CN104457770A - 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统 - Google Patents

一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统 Download PDF

Info

Publication number
CN104457770A
CN104457770A CN201410413699.4A CN201410413699A CN104457770A CN 104457770 A CN104457770 A CN 104457770A CN 201410413699 A CN201410413699 A CN 201410413699A CN 104457770 A CN104457770 A CN 104457770A
Authority
CN
China
Prior art keywords
path
node
vehicles
anticipation
parts
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
Application number
CN201410413699.4A
Other languages
English (en)
Inventor
胡泓涛
彭晓瑞
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201410413699.4A priority Critical patent/CN104457770A/zh
Publication of CN104457770A publication Critical patent/CN104457770A/zh
Pending legal-status Critical Current

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统。其中，拥堵预判方法的基础是对交通工具进行排序的思想；在对行驶路径进行自动划分的基础上结合上述拥堵预判的方法形成了行驶路径规划的方法其系统。本发明提供的方法及系统能够有效地避免因误差累积导致精确度降低的问题。

Description

一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统
技术领域
本发明涉及基于车辆信息来进行拥堵预判和行驶路径规划的方法及行驶路径规划的系统。
背景技术
现有的导航方法一般只能简单的给出从起始位置到目标位置的路径，而无法给出沿途的交通状况，更无法有效地预测的可能发生的拥堵。
对交通拥堵的预测技术记载于下述专利文献1中。
专利文献1：中国发明专利CN 103366563。
在上述专利文献中，对交通拥堵状况的预测采取的是比较道路承载量和交通工具在此道路上的预估存在量。由于拥堵是差异化的现象，同样的路段被堵到第100位的客户和位于最前面的客户可能完全是不同的效果，因此单纯的进行路径承载量和交通工具预估存在量的比较是无法兼顾到这种差异的。同时，在上述专利文献中，对交通工具在此道路上的预估存在量的估算方法是采集浮动车的当前位置和目标位置后进行全路径预测，由于实时路径交通情况的变化，当路径较长时，容易误差累积导致精确度降低。
发明内容
鉴于拥堵是差异化的现象的事实，本发明提供了一种拥堵预判的方法，包括以下步骤：
数据采集步骤：采集包括交通工具的初始位置信息及目标位置信息在内的相关信息；
路径规划步骤：根据所述数据采集步骤所采集的信息规划路径；
路径分段步骤：对由路径规划步骤规划出的路径以相应的节点进行划分；
时刻组计算步骤：计算所述交通工具的通过上述相应节点的时刻组，该时刻组为按照所建立的数据模型预测所述交通工具通过上述相应各节点的时刻的集合；
排序步骤：根据上述时刻组计算步骤计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；
拥堵预判步骤：根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，预判为路径存在拥堵；当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，预判为路径畅通。
上述所谓节点是指对路径进行的分段处理所得到的分隔点；上述所谓交通工具的数据模型是指基于大数据后台为支撑的所述交通工具的位移-速度模型。本文其他部分出现的节点和交通工具的数据模型具有同样的含义。
鉴于误差累计容易导致精确度降低的问题，本发明在上述拥堵预判方法的基础上还提供一种行驶路径规划系统及规划方法。该行驶路径规划系统及规划方法能够进行精确度更高的拥堵预测从而规划出不拥堵的路径。
本发明提供的行驶路径规划系统包括用于交通工具与信息处理中心之间通讯的通讯部件和信息处理中心，信息处理中心包括以下部件：
数据采集部件：数据采集部件从交通工具采集包括初始位置信息及目标位置信息在内的相关信息；
路径规划部件：路径规划部件根据相关信息规划路径；
路径分段部件：路径分段部件对由路径规划部件规划出的路径以相应的节点进行划分；
节点选取部件：节点选取部件用于选取全部节点中的前n个节点；
时刻组计算部件：时刻组计算部件用于计算所述交通工具通过节点选取部件所选取的节点的时刻组，该时刻组为按照所建立的数据模型预测所述交通工具通过上述相应各节点的时刻的集合；
排序部件：排序部件根据上述时刻组计算部件计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；
拥堵预判部件：拥堵预判部件根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，拥堵预判部件预判存在拥堵；当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，拥堵预判部件预判为畅通；
位置判定部件：判定交通工具是否到达指定位置。
本发明提供的路径规划方法包括以下步骤：
数据采集步骤：从交通工具采集包括初始位置信息及目标位置信息在内的相关信息；
路径规划步骤：根据所述数据采集步骤所采集的信息按照最优路径规则规划出原始路径；
路径分段步骤：对原始路径以以相应的节点进行划分；
节点选取步骤：选取全部节点中的前n个节点；
时刻组计算步骤：计算所述交通工具通过节点选取步骤所选取的节点的时刻组，该时刻组为按照所建立的数据模型预测所述交通工具通过上述相应各节点的时刻的集合；
排序步骤：根据上述时刻组计算步骤计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；
拥堵预判步骤：根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，预判为路径存在拥堵；当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，预判为畅通；
路径修正步骤：预判为路径存在拥堵时，按照次优路径规则规划修正路径，重新进行节点选取步骤、时刻组计算步骤、排序步骤、拥堵预判步骤；
路径确定及输出步骤：预判为畅通时，确定并输出路径至交通工具进行导航；
位置判定步骤：包括判定交通工具是否到达指定位置和判定交通工具是否到达目标位置：当交通工具行进至指定位置时，以第n个节点为初始位置，重新进行路径规划步骤、路径分段步骤、节点选取步骤、时刻组计算步骤、排序步骤、拥堵预判步骤、路径修正步骤以及路径确定及输出步骤。当交通工具行进至目标位置时，结束本次导航。
上述最优路径规则是指按照一定的原则(例如最短路径原则或者是最快路径原则)规划出的最能满足所述原则的路径(即最优路径)的方法；上述次优路径规则是指按照同样的原则规划出的排除已判定为存在拥堵的路径之外最能满足所述原则的路径(即次优路径)的方法。
作为上述方法的一种优选方法，在节点选取步骤中，n＝1。
作为上述方法的一种优选方法，在拥堵预判步骤中，根据相邻节点之间路径的承载量和按照排序步骤所确定的排序位置对该交通工具的通畅度进行分级。
作为上述方法的一种优选方法，在拥堵预判步骤中，按照距离所述交通工具由近至远的顺序依次预判相邻节点之间路径的拥堵情况。
本发明相对于现有技术包括如下有益效果。
首先，本发明采取对交通工具进行排序并根据承载量与排序位置之间的关系以确定是否存在拥堵的方法，更加符合拥堵是差异化现象的事实，更加贴近现实情况；其次，本发明提供的行驶路径规划系统及规划方法由于采用了分段规划的思想，能够有效地避免因误差累积导致精确度降低的问题；同时，由于拥堵不仅会降低社会效率，同时在现有的能源模式下也会产生大规模的污染和浪费，所以缓解了拥堵问题不仅有助于解决了社会效率问题，同时也有助于缓解环境压力。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明，其中：
图1是拥堵预判方法的流程图。
图2是行驶路径规划系统一例的系统图。
图3是行驶路径规划方法的流程图。
图4是行驶路径规划方法的示意图。
具体实施方式
首先，结合图1对拥堵预判方法进行说明。数据采集步骤采集包括交通工具的初始位置信息及目标位置信息在内的相关信息后，由路径规划步骤根据数据采集步骤所采集的信息规划路径；在路径分段步骤中对规划的路径以相应的节点进行划分，节点为分隔点；然后由时刻组计算步骤计算所述交通工具通过相应节点的时刻组，该通过节点时刻组为按照所建立的数据模型预测所述交通工具通过上述节点的时刻的集合，上述所谓交通工具的数据模型是指基于大数据后台为支撑的位移-速度模型，可以是平均速度模型，也可以是包括红路灯等待时间、、交通工具的行驶习惯、限速等因素为变量的位移-速度关系模型；之后在排序步骤中根据上述通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；最后在拥堵预判步骤中根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，预判为存在拥堵：当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，预判为路径畅通。
其次，结合图2对行驶路径规划系统进行说明。行驶路径规划系统包括信息处理中心和通讯部件。信息处理中心包括数据采集部件、路径规划部件、路径分段部件、节点选取部件、时刻组计算部件、排序部件、拥堵预判部件和位置判定部件。通讯部件负责信息处理中心和交通工具之间的信息传递，二者之间传递的信息包括但不限于交通工具的初始位置信息及目标位置信息；数据采集部件收集通讯部件传递的相关信息后，路径规划部件则根据所述数据采集部件所采集的信息按照最优路径规则规划出原始路径；之后由路径分段部件对原始路径以相应的节点进行划分，例如以需要通过的路口为节点对原始路径进行分段或者以以指定的节点对路径进行分段；之后由节点选取部件选取全部节点中的前n个节点，即截取原始路径中的一部分；然后由时刻组计算部件计算所述交通工具通过节点选取部件所选取的节点的时刻组，该通过节点时刻组为按照所建立的数据模型预测所述交通工具通过上述节点选取部件所选取的前n个节点的时刻的集合；之后由排序部件根据上述时刻组计算部件计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；之后由拥堵预判部件根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，拥堵预判部件预判存在拥堵：此时由路径规划部件按照次优路径规则规划出修正路径，对修正后的路径重新由节点选取部件、时刻组计算部件、排序部件、拥堵预判部件进行拥堵与否的预判，直到当上述修正后的路径上所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量即预判为畅通时，由通讯部件输出此路径至交通工具并指导交通工具的行进；位置判定部件用于判定交通工具所处的位置，当交通工具行进至初始位置至第n个节点位置之间的某一位置，信息处理中心以第n个节点为初始位置，由路径规划部件规划出从第n个节点位置到目标位置的原始路径，重新由节点选取部件、时刻组计算部件、排序部件、拥堵预判部件进行拥堵与否的预判并根据此预判作出修正路径与否的决定。
再次，结合图3与图4对本发明所涉及的行驶路径规划方法进行说明。信息处理中心通过通讯部件从某一交通工具Ve1的采集包括初始位置信息及目标位置信息在内的相关信息；信息处理中心根据采集到的相关信息按照最优路径规则规划出原始路径R1，在本例中，我们采用最短路径原则规划出原始路径R1(如图4所示)；之后对原始路径R1进行分段，本例中我们以原始路径R1上存在的路口为节点对R1进行分段，分段后得到M个节点；选取从初始位置到第n个节点之间的路径r1(如图4所示)，其中n≤M；之后信息处理中心根据基于大数据后台为支撑建立的Ve1的位移-速度模型估算出交通工具Ve1到达第1至第n个节点对应的时刻即通过节点时刻组[T(1)，T(2)，....，T(n)]，可以预见，在交通工具Ve1于初始位置时所对应的时刻T(0)到T(1)时刻之间，Ve1应该位于初始位置与第一个节点之间，在时刻T(1)至时刻T(2)之间，Ve1应该位于第一个节点与第二个节点之间的路径上，依次类推；之后根据上述通过节点时刻组，对位于相邻节点之间的交通工具按照先后顺序的原则进行排序以确定某一交通工具在排序序列中的位置：即确定交通工具Ve1在处于初始位置与第一个节点之间所有的交通工具中的排序位置、确定交通工具Ve1在处于第一个节点与第二个节点之间所有的交通工具中的排序位置，以此类推(例如：如图4所示，假设在时刻T(1)至时刻T(2)之间，即Ve1位于第一个节点与第二个节点之间的路径上时，此时该段路径上预测有另一交通工具Ve2，按照行驶路径规划方法估算出Ve2通过第一个节点的时间为T’(1)，此时比较T(1)和T’(1)就可以对Ve1和Ve2的先后顺序进行排序；同理假设在时刻T(2)至时刻T(3)之间，即Ve1位于第二个节点与第三个节点之间的路径上时，此时该段路径上预测有另一交通工具Ve3，按照行驶路径规划方法估算出Ve2通过第二个节点的时间为T’(2)、Ve3通过第二个节点的时间为T”(2)，此时比较T(2)、T’(2)和T”(2)就可以对Ve1、Ve2和Ve3的先后顺序进行排序)；之后再根据相邻节点之间路径的承载量预判交通工具Ve1能否顺利通过该相邻节点的路径：当交通工具Ve1所处排序位置的数值大于或等于该相邻节点之间路径的承载量即预判为存在拥堵时，此时按照次优路径规则规划修正路径，规划出新的路径r2，重新对r2进行节点选取步骤、时刻组计算步骤、排序步骤、拥堵预判步骤，直到当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量即预判为畅通时，确定并输出此路径至交通工具；当交通工具行进至初始位置与第n个节点位置之间的某一位置(例如第k个节点，其中1≤k≤n)，信息处理中心以第n个节点为初始位置，再次进行路径规划步骤、路径分段步骤、节点选取步骤、时刻组计算步骤、排序步骤、拥堵预判步骤、路径修正步骤以及路径确定及输出步骤，即以分段地方式不断地从初始位置逼近目标位置。
作为本发明的一种优选方法，当n取值为1时，此时只需预测交通工具现所处位置与下一个节点之间的路径交通拥堵情况，精确度比较高。
作为本发明的一种优选方法，在拥堵预判步骤中，根据相邻节点之间路径的承载量和按照排序步骤所确定的排序位置对该交通工具的通畅度进行分级，即按照交通工具的排序位置比较靠前、交通工具的排序位置比较居中、交通工具的排序位置比较靠后、交通工具的排序位置数值已超出承载量等方式来区分交通工具通过该段路径可能的通畅程度，作为提示或改变规划路径的依据。
作为本发明的一种优选方法，在拥堵预判步骤中，按照距离所述交通工具由近至远的顺序依次预判相邻节点之间路径的拥堵情况：即首先预判所述交通工具在第一个节点与第二个节点之间的路径上的拥堵情况；其次预判所述交通工具在第二个节点与第三个节点之间的路径上的拥堵情况；依次类推；如果对某一段相邻节点之间的路径上预判为存在拥堵时，则不必计算其后相邻节点之间的路径上的拥堵情况。采取此种处理可以有效地降低计算量。
需要进一步说明的是，当预判为路径畅通时，将会输出路径至交通工具进行导航。此处的导航方法可以参考下列文献：
梁穗，刘坚，王练.汽车导航原理及在国内市场的展望.《汽车电器》，2001，05.
刘基余.GPS卫星汽车导航定位原理与方法.北京：科学出版社，2008，06.
袁建平，方群，郑谔.GPS在飞行器定位导航中的应用.西安：西北工业大学出版社，2000.
以上所述结合附图对本发明的实施方式作出了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (6)

1.一种拥堵预判的方法，包括以下步骤：
数据采集步骤：采集包括交通工具的初始位置信息及目标位置信息在内的相关信息；
路径规划步骤：根据所述数据采集步骤所采集的信息规划路径；
路径分段步骤：对由路径规划步骤规划出的路径以相应的节点进行划分；
时刻组计算步骤：计算所述交通工具的通过上述相应节点的时刻组，该时刻组为按照所建立的数据模型预测所述交通工具通过上述相应各节点的时刻的集合；
排序步骤：根据上述时刻组计算步骤计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；
拥堵预判步骤：根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，预判为路径存在拥堵；当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，预判为路径畅通。
2.一种行驶路径规划系统，包括用于交通工具与信息处理中心之间通讯的通讯部件和信息处理中心，其中信息处理中心包括以下部件：
数据采集部件：数据采集部件从交通工具采集包括初始位置信息及目标位置信息在内的相关信息；
路径规划部件：路径规划部件根据相关信息规划路径；
路径分段部件：路径分段部件对由路径规划部件规划出的路径以相应的节点进行划分；
节点选取部件：节点选取部件用于全部节点中的前n个节点；
时刻组计算部件：时刻组计算部件用于计算所述交通工具通过节点选取部件所选取的节点的时刻组，该时刻组为按照所建立的数据模型预测所述交通工具通过上述相应各节点的时刻的集合；
排序部件：排序部件根据上述时刻组计算部件计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；
拥堵预判部件：拥堵预判部件根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，拥堵预判部件预判存在拥堵；当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，拥堵预判部件预判为畅通；
位置判定部件：判定交通工具是否到达指定位置或目标位置。
3.一种路径规划方法，包括以下步骤：
数据采集步骤：从交通工具采集包括初始位置信息及目标位置信息在内的相关信息；
路径规划步骤：根据所述数据采集步骤所采集的信息按照最优路径规则规划出原始路径；
路径分段步骤：对原始路径以以相应的节点进行划分；
节点选取步骤：选取全部节点中的前n个节点；
时刻组计算步骤：计算所述交通工具通过节点选取步骤所选取的节点的时刻组，该时刻组为按照所建立的数据模型预测所述交通工具通过上述相应各节点的时刻的集合；
排序步骤：根据上述时刻组计算步骤计算出的通过节点时刻组，对按照上述数据模型所预测的位于相邻节点之间交通工具按照先后顺序的原则进行排序；
拥堵预判步骤：根据相邻节点之间路径的承载量预判按照上述数据模型预测的位于该相邻节点之间且处于某一排序位置的交通工具的拥堵情况：当所述交通工具所处排序位置的数值大于或等于该相邻节点之间路径的承载量时，预判为路径存在拥堵；当所述交通工具所处排序位置的数值小于该相邻节点之间路径的承载量时，预判为畅通；
路径修正步骤：预判为路径存在拥堵时，按照次优路径规则规划修正路径，重新进行节点选取步骤、时刻组计算步骤、排序步骤、拥堵预判步骤；
路径确定及输出步骤：预判为畅通时，确定并输出路径至交通工具进行导航；
位置判定步骤：包括判定交通工具是否到达指定位置和判定交通工具是否到达目标位置：当交通工具行进至指定位置时，以第n个节点为初始位置，重新进行路径规划步骤、路径分段步骤、节点选取步骤、时刻组计算步骤、排序步骤、拥堵预判步骤、路径修正步骤以及路径确定及输出步骤。当交通工具行进至目标位置时，结束本次导航。
4.按照权利要求3所述的路径规划方法，其特征在于，在节点选取步骤中，n＝1。
5.按照权利要求3或4所述的路径规划方法，其特征在于，在拥堵预判步骤中，根据相邻节点之间路径的承载量和按照排序步骤所确定的排序位置对该交通工具的通畅度进行分级。
6.按照权利要求3或4所述的路径规划方法，其特征在于，在拥堵预判步骤中，按照距离所述交通工具由近至远的顺序依次预判相邻节点之间路径的拥堵情况。
CN201410413699.4A 2014-08-21 2014-08-21 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统 Pending CN104457770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410413699.4A CN104457770A (zh) 2014-08-21 2014-08-21 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410413699.4A CN104457770A (zh) 2014-08-21 2014-08-21 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统

Publications (1)

Publication Number Publication Date
CN104457770A true CN104457770A (zh) 2015-03-25

Family

ID=52904205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410413699.4A Pending CN104457770A (zh) 2014-08-21 2014-08-21 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统

Country Status (1)

Country Link
CN (1) CN104457770A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN107194656A (zh) * 2017-07-04 2017-09-22 北京惠赢天下网络技术有限公司 一种基于标准箱订单的配送路径的规划方法及装置
CN107704957A (zh) * 2017-09-28 2018-02-16 京东方科技集团股份有限公司 一种拥堵路段通行优化方法及装置
CN108694457A (zh) * 2017-04-07 2018-10-23 北京嘀嘀无限科技发展有限公司 信息推荐的方法及装置
WO2019037553A1 (zh) * 2017-08-22 2019-02-28 广东美的智能机器人有限公司 调度服务器、机器人及其行驶方法
CN109420617A (zh) * 2017-08-30 2019-03-05 杭州海康机器人技术有限公司 包裹分拣平台、包裹分拣系统、机器人调度方法及装置
CN111487957A (zh) * 2019-01-28 2020-08-04 杭州海康机器人技术有限公司 一种agv路径规划方法、装置、电子设备及存储介质
CN112414418A (zh) * 2019-08-20 2021-02-26 北京图森智途科技有限公司 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆
CN116787449A (zh) * 2023-08-25 2023-09-22 深圳市普渡科技有限公司 运行路径堵塞处理方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62124412A (ja) * 1985-11-25 1987-06-05 Hino Motors Ltd 車間距離表示装置
JPH10119807A (ja) * 1996-10-21 1998-05-12 Honda Motor Co Ltd 車両走行制御装置
CN1734238A (zh) * 2005-09-15 2006-02-15 北京工业大学 中心控制式车载导航系统两阶段多路径优化方法
CN1969169A (zh) * 2004-02-17 2007-05-23 株式会社建伍 导向线路搜索设备，导向线路搜索方法，及其计算机程序
CN102005118A (zh) * 2009-08-31 2011-04-06 卢志明 基于gps和无线网络技术的实时交通堵塞信息服务系统
CN103794065A (zh) * 2014-01-24 2014-05-14 东南大学 一种主动式的城市道路区域信号配时参数协同优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62124412A (ja) * 1985-11-25 1987-06-05 Hino Motors Ltd 車間距離表示装置
JPH10119807A (ja) * 1996-10-21 1998-05-12 Honda Motor Co Ltd 車両走行制御装置
CN1969169A (zh) * 2004-02-17 2007-05-23 株式会社建伍 导向线路搜索设备，导向线路搜索方法，及其计算机程序
CN1734238A (zh) * 2005-09-15 2006-02-15 北京工业大学 中心控制式车载导航系统两阶段多路径优化方法
CN102005118A (zh) * 2009-08-31 2011-04-06 卢志明 基于gps和无线网络技术的实时交通堵塞信息服务系统
CN103794065A (zh) * 2014-01-24 2014-05-14 东南大学 一种主动式的城市道路区域信号配时参数协同优化方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
CN108694457A (zh) * 2017-04-07 2018-10-23 北京嘀嘀无限科技发展有限公司 信息推荐的方法及装置
CN107194656A (zh) * 2017-07-04 2017-09-22 北京惠赢天下网络技术有限公司 一种基于标准箱订单的配送路径的规划方法及装置
WO2019037553A1 (zh) * 2017-08-22 2019-02-28 广东美的智能机器人有限公司 调度服务器、机器人及其行驶方法
CN109420617B (zh) * 2017-08-30 2024-02-02 杭州海康机器人股份有限公司 包裹分拣平台、包裹分拣系统、机器人调度方法及装置
CN109420617A (zh) * 2017-08-30 2019-03-05 杭州海康机器人技术有限公司 包裹分拣平台、包裹分拣系统、机器人调度方法及装置
CN107704957A (zh) * 2017-09-28 2018-02-16 京东方科技集团股份有限公司 一种拥堵路段通行优化方法及装置
CN111487957B (zh) * 2019-01-28 2023-05-02 杭州海康机器人股份有限公司 一种agv路径规划方法、装置、电子设备及存储介质
CN111487957A (zh) * 2019-01-28 2020-08-04 杭州海康机器人技术有限公司 一种agv路径规划方法、装置、电子设备及存储介质
CN112414418A (zh) * 2019-08-20 2021-02-26 北京图森智途科技有限公司 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆
CN112414418B (zh) * 2019-08-20 2023-03-14 北京图森智途科技有限公司 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆
CN116787449A (zh) * 2023-08-25 2023-09-22 深圳市普渡科技有限公司 运行路径堵塞处理方法、装置、电子设备和存储介质
CN116787449B (zh) * 2023-08-25 2023-12-19 深圳市普渡科技有限公司 运行路径堵塞处理方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN104457770A (zh) 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统
CN107036572B (zh) 一种农机作业面积获取方法及装置
CN105825666B (zh) 基于路面湿度检测的城市洒水车智能调度方法
CN108806283B (zh) 一种交通信号灯的控制方法及车联网平台
CN106781592B (zh) 一种基于大数据的交通导航系统及方法
CN102169634B (zh) 一种交通拥塞优先疏散控制方法
CN105023428B (zh) 路况信息评估方法及装置
CN102087788B (zh) 基于浮动车车速置信度的交通状态参数估计方法
CN101604478B (zh) 一种动态交通信息的处理方法及系统
CN108053661B (zh) 一种交通控制的方法及装置
CN103996289B (zh) 一种流量-速度匹配模型及行程时间预测方法及系统
CN103971530B (zh) 一种实时路径规划方法
CN105489008B (zh) 基于浮动车卫星定位数据的城市道路拥堵计算方法及系统
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划系统及方法
CN104282162A (zh) 一种基于实时车辆轨迹的交叉口自适应信号控制方法
CN104200680B (zh) 过饱和交通状态下城市干道的交通信号协调控制方法
CN105390000A (zh) 一种基于路况交通大数据的交通信号控制系统及方法
CN103280113A (zh) 一种自适应的交叉口信号控制方法
CN103000027A (zh) 基于浮动车在拥堵状态下的智能交通诱导方法
CN104835335A (zh) 路网交通优化控制系统和方法
CN106017496A (zh) 一种基于路况的实时导航方法
CN107490384A (zh) 一种基于城市路网的最优静态路径选择方法
CN102722988A (zh) 一种实现道路交叉口车流控制的方法和装置
CN102062608B (zh) 备选路径规划方法及导航终端
CN116564087A (zh) 一种基于大数据的路网均衡控制方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150325