CN104517155A - 用于动态路径优化的系统和方法 - Google Patents
用于动态路径优化的系统和方法 Download PDFInfo
- Publication number
- CN104517155A CN104517155A CN201310445546.3A CN201310445546A CN104517155A CN 104517155 A CN104517155 A CN 104517155A CN 201310445546 A CN201310445546 A CN 201310445546A CN 104517155 A CN104517155 A CN 104517155A
- Authority
- CN
- China
- Prior art keywords
- subpath
- node
- geographic position
- optimal path
- path
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000003860 storage Methods 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 15
- 238000007726 management method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010960 commercial process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013068 supply chain management Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了动态路径优化的技术。在一些实施例中,一种方法包括:接收确定从源地理位置至目的地地理位置的最优路径的指令,并且使用多个子路径的每个子路径的对应历史交通信息来确定从源地理位置至目的地地理位置的最优路径。每个子路径的历史交通信息可以对应于在对应子路径的开始位置处的估计到达时间,并且可以用于从多个子路径选择子路径。选择的子路径可以限定最优路径。在一些实施例中,历史交通信息包括对应子路径的交通流的指示。在一些实施例中,交通流的指示包括交通流的平均速度。
Description
技术领域
本申请总体上涉及数据处理的技术领域,并且在各个实施例中涉及动态路径优化的方法和系统。
背景技术
路径优化在诸如物流执行、网络路由协议和飞机飞行轨迹优化的各种应用中扮演重要角色。然而,在现实世界中经常出现复杂情况。
附图说明
在附图的图中通过示例而非限制性地例示了本公开的一些实施例,在附图中,相似的附图标号指示类似的元件,并且在附图中:
图1图示根据一个示例实施例的、反映在地图上的路径优化的真实世界复杂情况的物流执行示例;
图2是图示根据一个示例实施例的客户端服务器系统的网络图;
图3是图示根据一个示例实施例的在企业应用平台中的企业应用和服务的框图;
图4是图示根据一个示例实施例的动态路径优化系统的框图;
图5是图示根据一个示例实施例的确定最优路径的方法的流程图;
图6是图示根据一个示例实施例的确定最优路径的方法的流程图;
图7是图示根据一个示例实施例的确定最优路径的方法的流程图;
图8A-8B图示根据一个示例实施例的相邻节点和对应子路径的选择;以及
图9是根据一个示例实施例的、其上可以执行在此所述的方法的示例计算机系统的框图。
具体实施方式
公开了动态路径优化的示例方法和系统。在下面的说明中,为了说明的目的,阐述了多个具体细节,以便示例实施例的透彻理解。然而,对于本领域内的技术人员显然,可以在没有这些具体细节的情况下实施本实施例。
在现实世界的路径优化中可能遇到几个困难,包括但是不限于:交通流在所有道路上是动态的和变化的;交通阻塞是基于时间的;在规定区域中在确定的时间段期间存在交通限制;以及,在规定的路段中存在速度限制。
在涉及物流执行的一个示例中,预期卡车快速向目的地运送货物。图1图示根据一个示例实施例的物流执行示例100,其反映在地图110上的路径优化的现实世界复杂情况。在示例100中,在8:00am确定运输卡车120从起始位置至目的地位置130行进的路径140。如所示,当在8:00am确定路径140时,该确定基于对于确定路径140的时间特有的一个或多个交通状况,诸如交通阻塞150的存在。然而,这些交通状况可能到运输卡车到达它们的出现位置的时间的时候已发生改变。例如,虽然当在运输卡车EB-5仍在起始位置的同时在8:00am处确定路径140时交通阻塞150可能在距离起始位置10公里的确定区域中出现,但是到卡车可能到达那个区域的时间(例如,在图1中的8:30am)的时候,交通阻塞150可能已经清除或已经缓解。当前的路径优化解决方案不考虑在交通状况中的该基于时间的改变的情况。
可以将路径优化的复杂问题分解为子问题。在每个子问题中,可以获得用于反映车辆的预期到达数据的时间戳(timestamp),由此将动态交通信息转换为在对应路段处的静态信息。动态规划方法可以用于使用动态交通信息来优化总体成本。该动态手段可以包括下面的特征的任何组合,稍后在本公开中更详细地描述该下面的特征:
·数据收集:可以收集和向数据库内输入交通流的历史信息(例如,平均速度)、道路距离和交通限制。
·优化:可以将问题划分为几个阶段,在每个阶段处需要策略决策。
·最优策略:可以根据从源节点到当前节点的最小成本(即时成本)和最小的即将到来的成本(未来成本)来在每个阶段处评估最小成本。可以以多种方式来设置该成本,包括但是不限于距离、行程时间、支付费用等。
·时间戳:可以使用相对于(from)源的最小成本向当前节点授予时间戳。
在一些实施例中,路径优化系统使用时间成本的动态评估。与传统的静态路径优化方法不同,本公开的技术可以根据实时交通信息来评估时间成本。
在一些实施例中,一种方法包括:接收确定从源地理位置至目的地地理位置的最优路径的指令;并且,使用多个子路径的每个子路径的对应历史交通信息来确定从源地理位置至目的地地理位置的最优路径。每个子路径的历史交通信息可以对应于在对应子路径的开始位置处的估计到达时间,并且用于从多个子路径选择子路径。选择的子路径可以限定最优路径。
在一些实施例中,历史交通信息包括对应子路径的交通流的指示。在一些实施例中,交通流的指示包括交通流的平均速度。在一些实施例中,历史交通信息进一步包括对应子路径的可获得性的指示。
在一些实施例中,基于对最小化行程时间的偏好来选择每个选择的子路径。在一些实施例中,确定最优路径包括:将多个节点的每个与多个地理位置中的对应一个相关联。所述多个地理位置可以包括源地理位置、目的地地理位置、每个子路径的开始位置和每个子路径的结束位置。可以对于所述多个节点的当前节点从所述多个节点确定相邻节点。每个相邻节点可以经由对应子路径连接到当前节点。可以基于在当前节点的估计的到达时间的对应历史交通信息来估计经由对应子路径行进到相邻节点的每个的对应时间成本。可以选择相邻节点之一和对应子路径以包括在最优路径中。可以更新当前节点为等于所选择的相邻节点。可以重复所述确定、估计、选择和更新步骤,直到当前节点等于目的地地理位置的对应节点。
在一些实施例中,使得在装置上向用户显示关于最优路径的信息。在一些实施例中,关于最优路径的信息包括最优路径的时间成本、使用最优路径在目的地地理位置处的估计到达时间和最优路径的选择的子路径中的至少一个。
在此公开的方法或实施例可以被实现为具有一个或多个模块(例如,硬件内或软件模块)的计算机系统。这样的模块可以被计算机系统的一个或多个处理器执行。在一些实施例中,非瞬态机器可读存储装置可以存储一组指令,所述指令当被至少一个处理器执行时使得所述至少一个处理器执行在本公开内描述的操作和方法步骤。
图2是图示根据一个示例实施例的客户端服务器系统的网络图。以企业应用平台212的示例形式的平台(例如,机器和软件)经由网络214(例如,因特网)向一个或多个客户端提供服务器侧功能。图2图示了例如具有编程客户端(programmatic client)218(例如,浏览器,诸如由华盛顿州的Redmond的微软公司开发的INTERNET EXPLORER浏览器)的客户端机器216、具有小设备网络客户端220(例如,没有脚本引擎的浏览器)的小设备客户端机器222和具有编程客户端219的客户端/服务器机器217。
具体转向企业应用平台212,网络服务器224和应用编程接口(API)服务器225可以耦合到应用服务器226,并且向应用服务器226提供网络和编程接口。应用服务器226可以继而耦合到便利对于一个或多个数据库230的访问的一个或多个数据库服务器228。网络服务器224、应用编程接口(API)服务器225、应用服务器226和数据库服务器228可以容纳跨功能(cross-functional)服务232。应用服务器226可以进一步容纳域应用234。
跨功能服务232向利用企业应用平台212的用户和处理提供服务。例如,跨功能服务232可以向操作客户端机器216、客户端/服务器机器217和小设备客户端机器222的用户提供门户服务(例如,网络服务)、数据库服务和到域应用234的连接。另外,跨功能服务232可以提供环境,该环境用于向现有的应用提供增强,并且用于将第三方和遗留应用与现有的跨功能服务232和域应用234整合。而且,虽然在图2中所示的系统200使用客户端服务器架构,本发明的实施例当然不限于这样的架构,并且可以同样良好地应用在分布式或对等的架构系统中。
图3是图示根据一个示例实施例的在企业应用平台212中的企业应用和服务的框图。企业应用平台212可以包括跨功能服务232和域应用234。跨功能服务232可以包括门户模块240、关系数据库模块242、连接器和消息传送模块244、应用编程接口(API)模块246和开发模块248。
门户模块240可以对于客户端机器216、小设备客户端机器222和客户端/服务器机器217使能对于其他跨功能服务232和域应用234的单个接入点。门户模块240可以用于处理、创建(author)和维持向用户呈现内容(例如,用户界面元素和导航控件)的网页。另外,门户模块240可以使能用户角色,即如下构造,该构造将角色与如下专用环境相关联,该专用环境由用户利用来执行任务、利用服务和与其他用户和在限定的范围内交换信息。例如,该角色可以确定用户可获得的内容和用户可以执行的行为。门户模块240包括产生模块、通信模块、接收模块和再生模块。另外,门户模块240可以符合网络服务标准,并且/或者利用各种因特网技术,包括Java、Java2平台企业版本、SAP的高级商业应用编程语言(ABAP)和Web Dynpro、可扩展标记语言(XML)、Java加密体系结构、Java认证和授权服务、X.509、轻量级目录访问协议、Web服务定义语言、WebSphere服务注册和存储库、简单对象访问协议、通用描述发现和集成以及Microsoft.NET。
关系数据库模块242可以提供用于访问包括用户界面库236的数据库230的支持服务。关系数据库模块242可以为对象关系映射、数据库独立性和分布式计算提供支持。关系数据库模块242可以用于增加、删除、更新和管理数据库元素。另外,关系数据库模块242可以符合数据库标准,并且/或者使用各种数据库技术,包括结构化查询语言(SQL)、结构化查询语言数据库连接、Oracle、MySQL、UNICODE、Java数据库连接。
连接器和消息传送模块244可以通过提供公共消息传送应用处理接口来使能跨越由跨功能服务232和域应用234使用的不同类型的消息传送系统的通信。连接器和消息传送模块244可以使能在企业应用平台212上的异步通信。
应用编程接口(API)模块246可以通过作为服务向现有和新的应用暴露接口来使能基于服务的应用的开发。可以在作为中央位置的平台中包括存储库,以当建立应用时找到可获得服务。
开发模块248可以提供开发环境,用于在企业应用平台212上增加、整合、更新和扩展软件部件,而不影响现有的跨功能服务232和域应用234。
转向域应用234,客户关系管理应用250可以使能对于来自多个数据源和商业处理的的相关个性化信息的访问,并且可以便利该相关个性化信息的收集和存储。以将购买者发展为长期客户为任务的企业人员可以利用客户关系管理应用250来贯穿客户参与周期向购买者提供帮助。
企业人员可以利用财务应用252和商业处理来跟踪和控制在企业应用平台212内的财务事务。财务应用252可以促进与财务管理相关联的操作、分析和协作任务的执行。具体地说,财务应用252可以使能与财务问责制、规划、预测和管理财务成本相关的任务的执行。
人力资源应用254可以被企业人员和商业处理利用来管理、部署和跟踪企业人员。具体地说,人力资源应用254可以使能人力资源问题的分析,并且基于实时信息来便利人力资源决策。
产品使用期限管理应用256可以使能贯穿产品的使用期限的产品的管理。例如,产品使用期限管理应用256可以使能在商业伙伴之间的协同工程、定制产品开发、项目管理、资产管理和质量管理。
供应链管理应用258可以使能在供应链中观察到的性能的监控。供应链管理应用258可以促进对于生产计划的遵守和产品和服务的按时交付。
第三方应用260以及遗留应用262可以与域应用234整合,并且利用在企业应用平台212上的跨功能服务232。
图4是图示根据一个示例实施例的动态路径优化系统400的框图。动态路径优化系统400可以包括动态路径优化模块410。在一些实施例中,动态路径优化模块410可以被包含到图2中的企业应用平台212内(例如,在应用服务器226上)。然而,可以考虑,其他配置也在本公开的范围内。
动态路径优化模块410可以被配置来接收用于确定从源地理位置至目的地地理位置的最优路径的一个或多个指令。该指令可以由用户450在装置(在图2中的机器216、217、222的任何一个)发起或提供。
动态路径优化模块410可以被配置来使用可以指示可以被选择来形成最优路径的多个子路径的地理信息432和多个子路径的每个的对应历史交通信息434来确定从源地理位置至目的地地理位置的最优路径。子路径可以包括连接两个地理点或节点的道路或路段。地理信息432和历史交通信息434可以存储在一个或多个数据库430上。在一些实施例中,数据库430可以被并入到图2的数据库230内。然而,可以考虑,其他配置也在本公开的范围内。
地理信息432可以包括用于描述节点和道路分配的信息。地理信息432的示例包括但是不限于下面的部分:
·源节点:正被确定的路径的起始位置(例如,运输卡车离开的位置)。
·目的地节点:正被确定的路径的目的地位置(例如,运输卡车在完成其旅程时应到达的位置)。
·开始节点ID:在源节点和目的地节点之间的路径上的中间开始节点ID;每个子路径的对应开始位置。
·结束节点ID:在源节点和目的地节点之间的路径上的中间结束节点:每个子路径的对应结束位置。
·道路距离:在相邻开始节点和结束节点对之间的路段距离。
在一些实施例中,可以从一个或多个地图获得地理信息432,或地理信息432可以包括一个或多个地图。在一些实施例中,结束节点与开始节点相关联,开始节点是结束节点的邻居或直接地连接到结束节点。在一些实施例中,在开始节点和结束节点对连接中不允许存在任何其他节点。在一些实施例中,可以固定源节点和目的地节点。
在一些实施例中,历史交通信息434包括关于交通流和交通限制的基于时间的信息。可以从历史记录(例如,从由政府实体收集或保持的历史记录)获得历史交通信息434。历史交通信息434的示例包括但是不限于下面的部分:
·道路名称/ID:路段(子路径)的唯一名称或ID。
·时间段:记录的时间段(例如,9:00~9:30)。
·交通流:指示对应路段的交通流的度量(例如,交通流的平均速度、在路段上的车辆的平均数量)。
·交通限制:对应路段的可获得性的指示;例如,如果在进行建造并且路段关闭,则可以将路段看作不可获得来用于最优路径;在一些实施例中,使用值1来表示限制,并且使用值0来表示无限制。
·速度限制:对应路段的最大允许速度(例如,速度限制)。
在所列出的属性中,相对于在任何两个相邻节点之间的特定路段提供交通信息。在一些实施例中,仅采样具有交通监控器的节点,而在路段中使用相同信息来考虑近处的不太重要的节点。在一些实施例中,上面提供的所有交通信息与在节点之间的道路或路段相关联,而不是与特定节点相关联。
向回参见图4,输入数据采样模块420可以用于采样和预处理来自数据库430的地理信息432和历史交通信息434。输入数据采样模块420可以向动态路径优化模块410提供地理信息432和历史交通信息434,动态路径优化模块410可以然后使用地理信息432和历史交通信息434来确定最优路径。
动态路径优化模块410可以使得经由显示模块440来向用户450显示关于最优路径的信息。在一些实施例中,显示模块440可以被包含到用户450的装置内。可以以用户友好的方式来向用户450显示最优路径和关于最优路径的细节。
在一些实施例中,动态路径优化模块410可以输出具有节点序列的路径表格以及所确定的最优路径的总的时间成本。该路径表格可以包括但是不限于下面的信息:
·节点ID:在所确定的从源位置至目的地位置的路径上的中间节点。
·时间戳:在每个节点处的到达时间。
·时间成本:在每个相邻对的节点之间的每个子路径(例如,路段)的时间成本。
可以使用路径表格来示出在最优路径中的所有经历的节点。与传统方法相反,在此,可以使用时间戳来输出与在路径中的节点相关联的预期到达时间。另外,路径表格也能够记录在较大问题的每个阶段处的划分的子问题的最优解决方案。换句话说,可以逐个阶段地产生在路径表格中的经历的节点。
在一些实施例中,动态路径优化模块410可以使用下面的优化方法的任何一种或其组合来确定最优路径。
图5是图示根据一个示例实施例的确定最优路径的方法500的流程图。可以考虑,可以通过系统或系统的模块(例如,在图4中的动态路径优化模块410)来执行方法500的操作。在操作510,可以接收确定从源地理位置至目的地地理位置的最优路径的指令。在操作520,可以使用多个子路径的每个的对应历史交通信息来确定从源地理位置至目的地地理位置的最优路径。子路径可以对应于路段。每个子路径的历史交通信息可以对应于在对应子路径的开始位置处的估计到达时间,并且可以用于从多个子路径选择子路径。所选择的子路径可以限定最优路径。在操作530,可以使得向用户显示所确定的最优路径或其细节。可以考虑,可以向方法500内包含在本公开内描述的其他特征的任何一个。
在一些实施例中,可以使用节点来表示子路径或路段的连接点。节点可以被表示为vi,i=1,2,…,N,其中,N是节点的数量。在节点vi和vj之间的距离可以被表示为di,j。在两个相邻节点之vi和vj间的成本可以被评估为在这两个节点之间的时间成本(例如,从vi行进到vj的估计的时间量)。如果在时间t的交通流被表达为平均速度交通流si,j,t,则可以将成本评估为:
其中,ri,j,t是在时间t在vi和vj之间的速度限制。如果在t在vi和vj之间给出交通限制,则ci,j,t被设置为无穷大。
另一个重要指标可以是从源节点v1至vi的最小成本,其可以被表示为fi,并且目标可以是产生从源节点v1至目的地vi的最小成本fi。
图6是图示根据一个示例实施例的确定最优路径的方法600的流程图。可以考虑,可以通过系统或系统的模块(例如,在图4中的动态路径优化模块410)来执行方法600的操作。
在操作610,可以将多个节点的每个与多个地理位置的对应一个相关联。多个地理位置可以包括源地理位置、目的地地理位置、每个子路径的开始位置和每个子路径的结束位置。
在操作620,可以对于多个节点的当前节点从多个节点确定相邻节点。每个相邻节点可以经由对应子路径来连接到当前节点。
在操作630,可以基于在用于当前节点的估计到达时间时的对应历史交通信息来估计用于经由对应子路径行进到相邻节点的每个的对应时间成本。
在操作640,可以选择相邻节点之一和对应子路径以包括在最优路径中。
在操作650,可以将当前节点更新为等于所选择的相邻节点。
在操作660,可以确定当前节点是否是目的地节点。如果确定当前节点是目的地节点,则方法600可以结束。如果确定当前节点不是目的地节点,则方法可以返回到操作620。以这种方式,可以重复确定、估计、选择和更新操作,直到当前节点等于目的地地理位置的对应节点。可以考虑,可以向方法600内并入在本公开内描述的其他特征的任何一个。
在一些实施例中,可以从源节点开始最小成本搜索。可以建立两个堆栈(stack),即未访问节点的堆栈和已访问节点的堆栈以记录所有的节点。可以将除了源节点之外的所有节点初始化为“未访问(unvisited)”。当节点vi被访问并且保证其具有其最小成本fi时,该节点可以被标注为“已访问(visited)”。当访问一节点时,可以将其从未访问节点的堆栈移动到已访问节点的堆栈。在一些实施例中,在每个阶段处,仅移动一个节点。当将目的地节点vN移动到已访问节点的堆栈中时,可以结束算法。
未访问节点的堆栈的属性可以包括但是不限于在堆栈中的每个节点的唯一节点ID。已访问节点的堆栈的属性可以包括但是不限于堆栈中的每个节点的唯一节点ID、从源到堆栈中的每个节点的对应最小成本和针对堆栈中的每个节点的对应预期到达时间。
图7是根据一个示例实施例的确定最优路径的方法700的流程图。可以考虑,可以通过系统或系统的模块(例如,在图4中的动态路径优化模块410)来执行方法700的操作。
在操作710处,可以初始化从源节点至目的地节点的所有节点。在一些实施例中,将除了源节点之外的所有节点初始化为“未访问”,并且将相对于源的它们的对应最小成本fi,i=2,3,…,N设置为无穷大。
在操作720,将源节点初始设置为当前节点,并且也分配在当前节点上的时间戳。可以将当前节点移动到已访问节点的堆栈。
在操作730,可以确定当前节点的未访问的相邻节点的对应暂定成本。在一些实施例中,根据当前节点的时间戳,可以获得连接的道路的基于时间的交通信息。因此,可以确定和设置用于当前节点的未访问的相邻节点的每个的对应暂定成本。可以将暂定成本评估为fi+ci,j,t,其中,i表示当前节点,t表示当前节点的时间戳,并且j表示未访问的相邻节点。
在操作740,可以将每个未访问的相邻节点的新的评估的暂定成本与对应未访问相邻节点的先前记录的暂定成本作比较,并且如果新的评估的暂定成本小于未访问的相邻节点的先前记录的暂定成本,则可以将未访问的相邻节点的暂定成本更新为等于新的评估的暂定成本。也可以使用对应节点的时间戳来更新预期的到达时间。
在操作750,确定当前节点是否是目的地节点。如果当前节点是目的地节点,则在操作760,使得向用户显示包括关于所确定的最优路径的细节的输出结果。可以通过在已访问节点的堆栈中的节点来限定最优路径。方法700可以然后结束。如果确定当前节点不是目的地节点,则在操作770,更新当前节点。从未访问的节点的堆栈,可以将具有最小暂定成本的节点选择为当前节点。可以将暂定成本设置为相对于源节点的最小成本。方法700可以然后返回到操作730。可以重复上面的操作730、740、750和770的处理,直到当前节点变为目的地节点。在每个重复中,可以基于具有相对于源节点的最小成本的选择的节点来选择当前节点。以这种方式,可以重新计算和更新相邻节点的成本。
可以考虑,可以向方法700内包含在本公开内描述的其他特征的任何一个。
方法700的伪代码的一个示例被提供如下:
图8A-8B图示根据一个示例实施例的相邻节点和对应子路径的选择。示出节点0、1、2、3、4、5、6、7、8、9、10、11、12、13和14的图形800。节点0是源节点,而节点14是目的地节点。节点的每个可以对应于地理位置。另外,每个节点可以经由对应子路径直接地连接到其相邻节点。每个子路径可以对应于路段。以这种方式,每个节点可以表示其中关于选择哪个子路径来包括在从源节点0至目的地节点14的最优路径中进行决策的点。注意,在图8A-8B中的图形800包括节点和子路径的简单配置。可以考虑,其他配置在本公开的范围内。
以源节点0作为当前节点开始,可以基于在当前节点处的估计到达时间时的对应历史交通信息来估计用于经由对应子路径行进到当前节点的相邻节点的每个的对应时间成本。可以然后基于对最低对应时间成本的偏好将相邻节点之一和到该相邻节点的对应子路径选择为被包括在最优路径中。可以然后更新当前节点以与所选择的相邻节点相同。
在图8A中所示的示例中,确定从源节点0行进到相邻节点3的估计的时间成本小于从源节点0行进到相邻节点1或相邻节点2的估计的时间成本。结果,在图8A中将节点3示出为当前节点。另外,已经使得从源节点0至节点3的子路径加粗,以反映到所选择的节点3的路径。
因为节点3是在图8A中的当前节点,所以作为要对于最优路径选择的下一个节点而被考虑的相邻节点是节点4、5和6,因为它们每个通过单个子路径直接地连接到当前节点3,并且还没有被访问。然后如上所述使用历史上交通信息(并且可选地,也使用其他因素)来估计用于从当前节点3行进到未访问的相邻节点4、5和6的对应时间成本。
然后选择具有最低估计时间成本的节点以包含在最优路径中,并且将指派为当前节点。在图8B中所示的示例中,节点6是具有最低估计时间成本的相邻节点。因此,它被选择来包括在最优路径中,并且被指派为当前节点。结果,作为要对于最优路径选择的下一个节点而被考虑的下一组相邻节点是节点7、8和9,因为它们通过单个子路径直接地连接到当前节点6,并且还没有被访问。重复时间成本估计和节点选择,直到目的地节点变为当前节点。
本公开提供了路径优化技术。可以在路径优化处理中包括动态交通信息,其中,可以在确定最优路径中不仅考虑距离而且考虑交通流、交通限制、速度限制和其他因素。
模块、部件和逻辑
特定实施例在此被描述为包括逻辑或多个部件、模块或机构。模块可以构成软件模块(例如,在机器可读介质上或在传输信号中包含的代码)或硬件模块。硬件模块是能够执行特定操作的有形单元,并且可以以特定方式被配置或布置。在示例实施例中,可以通过软件(例如,应用或应用部分)将一个或多个计算机系统(例如,单独的客户端或服务器计算机系统)或计算机系统的一个或多个硬件模块(例如,处理器或一组处理器)配置为运行来执行在此所述的特定操作的硬件模块。
在各个实施例中,可以机械地或电子地实现硬件模块。例如,硬件模块可以包括被永久配置以执行特定的操作的专用电路或逻辑(例如,作为专用处理器,诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC))。硬件模块也可以包括可编程逻辑或电路(例如,如在通用处理器或其他可编程处理器内包含的),其被软件暂时配置来执行特定操作。可以明白,可以通过成本和时间考虑来驱动用于在专用或永久配置的电路或在暂时配置的电路(例如,通过软件配置)中机械地实现硬件模块的决策。
因此,术语“硬件模块”应当被理解为涵盖有形实体,作为物理地构造、永久地配置(例如硬连线)或者暂时配置(例如,编程)以便以特定方式运行和/或执行在此所述的特定操作的实体。考虑其中硬件模块被暂时配置(例如,编程)的实施例,该硬件模块的每个不必在任何时刻被配置或实例化。例如,当硬件模块包括使用软件配置的通用处理器时,该通用处理器可以在不同的时间被配置为相应的不同硬件模块。软件因此可以配置例如处理器以在一个时刻构成特定硬件模块,并且在不同的时刻构成不同的硬件模块。
硬件模块可以向其他硬件模块提供信息或从其接收信息。因此,可以将所述的硬件模块看作可通信地耦合。当多个这样的硬件模块同时存在时,可以通过连接硬件模块的信号传输(例如,通过适当的电路和总线)来实现通信。在其中在不同的时间配置或实例化多个硬件模块的实施例中,可以例如通过在该多个硬件模块具有访问权的存储器结构中的信息的存储和检索来实现在这样的硬件模块之间的通信。例如,一个硬件模块可以执行操作,并且在它可通信地耦合到的存储器装置中存储那个操作的输出。另一个硬件模块可以然后在后来的时间访问该存储器装置以检索和处理所存储的输出。硬件模块也可以发起与输入或输出装置的通信,并且可以作用于资源(例如,信息的集合)。
可以通过暂时被配置(例如,通过软件)或永久被配置来执行相关操作的一个或多个处理器来至少部分地执行在此所述的示例方法的各个操作。不论暂时或永久被配置,这样的处理器可以构成运行来执行一个或多个操作或功能的处理器实现的模块。在此引用的模块可以在一些示例实施例中包括处理器实现的模块。
类似地,在此所述的方法可以至少部分地被处理器实现。例如,可以通过一个或多个处理器或处理器实现的模块来执行方法的操作的至少一些。可以在不仅驻留在单个机器内而且被部署在多个机器上的一个或多个处理器之间分布操作中的特定的一些的执行。在一些示例实施例中,该一个或多个处理器可以位于单个位置(例如,在家庭环境、办公室环境内或作为服务器农场),而在其他实施例中处理器可以分布在多个位置上。
该一个或多个处理器也可以运行来支持在“云计算”环境中的相关操作的执行或作为“作为服务的软件(SaaS)”运行。例如,可以通过一组计算机(作为包括处理器的机器的示例)来执行操作的至少一些,这些操作能够经由网络(例如,图2的网络214)并且经由一个或多个适当接口(例如,API)被访问。
可以在数字电子电路或以计算机硬件、固件、软件或其组合来实现示例实施例。可以使用诸如在信息载体——例如在机器可读介质中——中有形地实施的计算机程序的计算机程序产品来实现示例实施例,该机器可读介质用于被诸如可编程处理器的数据处理设备、计算机或多个计算机执行或用于控制其操作。
可以以包括编译或解释语言的任何形式的编程语言来编写计算机程序,并且可以以包括单独程序或作为模块、子例程或适合于在计算环境中使用的其他单元的任何形式来部署该计算机程序。可在一个计算机上或在一个位置或在多个位置上分布并且通过通信网络互连的多个计算机上部署以执行计算机程序。
在示例实施例中,可以通过一个或多个可编程处理器执行计算机程序以通过操作输入数据和产生输出来执行功能来执行操作。也可以通过专用逻辑电路(例如,FPGA或ASIC)来执行方法操作,并且示例实施例的设备可以被实现为专用逻辑电路(例如,FPGA或ASIC)。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络来交互。客户端和服务器的关系因为在相应的计算机上运行并且彼此具有客户端服务器关系的计算机程序而产生。在部署可编程计算系统的实施例中,可以明白,硬件和软件架构都值得考虑。具体地说,可以明白,是否在永久配置的硬件(例如,ASIC)、在暂时配置的硬件(例如,软件和可编程处理器的组合)或永久和暂时配置的硬件的组合中实现特定的功能的选择可以是设计选择。下面阐述了可以在各个示例实施例中部署的硬件(例如,机器)和软件架构。
图9是根据一个示例实施例的、以计算机系统900的示例形式的机器的框图,在该计算机系统900内,可以执行用于使得机器执行在此所述的方法的任何一个或多个的指令924。在替代实施例中,该机器作为单独装置运行或可以连接(例如,联网)到其他机器。在联网部署中,该机器可以在服务器客户端网络环境中以服务器或客户端机器的资格运行,或者在对等(或分布式)网络环境中作为对等机器运行。该机器可以是个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、网络装置、网络路由器、交换器或桥接器或者能够执行指定要由那个机器采取的行为的指令(依序或其他)的任何机器。而且,当仅图示单个机器时,术语“机器”也将被采用来包括单独地或联合地执行一组(或多组)指令以执行在此所述的方法的任何一个或多个的机器的任何集合。
示例计算机系统900包括处理器902(例如,中央处理单元(CPU)、图形处理单元(GPU)或两者)、主存储器904和静态存储器906,它们经由总线908彼此进行通信。计算机系统900可以进一步包括视频显示单元910(例如,液晶显示器(LCD)或阴极射线管(CRT))。计算机系统900也包括字母数字输入装置912(例如,键盘)、用户界面(UI)导航(或光标控制)装置914(例如,鼠标)、盘驱动单元916、信号生成设备918(例如,扬声器)和网络接口设备920。
盘驱动单元916包括机器可读介质922,其上存储了由在此所述的方法或功能的任何一个或多个实施或使用的一个或多个组的数据结构和指令924(例如,软件)。指令924也可以在计算机系统900执行其期间完全或至少部分地驻留在主存储器904内和/或处理器902内,主存储器904和处理器902也构成机器可读介质。指令924也可以完全或至少部分地驻留在静态存储器906内。
虽然在示例实施例中示出机器可读介质922为单个介质,但是术语“机器可读介质”可以包括存储该一个或多个指令924或数据结构的单个介质或多个介质(例如,中央或分布式金属框和/或相关联的高速缓存和服务器)。术语“机器可读介质”也应当被视为包括能够存储、编码或承载由机器执行的指令并且使得该机器执行本实施例的方法的任何一个或多个或者能够存储、编码或承载由这样的指令使用或与这样的指令相关联的数据结构的任何有形介质。术语“机器可读介质”因此应当被采用来包括但是不限于固态存储器与光磁介质。机器可读介质的具体示例包括:非易失性存储器,包括例如半导体存储器装置(例如,可擦除可编程只读存储器(EPROM)、电子可擦除可编程只读存储器(EEPROM)和快闪存储器装置);磁盘,诸如内部硬盘和可装卸盘;磁光盘;以及,致密盘只读存储器(CD-ROM)和数字通用盘(或数字视频盘)只读存储器(DVD-ROM)盘。
可以使用传输介质来通过通信网络926进一步发送或接收指令924。可以使用网络接口设备920和众多公知传送协议(例如,HTTP)的任何一种来发送指令924。通信网络的示例包括LAN、WAN、因特网、因特网电话网络、POTS(普通老式电话服务)网络和无线数据网络(例如,WiFi和WiMax网络)。术语“传输介质”应当被视为包括能够存储、编码或承载由机器执行的指令的任何有形介质,并且包括数字或模拟通信信号或其他无形介质以促进这样的软件的通信。
虽然已经参考特定示例实施例描述了实施例,但是显然,在不偏离本公开的更宽的精神和范围的情况下,可以对于这些实施例进行各种修改和改变。因此,要在说明性而不是限制性意义上看待说明书和附图。形成其一部分的附图通过例示而不是限制示出了其中可以实施该主题的特定实施例。以充分的细节描述了所示的实施例以使得本领域内的技术人员能够实施在此公开的教导。可以从其利用和导出其它实施例,从而可以进行结构和逻辑上替换和改变,而不会脱离本公开的范围。因此,不在限制性的意义上看待详细说明,并且,仅通过所附的权利要求连同这样的权利要求有权享有的等同内容的完全范围来限定各个实施例的范围。
虽然已经在此例示和描述了特定实施例,但是应当明白,被计算以实现相同目的任何布置可以替代所示的特定实施例。本公开意欲涵盖各个实施例的任何和全部适配或变化。上面的实施例的组合和在此未具体描述的其他实施例对于查看上面的说明的本领域内的技术人员显而易见。
Claims (20)
1.一种计算机实现的方法,包括:
接收确定从源地理位置至目的地地理位置的最优路径的指令;并且
通过具有存储器和至少一个处理器的机器来使用多个子路径的每个子路径的对应历史交通信息来确定从所述源地理位置至所述目的地地理位置的最优路径,每个子路径的所述历史交通信息对应于在所述对应子路径的开始位置处的估计到达时间,并且用于从所述多个子路径选择子路径,所选择的子路径限定所述最优路径。
2.根据权利要求1所述的方法,其中,所述历史交通信息包括所述对应子路径的交通流的指示。
3.根据权利要求2所述的方法,其中,交通流的指示包括交通流的平均速度。
4.根据权利要求2所述的方法,其中,所述历史交通信息进一步包括所述对应子路径的可获得性的指示。
5.根据权利要求1所述的方法,其中,基于对最小化行程时间的偏好来选择每个选择的子路径。
6.根据权利要求1所述的方法,其中,确定所述最优路径包括:
将多个节点的每个与多个地理位置中的对应一个相关联,所述多个地理位置包括所述源地理位置、所述目的地地理位置、每个子路径的开始位置和每个子路径的结束位置;
对于所述多个节点的当前节点从所述多个节点确定相邻节点,每个相邻节点经由对应子路径连接到所述当前节点;
基于在所述当前节点的所述估计的到达时间的对应历史交通信息,估计经由对应子路径行进到所述相邻节点的每个的对应时间成本;
选择所述相邻节点之一和对应子路径以包括在所述最优路径中;
更新所述当前节点为等于所选择的相邻节点;并且
重复所述确定、估计、选择和更新步骤,直到所述当前节点等于所述目的地地理位置的所述对应节点。
7.根据权利要求1所述的方法,进一步包括:使得在装置上向用户显示关于所述最优路径的信息。
8.根据权利要求7所述的方法,其中,关于所述最优路径的信息包括所述最优路径的时间成本、使用所述最优路径在所述目的地地理位置处的估计到达时间和所述最优路径的所选择的子路径中的至少一个。
9.一种系统,包括:
机器,其具有存储器和至少一个处理器;以及
在所述机器上的动态路径优化模块,所述动态路径优化模块被配置为:
接收确定从源地理位置至目的地地理位置的最优路径的指令;并且
使用多个子路径的每个子路径的对应历史交通信息来确定从所述源地理位置至所述目的地地理位置的最优路径,每个子路径的所述历史交通信息对应于在所述对应子路径的开始位置处的估计到达时间,并且用于从所述多个子路径选择子路径,所选择的子路径限定所述最优路径。
10.根据权利要求9所述的系统,其中,所述历史交通信息包括所述对应子路径的交通流的指示。
11.根据权利要求10所述的系统,其中,交通流的指示包括交通流的平均速度。
12.根据权利要求10所述的系统,其中,所述历史交通信息进一步包括所述对应子路径的可获得性的指示。
13.根据权利要求9所述的系统,其中,所述动态路径优化模块被配置为基于对最小化行程时间的偏好来选择子路径。
14.根据权利要求9所述的系统,其中,所述动态路径优化模块被进一步配置为:
将多个节点的每个与多个地理位置中的对应一个相关联,所述多个地理位置包括所述源地理位置、所述目的地地理位置、每个子路径的开始位置和每个子路径的结束位置;
对于所述多个节点的当前节点从所述多个节点确定相邻节点,每个相邻节点经由对应子路径连接到所述当前节点;
基于在所述当前节点的所述估计的到达时间的对应历史交通信息,估计经由对应子路径行进到所述相邻节点的每个的对应时间成本;
选择所述相邻节点之一和对应子路径以包括在所述最优路径中;
更新所述当前节点为等于所选择的相邻节点;并且
重复所述确定、估计、选择和更新步骤,直到所述当前节点等于所述目的地地理位置的所述对应节点。
15.根据权利要求9所述的系统,其中,所述动态路径优化模块被进一步配置为使得在装置上向用户显示关于所述最优路径的信息。
16.根据权利要求15所述的系统,其中,关于所述最优路径的信息包括所述最优路径的时间成本、使用所述最优路径在所述目的地地理位置处的估计到达时间和所述最优路径的所选择的子路径中的至少一个。
17.一种非瞬态机器可读存储装置,有形地包含一组指令,所述指令当被至少一个处理器执行时使得所述至少一个处理器执行包括下述部分的一组操作:
接收确定从源地理位置至目的地地理位置的最优路径的指令;并且
使用多个子路径的每个子路径的对应历史交通信息来确定从所述源地理位置至所述目的地地理位置的最优路径,每个子路径的所述历史交通信息对应于在所述对应子路径的开始位置处的估计到达时间,并且用于从所述多个子路径选择子路径,所选择的子路径限定所述最优路径。
18.根据权利要求17所述的非瞬态机器可读存储装置,其中,所述历史交通信息包括所述对应子路径的交通流的指示。
19.根据权利要求17所述的非瞬态机器可读存储装置,其中,基于对最小化行程时间的偏好来选择每个选择的子路径。
20.根据权利要求17所述的非瞬态机器可读存储装置,其中,确定所述最优路径包括:
将多个节点的每个与多个地理位置中的对应一个相关联,所述多个地理位置包括所述源地理位置、所述目的地地理位置、每个子路径的开始位置和每个子路径的结束位置;
对于所述多个节点的当前节点从所述多个节点确定相邻节点,每个相邻节点经由对应子路径连接到所述当前节点;
基于在所述当前节点的所估计的到达时间的对应历史交通信息,估计经由对应子路径行进到所述相邻节点的每个的对应时间成本;
选择所述相邻节点之一和对应子路径以包括在所述最优路径中;
更新所述当前节点为等于所选择的相邻节点;并且
重复所述确定、估计、选择和更新步骤,直到所述当前节点等于所述目的地地理位置的所述对应节点。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310445546.3A CN104517155A (zh) | 2013-09-26 | 2013-09-26 | 用于动态路径优化的系统和方法 |
US14/056,701 US9207090B2 (en) | 2013-09-26 | 2013-10-17 | System and method for dynamic path optimization |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310445546.3A CN104517155A (zh) | 2013-09-26 | 2013-09-26 | 用于动态路径优化的系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104517155A true CN104517155A (zh) | 2015-04-15 |
Family
ID=52691679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310445546.3A Pending CN104517155A (zh) | 2013-09-26 | 2013-09-26 | 用于动态路径优化的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9207090B2 (zh) |
CN (1) | CN104517155A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243441A (zh) * | 2015-09-29 | 2016-01-13 | 联想(北京)有限公司 | 一种处理方法和装置、控制方法和装置及电子设备 |
CN107403230A (zh) * | 2016-05-18 | 2017-11-28 | 滴滴(中国)科技有限公司 | 规避拥堵路段的乘车路线优化方法及装置 |
CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
WO2018213996A1 (en) * | 2017-05-22 | 2018-11-29 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
CN108985506A (zh) * | 2018-07-03 | 2018-12-11 | 蔚来汽车有限公司 | 行车路径推荐方法、预测方法、获取方法及其装置 |
CN109642801A (zh) * | 2016-08-17 | 2019-04-16 | 苹果公司 | 实时交通路由 |
CN109642799A (zh) * | 2016-08-17 | 2019-04-16 | 苹果公司 | 用于路线规划的按需捷径计算 |
CN110348613A (zh) * | 2019-06-24 | 2019-10-18 | 深圳市恒路物流股份有限公司 | 分拨中心智能物流管理方法及系统 |
CN110520913A (zh) * | 2017-06-12 | 2019-11-29 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的系统和方法 |
CN112418497A (zh) * | 2020-11-10 | 2021-02-26 | 河南科技大学 | 一种面向制造物联的物料配送路径优化方法 |
CN113141305A (zh) * | 2021-05-31 | 2021-07-20 | 深圳华云信息系统有限公司 | 通信方法、装置、电子设备和计算机可读存储介质 |
CN114896271A (zh) * | 2022-06-09 | 2022-08-12 | 城云科技(中国)有限公司 | 一种高效维护节点全路径的方法、装置及应用 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10223649B2 (en) * | 2015-10-16 | 2019-03-05 | Sap Se | System and method of multi-objective optimization for transportation arrangement |
CN110866629B (zh) * | 2019-09-20 | 2022-12-13 | 合肥工业大学 | 面向异构任务的车辆路径优化方法及装置 |
CN110852470B (zh) * | 2019-09-20 | 2021-04-27 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
US20210264361A1 (en) * | 2020-02-26 | 2021-08-26 | International Business Machines Corporation | Market route recommendation for animals on hoof using contextualized market scores |
CN113516424B (zh) * | 2020-04-10 | 2024-04-12 | 北京京东振世信息技术有限公司 | 一种线路生成方法、装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080234927A1 (en) * | 2007-03-23 | 2008-09-25 | Verizon Corporate Services Group Inc. | Travel route adjustment |
CN101308555A (zh) * | 2008-06-27 | 2008-11-19 | 北京工业大学 | 多模式公交出行路径寻优方法 |
CN103020435A (zh) * | 2012-12-03 | 2013-04-03 | 高新现代智能系统股份有限公司 | 轨道交通出行路径估算方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0520576D0 (en) * | 2005-10-10 | 2005-11-16 | Applied Generics Ltd | Using traffic monitoring information to provide better driver route planning |
JP2013514523A (ja) * | 2009-12-17 | 2013-04-25 | トムトム インターナショナル ベスローテン フエンノートシャップ | ナビゲーション装置、可聴命令生成システム及び可聴命令を生成する方法 |
US8538694B2 (en) * | 2010-05-21 | 2013-09-17 | Verizon Patent And Licensing Inc. | Real-time route and recharge planning |
-
2013
- 2013-09-26 CN CN201310445546.3A patent/CN104517155A/zh active Pending
- 2013-10-17 US US14/056,701 patent/US9207090B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080234927A1 (en) * | 2007-03-23 | 2008-09-25 | Verizon Corporate Services Group Inc. | Travel route adjustment |
CN101308555A (zh) * | 2008-06-27 | 2008-11-19 | 北京工业大学 | 多模式公交出行路径寻优方法 |
CN103020435A (zh) * | 2012-12-03 | 2013-04-03 | 高新现代智能系统股份有限公司 | 轨道交通出行路径估算方法和系统 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243441A (zh) * | 2015-09-29 | 2016-01-13 | 联想(北京)有限公司 | 一种处理方法和装置、控制方法和装置及电子设备 |
CN105243441B (zh) * | 2015-09-29 | 2022-10-25 | 联想(北京)有限公司 | 一种处理方法和装置、控制方法和装置及电子设备 |
CN107403230A (zh) * | 2016-05-18 | 2017-11-28 | 滴滴(中国)科技有限公司 | 规避拥堵路段的乘车路线优化方法及装置 |
CN107403230B (zh) * | 2016-05-18 | 2020-12-08 | 滴滴(中国)科技有限公司 | 规避拥堵路段的乘车路线优化方法及装置 |
CN109642801A (zh) * | 2016-08-17 | 2019-04-16 | 苹果公司 | 实时交通路由 |
CN109642799A (zh) * | 2016-08-17 | 2019-04-16 | 苹果公司 | 用于路线规划的按需捷径计算 |
WO2018213996A1 (en) * | 2017-05-22 | 2018-11-29 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
CN114944059B (zh) * | 2017-05-22 | 2023-11-03 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的方法与系统 |
CN114944059A (zh) * | 2017-05-22 | 2022-08-26 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的方法与系统 |
US11085792B2 (en) | 2017-05-22 | 2021-08-10 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
CN110520913B (zh) * | 2017-06-12 | 2022-04-05 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的系统和方法 |
CN110520913A (zh) * | 2017-06-12 | 2019-11-29 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的系统和方法 |
CN108573325B (zh) * | 2018-04-16 | 2020-01-07 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
CN108985506A (zh) * | 2018-07-03 | 2018-12-11 | 蔚来汽车有限公司 | 行车路径推荐方法、预测方法、获取方法及其装置 |
CN110348613A (zh) * | 2019-06-24 | 2019-10-18 | 深圳市恒路物流股份有限公司 | 分拨中心智能物流管理方法及系统 |
CN112418497A (zh) * | 2020-11-10 | 2021-02-26 | 河南科技大学 | 一种面向制造物联的物料配送路径优化方法 |
CN112418497B (zh) * | 2020-11-10 | 2023-04-11 | 河南科技大学 | 一种面向制造物联的物料配送路径优化方法 |
CN113141305A (zh) * | 2021-05-31 | 2021-07-20 | 深圳华云信息系统有限公司 | 通信方法、装置、电子设备和计算机可读存储介质 |
CN114896271A (zh) * | 2022-06-09 | 2022-08-12 | 城云科技(中国)有限公司 | 一种高效维护节点全路径的方法、装置及应用 |
Also Published As
Publication number | Publication date |
---|---|
US20150088417A1 (en) | 2015-03-26 |
US9207090B2 (en) | 2015-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104517155A (zh) | 用于动态路径优化的系统和方法 | |
Tsiatsis et al. | Internet of Things: technologies and applications for a new age of intelligence | |
Shao et al. | The design of an IoT-based route optimization system: A smart product-service system (SPSS) approach | |
Archetti et al. | Complexity of routing problems with release dates | |
EP4142427A1 (en) | Distributed data nodes for flexible data mesh architectures | |
Nair et al. | Equilibrium network design of shared-vehicle systems | |
US20170046653A1 (en) | Planning of transportation requests | |
Yun et al. | Stochastic optimization for coordinated actuated traffic signal systems | |
CN110555640A (zh) | 路由规划的方法和装置 | |
US20150058078A1 (en) | Rule to constraint translator for business application systems | |
Alvarez et al. | The impact of traffic congestion when optimising delivery routes in real time. A case study in Spain | |
CN104426767A (zh) | 基于路由距离和容量的路由选择的方法和系统 | |
Perboli et al. | A decision support system for optimizing the last-mile by mixing traditional and green logistics | |
US20190147390A1 (en) | Predicting timely completion of a work order | |
Fielbaum | Optimizing a vehicle’s route in an on-demand ridesharing system in which users might walk | |
Avraham et al. | The data-driven time-dependent traveling salesperson problem | |
Yao et al. | Robust optimization of dynamic route planning in same‐day delivery networks with one‐time observation of new demand | |
You et al. | A federated platform enabling a systematic collaboration among devices, data and functions for smart mobility | |
CN108663062B (zh) | 路径规划方法及其系统 | |
Nakamura et al. | FUDGE: A frugal edge node for advanced IoT solutions in contexts with limited resources | |
Demir et al. | Multidepot distribution planning at logistics service provider Nabuurs BV | |
WO2023129341A1 (en) | Solving routing problems using machine learning | |
González-Ramírez et al. | A GRASP‐Tabu Heuristic Approach to Territory Design for Pickup and Delivery Operations for Large‐Scale Instances | |
US12117975B2 (en) | Linking, deploying, and executing distributed analytics with distributed datasets | |
Gayialis et al. | An advanced transportation system based on internet of things |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150415 |