CN104165625B - 路径规划方法和设备 - Google Patents
路径规划方法和设备 Download PDFInfo
- Publication number
- CN104165625B CN104165625B CN201310183463.1A CN201310183463A CN104165625B CN 104165625 B CN104165625 B CN 104165625B CN 201310183463 A CN201310183463 A CN 201310183463A CN 104165625 B CN104165625 B CN 104165625B
- Authority
- CN
- China
- Prior art keywords
- path
- value
- characteristic value
- active user
- characteristic
- 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.)
- Active
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
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
Abstract
本发明提供一种路径规划方法和设备。所述方法包括:获取起点位置和终点位置;基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径;根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径。根据本发明的路径规划方法和设备,可以规划出更高效率的路径。
Description
技术领域
本发明涉及位置服务领域。更具体地讲,涉及一种路径规划方法和设备。
背景技术
随着技术的发展,具有导航功能的消费电子产品(例如,导航仪、智能手机、车载电子设备等)越来越多,导航功能已经越来越多的深入到人们的生活之中。当用户希望从一个位置移动到另一个位置时,可将起点位置和终点位置输入到导航设备中,导航设备可自己或者借助于远程服务器来向用户提供路径规划服务。
然而,现有的路径规划通常仅是利用预定路径规划算法,来规划出相应的路径。由于路径规划算法对于实际路况考虑很少,现有的路径规划方法可能无法规划处较为经济和有效率的路径。此外,不同的用户的行驶习惯也存在很大差别,现有的路径规划技术所规划出的路径可能无法满足不同用户的需要,这是因为用户以自己熟悉的方式行驶会更加安全和高效。
因此,需要一种能够提供具有更高行驶效率的路径的路径规划技术。
发明内容
本发明的目的在于提供一种路径规划方法和设备,其通过收集不同导航设备的历史路径数据以及当前用户的历史总路径数据,能够提供具有更高的行驶效率的路径。
本发明的一方面提供一种路径规划方法,包括:获取起点位置和终点位置;基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径;根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径。
可选地,历史路径数据包括从至少一个导航终端收集的历史路径的数据。
可选地,选择最接近当前用户的行驶习惯的路径的步骤包括:获得当前用户的历史总路径的特征值;获得每条第一路径的特征值;计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度;选择具有与当前用户的历史总路径的特征值最接近的特征值的第一路径。
可选地,当前用户的历史总路径的特征值表示:当前用户的历史总路径的特征参数的加权和的距离归一化值。
可选地,第一路径的特征值表示:第一路径的特征参数的加权和的距离归一化值。
可选地,通过路径的特征参数加权后的距离归一化值来表示路径的特征值。
可选地,特征参数包括下述项中的至少一个:低等级道路在路径中所占的距离比重、路径中的转向次数、路径中的红绿灯数量、经过路径所花费的时间。
可选地,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度的步骤包括:计算当前用户的历史总路径的特征参数加权后的距离归一化值之和作为第一求和值;计算第一路径的特征参数加权后的距离归一化值之和作为第二求和值;计算第一求和值与第二求和值之差的绝对值。
可选地,所述绝对值越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
可选地,路径的特征值为包括路径的特征参数加权后的距离归一化值作为元素的向量,其中,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度的步骤包括:计算作为第一路径的特征值的向量与作为当前用户的历史总路径的特征值的向量之差的模。
可选地,所述模越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
可选地,第一路径还包括基于起点位置和终点位置根据预定算法从地图数据得到的路径。
本发明的另一方面提供一种路径规划设备,包括:接收单元,获取起点位置和终点位置;路径获取单元,基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径;路径选择单元,根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径。
可选地,历史路径数据包括从至少一个导航终端收集的历史路径的数据。
可选地,路径选择单元包括:第一特征值获取单元,获得当前用户的历史总路径的特征值;第二特征值获取单元,获得每条第一路径的特征值;接近度确定单元,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度;路径确定单元,选择具有与当前用户的历史总路径的特征值最接近的特征值的第一路径。
可选地,当前用户的历史总路径的特征值表示:当前用户的历史总路径的特征参数的加权和的距离归一化值。
可选地,第一路径的特征值表示:第一路径的特征参数的加权和的距离归一化值。
可选地,通过路径的特征参数加权后的距离归一化值来表示路径的特征值。
可选地,特征参数包括下述项中的至少一个:低等级道路在路径中所占的距离比重、路径中的转向次数、路径中的红绿灯数量、经过路径所花费的时间。
可选地,接近度确定单元计算当前用户的历史总路径的特征参数加权后的距离归一化值之和作为第一求和值,计算第一路径的特征参数加权后的距离归一化值之和作为第二求和值。并计算第一求和值与第二求和值之差的绝对值。
可选地,所述绝对值越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
可选地,路径的特征值为包括路径的特征参数加权后的距离归一化值作为元素的向量,其中,接近度确定单元计算作为第一路径的特征值的向量与作为当前用户的历史总路径的特征值的向量之差的模。
可选地,所述模越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
可选地,第一路径还包括基于起点位置和终点位置根据预定算法从地图数据得到的路径。
根据本发明的路径规划方法和设备,通过收集不同导航设备的历史路径数据获得经验路径,并进一步结合当前用户的历史总路径数据来选择符合当前用户的行驶习惯的路径,从而能够提供具有更高的行驶效率的路径。
将在接下来的描述中部分阐述本发明另外的方面和/或优点,还有一部分通过描述将是清楚的,或者可以经过本发明的实施而得知。
附图说明
通过下面结合附图进行的详细描述,本发明的上述和其它目的、特点和优点将会变得更加清楚,其中:
图1示出根据本发明的实施例的路径规划方法的流程图;
图2示出根据本发明的实施例的选择最接近当前用户的行驶习惯的路径的方法的流程图;
图3示出根据本发明的实施例的路径规划设备的框图;
图4示出根据本发明的实施例的路径规划设备中的路径选择单元的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例。
图1示出根据本发明的实施例的路径规划方法的流程图。
在步骤101,获取用于路径规划的起点位置和终点位置。例如,可从用户接收输入的起点位置和终点位置。
在步骤102,基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径。
历史路径数据包括多个用户的导航终端的历史路径的数据。可以预先从不同的导航终端收集历史路径数据。例如,可以周期性地从不同的导航终端接收导航数据(即,路径数据)来形成历史路径数据。这里,导航数据包括每次导航的路径的起点信息、终点信息、轨迹点信息。起点信息包括起点的位置信息和时间戳,终点信息包括终点的位置信息和时间戳,轨迹点信息包括路径上各个点的位置信息和处于各个点时的时间戳。
基于起点位置和终点位置,通过使用数据挖掘方法可根据历史路径数据得到起点位置和终点位置之间的经验路径。具体地说,可首先基于历史路径数据获得经验路径拓扑网络,然后在获得的经验路径拓扑网络的基础上,基于起点位置和终点位置通过预定路径规划算法来规划路径。
此外,也可在历史路径数据的基础上利用其他的现有经验路径挖掘方法来获得经验路径,不再赘述。
在步骤103,根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径。
在本发明中,可通过当前用户的历史总路径的特征值来表示当前用户的行驶习惯。例如,可以预先从当前用户的一个或多个导航终端收集历史总路径。应该理解,当前用户的历史总路径表示能够收集到的当前用户之前的历史路径的集合。可通过利用当前用户的历史总路径的特征值与各个第一路径的特征值的接近程度来选择最接近当前用户的行驶习惯的第一路径。
路径的特征值通过从路径提取的至少一个特征参数加权后的距离归一化值被表征。例如,从路径提取的特征参数可以是下列参数中的至少一种:低等级道路在路径中所占的距离比重、路径中的转向次数、路径中的红绿灯数量、经过路径所花费的时间。
对于任意一条路径,可以得到特征参数加权后的距离归一化值(以下称为,子特征值)。
例如,对于参数“低等级道路在路径中所占的距离比重”(以下,表示为x1),可以得到子特征值F1=a1×x1/L。
对于参数“路径中的转向次数”(以下,表示为x2),可以得到子特征值F2=a2×x2/L。
对于参数“路径中的红绿灯数量”(以下,表示为x3),可以得到子特征值F3=a3×x3/L。
对于参数“经过路径所花费的时间”(以下,表示为x4),可以得到子特征值F4=a4×x4/L。
这里,a1、a2、a3、a4为权重,L为路径的长度。
可以利用子特征值F1、F2、F3、F4中的至少一个来表征路径的特征值F,从而从第一路径中选择最接近当前用户的行驶习惯的路径。
在一个实施例中,可通过“当前用户的历史总路径的至少一个子特征值之和”与“第一路径的至少一个子特征值之和”的差的绝对值来确定当前用户的历史总路径的特征值与各个第一路径的特征值的接近程度,该绝对值越小则表示越接近。
对于任意路径,该路径的至少一个子特征值之和可被表示为下面的等式(1):
F=b1×F1+b2×F2+b3×F3+b4×F4 (1)
这里,b1、b2、b3、b4中的至少一个不为零(即,F1、F2、F3、F4中的至少一个被选用),并且不为零的项的符号相同。b1、b2、b3、b4中不为零的项可以相同或者不同。
此时,当前用户的历史总路径的特征值与各个第一路径的特征值的接近程度FF可被表示为下面等式(2):
FF=|F’-F”| (2)
其中,F’为当前用户的历史总路径的至少一个子特征值之和,F’’为第一路径的至少一个子特征值之和。
在另一实施例中,对于任意路径,该路径的特征值F可被表示为包括至少一个特征参数加权后的距离归一化值(即,至少一个子特征值)作为元素的向量。
此时,通过计算对应于第一路径的特征值的向量与对应于当前用户的历史总路径的特征值的向量之差的模来确定各个第一路径与当前用户的行驶习惯的接近程度。模越小则表示越接近。与基于等式(2)的计算接近程度的方式相比,当前实施例可以避免特征值差异较大但计算结果却比较接近的情况。
例如,当路径的特征值被表示为具有F1、F2、F3、F4的向量时,第一路径的特征值与当前用户的历史总路径的特征值F之差的模FF可被表示为下面的等式(3):
这里,F1’、F2’、F3’、F4’分别为第一路径的F1、F2、F3、F4,F1’’、F2’’、F3’’、F4’’分别为当前用户的历史总路径的F1、F2、F3、F4。等式(3)示出了作为路径的特征值的向量包括F1、F2、F3、F4的情况,然而,应该理解,等式(3)可根据作为路径的特征值的向量所包括的子特征值而改变。
此外,本发明不限于等式(2)和(3)所描述的确定当前用户的历史总路径的特征值与各个第一路径的特征值的接近程度的方法,也可根据其他方式来计算该接近程度。
如上所述,可通过当前用户的历史总路径的特征值F来表征用户的习惯。应该理解,将当前用户的历史路径的集合形成的一条总路径来计算特征值F。这样,例如,如果存在n(n为大于0的自然数)条当前用户的历史路径,则等式(1)中L为所述n条历史路径的长度之和,x1为所述n条历史路径中的低等级道路的长度之和在L中所占的比重,x2为在所述n条路径中的转向次数之和,x3为在所述n条路径中的红绿灯数量之和,x4为经过所述n条路径所花费的时间之和。
下面参照图2来更详细地描述步骤103。
图2示出根据本发明的实施例的选择最接近当前用户的行驶习惯的路径的方法的流程图。
在步骤201,获得当前用户的历史总路径的特征值。可根据上面的等式(1)来获得当前用户的历史总路径的特征值。
在步骤202,获得每条第一路径的特征值。可根据上面的等式(1)来获得每条第一路径的特征值。
在步骤203,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度。可基于上面的等式(2)或等式(3)来确定该接近程度。
在步骤204,根据第一路径的特征值与当前用户的历史总路径的特征值的接近程度,对所有的第一路径进行排序,按照降序选择预定数量的第一路径;或者直接选择具有与当前用户的历史总路径的特征值最接近的特征值的第一路径。
在本发明的另一实施例中,第一路径还可进一步包括基于起点位置和终点位置根据预定算法从地图数据的路径拓扑网络得到的路径。即,第一路径还可包括在不考虑历史路径数据的情况下利用路径规划算法得到的路径。
应该理解,根据本发明的上述方法可以被实现为计算机程序,当在计算机(例如,导航仪、智能手机、网络服务器、笔记本电脑、桌面电脑等)上执行所述计算机程序时执行所述方法。
图3示出根据本发明的实施例的路径规划设备的框图。
如图3所示,根据本发明的实施例的路径规划设备300包括:接收单元310、路径获取单元320、路径选择单元330。
接收单元310获取起点位置和终点位置。例如,接收单元310可经由输入接口(例如,键盘、鼠标、触摸屏等)接收用户输入的起点位置和终点位置。
路径获取单元320基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径。
可选地,第一路径还可包括基于起点位置和终点位置根据预定算法从地图数据的路径拓扑网络得到的路径。
已经在前面定义了历史路径数据,将不再赘述。此外,可利用上述或现有的经验路径挖掘方法来获得经验路径。
路径选择单元330根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径。路径选择单元330所选择的路径作为路径规划设备300所规划出的路径。
图4示出根据本发明的实施例的路径选择单元330的框图。
如图4所示,路径选择单元330包括第一特征值获取单元331、第二特征值获取单元332、接近度确定单元333、路径确定单元334。
第一特征值获取单元331获得当前用户的历史总路径的特征值。当前用户的历史总路径的特征值可与前面定义的当前用户的历史总路径的特征值相同,不再赘述。
第二特征值获取单元332获得每条第一路径的特征值。每条第一路径的特征值可与前面定义的第一路径的特征值相同,不再赘述。
接近度确定单元333,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度。接近度确定单元333可基于上面的等式(2)或等式(3)来确定该接近程度。
路径确定单元334根据第一路径的特征值与当前用户的历史总路径的特征值的接近程度,对所有的第一路径进行排序,按照降序选择预定数量的第一路径。或者,路径确定单元333直接选择具有与当前用户的历史总路径的特征值最接近的特征值的第一路径。
根据本发明的示例性实施例的路径规划设备中的各个单元可被实现硬件组件。本领域技术人员根据限定的各个单元所执行的处理,可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
根据本发明的路径规划方法和设备,通过收集不同导航设备的历史路径数据获得经验路径,并进一步结合当前用户的历史总路径数据来选择符合当前用户的行驶习惯的路径,从而能够提供具有更高的行驶效率的路径。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (18)
1.一种路径规划方法,包括:
获取起点位置和终点位置;
基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径;
根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径,
其中,根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径的步骤包括:通过利用当前用户的历史总路径的特征值与各个第一路径的特征值的接近程度来选择最接近当前用户的行驶习惯的第一路径,其中,通过路径的特征参数加权后的距离归一化值来表示路径的特征值。
2.根据权利要求1所述的路径规划方法,其中,历史路径数据包括从至少一个导航终端收集的历史路径的数据。
3.根据权利要求1所述的路径规划方法,其中,选择最接近当前用户的行驶习惯的路径的步骤包括:
获得当前用户的历史总路径的特征值;
获得每条第一路径的特征值;
计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度;
选择具有与当前用户的历史总路径的特征值最接近的特征值的第一路径。
4.根据权利要求1所述的路径规划方法,其中,路径的特征参数包括下述项中的至少一个:低等级道路在路径中所占的距离比重、路径中的转向次数、路径中的红绿灯数量、经过路径所花费的时间。
5.根据权利要求1所述的路径规划方法,其中,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度的步骤包括:
计算当前用户的历史总路径的特征参数加权后的距离归一化值之和作为第一求和值;
计算第一路径的特征参数加权后的距离归一化值之和作为第二求和值;
计算第一求和值与第二求和值之差的绝对值。
6.根据权利要求5所述的路径规划方法,其中,所述绝对值越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
7.根据权利要求1所述的路径规划方法,其中,路径的特征值为包括路径的特征参数加权后的距离归一化值作为元素的向量,
其中,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度的步骤包括:计算作为第一路径的特征值的向量与作为当前用户的历史总路径的特征值的向量之差的模。
8.根据权利要求7所述的路径规划方法,其中,所述模越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
9.根据权利要求1所述的路径规划方法,其中,第一路径还包括基于起点位置和终点位置根据预定算法从地图数据得到的路径。
10.一种路径规划设备,包括:
接收单元,获取起点位置和终点位置;
路径获取单元,基于起点位置和终点位置,根据历史路径数据获得至少一条经验路径作为第一路径;
路径选择单元,根据当前用户的行驶习惯从第一路径中选择最接近当前用户的行驶习惯的路径,
其中,路径选择单元通过利用当前用户的历史总路径的特征值与各个第一路径的特征值的接近程度来选择最接近当前用户的行驶习惯的第一路径,其中,通过路径的特征参数加权后的距离归一化值来表示路径的特征值。
11.根据权利要求10所述的路径规划设备,其中,历史路径数据包括从至少一个导航终端收集的历史路径的数据。
12.根据权利要求10所述的路径规划设备,其中,路径选择单元包括:
第一特征值获取单元,获得当前用户的历史总路径的特征值;
第二特征值获取单元,获得每条第一路径的特征值;
接近度确定单元,计算当前用户的历史总路径的特征值与每条第一路径的特征值的接近程度;
路径确定单元,选择具有与当前用户的历史总路径的特征值最接近的特征值的第一路径。
13.根据权利要求10所述的路径规划设备,其中,路径的特征参数包括下述项中的至少一个:低等级道路在路径中所占的距离比重、路径中的转向次数、路径中的红绿灯数量、经过路径所花费的时间。
14.根据权利要求10所述的路径规划设备,其中,接近度确定单元计算当前用户的历史总路径的特征参数加权后的距离归一化值之和作为第一求和值,计算第一路径的特征参数加权后的距离归一化值之和作为第二求和值,并计算第一求和值与第二求和值之差的绝对值。
15.根据权利要求14所述的路径规划设备,其中,所述绝对值越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
16.根据权利要求10所述的路径规划设备,其中,路径的特征值为包括路径的特征参数加权后的距离归一化值作为元素的向量,其中,接近度确定单元计算作为第一路径的特征值的向量与作为当前用户的历史总路径的特征值的向量之差的模。
17.根据权利要求16所述的路径规划设备,其中,所述模越小,则第一路径的特征值与当前用户的历史总路径的特征值越接近。
18.根据权利要求10所述的路径规划设备,其中,第一路径还包括基于起点位置和终点位置根据预定算法从地图数据得到的路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310183463.1A CN104165625B (zh) | 2013-05-17 | 2013-05-17 | 路径规划方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310183463.1A CN104165625B (zh) | 2013-05-17 | 2013-05-17 | 路径规划方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104165625A CN104165625A (zh) | 2014-11-26 |
CN104165625B true CN104165625B (zh) | 2017-06-06 |
Family
ID=51909551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310183463.1A Active CN104165625B (zh) | 2013-05-17 | 2013-05-17 | 路径规划方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104165625B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106643747B (zh) * | 2015-11-04 | 2020-09-08 | 中国移动通信集团公司 | 导航方法及装置 |
CN105333874B (zh) * | 2015-11-12 | 2018-09-04 | 广东欧珀移动通信有限公司 | 室内导航路径的生成方法、系统及智能终端 |
CN106595687A (zh) * | 2016-12-09 | 2017-04-26 | 思建科技有限公司 | 行车路线规划系统及规划方法 |
CN108318046B (zh) * | 2017-01-18 | 2020-12-15 | 华为技术有限公司 | 路径规划方法和装置 |
CN106918348B (zh) * | 2017-03-29 | 2020-05-26 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
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 |
CN108225356B (zh) * | 2017-12-04 | 2021-01-01 | 北京中交兴路信息科技有限公司 | 一种基于货车历史轨迹的货运导航方法及装置 |
CN108398132A (zh) * | 2018-03-08 | 2018-08-14 | 浙江师范大学 | 室内导航方法及系统、电子设备、计算机可读取存储介质 |
CN110542425B (zh) * | 2018-05-28 | 2021-12-24 | 百度在线网络技术(北京)有限公司 | 导航路径选择方法、导航装置、计算机设备及可读介质 |
CN109583868B (zh) * | 2018-10-17 | 2020-10-27 | 北京瑞卓喜投科技发展有限公司 | 支付状态通道网络及其构建方法和系统、高频交易系统 |
CN110045734A (zh) * | 2019-04-04 | 2019-07-23 | 百度在线网络技术(北京)有限公司 | 基于路径规划的参数权重确定方法、装置和计算机设备 |
CN111397619A (zh) * | 2020-03-16 | 2020-07-10 | 北京隆普智能科技有限公司 | 一种分段多目标路径规划方法及其系统 |
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 |
-
2013
- 2013-05-17 CN CN201310183463.1A patent/CN104165625B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104165625A (zh) | 2014-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104165625B (zh) | 路径规划方法和设备 | |
Chen et al. | On information coverage for location category based point-of-interest recommendation | |
Pham et al. | A general model for out-of-town region recommendation | |
CN106156138B (zh) | 兴趣点的空间索引的建立、周边搜索方法和装置 | |
US20220090930A1 (en) | Autonomous vehicle positioning for trip optimization | |
CN107490385A (zh) | 出行路线规划方法及其装置 | |
CN111651685A (zh) | 一种兴趣点获取方法、装置、电子设备及存储介质 | |
CN105430099A (zh) | 一种基于位置聚类的协同式Web服务性能预测方法 | |
KR101721114B1 (ko) | 위치정보가 포함된 포인트 데이터를 다축척의 웹 지도상에 클러스터링하기 위하여 격자의 크기를 결정하는 방법 | |
Liu et al. | Route discovery from mining uncertain trajectories | |
JP2010190683A (ja) | 関心エリア設定装置、関心エリア設定方法、及び推薦経路決定装置ならびに推薦経路決定方法 | |
CN102882957A (zh) | 移动终端交友系统及方法 | |
CN107481054A (zh) | 酒店优惠信息的推送及装置、电子设备、存储介质 | |
CN109886529A (zh) | 一种资源分配方法及装置、电子终端及存储介质 | |
US20140025334A1 (en) | Terminal and server for modifying magnetic field and method thereof | |
CN108072378A (zh) | 一种预测目的地的方法及装置 | |
JP2018109906A (ja) | 画像データ作成プログラム、画像データ作成装置および画像データ作成方法 | |
CN105334497A (zh) | 一种三维定位方法和装置 | |
CN104993966B (zh) | 一种电力综合业务网流量预测方法 | |
CN104794198A (zh) | 网络地图泛区域搜索方法 | |
CN109858951A (zh) | 新能源汽车加电或换电需求的预测 | |
CN112328880A (zh) | 地理区域聚类方法、装置、存储介质和电子设备 | |
CN107909498B (zh) | 基于最大化接受者操作特征曲线下方面积的推荐方法 | |
CN106202113B (zh) | 应用于组队运动的信息提供方法和装置 | |
Minton et al. | A comparison of common methods for optimal well placement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |