CN104200127A - 基于道路转角权重的最优路径分析方法 - Google Patents
基于道路转角权重的最优路径分析方法 Download PDFInfo
- Publication number
- CN104200127A CN104200127A CN201410499765.4A CN201410499765A CN104200127A CN 104200127 A CN104200127 A CN 104200127A CN 201410499765 A CN201410499765 A CN 201410499765A CN 104200127 A CN104200127 A CN 104200127A
- Authority
- CN
- China
- Prior art keywords
- road
- corner
- weight
- cost
- auxiliary
- 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.)
- Pending
Links
Landscapes
- Navigation (AREA)
Abstract
本发明公开了一种基于道路转角权重的最优路径分析方法,包括步骤:步骤1,基于道路图层数据构建道路网络数据模型;步骤2,基于道路网络数据模型构建道路转角权重辅助网,并对道路转角权重辅助网中辅助边赋权;步骤3,基于道路转角权重辅助网生成网络数据集,考虑路径交叉口转向总权重和路径总长度设置目标函数,采用最短路径分析法分析网络数据集,获得最优路径;步骤4,结合转角方向将步骤3获得的最优路径反推到道路网络数据模型中,获得真实的最优路径。本发明能有效地为城市公共交通线路的规划和出行设计运营线路,可大幅度降低利用公共交通出行所带来的成本和代价,应用前景广阔。
Description
技术领域
本发明属于智能交通技术领域,尤其涉及一种基于道路转角权重的最优路径分析方法。
背景技术
随着经济的高速发展和人民生活水平的不断提高,城市交通需求正在快速增长。道路负荷日益严重,使得越来越多的人选择公共交通作为自己的出行方式。然而,由于城市人口密集,机动车流动量大,城市道路规划不到位,城市公共交通系统的优势一直难以得到最大限度的发挥。道路容量严重不足、交通管理技术水平低下、服务管理不善等原因,导致城市交通问题十分严重,交通堵塞已成为普遍现象。为城市公共交通系统设计一套可行的运营线路来解决交通拥堵问题成为许多市民渴望解决的重大问题。
目前,基于最短路径算法进行的公共交通运输线路选址主要采用经典的Dijkstra算法,该算法考虑道路的长度和宽度、路况和行车道等基本因素,虽然方法简单,易于实现,但是未针对城市公交车辆的特点对道路网节点处车辆转向的耗时进行综合考虑。对城市公共交通系统而言,许多城市都有专用的公交专用车道,道路车流量大小对公交车辆的影响相对较低;另一方面,公交车辆基本上都是大型客车,车身比较冗长,有的甚至采用拉式铰接盘。在城市道路网交叉口处,大型客车尤其是铰接式客车的转向极不方便,与一般小型轿车相比,需花费更多的时间。事实上,在城市交通道路网系统中,公交车辆在不同道路交叉口的转向耗时和行车限制存在显著差异。因此对于城市公共交通系统而言,公交车辆在道路转角的转向成本是不可忽视的因素。
文中涉及如下参考文献:
[1]肖华.武汉城市道路交通拥堵问题及对策研究[D].武汉:武汉理工大学,2006.
[2]苏凯.城市交通拥堵的地理信息分析及缓堵研究[D].西安:西安建筑科技大学,2012.
[3]张明明.基于GIS的城市公交线网优化设计[D].济南:山东建筑大学,2011.
[4]肖海平,陈兰兰,彭涛.基于ArcGIS Engine的城市道路最短路径分析方法研究[J].金属矿山,2008,(12):98-100.
[5]王海梅,周献中.网络系统中的最短路径分析及其应用研究[J].兵工学报,2006,27(03):515-518.
[6]黄登峰.GIS最短路径分析中关键算法的研究[J].城市勘测,2007,(04):68-71.
[7]杨长保,王开义,马生忠.一种最短路径分析优化算法的实现[J].吉林大学学报(信息科学版),2002,20(02):70-74.
[8]张福浩,刘纪平.一种基于Dijkstra的海量空间数据最短路径算法[J].辽宁工程技术大学学报(自然科学版),2009,28(04):554-557.
[9]刘庆元,杜文贞.基于ArcGIS Server的物流配送最短路径分析系统的设计与实现[J].测绘科学,2010,35(02):197-198+203.
[10]孙伟伟,刘春,林航飞,等.城市复杂道路网络T-GIS数据模型[J].同济大学学报(自然科学版),2012,40(01):第127-132页.
[11]雷敏.基于费用的区域道路网最短路径分析研究[D].长沙:长沙理工大学,2007.
[12]罗荣锋.城市道路信号交叉口左转交通流的组织方法研究[D].西安:长安大学,2010.
[13]徐占华,梁建国.基于Skyline的最短路径分析算法设计与实现[J].城市勘测,2008,(04):31-33+42.
[14]张晓楠,任志国,曹一冰,等.交通运输最短路径分析系统的设计与实现[J].测绘工程,2014,23(01):25-30.
[15]Chen,Shaopei,Jianjun Tan,Christophe Claramunt,and Cyril Ray.2011."Multi-scale and multi-modal GIS-T data model."Review of.Journal of Transport Geography19(1):147-61.doi:10.1016/j.jtrangeo.2009.09.006.
[16]Hongmei Wang;Ming Hu;Wei Xiao.2010."A New Public Transportation DataModel And Shortest-Path Algorithms."Review of.Informatics in Control,Automation andRobotics 1:456-9.doi:10.1109/CAR.2010.5456797.
[17]Jin,Wen,Shuiping Chen,and Hai Jiang.2013."Finding the K shortest paths in atime-schedule network with constraints on arcs."Review of.Computers&OperationsResearch 40(12):2975-82.doi:10.1016/j.cor.2013.07.005.
[18]Wang,Xinhao.2005."Integrating GIS,simulation models,and visualization intraffic impact analysis."Review of.Computers,Environment and Urban Systems 29(4):471-96.doi:10.1016/j.compenvurbsys.2004.01.002.
发明内容
针对现有技术存在的不足,本发明提供了一种基于道路转角权重的最优路径分析方法。
本发明的思路为:
基于道路网络模型及传统的最短路径分析方法,着重考虑公交车辆在道路转角处的通行成本,建立基于道路转角权重的转向成本模型;结合转向成本模型和最短路径分析方法获得最优路径。
为解决上述技术问题,本发明采用如下的技术方案:
基于道路转角权重的最优路径分析方法,包括步骤:
步骤1,基于原始道路图层数据构建道路网络数据模型;
步骤2,基于道路网络数据模型构建道路转角权重辅助网,并对道路转角权重辅助网中辅助边赋权重,本步骤进一步包括子步骤:
2.1获得道路网络数据模型中各道路边的辅助节点,即,以待选线路的起点和终点分别作为起点和终点所在道路边的辅助节点,其他道路边以其中点作为辅助节点;
2.2连接联通的两条道路边的辅助节点获得辅助边,构成道路转角权重辅助网;
2.3以辅助边端点所在两道路边间转向的成本为辅助边权重,两道路边间转向的成本采用成本模型计算,所述的成本模型为 其中,y1、y0、y2分别为车辆左转、直行、右转的成本;x为转角大小;C0、m、k为参数,根据选线设计要求设定;
步骤3,基于道路转角权重辅助网生成网络数据集,考虑路径交叉口转向总权重和路径总长度设置目标函数,采用最短路径分析法分析网络数据集,获得最优路径;
步骤4,结合转角方向将步骤3获得的最优路径反推到道路网络数据模型中,获得真实的最优路径。
步骤1中所述的基于道路图层数据构建道路网络数据模型,具体为:
预处理道路图层数据使道路图层数据与城市实际道路相符,进行拓扑检查,并将道路在道路节点处打断,构建基于路段连接的道路网络数据模型。
步骤2.1中,若设置了待选线路的路经点,则以路经点为其所在道路边的辅助节点。
上述转角大小x采用如下方法获得:
以道路岔路口为原点O,以正东和正北方向分别为X轴和Y轴,构建XOY直角坐标系;在该直角坐标系下,根据转向前和转向后车辆行驶方向与正东方向的夹角计算转角。
上述参数C0、m、k需满足约束条件,所述的约束条件包括:(1)相同大小转角下,右转的成本始终低于左转的成本;(2)直接左转的成本低于一次右转再回转直行的成本;和(3)直接左转的成本低于三次右转和回转的成本。
与现有技术相比,本发明具有如下特点和有益效果:
(1)在城市公共交通系统运行环境下,本发明能针对公交车辆的特点,根据道路路径在岔路口的转角情况,获得转向时间最短的最优路径,能有效减轻公交车辆在道路交叉口的通行压力,避免了复杂交通网络中车辆因转向带来的耗时,缩短公交车辆在路途中整体的运行时间,更符合道路网络内部复杂特性的需求,能更好辅助解决城市道路交通中的矛盾。
(2)与传统的以道路实际长度作为通过权重的最短路径分析方法相比,基于本发明获得的最优路径制定的公交车辆运行线路,能有效地为城市公共交通线路的规划和出行设计运营线路,可大幅度降低利用公共交通出行所带来的成本和代价。
(3)本发明不仅可缓解交通拥堵产生的交通压力,对某些道路起到分流作用,还能改善现今城市公共交通系统运转的不良现象,具有很好的应用推广价值,应用前景广阔。
附图说明
图1为转角模型构建计算示意图;
图2为本发明方法的具体流程示意图;
图3为道路网络数据模型的示意图;
图4为道路转角权重辅助网示意图;
图5为道路网络数据模型和道路转角权重辅助网的叠加示意图;
图6为采用本发明方法获得的最优路径;
图7为采用传统方法获得的最优路径。
具体实施方式
下面将结合附图和具体实施方式进一步说明本发明技术方案及有益效果。
本发明为基于道路转角权重的最优路径分析方法,主要考虑由路段路阻和节点路阻构成其阻碍强度,路段路阻、节点路阻和阻碍强度均为本技术领域内的通用术语,路段路阻指车辆通过路段所需消耗的成本,例如:时间成本;节点路阻指车辆通过节点时所需消耗的成本,例如:时间成本;阻碍强度指阻碍车辆通过道路时对其产生消耗的大小,一般指时间长短。路段阻抗值,即车辆沿着某条道路路段完成其行驶的时间,其是驾驶者选择好出行目的地后,选择行驶路线的主要因素,也是现有大多数最短路径分析方法所考虑的因素。但是对于大型客车行驶路线的选择而言,仅考虑路段阻抗值是不够的,城市道路岔路口的转向成本也是一个不可忽视的因素。
对于大型客车而言,在道路岔路口直行所花费的时间是最短的,其通过岔路口的成本也最小,而在岔路口右转虽然不如直行方便,但根据我国道路统一按右行驶的规定可知,车辆在岔路口右转的成本也相对较小,不过随着转角角度增大,所需花费的时间也会明显增长;而对于岔路口的左转,左转车辆不仅会与左转车辆或者对向的直行车辆在交叉点处产生冲突点,并且交叉冲突点对交叉口的行车安全影响比分、合流点大的多,因此车辆左转的成本相对较高。
下面将结合图1提供车辆岔路口转向时转角大小的一种具体计算方式。图中,构建XOY直角坐标系,X轴、Y轴分别表示正东、正北方向,O表示道路岔路口,为车辆转向前的行驶方向,为车辆转向后的行驶方向,图(a)和图(b)表示车辆右转,图(c)和图(d)表示车辆左转。假设转向前车辆行驶方向与正东方向夹角为ΦA,转向后行驶方向与正东方向夹角为ΦB,基于XOY直角坐标系构建转角模型,如下:
图(a)中所示情况下,ΦA∈(-180°,-90°],ΦB∈[90°,180°),此时车辆右转,转角大小ΦA-ΦB+360°。图(b)中所示情况下,ΦA∈(-90°,0),ΦB∈(-180°,-90°],此时车辆右转,转角大小ΦA-ΦB。图(c)中所示情况下,ΦA∈(0,90°),ΦB∈[90°,180°),此时车辆左转,转角大小|ΦA-ΦB|。图(d)所示情况下,ΦA∈[90°,180°),ΦB∈(-180°,-90°],此时车辆左转,转角大小ΦB-ΦA+360°。
一般情况下,对大型客车而言,在道路岔路口直行所花费的时间是最短的,即其通过岔路口的成本最小,因此,本发明假设岔路口的直行通过成本y0=C0,C0为常量。右转成本也相对较小,不过随着转角增大,所花费的时间也会明显增长,但增长幅度小于左转增长幅度,因此,本发明将右转通过成本表示为与转角大小成正相关的一次函数y1=kx+C0,k>0,x为相对直行方向的转角大小。对于岔路口的车辆左转,其成本相对较高,本发明将左转通过成本表示为与转角大小成指数型增长的函数y2=emx-1+C0,m>0,x为相对直行方向的转角大小,随着转角角度增大,车辆左转耗费的成本将超过同等转角下车辆右转成本。
综合上述,本发明提出了基于道路转角权重的成本模型,如下:
由于在相同大小转角下,车辆右转通过成本始终低于车辆左转通过成本,于是有emx-1>kx(2)恒成立,解得m≥k;为简化运算,取m=k。
车辆转向中,直接左转的成本显然比一次右转再回转直行的成本低,于是有:
kx+2C0>>ek(180-x)-1+C0 (3)
直接左转的成本低于三次右转和回转的成本,于是有:
2kx+k(180-x)+3C0>>ek(180-x)-1+C0 (4)
联立式(2)、(3)、(4)可得:
0<180k<ln(C0+1) (5)
式(5)即基于道路转角权重的成本模型的约束条件。
成本模型中参数C0、m、k可基于上述约束条件和经验、并考虑需求进行设定。针对不同的选线设计要求可采用不同的C0、m、k值,例如,有的选线设计要求着重考虑转弯代价,则可设置较大的左转成本、适中的右转成本和较小的直行成本;而有的选线设计要求仅需考虑转弯情况,而不需要着重考虑转弯成本,则可设置使左转成本、右转成本和直行成本相差不大的C0、m、k值。C0、m、k值的设定视项目选线需求而定,因此这些参数取值并不唯一。
图2为本发明方法的具体流程图,包括步骤:
步骤1,基于道路图层数据构建道路网络数据模型。
对城市公共交通系统中的道路图层数据进行编辑处理,使道路图层数据与城市实际道路相符,并对道路图层数据进行拓扑检查,生成线与线相互交叉的道路网络数据模型,见图3。
上述道路图层数据的编辑处理包括道路路段的准确性、完整性和一致性的检查。准确性检查主要指删除道路端点处存在的误差路段信息;完整性检查包括在某些岔路口处路段应该相交的没有相交,应人工处理将其相交于某一个岔路口;一致性检查是指有些路段存在多条线路重合的情况,应删除其中多余路段。最后将所有道路在道路节点处打断,以构建基于路段连接的道路网络数据模型。道路节点为本技术领域内术语,指道路与道路的交点。
步骤2,采用人工交互方式在道路网络数据模型上选择待选线路的起点和终点。也可根据实际需求,在道路网络数据模型上选择待选线路的路经点。
步骤3,基于道路网络数据模型构建道路转角权重辅助网,并对道路转角权重辅助网中辅助边赋权重。
道路转角权重辅助网的构建思路具体为:
在道路网络数据模型中,为方便构建道路转角权重辅助网,对待选线路的起点和终点所在的道路边,分别以起点和终点作为道路边的辅助节点;对于其他道路边,则以其中点作为道路边的辅助节点;连接联通的两条道路边的辅助节点,即获得道路转角权重辅助网,见图4~5。若步骤2中在道路网络数据模型上还选择了待选线路的路经点,则以路经点作为其所在道路边的辅助节点。
在道路转角权重辅助网的构建中,各道路边对应一个辅助节点。
道路转角权重辅助网数据采用表1所示的存储结构进行存储。
对道路转角权重辅助网中辅助边赋权重,具体为:
以辅助边端点所在两道路边间转向的成本为辅助边权重,两道路边间转向的成本采用公式(2)所示的成本模型计算。具体实施时可利用ArcGIS Engine提供的接口为辅助边赋权重值。
本发明中辅助边的权重具有方向性。假设某辅助边起点和终点所在道路边为道路边1和道路边2,则采用成本模型分别计算从道路边1向道路边2转向的成本和从道路边2向道路边1转向的成本,将两个成本值分别赋给辅助边的From_To_Weight和To_From_Weight。
道路转角权重辅助网数据可采用下表中存储结构进行存储。
表1 道路转角权重辅助网数据的存储结构
步骤4,利用道路转角权重辅助网生成网络数据集,考虑路径交叉口转向总权重和路径总长度设置目标函数,采用最短路径分析法分析网络数据集,获得最优路径,见图6连接端点1和2的虚线线路。
传统的最短路径分析法一般以路径总长度最小为目标函数,本发明则在路径长度基础上考虑了路径交叉口转向权重,可根据实际需求,选择转向权重最小的路径为最优路径,或综合考虑转向权重和路径总长度为通行成本的最短路径作为最优路径。目标函数的设置并不限于上述方式,可根据实际需求对目标函数做适应性设计。
本步骤中路径是指辅助边构成的路径,路径交叉口转向总权重即构成路径的辅助边的转向权重之和。
步骤5,结合转角方向将步骤4获得的最优路径反推到道路网络数据模型中,获得真实的最优路径,见图6中连接端点1和2的实线线路。
与传统基于道路长度的最短路径分析方法获得的最优路径(见图7中连接端点1和2的实线线路)相比,虽然传统方法获得的最优路径的几何长度更短,但是出现左转和右转次数更多,这样就增加了公交车辆在路途上花费的时间。而利用本发明方法获得的最优路径(见图6中连接端点1和2的实线线路),虽然最优路径的几何长度较长,但是在道路岔口处基本都是直行或右转,即使存在左转,左转转向角也相对比较小,这样就能有效的节省车辆在路途中花费的时间。
Claims (5)
1.基于道路转角权重的最优路径分析方法,其特征在于,包括步骤:
步骤1,基于原始道路图层数据构建道路网络数据模型;
步骤2,基于道路网络数据模型构建道路转角权重辅助网,并对道路转角权重辅助网中辅助边赋权重,本步骤进一步包括子步骤:
2.1获得道路网络数据模型中各道路边的辅助节点,即,以待选线路的起点和终点分别作为起点和终点所在道路边的辅助节点,其他道路边以其中点作为辅助节点;
2.2连接联通的两条道路边的辅助节点获得辅助边,构成道路转角权重辅助网;
2.3以辅助边端点所在两道路边间转向的成本为辅助边权重,两道路边间转向的成本采用成本模型计算,所述的成本模型为 其中,y1、y0、y2分别为车辆左转、直行、右转的成本;x为转角大小;C0、m、k为参数,根据选线设计要求设定;
步骤3,基于道路转角权重辅助网生成网络数据集,考虑路径交叉口转向总权重和路径总长度设置目标函数,采用最短路径分析法分析网络数据集,获得最优路径;
步骤4,结合转角方向将步骤3获得的最优路径反推到道路网络数据模型中,获得真实的最优路径。
2.如权利要求1所述的基于道路转角权重的最优路径分析方法,其特征在于:
步骤1中所述的基于道路图层数据构建道路网络数据模型,具体为:
预处理道路图层数据使道路图层数据与城市实际道路相符,进行拓扑检查,并将道路在道路节点处打断,构建基于路段连接的道路网络数据模型。
3.如权利要求1所述的基于道路转角权重的最优路径分析方法,其特征在于:
步骤2.1中,若设置了待选线路的路经点,则以路经点为其所在道路边的辅助节点。
4.如权利要求1所述的基于道路转角权重的最优路径分析方法,其特征在于:
所述的转角大小x采用如下方法获得:
以道路岔路口为原点O,以正东和正北方向分别为X轴和Y轴,构建XOY直角坐标系;在该直角坐标系下,根据转向前和转向后车辆行驶方向与正东方向的夹角计算转角。
5.如权利要求1所述的基于道路转角权重的最优路径分析方法,其特征在于:
所述的参数C0、m、k需满足约束条件,所述的约束条件包括:(1)相同大小转角下,右转的成本始终低于左转的成本;(2)直接左转的成本低于一次右转再回转直行的成本;和(3)直接左转的成本低于三次右转和回转的成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410499765.4A CN104200127A (zh) | 2014-09-25 | 2014-09-25 | 基于道路转角权重的最优路径分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410499765.4A CN104200127A (zh) | 2014-09-25 | 2014-09-25 | 基于道路转角权重的最优路径分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104200127A true CN104200127A (zh) | 2014-12-10 |
Family
ID=52085420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410499765.4A Pending CN104200127A (zh) | 2014-09-25 | 2014-09-25 | 基于道路转角权重的最优路径分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200127A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537229A (zh) * | 2014-12-19 | 2015-04-22 | 长安大学 | 一种提高出行效率的路网构建演化方法 |
CN107633319A (zh) * | 2017-07-03 | 2018-01-26 | 中兴软创科技股份有限公司 | 一种新增公交线路优化设计方法 |
CN107633318A (zh) * | 2017-07-03 | 2018-01-26 | 中兴软创科技股份有限公司 | 一种基于时间最短线路的新增公交线路优化设计方法 |
CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
CN107764264A (zh) * | 2016-08-19 | 2018-03-06 | 德韧营运有限责任公司 | 用于机动车辆的自动辅助泊车系统的最优路径规划器 |
CN107958302A (zh) * | 2017-11-17 | 2018-04-24 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN108268039A (zh) * | 2018-01-19 | 2018-07-10 | 广东美的智能机器人有限公司 | 移动机器人的路径规划方法及系统 |
CN109978231A (zh) * | 2019-02-18 | 2019-07-05 | 天津五八到家科技有限公司 | 路线推荐方法、装置、设备和存储介质 |
CN116227888A (zh) * | 2023-05-05 | 2023-06-06 | 山东大学 | 考虑路段内线路不交叉约束的城市配电网规划方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6498778B1 (en) * | 1998-12-17 | 2002-12-24 | At&T Corp. | Optimizing restoration capacity |
US20130060468A1 (en) * | 2011-09-07 | 2013-03-07 | Microsoft Corporation | Journey planning in public transportation networks |
CN103186710A (zh) * | 2011-12-31 | 2013-07-03 | 北京金山软件有限公司 | 最优路径搜索方法及系统 |
CN103294909A (zh) * | 2013-05-22 | 2013-09-11 | 王燚 | 基于共享度的分离路径计算方法 |
-
2014
- 2014-09-25 CN CN201410499765.4A patent/CN104200127A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6498778B1 (en) * | 1998-12-17 | 2002-12-24 | At&T Corp. | Optimizing restoration capacity |
US20130060468A1 (en) * | 2011-09-07 | 2013-03-07 | Microsoft Corporation | Journey planning in public transportation networks |
CN103186710A (zh) * | 2011-12-31 | 2013-07-03 | 北京金山软件有限公司 | 最优路径搜索方法及系统 |
CN103294909A (zh) * | 2013-05-22 | 2013-09-11 | 王燚 | 基于共享度的分离路径计算方法 |
Non-Patent Citations (3)
Title |
---|
STÉPHANIE VANHOVE等: "Route planning with turn restrictions: A computational experiment", 《OPERATIONS RESEARCH LETTERS》 * |
孙伟伟等: "城市复杂道路网络 T-GIS数据模型", 《同济大学学报(自然科学版)》 * |
张晓楠等: "交通运输最短路径分析系统的设计与实现", 《测绘工程》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537229A (zh) * | 2014-12-19 | 2015-04-22 | 长安大学 | 一种提高出行效率的路网构建演化方法 |
CN107764264A (zh) * | 2016-08-19 | 2018-03-06 | 德韧营运有限责任公司 | 用于机动车辆的自动辅助泊车系统的最优路径规划器 |
CN107633319A (zh) * | 2017-07-03 | 2018-01-26 | 中兴软创科技股份有限公司 | 一种新增公交线路优化设计方法 |
CN107633318A (zh) * | 2017-07-03 | 2018-01-26 | 中兴软创科技股份有限公司 | 一种基于时间最短线路的新增公交线路优化设计方法 |
CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
CN107958302A (zh) * | 2017-11-17 | 2018-04-24 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN107958302B (zh) * | 2017-11-17 | 2020-09-08 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN108268039A (zh) * | 2018-01-19 | 2018-07-10 | 广东美的智能机器人有限公司 | 移动机器人的路径规划方法及系统 |
CN109978231A (zh) * | 2019-02-18 | 2019-07-05 | 天津五八到家科技有限公司 | 路线推荐方法、装置、设备和存储介质 |
CN116227888A (zh) * | 2023-05-05 | 2023-06-06 | 山东大学 | 考虑路段内线路不交叉约束的城市配电网规划方法及系统 |
CN116227888B (zh) * | 2023-05-05 | 2023-07-28 | 山东大学 | 考虑路段内线路不交叉约束的城市配电网规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200127A (zh) | 基于道路转角权重的最优路径分析方法 | |
US11933627B2 (en) | High-definition map building method and apparatus | |
CN101608926B (zh) | 多层次多模态寻径导航方法 | |
CN102435200B (zh) | 一种路径快速规划方法 | |
CN109959388B (zh) | 一种基于栅格扩展模型的智能交通精细化路径规划方法 | |
CN105185144B (zh) | 顾及道路交叉路口转向的公路大件运输线路优化方法 | |
CN105528955A (zh) | 生成道路网络的方法及其装置 | |
CN101650191B (zh) | 道路网络拓扑抽象的方法及装置 | |
CN110196592A (zh) | 一种轨迹线的更新方法、系统、终端和存储介质 | |
CN111060108B (zh) | 路径规划方法和装置、工程车辆 | |
CN110619426B (zh) | 一种路网模型的构建方法、装置、设备和存储介质 | |
CN105069824B (zh) | 基于gps数据的露天矿山道路网自动构建方法及系统 | |
CN110867131A (zh) | 用于更新地图的方法、装置、设备和存储介质 | |
CN110807931B (zh) | 基于转向关系的交通路网有向图路径模型构建及求解方法 | |
CN102162734A (zh) | 一种生成导航电子地图数据的方法 | |
CN101561286B (zh) | 跨区域地图数据加载显示方法 | |
CN104217580B (zh) | 面向车辆群组动画的路网语义建模方法及系统 | |
CN114676939A (zh) | 一种多车型参数自适应的参考线平滑方法和系统 | |
CN115063978A (zh) | 一种基于数字孪生的公交到站时间预测方法 | |
CN110530378B (zh) | 一种基于v2x的map消息集的车辆定位方法 | |
CN113778102B (zh) | Avp全局路径规划系统、方法、车辆及存储介质 | |
Fu et al. | Unmanned driving technology in coal mine based on semantic information method | |
Zha et al. | Wind farm water area path planning algorithm based on A* and reinforcement learning | |
CN110428613A (zh) | 一种机器学习的智能交通状态预测方法 | |
Wang et al. | Lightweight map updating for highly automated driving in non-paved roads |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141210 |
|
WD01 | Invention patent application deemed withdrawn after publication |