的数据库数据,计算总体耗时最短的路径规划。
方式B、云平台将包括在原有道路和未知道路上行驶的众多移动终端上传的轨迹的获取时间存储到云平台的动态数据库中,并将所述轨迹的获取时间与所述轨迹的获取时间对应路段相关联;当移动终端设定一时间区域,并提出请求:当一些存储在所述动态数据库中的轨迹获取时间落入这个所述时间区域时,找出这些获取时间所对应的轨迹,再找出所述对应的轨迹所在的路段,然后用这些路段拼接出一个路径规划,云平台则根据移动终端的请求用符合条件的路段,计算出路径规划。
方式C、云平台将众多终端上传的某路段上的轨迹的数量,存储到云平台的数据库中,并与对应路段相关联;当移动终端设定一个数量阈值,并提出当一些路段上的轨迹数量落入这个数量阈值时,找出这些路段,然后用这些路段拼接出一个路径规划的请求时,云平台则根据移动终端的请求用符合条件的路段,拼接出路径规划。
还可以将方式B和方式C结合使用,即选取某一段时间之内、拥有某一定轨迹数量的路段,来拼接路径规划。这样做的意义之一是:可避开因为维修或事故等原因导致封闭禁行的一些路段,因为在这种情况下,这些路段的在这个封闭禁行的时间区域里的车辆轨迹数量显然趋向于零。而现有的技术,对这种常见的情况却是不能识别的。
可选的,上述方法在101和102之间还包括:
通过检验在未知道路和原有道路某一时间区域、某一指定路段上的轨迹数量,模拟生成禁止允许转弯、转弯交通限制信息、允许掉头、禁止掉头交通限制信息或单行线交通限制信息。
可选的,模拟生成允许转弯或禁止转弯交通限制信息包括:云平台检验两个相交的路段是否共同拥有连续的同一移动终端形成的某行驶方向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的数量、或者同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照轨迹行驶方向可以转弯的交通限制信息,存储到一个特殊的数据库中,反之,当这个计算结果小于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照轨迹行驶方向禁止转弯的交通限制信息,存储到一个特殊的数据库中。
可选的,上述模拟生成允许掉头或禁止掉头交通限制信息包括:云平台检验某一个路段是否存在以某形值点为转折点的同一移动终端连续形成的正向和反向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的数量,或者,同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这个路段之间的可以在这个转折点按照所述轨迹转折方向掉头的交通限制信息,存储到一个特殊的数据库中,反之,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段之间的禁止在这个转折点按照所述轨迹转折方向掉头的交通限制信息,存储到一个特殊的数据库中。
上述模拟生成单行线交通限制信息包括:云平台检验某个的路段某个方向的移动终端形成的轨迹数量,并计算在一个设定的时间区域内这类所述轨迹的数量,或者,同相反方向的或其他相关的轨迹相比较的相对数量,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段在这个所述方向的禁止通行的交通限制信息,存储到一个特殊的数据库中。
可选的,上述云平台根据所述更新和完善所述云平台内部的动态路段数据库的数据计算出相应的路径规划包括:
云平台先采用静态的常规的最短路径计算方法计算出n条总体距离最短的路径规划方案,再在n条最短路径规划方案中根据所在路段上的即时动态阻抗选出总体耗时最短的一条路径规划,所述路段包括:原有道路和未知道路上的路段。
上述静态的常规的最短路径计算方法,是指一种称之为:A*启发式搜索算法;这种算法是用来根据所述更新和完善了的云平台内部的动态路段数据库数据计算出n条总体距离最短的路径规划方案的;所述A*启发式搜索算法,包括下限为0的A*启发式搜索算法的一种特例:dijkstra算法。
可选的,上述利用这些轨迹信息更新和完善在这个云平台内部的路段数据库,是指将根据轨迹信息模拟生成的新的路段数据同原有路段数据一起存储在一个以邻接表方式表达的一个数据库中。
可选的,上述云平台根据这些更新和完善了的路段数据库数据,计算出相应的路径规划具体包括:
将轨迹信息中的高程和二维或三维运动方向信息、同所在路段相关联并加权平均后同视频、照片数据一起存储在数据库中,用以区分近似路段;当云平台用包括高架桥上下高度不同但水平面位置相近或相同的、或其它高度相同但水平位置接近的一些所述近似路段进行路径规划时,云平台检验所述近似路段结点的经纬度坐标,当两个路段对应结点的经度坐标值之差和纬度坐标值之差的绝对值同时小于一个设定的值时,则自动读取行驶在所述两个路段上面的移动终端的可以包括平均高程、行驶方向、视频、照片的轨迹信息;还可以同时计算所述两个路段与各自的前后相邻路段的衔接关系,并进行标记和提示,一起存储在动态路段数据库中,云平台根据存储在动态路段数据库中的所述的轨迹信息和衔接关系,计算路径规划;然后将所述的移动终端的可以包括平均高程、行驶方向、视频、照片的轨迹信息和所述衔接关系连同标记和提示,同计算出的路径规划方案一起,发送给移动终端;所述计算衔接关系,是指累加在某个路段上的每一个移动终端在直行或转弯、跨越结点行驶到相邻的路段时形成的连续轨迹的数量,当这个数量在一设定的时间区域内落入一个设定的阈值时,或当在一设定的时间区域内,用所述的连续轨迹的数量同相关轨迹数量相比,其比值落入一个设定的阈值时,则确认为这两个路段在这个轨迹运行的方向上有衔接关系。
可选的,上述利用所述轨迹信息和终端已有实时路径规划方案更新和完善云平台内部的动态路段数据库,是指云平台根据多个移动终端动态的实时上传的终端已有实时路径规划方案,及所涉及到的路段的较近一段时间的即时动态阻抗,计算出未来某指定时间某一路段上的移动终端的一个预测数量,然后根据这个预测数量找出云平台中存储的与此数量相对应的该路段的上某一段时间内的即时动态阻抗的加权平均值,作为该路段的预测动态阻抗,与对应时间一起存储到云平台的一个数据库中,当一个移动终端提出某一特定的路径规划时,云平台根据这个所述预测动态阻抗,预测未来某指定时间、某指定路段的交通拥堵状况,并按移动终端要求计算出一个路径规划方案,无线传输给移动终端。
可选的,所述云平台根据这些更新和完善了的路段数据库数据,计算出相应的路径规划具体包括:
其更新完善的方式和计算路径规划的方法可以根据需要,将上述方法供的技术方案进行组合使用。
移动终端在接到云平台无线发送的路径规划方案后,会有三种情况:
a、云平台中的路段数据库数据和移动终端的完全相同,移动终端则按照云平台做出的路径规划方案,直接用本地的对应路段拼接出来;
b、云平台内的地图与移动终端内的地图同系统不同版本,或虽然同系统同版本但路段数据库中的数据不同,这时主要产生的问题是云平台上有的路段但移动终端地图却没有,为解决这个问题,应事先通过特殊的数据库设计及拓扑关系的建立,尽可能使两个同系统不同版本的路段数据库具有高兼容性,这样,云平台就可以先通过检测,将共同拥有的连续的路段数据信息按序排列出来发送给终端,然后移动终端按照上述a.中的方法执行;对于云平台中有但移动终端中没有的路段数据部分,云平台则将这部分路段数据中的位置点的经纬度数据发送给移动终端,移动终端再根据这些经纬度数据找出对应的位置点,并连线且在显示屏中显示出来,同时在语音提示中提示:“未知道路,请按轨迹信息小心驾驶”。
C、对于不同系统的电子地图,将依据国际或国家相关标准,将路段信息全部转换成轨迹信息,即将全部的路径规划方案以轨迹位置点经纬度数据的形式发送给移动终端,移动终端在屏幕上据此画出连线来供驾驶者参考,同时伴随发送语音提示:“轨迹导航,请按轨迹小心驾驶。”这样,将有利于最大限度的服务于各种不同的客户。
需要说明的是,上述说明的轨迹信息,既可以是包括采用GPS/DR、BD2(第二代北斗导航系统)/DR移动终端定位模块的卫星定位技术、移动通信基站定位技术采集的轨迹信息,也可以是通过采用RFID识别技术、红外或激光扫描技术之类的电子识别技术,识别装载在车辆上的电子标签来获取的轨迹信息,还可以包括以视频及图像信息方式获取的轨迹信息,上述轨迹信息的采集方式不应受采集方法的限制。
为保护用户的隐私,所述轨迹信息及终端已有实时路径规划方案的采集可以采用匿名方式获取。移动终端与云平台之间的轨迹信息的上传或路径规划的接收,其无线通信方式也可以为多种,包括卫星通信、北斗卫星导航系统的短信通信、WiFi、GPRS、2G、3G或4G技术,本发明具体实施方式并不局限于何种无线通信方式。
需要说明的是,上述轨迹信息可以包括:轨迹各点的经度、纬度、高程、二维或三维速度、二维或三维运动方向、轨迹的数量、轨迹所属移动终端的代码、视频及图像多种参量,以及所述多种参量的获取时间;所述更新和完善云平台内部的动态路段数据库,是指根据包括轨迹的数量和轨迹的获取时间区域在内的轨迹信息中的多种参量,生成和更新未知道路上的路段数据、所有路段上的即时动态阻抗、所有路段上的模拟交通限制信息。其具体方法之一为:云平台接收到轨迹信息后,先对其进行滤波处理,去除异常或偏差过大的杂波,然后按照一定的方法将轨迹信息中的位置数据同GIS数据库中的原有的路段数据相匹配,如成功则落入该路段数据中,即将轨迹与结点路段对应的点的数据更改为路段对应点的数据,并根据轨迹的获取时间赋予该路段即时动态阻抗权值;如不成功,则存储到另外一个数据库中,并在这个数据库中,对位置邻近的轨迹进行整理合并,生成一条或多条模拟道路,当在一个指定时间区域内,所述模拟道路上的轨迹数量达到一定值时,则按照一定的方法分割并模拟生成新的路段。
另外,还可根据多个终端已有实时路径规划方案生成和更新路段预测动态阻抗。所述终端已有实时路径规划方案是指移动终端正在使用的、从本次上传开始时的所在的地点到目的地的一个路径规划方案;所述即时动态阻抗是指根据已接收到的所述多个移动终端的轨迹信息,计算某路段某时间区域的加权平均耗时,得出结果即为所述某时间区域某路段的即时动态阻抗;所述预测动态阻抗是指根据多个移动终端上传的多个终端已有实时路径规划方案,结合云平台中的历史数据,计算未来某时间区域某路段的耗时,得出结果即为所述未来某时间区域某路段的预测动态阻抗;所述所有路段是指包括新生成的路段和原有路段。
需要说明的是,本申请中所述的轨迹获取时间,是指构成轨迹的各个位置点的获取时间所组成的一个时间集合,所述位置点的获取时间,是指移动终端在采集到所述位置点经纬度数据时所处的时刻,因为移动终端所在的时刻和采集到数据的时刻可能会有一个误差,所以这个获取时间一般会稍微滞后于移动终端实际所在该位置点的时间。但在本技术里,一般忽略了这个时间差异。
需要说明的是,本技术中所述的交通限制信息,是指包括:禁止向左转弯、禁止向右转弯、禁止掉头、禁止直行的交通禁令标志类信息和向左转弯、向右转弯、允许掉头、单行路只准直行的交通指示标志类信息。
所述云平台根据预测动态阻抗,预测未来某指定时间、某指定路段的交通拥堵状况,并按移动终端要求计算出一个路径规划方案,无线发送给移动终端;其意义还在于:一方面可以用来预测及统筹规划车辆的流量分布,另一方面,当云平台和移动终端对轨迹信息的采集传输速度、路径规划方案的计算速度及无线传输速度足够快时,并辅以相关车辆之间的所述轨迹信息的直接交流,还可以通过自动报警、自动规避的方式,用来防止车辆之间的碰撞。
需要说明的的是,所述计算衔接关系,是指累加某个路段上的每一个移动终端在直行或转弯过程中跨越结点行驶到相邻的路段时形成的连续轨迹的所得到的数量,当这个所述数量的值、或所述数量同其他相关轨迹数量相比的相对值,在一设定的时间区域内大于一个设定的值时,则确认为这两个路段以所跨越的结点为衔接点、在这个轨迹运行的方向上有衔接关系;当这个所述数量的值、或所述数量同其他相关轨迹数量相比的相对值,在一设定的时间区域内小于一个设定的值时,则确认为这两个路段以所跨越的结点为衔接考察点、在这个轨迹运行的方向上没有衔接关系;而在这里所述的没有衔接关系,包括物理条件上的如立交桥上下错层的道路、护栏、沟壑的限制;还包括交通规则的上的如不许直行、不许转弯的限制。
综上所述,本技术的实施,将对ITS智能交通系统、车联网应用技术的发展及我国智慧城市的建设起到一定的推动作用。
本发明具体实施方式还提供一种云平台,该云平台包括:多台智能设备,该智能设备具体可以:计算机或服务器,所述智能设备的硬件结构图如图2所示,包括:处理器201、存储器202、通信接口203和总线204。
处理器201、存储器202、通信接口203通过总线204相互连接;总线204可以是工业标准架构体系(Industry Standard Architecture,ISA)总线或外围组件互联(英文:Peripheral Component Interconnect,简称:PCI)总线等。
上述的处理器201可以是通用处理器,包括中央处理器(英文:centralprocessing unit,简称CPU)、网络处理器(英文:network processor,简称NP),当然也可以为数字信号处理器(英文:Digital Signal Processing,简称:DSP)等。
存储器202,用于存放程序和动态路段数据库。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令,该程序用于指示处理器201发出计算机操作指令。存储器202可能包含高速随机存储器(英文:random-accessmemory,简称:RAM)存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
通信接口203,用于接收或发送数据。上述数据具体可以为:报文、轨迹信息或路径规划信息等数据,具体地,该通信接口203可以为通信端口,该通信端口包括但不限于无线通信端口或有线通信端口。
通信接口203实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,处理器201然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;当通信接口203接收到移动终端提出的某一有特定要求的路径规划请求时,处理器201根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出和某一有特定要求的路径规划请求相应的路径规划,然后将所述相应的路径规划以无线方式发送给移动终端;
上述终端已有实时路径规划方案是指移动终端内部已有的且正在使用的、从所述移动终端本次上传开始时的所在地到目的地的一个路径规划方案;
所述轨迹信息包括:轨迹的数量及轨迹的获取时间,轨迹各点的经纬度及获取时间、高程及获取时间、二维或三维速度及获取时间、二维或三维运动方向及获取时间、视频或照片图像及获取时间,轨迹所属移动终端的代码;
所述更新和完善云平台内部的动态路段数据库,是指根据包括轨迹的数量及轨迹的获取时间在内的轨迹信息,生成和更新未知道路上的路段数据、所有路段的即时动态阻抗和所有路段的模拟交通限制信息,另外,根据所述多个终端已有实时路径规划方案和轨迹历史数据,生成和更新所有路段的预测动态阻抗;
所述所有路段是指包括新生成的路段和原有路段;所述轨迹的获取时间,是指构成轨迹各点的经纬度的获取时间所组成的一个和各点对应的时间集合;所述轨迹各点的经纬度的获取时间,是指移动终端在获取到所述各点的经纬度坐标时所处的时刻。
可选的,处理器201具体用于,当多个移动终端上传的轨迹信息不能匹配到云平台的动态路段数据库中原有的路段数据上时,处理器201将这些不能匹配的所述轨迹信息去除噪声,按一定方法整理合并成一条或多条模拟道路,并暂存到动态路段数据库中,同时累加所述模拟道路中的轨迹数量;当在某设定一时间区间内,某条所述模拟道路上的轨迹数量累加到某一设定阈值时,所述处理器将这条模拟道路转变成一条或几条新的临时或永久的新生成路段数据,存储到动态路段数据库中,处理器201还根据实时上传的新的轨迹信息对所述的新生成路段数据不断更新。
可选的,处理器201具体用于根据多个移动终端实时上传的轨迹的数量及轨迹的获取时间,计算出某一路段上某一时间区域的轨迹的平均耗时,并把所述的平均耗时作为一个即时动态阻抗存储在一个数据库中,所述某一路段是原有道路上的路段或是未知道路上新生成的路段;
当移动终端提出的某一特定要求的路径规划请求为:最短时间的路径规划请求时,所述处理器根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出某一有特定要求的路径规划请求相应的路径规划具体包括:所述处理器用包含了这些即时动态阻抗的数据库数据,计算总体耗时最短的路径规划。
可选的,处理器201具体用于将包括在原有道路和未知道路上行驶的众多移动终端上传的轨迹的获取时间存储到云平台的动态数据库中,并将所述轨迹的获取时间与所述轨迹的获取时间对应路段相关联;当移动终端设定一时间区域,并提出请求:当一些存储在所述动态数据库中的轨迹获取时间落入所述时间区域时,找出这些获取时间所对应的轨迹,再找出所述对应的轨迹所在的路段,然后用这些路段拼接出一个路径规划,处理器201则根据移动终端的请求用符合条件的路段,计算出路径规划。
可选的,处理器201将众多终端上传的某路段上的轨迹的数量,存储到云平台的数据库中,并与对应路段相关联;当移动终端设定一个数量阈值,并提出当一些路段上的轨迹数量落入这个数量阈值时,找出这些路段,然后用这些路段拼接出一个路径规划的请求时,处理器201则根据移动终端的请求用符合条件的路段,拼接出路径规划。
可选的,处理器201具体用于通过检验在未知道路和原有道路某一时间区域、某一指定路段上的轨迹数量,模拟生成允许转弯、禁止转弯交通限制信息、允许掉头、禁止掉头交通限制信息或单行线交通限制信息。
可选的,处理器201具体用于检验两个相交的路段是否共同拥有连续的同一移动终端形成的某行驶方向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的绝对数量、或者同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照轨迹行驶方向可以转弯的交通限制信息,存储到一个特殊的数据库中,反之,当这个计算结果小于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照轨迹行驶方向禁止转弯的交通限制信息,存储到一个特殊的数据库。
可选的,处理器201具体用于检验某一个路段是否存在以某形值点为转折点的同一移动终端连续形成的正向和反向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的绝对数量,或者,同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这个路段之间的可以在这个转折点按照所述轨迹转折方向掉头的交通限制信息,存储到一个特殊的数据库中,反之,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段之间的在这个转折点按照所述轨迹转折方向禁止掉头的交通限制信息,存储到一个特殊的数据库中。
可选的,处理器201具体用于检验某个的路段某个方向的移动终端形成的轨迹数量,并计算在一个设定的时间区域内这类所述轨迹的绝对数量,或者,同相反方向的或其他相关的轨迹相比较的相对数量,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段在这个所述方向的禁止通行的交通限制信息,存储到一个特殊的数据库中。
可选的,处理器201具体用于先采用静态的常规的最短路径计算方法计算出n条总体距离最短的路径规划方案,再在n条最短路径规划方案中根据所在路段上的即时动态阻抗选出总体耗时最短的一条路径规划,所述路段包括:原有道路和未知道路上的路段。
可选的,上述静态的常规的最短路径计算方法,是指A*启发式搜索算法;所述A*启发式搜索算法是用来根据所述更新和完善了的云平台内部的动态路段数据库数据计算出n条总体距离最短的路径规划方案的;所述A*启发式搜索算法,包括下限为0的A*启发式搜索算法的一种特例:dijkstra算法。
可选的,上述利用所述多个轨迹信息更新和完善在云平台内部的动态路段数据库,是指将根据轨迹信息模拟生成的新的路段数据后,将新的路段数据同原有路段数据一起存储在一个以邻接表方式表达的数据库中。
可选的,处理器201具体用于将轨迹信息中的高程和二维或三维运动方向信息同所在路段相关联并加权平均后存储在动态路段数据库中;当云平台用包括高架桥在内的上下高度不同但水平面位置相近或相同的、或其它高度相同但水平位置接近的近似路段进行路径规划时,云平台首先检验所述近似路段结点的经纬度坐标,当两个路段对应结点的经度坐标值之差和纬度坐标值之差的绝对值同时小于一个设定阈值时,则自动读取行驶在其上轨迹的平均高程和行驶方向,同时计算与前后相邻路段的衔接关系,并进行标记和提示,然后将所述表示高程、行驶方向和衔接关系的标记、提示和计算出的路径规划方案一起发送给移动终端;所述计算与前后相邻路段的衔接关系,是指计算同一移动终端同一方向跨越相邻的路段的连续轨迹的绝对数量和相对数量,当所述绝对数量和相对数量在一设定的时间区域内落入设定的数量阈值时,则确认为这两个路段在这个轨迹运行的方向有衔接关系。
可选的,所述利用所述轨迹信息或终端已有实时路径规划方案更新和完善云平台内部的动态路段数据库,是指云平台根据多个移动终端动态的实时上传的终端已有实时路径规划方案,及所涉及到的路段的一段时间范围内的即时动态阻抗,计算出未来某指定时间某一路段上的移动终端的一个预测数量,然后根据所述预测数量找出云平台中存储的与所述预测数量相对应的该路段的上某一段时间内的即时动态阻抗的加权平均值,作为该路段的预测动态阻抗,将所述预测动态阻抗与对应时间一起存储到云平台的动态路段数据库中,当一个移动终端提出某一特定的路径规划时,云平台根据所述预测动态阻抗,预测未来某指定时间、某指定路段的交通拥堵状况,并按移动终端提出某一特定的路径规划的要求计算出一个路径规划方案,发送给移动终端。
本领域技术人员可以理解,本发明实施例提供的技术方案全部或部分步骤是可以通过程序指令相关的硬件来完成。比如可以通过计算机运行程来完成。该程序可以存储在可读取存储介质,例如,随机存储器、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的具体实施方式之内所作的等同替换或改进等,均应包含在本发明的保护范围之内。
Claims (28)
1.一种动态的导航路径规划方法,其特征在于,所述方法包括:
云平台实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;
当云平台接收到移动终端提出的某一有特定要求的路径规划请求时,云平台根据更新和完善了的所述云平台内部的动态路段数据库数据,计算出对应的路径规划,然后将所述对应的路径规划以无线方式发送给移动终端;
所述轨迹信息包括:轨迹的数量及轨迹的获取时间,轨迹各点的经纬度及获取时间、高程及获取时间、二维或三维速度及获取时间、二维或三维运动方向及获取时间、视频或照片及获取时间,轨迹所属移动终端的代码;
所述终端已有实时路径规划方案是指移动终端内部已有的且正在使用的、从所述移动终端本次上传开始时的所在地到目的地的一个路径规划方案;
所述更新和完善云平台内部的动态路段数据库,是指包括:根据包括轨迹的数量及轨迹的获取时间在内的轨迹信息,生成和更新未知道路上的路段数据,生成和更新所有路段的即时动态阻抗,生成和更新所有路段的模拟交通限制信息;另外,根据所述多个终端已有实时路径规划方案和轨迹历史数据,生成和更新所有路段的预测动态阻抗;
所述所有路段是指包括新生成的路段和原有路段;所述轨迹的获取时间,是指由构成轨迹各点的经纬度的获取时间所组成的一个和所述各点对应关联的时间集合;所述轨迹各点的经纬度的获取时间,是指移动终端在获取到所述各点的经纬度坐标时所处的时刻。
2.根据权利要求1所述的方法,其特征在于,所述生成和更新未知道路上的路段数据,具体包括:
当移动终端在未知道路上行驶并上传轨迹信息时,云平台将所述轨迹信息中的位置信息,去除异常点及噪声并按照一定方法整理合并成一条或多条模拟道路,暂存到动态路段数据库中,同时累加所述模拟道路中的轨迹数量;当在某一设定的时间区域内,合并在某条所述模拟道路上的累加的所述轨迹数量落入某一设定阈值时,云平台将所述某条所述模拟道路转变成一条或几条新的临时或永久的新生成路段数据,存储到动态路段数据库中,然后云平台根据实时上传的新的轨迹信息对所述新生成路段及相关数据不断更新;
所述未知道路是指原有的所述动态路段数据库中没有对应数据的道路。
3.根据权利要求1所述的方法,其特征在于,所述计算出对应的路径规划具体包括:
云平台根据多个移动终端实时上传的轨迹的数量及轨迹的获取时间,计算出某一路段上某一时间区域的轨迹的平均耗时,并把所述的平均耗时作为一个即时动态阻抗同所述时间区域一起存储在一个数据库中,所述某一路段是指原有道路上的路段或未知道路上新生成的路段;
当移动终端提出的某一有特定要求的路径规划请求为:最短时间的路径规划请求时,所述云平台根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出对应的路径规划具体包括:云平台用包含了这些即时动态阻抗的数据库数据,计算出总体耗时最短的路径规划。
4.根据权利要求1所述方法,其特征在于,所述计算出对应的路径规划具体包括:
云平台将包括在原有道路和未知道路上行驶的多个移动终端上传的轨迹的获取时间存储到云平台的动态数据库中,并将所述轨迹的获取时间与对应轨迹所在的路段相关联;当云平台或移动终端设定一时间区域,并提出请求:当一些存储在所述动态路段数据库中的轨迹获取时间落入所述时间区域时,找出该获取时间所对应的轨迹,再找出所述对应的轨迹所在的路段,然后用这些路段拼接出一个路径规划;云平台则根据云平台或移动终端的请求用符合条件的路段,计算出相应的路径规划。
5.根据权利要求1所述的方法,其特征在于,所述计算出对应的路径规划具体包括:
云平台将多个移动终端上传的某路段上的轨迹的数量计算出来,存储到云平台的数据库中,并与对应路段相关联;当云平台或移动终端设定一个轨迹数量阈值或轨迹数量比值阈值,并提出请求:当一些路段上的轨迹的数量落入这个所述轨迹数量阈值时,或当一些路段上的轨迹的数量与相关轨迹的数量的比值落入这个所述轨迹数量比值阈值时,找出所述一些路段,然后用所述一些路段拼接出一个路径规划;云平台则根据云平台或移动终端的请求用符合条件的所述一些路段,拼接出对应路径规划。
6.根据权利要求1所述的方法,其特征在于,所述更新和完善云平台内部的动态路段数据库还包括:
通过检验在未知道路或原有道路上某一时间区域、某一些指定路段上的连续轨迹数量或相对数量,模拟生成允许转弯、禁止转弯交通限制信息,允许掉头、禁止掉头交通限制信息或只准单向行驶交通限制信息。
7.根据权利要求6所述的方法,其特征在于,所述模拟生成允许转弯或禁止转弯交通限制信息包括:
云平台检验两个相交的路段是否共同拥有同一移动终端形成的连续的某转弯方向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的数量、或者同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照所述某转弯方向允许转弯的交通限制信息,存储到一个特殊的数据库中;反之,当这个计算结果小于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照所述某转弯方向禁止转弯的交通限制信息,存储到一个特殊的数据库中。
8.根据权利要求6所述的方法,其特征在于,所述模拟生成允许掉头或禁止掉头交通限制信息包括:
云平台检验某一个路段是否存在以某形值点为转折点的同一移动终端连续形成的正向和反向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的数量,或者,同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这个路段之间的允许在这个转折点按照所述轨迹转折方向掉头的交通限制信息,存储到一个特殊的数据库中;反之,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段之间的禁止在这个转折点按照所述轨迹转折方向掉头的交通限制信息,存储到一个特殊的数据库中。
9.根据权利要求6所述的方法,其特征在于,所述模拟生成只准单向行驶交通限制信息包括:
云平台检验某个的路段某个指定方向的移动终端形成的轨迹数量,并计算在一个设定的时间区域内这类所述轨迹的数量,或者,同相反方向的或其他相关的轨迹相比较的相对数量,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段在这个所述某个指定方向的禁止通行的交通限制信息,存储到一个特殊的数据库中。
10.根据权利要求1所述的方法,其特征在于,所述云平台根据所述更新和完善所述云平台内部的动态路段数据库的数据计算出相应的路径规划包括:
云平台先采用静态的常规的最短路径计算方法计算出n条总体距离最短的路径规划方案,再在所述n条总体距离最短的路径规划方案中根据所包括的路段上的即时动态阻抗计算出总体耗时最短的一条路径规划,所述路段包括:原有道路和未知道路上的路段。
11.根据权利要求10所述的方法,其特征在于,所述静态的常规的最短路径计算方法,是指A*启发式搜索算法;并且所述A*启发式搜索算法,是用来根据所述更新和完善了的云平台内部的动态路段数据库数据计算出n条总体距离最短的路径规划方案的;所述A*启发式搜索算法,包括下限为0的A*启发式搜索算法的一种特例:dijkstra算法。
12.根据权利要求1所述的方法,其特征在于,所述更新和完善云平台内部的动态路段数据库,是指将生成和更新后的所述未知道路上的路段数据,同原有路段数据一起存储在一个以邻接表方式表达的数据库中。
13.根据权利要求1所述的方法,其特征在于,所述云平台根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出和所述某一有特定要求的路径规划请求相对应的路径规划,具体包括:
将轨迹信息中每一位置点的高程加权平均值或二维、三维运动方向数据的加权平均值、或视频照片同所在路段相关联存储在数据库中,用以区分近似路段;当云平台检索到包括高架桥上下高度不同但水平面位置相近或相同的、或其它高度相同但水平位置接近的一些所述近似路段时,再进一步定量比较所述近似路段结点的经纬度坐标,当两个路段对应结点的经度坐标值之差和纬度坐 标值之差的绝对值同时小于一个设定的值时,则提取行驶在所述两个路段上面的移动终端的包括平均高程、平均行驶方向、视频、照片的轨迹信息;或同时计算所述两个路段与各自的前后相邻路段的衔接关系,并进行标记和提示,存储在一个特殊的动态路段数据库中;当移动终端提出某一有特定要求的路径规划请求时,云平台用存储在所述特殊的动态路段数据库中的包括所述平均高程、平均行驶方向、视频、照片的轨迹信息或衔接关系在内的数据,计算出相应的路径规划;然后将所述平均高程、平均行驶方向、视频、照片的轨迹信息或所述衔接关系连同标记和提示,同计算出的路径规划方案一起,发送给移动终端;所述计算衔接关系,是指累加某个路段上的每一个移动终端在直行或转弯过程中跨越结点行驶到相邻的路段时形成的连续轨迹的所得到的数量,当这个所述数量的值、或所述数量同其他相关轨迹数量相比的相对值,在一设定的时间区域内大于一个设定的值时,则确认为这两个路段以所跨越的结点为衔接点、在这个轨迹运行的方向上有衔接关系。
14.根据权利要求1所述的方法,其特征在于,所述计算出对应的路径规划具体包括:云平台根据多个移动终端动态的实时上传的终端已有实时路径规划方案,及所涉及到的路段的即时动态阻抗,计算出未来某一指定时间某一指定路段上的移动终端的一个预测数量,然后根据所述预测数量找出云平台中存储的与所述预测数量相对应的该路段上的一些即时动态阻抗,将所述一些即时动态阻抗加权平均所得到的数值即为所述未来某一指定时间某一指定路段的预测动态阻抗,将所述预测动态阻抗与所述未来某一指定时间一起存储到云平台的动态路段数据库中;当一个移动终端提出某一特定的路径规划时,云平台根据所述预测动态阻抗,预测所述未来某一指定时间某一指定路段的交通拥堵状况,并将所述预测动态阻抗作为参量之一计算出一个对应路径规划方案,发送给移动终端。
15.一种云平台,所述云平台包括多个智能设备,所述智能设备包括:处理器、存储器、通信接口和总线;其特征在于,
所述通信接口实时无线接收多个移动终端上传的多个轨迹信息或多个终端已有实时路径规划方案,处理器然后利用所述多个轨迹信息或多个终端已有实时路径规划方案,更新和完善云平台内部的动态路段数据库;当通信接口接收到移动终端提出的某一有特定要求的路径规划请求时,处理器根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出对应的路径规划,然后将所述对应的路径规划以无线方式发送给移动终端;
所述轨迹信息包括:轨迹的数量及轨迹的获取时间,轨迹各点的经纬度及获取时间、高程及获取时间、二维或三维速度及获取时间、二维或三维运动方向及获取时间、视频或照片图像及获取时间,轨迹所属移动终端的代码;
所述终端已有实时路径规划方案是指移动终端内部已有的且正在使用的、从所述移动终端本次上传开始时的所在地到目的地的一个路径规划方案;
所述更新和完善云平台内部的动态路段数据库,是指根据包括轨迹的数量及轨迹的获取时间在内的轨迹信息,生成和更新未知道路上的路段数据、生成和更新所有路段的即时动态阻抗,生成和更新所有路段的模拟交通限制信息,另外,根据所述多个终端已有实时路径规划方案和轨迹历史数据,生成和更新所有路段的预测动态阻抗;
所述所有路段是指包括新生成的路段和原有路段;所述轨迹的获取时间,是指构成轨迹各点的经纬度的获取时间所组成的一个和各点对应的时间集合;所述轨迹各点的经纬度的获取时间,是指移动终端在获取到所述各点的经纬度坐标时所处的时刻。
16.根据权利要求15所述的云平台,其特征在于,
所述处理器具体用于,当移动终端在未知道路上行驶并上传轨迹信息时,所述处理器将所述轨迹信息中的位置信息,去除噪声及异常点并按照一定方法整理合并成一条或多条模拟道路,暂存到动态路段数据库中,同时累加所述模 拟道路中的轨迹数量;当在某一设定的时间区域内,合并在某条所述模拟道路上的累加的所述轨迹数量落入某一设定阈值时,所述处理器将所述某条所述模拟道路转变成一条或几条新的临时或永久的新生成路段数据,存储到动态路段数据库中,然后所述处理器根据实时上传的新的轨迹信息对所述新生成路段及相关数据不断更新;
所述未知道路是指原有的所述动态路段数据库中没有对应数据的道路。
17.根据权利要求15所述的云平台,其特征在于,
所述处理器具体用于根据多个移动终端实时上传的轨迹的数量及轨迹的获取时间,计算出某一路段上某一时间区域的轨迹的平均耗时,并把所述的平均耗时作为一个即时动态阻抗存储在一个数据库中,所述某一路段是指原有道路上的路段或未知道路上新生成的路段;
当移动终端提出的某一特定要求的路径规划请求为:最短时间的路径规划请求时,所述处理器根据所述更新和完善了的云平台内部的动态路段数据库数据,计算出对应的路径规划具体包括:所述处理器用包含了这些即时动态阻抗的数据库数据,计算出总体耗时最短的路径规划。
18.根据权利要求15所述的云平台,其特征在于,
所述处理器将包括在原有道路和未知道路上行驶的多个移动终端上传的轨迹的获取时间存储到云平台的动态数据库中,并将所述轨迹的获取时间与对应轨迹所在的路段相关联;当云平台或移动终端设定一时间区域,并提出请求:当一些存储在所述动态数据库中的轨迹获取时间落入所述时间区域时,找出这些获取时间所对应的轨迹,再找出所述对应的轨迹所在的路段,然后用这些路段拼接出一个路径规划;所述处理器则根据云平台或移动终端的请求用符合条件的路段,计算出对应路径规划。
19.根据权利要求15所述的云平台,其特征在于,
所述处理器将多个移动终端上传的某路段上的轨迹的数量计算出来,并存储到云平台的数据库中,同时与所述轨迹所在的路段相关联;当云平台或移动终端设定一个轨迹数量阈值或轨迹数量比值阈值,并提出请求:当一些路段上的轨迹的数量落入这个所述轨迹数量阈值时,或当一些路段上的轨迹的数量与相关轨迹的数量的比值落入这个所述轨迹数量比值阈值时,找出所述一些路段,然后用所述一些路段拼接出一个路径规划;所述处理器则根据云平台或移动终端的请求用符合条件的所述一些路段,拼接出对应路径规划。
20.根据权利要求15所述的云平台,其特征在于,
所述处理器具体用于通过检验在未知道路或原有道路上某一时间区域、某一些指定路段上的连续轨迹数量或相对数量,模拟生成允许转弯、禁止转弯交通限制信息,允许掉头、禁止掉头交通限制信息或只准单向行驶交通限制信息。
21.根据权利要求20所述的云平台,其特征在于:
所述处理器具体用于检验两个相交的路段是否共同拥有连续的同一移动终端形成的某转弯方向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的数量、或者同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照所述某转弯方向允许转弯的交通限制信息,存储到一个特殊的数据库中;反之,当这个计算结果小于一个事先设定的值时,则模拟生成这两个路段之间的在相交的结点按照所述某转弯方向禁止转弯的交通限制信息,存储到一个特殊的数据库中。
22.根据权利要求20所述的云平台,其特征在于:
所述处理器具体用于检验某一个路段是否存在以某形值点为转折点的同一 移动终端连续形成的正向和反向的轨迹,并计算在一个设定的时间区域内这类所述轨迹的数量,或者,同相关轨迹相比较的相对数量,当这个计算结果大于一个事先设定的值时,则模拟生成这个路段之间的在这个转折点按照所述轨迹转折方向允许掉头的交通限制信息,存储到一个特殊的数据库中;反之,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段之间的在这个转折点按照所述轨迹转折方向禁止掉头的交通限制信息,存储到一个特殊的数据库中。
23.根据权利要求20所述的云平台,其特征在于:
所述处理器具体用于检验某个的路段某个指定方向的移动终端形成的轨迹数量,并计算在一个设定的时间区域内这类所述轨迹的数量,或者,同相反方向的或其他相关的轨迹相比较的相对数量,当这个计算结果小于一个事先设定的值时,则模拟生成这个路段在这个所述某个指定方向的禁止通行的交通限制信息,存储到一个特殊的数据库中。
24.根据权利要求15所述的云平台,其特征在于:
所述处理器具体用于先采用静态的常规的最短路径计算方法计算出n条总体距离最短的路径规划方案,再在n条最短路径规划方案中根据所包括路段上的即时动态阻抗计算出总体耗时最短的一条路径规划,所述路段包括:原有道路和未知道路上的路段。
25.根据权利要求24所述的云平台,其特征在于:
所述静态的常规的最短路径计算方法,是指A*启发式搜索算法;并且所述A*启发式搜索算法是用来根据所述更新和完善了的云平台内部的动态路段数据库数据计算出n条总体距离最短的路径规划方案的;所述A*启发式搜索算法, 包括下限为0的A*启发式搜索算法的一种特例:dijkstra算法。
26.根据权利要求15所述的云平台,其特征在于:
所述更新和完善云平台内部的动态路段数据库,是指将生成和更新后的所述未知道路上的路段数据,同原有路段数据一起存储在一个以邻接表方式表达的数据库中。
27.根据权利要求15的云平台,其特征在于:
所述处理器具体用于将轨迹信息中每一位置点的高程加权平均值或二维、三维运动方向数据的加权平均值、或视频照片同所在路段相关联存储在数据库中,用以区分近似路段;当云平台检索到包括高架桥上下高度不同但水平面位置相近或相同的、或其它高度相同但水平位置接近的一些所述近似路段时,再进一步定量比较所述近似路段结点的经纬度坐标,当两个路段对应结点的经度坐标值之差和纬度坐标值之差的绝对值同时小于一个设定的值时,则提取行驶在所述两个路段上面的移动终端的包括平均高程、平均行驶方向、视频、照片的轨迹信息;或同时计算所述两个路段与各自的前后相邻路段的衔接关系,并进行标记和提示,存储在一个特殊的动态路段数据库中;当移动终端提出某一有特定要求的路径规划请求时,云平台用存储在所述特殊的动态路段数据库中的包括所述平均高程、平均行驶方向、视频、照片的轨迹信息或衔接关系在内的数据,计算出相应的路径规划;然后将所述平均高程、平均行驶方向、视频、照片的轨迹信息或所述衔接关系连同标记和提示,同计算出的路径规划方案一起,发送给移动终端;所述计算衔接关系,是指累加在某个路段上的某一指定方向上每一个移动终端在直行或转弯过程中跨越结点行驶到相邻的路段时形成的连续轨迹所得到的数量,当这个所述数量的值、或所述数量与相关轨迹数量相比较的相对值落入一个设定的阈值时,则确认为这两个路段以所跨越的结点为衔接点、在这个轨迹运行的方向上有衔接关系。
28.根据权利要求15所述的云平台,其特征在于:
所述计算出对应的路径规划,是指云平台根据多个移动终端实时上传的终端已有实时路径规划方案,及所涉及到的路段的一段时间范围内的即时动态阻抗,计算出未来某指定时间某指定路段上的移动终端的一个预测数量,然后根据所述预测数量找出云平台中存储的与所述预测数量相对应的该路段的一些即时动态阻抗,将所述一些即时动态阻抗加权平均所得到的数值即为所述未来某指定时间某指定路段上的预测动态阻抗,然后将所述预测动态阻抗与对应时间一起存储到云平台的动态路段数据库中;当一个移动终端提出某一特定的路径规划时,云平台根据所述预测动态阻抗,预测未来某指定时间、某指定路段的交通拥堵状况,并将所述预测动态阻抗作为参量之一,同时根据云平台中的其他轨迹信息计算出一个对应的路径规划。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310466623.3A CN103557870B (zh) | 2013-10-09 | 2013-10-09 | 一种动态轨迹导航方法及云平台 |
PCT/CN2014/087686 WO2015051718A1 (zh) | 2013-10-09 | 2014-09-28 | 一种动态轨迹导航方法及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310466623.3A CN103557870B (zh) | 2013-10-09 | 2013-10-09 | 一种动态轨迹导航方法及云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103557870A true CN103557870A (zh) | 2014-02-05 |
CN103557870B CN103557870B (zh) | 2014-11-12 |
Family
ID=50012180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310466623.3A Active CN103557870B (zh) | 2013-10-09 | 2013-10-09 | 一种动态轨迹导航方法及云平台 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103557870B (zh) |
WO (1) | WO2015051718A1 (zh) |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103561070A (zh) * | 2013-10-25 | 2014-02-05 | 北京奇虎科技有限公司 | 提示随身定位设备是否按时抵达的方法及装置、系统 |
CN104217109A (zh) * | 2014-09-01 | 2014-12-17 | 中国人民解放军国防科学技术大学 | 敏捷卫星混合主动调度方法 |
CN104240500A (zh) * | 2014-08-25 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种路况信息预测方法及系统 |
CN104501825A (zh) * | 2015-01-15 | 2015-04-08 | 刘畅 | 一种基于动态信息的动态导航方法及设备 |
WO2015051718A1 (zh) * | 2013-10-09 | 2015-04-16 | 曹玮 | 一种动态轨迹导航方法及云平台 |
CN104567908A (zh) * | 2015-01-22 | 2015-04-29 | 北京微车一族信息技术发展有限公司 | 一种可离线野外行车的地图导航方法 |
CN104715628A (zh) * | 2014-12-23 | 2015-06-17 | 上海语镜汽车信息技术有限公司 | 一种基于位置关系计算的车载实时路况方法及装置 |
WO2015075736A3 (en) * | 2013-10-18 | 2015-07-30 | Vikramjeet Songh Puri | A method and system for remote data processing and control |
CN105046983A (zh) * | 2015-08-14 | 2015-11-11 | 奇瑞汽车股份有限公司 | 一种基于车路协同的交通流量预测系统及方法 |
CN105448088A (zh) * | 2015-11-20 | 2016-03-30 | 浪潮集团有限公司 | 一种基于大数据的交通状况监测方法及系统 |
CN105446338A (zh) * | 2015-12-21 | 2016-03-30 | 福州华鹰重工机械有限公司 | 云辅助自动驾驶方法及系统 |
CN105547311A (zh) * | 2015-12-08 | 2016-05-04 | 深圳天珑无线科技有限公司 | 一种路线规划方法、移动终端及系统 |
CN106023629A (zh) * | 2016-06-06 | 2016-10-12 | 西安电子科技大学昆山创新研究院 | 一种路径推荐方法和装置 |
CN106679685A (zh) * | 2016-12-29 | 2017-05-17 | 鄂尔多斯市普渡科技有限公司 | 一种用于车辆导航的行车路径规划方法 |
CN106840199A (zh) * | 2016-12-28 | 2017-06-13 | 北京市天元网络技术股份有限公司 | 一种导航显示数据的校准方法及系统 |
CN107063281A (zh) * | 2017-04-12 | 2017-08-18 | 杨政超 | 汽车导航方法、装置及终端 |
CN107146416A (zh) * | 2017-07-18 | 2017-09-08 | 陈剑桃 | 一种智能交通管理系统 |
CN107192399A (zh) * | 2017-06-30 | 2017-09-22 | 广东欧珀移动通信有限公司 | 导航方法、装置、存储介质及终端 |
CN107221195A (zh) * | 2017-05-26 | 2017-09-29 | 重庆长安汽车股份有限公司 | 汽车车道预测方法及车道级地图 |
US9779606B2 (en) | 2013-10-25 | 2017-10-03 | Beijing Qihoo Technology Company Limited | Methods, devices, and systems for prompting whether portable locator has arrived on time |
CN107481520A (zh) * | 2017-07-21 | 2017-12-15 | 清华大学 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
CN108151755A (zh) * | 2017-12-21 | 2018-06-12 | 江西爱驰亿维实业有限公司 | 基于多成员的导航方法、装置及计算设备 |
CN108189927A (zh) * | 2017-12-27 | 2018-06-22 | 广东嘉腾机器人自动化有限公司 | Agv装置在岔路段、汇合路段寻迹的方法和agv运输车 |
CN108615389A (zh) * | 2018-06-15 | 2018-10-02 | 邵文远 | 一种城市交通拥堵预测预防系统 |
CN109313033A (zh) * | 2016-06-16 | 2019-02-05 | 罗伯特·博世有限公司 | 导航数据的更新 |
CN109639805A (zh) * | 2018-12-19 | 2019-04-16 | 上海上实龙创智慧能源科技股份有限公司 | 一种边缘侧与云端的协同控制方法 |
CN109959380A (zh) * | 2017-12-22 | 2019-07-02 | 中南大学 | 一种基于车载导航轨迹特征的通行门的判定方法 |
CN110645989A (zh) * | 2019-10-16 | 2020-01-03 | 众虎物联网(广州)有限公司 | 一种基于扶梯运行方向的路径规划方法、装置及存储介质 |
CN110645997A (zh) * | 2018-09-30 | 2020-01-03 | 北京奇虎科技有限公司 | 一种基于轨迹路线挖据新增道路的方法及装置 |
CN110736462A (zh) * | 2018-07-20 | 2020-01-31 | 上海擎感智能科技有限公司 | 多条规划路线比较方法及装置 |
CN110889962A (zh) * | 2018-09-07 | 2020-03-17 | 上海擎感智能科技有限公司 | 规划路线和轨迹路线比较方法及装置 |
CN111210616A (zh) * | 2018-11-21 | 2020-05-29 | 上海博泰悦臻网络技术服务有限公司 | 基于多源数据的车流量预测方法、系统、终端及介质 |
CN111405480A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种路况信息推送方法、网络设备、车载终端及系统 |
CN111717222A (zh) * | 2020-06-30 | 2020-09-29 | 深圳市元征科技股份有限公司 | 一种车辆控制方法及相关设备 |
CN111813820A (zh) * | 2019-04-12 | 2020-10-23 | 北京三快在线科技有限公司 | 确定封锁路段的方法、装置、存储介质以及电子设备 |
CN112289057A (zh) * | 2020-09-30 | 2021-01-29 | 深圳市金溢科技股份有限公司 | 车路协同自动驾驶辅助方法、系统、处理设备及车载设备 |
CN113129630A (zh) * | 2021-03-30 | 2021-07-16 | 中国联合网络通信集团有限公司 | 一种自主泊车的方法、avp平台及车辆终端 |
CN113393571A (zh) * | 2021-06-15 | 2021-09-14 | 北京市遥感信息研究所 | 一种无云卫星图像生成方法及装置 |
WO2021238283A1 (zh) * | 2020-05-25 | 2021-12-02 | 华为技术有限公司 | 定位方法和定位装置 |
CN114184202A (zh) * | 2021-11-01 | 2022-03-15 | 浙江大华技术股份有限公司 | 路径规划方法及装置 |
CN114442627A (zh) * | 2022-01-24 | 2022-05-06 | 电子科技大学 | 一种面向智能家居移动设备的动态桌面寻路系统及方法 |
CN114516044A (zh) * | 2020-11-20 | 2022-05-20 | 炬星科技(深圳)有限公司 | 机器人路径规划方法、设备及存储介质 |
CN114674339A (zh) * | 2022-05-26 | 2022-06-28 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车导航方法及装置 |
CN114923478A (zh) * | 2022-07-20 | 2022-08-19 | 杭州锦辉科技有限公司 | 导航路径管理方法、系统和电子设备 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081010B (zh) * | 2018-10-18 | 2022-08-02 | 阿里巴巴集团控股有限公司 | 一种交通流量或旅行时间的预测方法和设备 |
CN109543575B (zh) * | 2018-11-09 | 2023-09-01 | 深圳市云兴科技有限公司 | 基于行为轨迹和动态多维度信息反馈激发大数据的方法和区域多维度探测反馈组合设备 |
CN109708654A (zh) * | 2018-12-29 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法和路径规划系统 |
CN109949351B (zh) * | 2019-03-19 | 2022-10-04 | 郑州信大先进技术研究院 | 基于视频结构化监控的目标车辆行驶轨迹提取装置及方法 |
CN110260872B (zh) * | 2019-05-06 | 2023-08-01 | 合肥工业大学 | 一种车路协同环境下基于gps的动态超车轨迹规划系统 |
CN110111421B (zh) * | 2019-05-10 | 2023-01-31 | 武汉海达数云技术有限公司 | 一种移动测绘点云的方法及装置 |
CN110348092B (zh) * | 2019-06-28 | 2023-12-08 | 浙江吉利控股集团有限公司 | 一种轨迹数据模拟方法及装置 |
CN111062970A (zh) * | 2019-12-10 | 2020-04-24 | 广州电力工程监理有限公司 | 一种基于热力图的轨迹生成方法及系统 |
CN111382957A (zh) * | 2020-03-30 | 2020-07-07 | 中国铁塔股份有限公司 | 一种基础设施规划方法、装置及电子设备 |
CN113706857B (zh) * | 2020-05-22 | 2022-11-08 | 百度在线网络技术(北京)有限公司 | 道路通行性的确定方法、装置、设备及存储介质 |
CN112069277B (zh) * | 2020-09-03 | 2024-03-22 | 深圳市自然资源和不动产评估发展研究中心(深圳市地质环境监测中心) | 基于数字地图的地层属性异常点呈现方法、系统及设备 |
CN112734167B (zh) * | 2020-12-20 | 2023-04-07 | 中国电子科技集团公司第二十研究所 | 一种异构警戒飞行器持续巡逻策略规划方法 |
CN113074745B (zh) * | 2021-02-24 | 2024-03-19 | 南京泛析交通科技有限公司 | 一种城市道路保洁车辆路径规划方法及装置 |
CN114295117B (zh) * | 2021-11-29 | 2023-09-12 | 惠州华阳通用智慧车载系统开发有限公司 | 一种车载导航地图道路更新方法 |
CN113866734B (zh) * | 2021-12-03 | 2022-03-04 | 中国电子科技集团公司信息科学研究院 | 一种分布式雷达系统航迹误差校正方法及装置 |
CN117405124B (zh) * | 2023-12-13 | 2024-02-27 | 融科联创(天津)信息技术有限公司 | 一种基于大数据的路径规划方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436003A (zh) * | 2011-11-10 | 2012-05-02 | 浪潮电子信息产业股份有限公司 | 一种基于云计算的gps系统定位方法 |
US20120179367A1 (en) * | 2011-01-06 | 2012-07-12 | Telenav, Inc. | Navigation system with location adaptation and method of operation thereof |
CN102735251A (zh) * | 2011-04-01 | 2012-10-17 | 深圳市赛格导航科技股份有限公司 | 一种基于云计算的gps导航方法及系统 |
CN102853842A (zh) * | 2012-05-15 | 2013-01-02 | 董路 | 导航路径的规划方法、装置及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385804A (zh) * | 2010-08-30 | 2012-03-21 | 谈宇清 | 一种智能交通系统及其导航方法 |
US8874366B2 (en) * | 2011-05-23 | 2014-10-28 | Microsoft Corporation | First waypoint distance |
KR101786737B1 (ko) * | 2011-06-22 | 2017-11-15 | 에스케이플래닛 주식회사 | 사용자 동선 기반 지도데이터 부분 업데이트 시스템 및 방법, 그리고, 이를 위한 기록 매체 |
CN103557870B (zh) * | 2013-10-09 | 2014-11-12 | 董路 | 一种动态轨迹导航方法及云平台 |
-
2013
- 2013-10-09 CN CN201310466623.3A patent/CN103557870B/zh active Active
-
2014
- 2014-09-28 WO PCT/CN2014/087686 patent/WO2015051718A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120179367A1 (en) * | 2011-01-06 | 2012-07-12 | Telenav, Inc. | Navigation system with location adaptation and method of operation thereof |
CN102735251A (zh) * | 2011-04-01 | 2012-10-17 | 深圳市赛格导航科技股份有限公司 | 一种基于云计算的gps导航方法及系统 |
CN102436003A (zh) * | 2011-11-10 | 2012-05-02 | 浪潮电子信息产业股份有限公司 | 一种基于云计算的gps系统定位方法 |
CN102853842A (zh) * | 2012-05-15 | 2013-01-02 | 董路 | 导航路径的规划方法、装置及系统 |
Cited By (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015051718A1 (zh) * | 2013-10-09 | 2015-04-16 | 曹玮 | 一种动态轨迹导航方法及云平台 |
WO2015075736A3 (en) * | 2013-10-18 | 2015-07-30 | Vikramjeet Songh Puri | A method and system for remote data processing and control |
CN103561070B (zh) * | 2013-10-25 | 2016-08-17 | 北京奇宝科技有限公司 | 提示随身定位设备是否按时抵达的方法及装置、系统 |
US9779606B2 (en) | 2013-10-25 | 2017-10-03 | Beijing Qihoo Technology Company Limited | Methods, devices, and systems for prompting whether portable locator has arrived on time |
CN103561070A (zh) * | 2013-10-25 | 2014-02-05 | 北京奇虎科技有限公司 | 提示随身定位设备是否按时抵达的方法及装置、系统 |
CN104240500A (zh) * | 2014-08-25 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种路况信息预测方法及系统 |
CN104217109A (zh) * | 2014-09-01 | 2014-12-17 | 中国人民解放军国防科学技术大学 | 敏捷卫星混合主动调度方法 |
CN104715628A (zh) * | 2014-12-23 | 2015-06-17 | 上海语镜汽车信息技术有限公司 | 一种基于位置关系计算的车载实时路况方法及装置 |
CN104501825A (zh) * | 2015-01-15 | 2015-04-08 | 刘畅 | 一种基于动态信息的动态导航方法及设备 |
CN104501825B (zh) * | 2015-01-15 | 2017-07-25 | 刘畅 | 一种基于动态信息的动态导航方法及设备 |
CN104567908B (zh) * | 2015-01-22 | 2017-06-23 | 北京微车一族信息技术发展有限公司 | 一种可离线野外行车的地图导航方法 |
CN104567908A (zh) * | 2015-01-22 | 2015-04-29 | 北京微车一族信息技术发展有限公司 | 一种可离线野外行车的地图导航方法 |
CN105046983A (zh) * | 2015-08-14 | 2015-11-11 | 奇瑞汽车股份有限公司 | 一种基于车路协同的交通流量预测系统及方法 |
CN105046983B (zh) * | 2015-08-14 | 2019-01-25 | 奇瑞汽车股份有限公司 | 一种基于车路协同的交通流量预测系统及方法 |
CN105448088A (zh) * | 2015-11-20 | 2016-03-30 | 浪潮集团有限公司 | 一种基于大数据的交通状况监测方法及系统 |
CN105547311A (zh) * | 2015-12-08 | 2016-05-04 | 深圳天珑无线科技有限公司 | 一种路线规划方法、移动终端及系统 |
CN105446338B (zh) * | 2015-12-21 | 2017-04-05 | 福州华鹰重工机械有限公司 | 云辅助自动驾驶方法及系统 |
CN105446338A (zh) * | 2015-12-21 | 2016-03-30 | 福州华鹰重工机械有限公司 | 云辅助自动驾驶方法及系统 |
CN106023629A (zh) * | 2016-06-06 | 2016-10-12 | 西安电子科技大学昆山创新研究院 | 一种路径推荐方法和装置 |
CN106023629B (zh) * | 2016-06-06 | 2018-12-25 | 西安电子科技大学昆山创新研究院 | 一种路径推荐方法和装置 |
CN109313033A (zh) * | 2016-06-16 | 2019-02-05 | 罗伯特·博世有限公司 | 导航数据的更新 |
CN109313033B (zh) * | 2016-06-16 | 2023-02-14 | 罗伯特·博世有限公司 | 导航数据的更新 |
CN106840199B (zh) * | 2016-12-28 | 2019-07-09 | 北京市天元网络技术股份有限公司 | 一种导航显示数据的校准方法及系统 |
CN106840199A (zh) * | 2016-12-28 | 2017-06-13 | 北京市天元网络技术股份有限公司 | 一种导航显示数据的校准方法及系统 |
CN106679685B (zh) * | 2016-12-29 | 2020-07-17 | 鄂尔多斯市普渡科技有限公司 | 一种用于车辆导航的行车路径规划方法 |
CN106679685A (zh) * | 2016-12-29 | 2017-05-17 | 鄂尔多斯市普渡科技有限公司 | 一种用于车辆导航的行车路径规划方法 |
CN107063281A (zh) * | 2017-04-12 | 2017-08-18 | 杨政超 | 汽车导航方法、装置及终端 |
CN107221195A (zh) * | 2017-05-26 | 2017-09-29 | 重庆长安汽车股份有限公司 | 汽车车道预测方法及车道级地图 |
CN107221195B (zh) * | 2017-05-26 | 2020-03-17 | 重庆长安汽车股份有限公司 | 汽车车道预测方法及车道级地图 |
CN107192399B (zh) * | 2017-06-30 | 2020-02-18 | Oppo广东移动通信有限公司 | 导航方法、装置、存储介质及终端 |
CN107192399A (zh) * | 2017-06-30 | 2017-09-22 | 广东欧珀移动通信有限公司 | 导航方法、装置、存储介质及终端 |
CN107146416A (zh) * | 2017-07-18 | 2017-09-08 | 陈剑桃 | 一种智能交通管理系统 |
CN107146416B (zh) * | 2017-07-18 | 2020-01-21 | 深圳市锦粤达科技有限公司 | 一种智能交通管理系统 |
CN107481520B (zh) * | 2017-07-21 | 2021-03-23 | 清华大学 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
CN107481520A (zh) * | 2017-07-21 | 2017-12-15 | 清华大学 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
CN108151755A (zh) * | 2017-12-21 | 2018-06-12 | 江西爱驰亿维实业有限公司 | 基于多成员的导航方法、装置及计算设备 |
CN109959380A (zh) * | 2017-12-22 | 2019-07-02 | 中南大学 | 一种基于车载导航轨迹特征的通行门的判定方法 |
CN108189927B (zh) * | 2017-12-27 | 2023-11-28 | 广东嘉腾机器人自动化有限公司 | Agv装置在岔路段、汇合路段寻迹的方法和agv运输车 |
CN108189927A (zh) * | 2017-12-27 | 2018-06-22 | 广东嘉腾机器人自动化有限公司 | Agv装置在岔路段、汇合路段寻迹的方法和agv运输车 |
CN108615389A (zh) * | 2018-06-15 | 2018-10-02 | 邵文远 | 一种城市交通拥堵预测预防系统 |
CN110736462A (zh) * | 2018-07-20 | 2020-01-31 | 上海擎感智能科技有限公司 | 多条规划路线比较方法及装置 |
CN110889962A (zh) * | 2018-09-07 | 2020-03-17 | 上海擎感智能科技有限公司 | 规划路线和轨迹路线比较方法及装置 |
CN110645997A (zh) * | 2018-09-30 | 2020-01-03 | 北京奇虎科技有限公司 | 一种基于轨迹路线挖据新增道路的方法及装置 |
CN110645997B (zh) * | 2018-09-30 | 2021-08-20 | 北京奇虎科技有限公司 | 一种基于轨迹路线挖据新增道路的方法及装置 |
CN111210616A (zh) * | 2018-11-21 | 2020-05-29 | 上海博泰悦臻网络技术服务有限公司 | 基于多源数据的车流量预测方法、系统、终端及介质 |
CN109639805A (zh) * | 2018-12-19 | 2019-04-16 | 上海上实龙创智慧能源科技股份有限公司 | 一种边缘侧与云端的协同控制方法 |
CN111405480A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种路况信息推送方法、网络设备、车载终端及系统 |
CN111813820A (zh) * | 2019-04-12 | 2020-10-23 | 北京三快在线科技有限公司 | 确定封锁路段的方法、装置、存储介质以及电子设备 |
CN110645989A (zh) * | 2019-10-16 | 2020-01-03 | 众虎物联网(广州)有限公司 | 一种基于扶梯运行方向的路径规划方法、装置及存储介质 |
WO2021238283A1 (zh) * | 2020-05-25 | 2021-12-02 | 华为技术有限公司 | 定位方法和定位装置 |
CN111717222A (zh) * | 2020-06-30 | 2020-09-29 | 深圳市元征科技股份有限公司 | 一种车辆控制方法及相关设备 |
CN111717222B (zh) * | 2020-06-30 | 2022-04-12 | 深圳市元征科技股份有限公司 | 一种车辆控制方法及相关设备 |
CN112289057A (zh) * | 2020-09-30 | 2021-01-29 | 深圳市金溢科技股份有限公司 | 车路协同自动驾驶辅助方法、系统、处理设备及车载设备 |
CN114516044A (zh) * | 2020-11-20 | 2022-05-20 | 炬星科技(深圳)有限公司 | 机器人路径规划方法、设备及存储介质 |
CN113129630B (zh) * | 2021-03-30 | 2022-08-12 | 中国联合网络通信集团有限公司 | 一种自主泊车的方法、avp平台及车辆终端 |
CN113129630A (zh) * | 2021-03-30 | 2021-07-16 | 中国联合网络通信集团有限公司 | 一种自主泊车的方法、avp平台及车辆终端 |
CN113393571A (zh) * | 2021-06-15 | 2021-09-14 | 北京市遥感信息研究所 | 一种无云卫星图像生成方法及装置 |
CN113393571B (zh) * | 2021-06-15 | 2023-06-27 | 北京市遥感信息研究所 | 一种无云卫星图像生成方法及装置 |
CN114184202A (zh) * | 2021-11-01 | 2022-03-15 | 浙江大华技术股份有限公司 | 路径规划方法及装置 |
CN114442627A (zh) * | 2022-01-24 | 2022-05-06 | 电子科技大学 | 一种面向智能家居移动设备的动态桌面寻路系统及方法 |
CN114442627B (zh) * | 2022-01-24 | 2023-10-13 | 电子科技大学 | 一种面向智能家居移动设备的动态桌面寻路系统及方法 |
CN114674339B (zh) * | 2022-05-26 | 2022-08-12 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车导航方法及装置 |
CN114674339A (zh) * | 2022-05-26 | 2022-06-28 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车导航方法及装置 |
CN114923478A (zh) * | 2022-07-20 | 2022-08-19 | 杭州锦辉科技有限公司 | 导航路径管理方法、系统和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2015051718A1 (zh) | 2015-04-16 |
CN103557870B (zh) | 2014-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103557870B (zh) | 一种动态轨迹导航方法及云平台 | |
RU2734744C1 (ru) | Оперативное управление автономным транспортным средством, включающее в себя работу экземпляра модели частично наблюдаемого марковского процесса принятия решений | |
RU2733015C1 (ru) | Оперативное управление автономным транспортным средством | |
CN101964148B (zh) | 道路交通信息记录服务器和gps用户终端 | |
RU2734732C1 (ru) | Отслеживание блокировки сети движения при оперативном управлении автономным транспортным средством | |
CN110709908B (zh) | 用于交通系统的状态预测的计算机系统和方法 | |
US11625051B2 (en) | Proactive generation of tuning data for autonomous vehicle dispatch | |
CN105074793A (zh) | 用于车辆路径规划和交通管理的车道级车辆导航 | |
WO2021168845A1 (zh) | 导航方法及装置 | |
EP3836116A1 (en) | System and method to generate traffic congestion estimation data for calculation of traffic condition in a region | |
CN107331200A (zh) | 一种cbd地下车库停车智能引导系统、方法及装置 | |
CN104884899A (zh) | 确定穿过交通运输网络的一或多个交叉口的轨迹的方法 | |
CN104937650A (zh) | 用于定位可用停车位的系统及方法 | |
JPH10319839A (ja) | 歩行者情報提供システム | |
JP2014527617A (ja) | 情報の収集および抽出を通じたルート提供 | |
CN111351492A (zh) | 用于自动驾驶车辆导航的方法和系统 | |
CN103759735A (zh) | 面向消防车辆的导航系统 | |
CN108332761B (zh) | 一种使用及创建路网地图信息的方法与设备 | |
Bachechi et al. | Implementing an urban dynamic traffic model | |
US10429200B1 (en) | Determining adjusted trip duration using route features | |
Boubakri et al. | High definition map update for autonomous and connected vehicles: A survey | |
Wilkie et al. | Participatory route planning | |
Lee et al. | Development of reinforcement learning-based traffic predictive route guidance algorithm under uncertain traffic environment | |
CN112991741B (zh) | 交通流预测方法和装置 | |
KR102377652B1 (ko) | 제어된 교통신호정보를 이용한 보행자 교통정보 제공 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |