CN105043402B - 行车路径优化方法、车辆及电子设备 - Google Patents

行车路径优化方法、车辆及电子设备 Download PDF

Info

Publication number
CN105043402B
CN105043402B CN201510478471.8A CN201510478471A CN105043402B CN 105043402 B CN105043402 B CN 105043402B CN 201510478471 A CN201510478471 A CN 201510478471A CN 105043402 B CN105043402 B CN 105043402B
Authority
CN
China
Prior art keywords
vehicle
path
driving
dangerous
dangerous area
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
Application number
CN201510478471.8A
Other languages
English (en)
Other versions
CN105043402A (zh
Inventor
易偲
毛进亮
钟捷
顾青山
张磊
喻俊益
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201510478471.8A priority Critical patent/CN105043402B/zh
Publication of CN105043402A publication Critical patent/CN105043402A/zh
Application granted granted Critical
Publication of CN105043402B publication Critical patent/CN105043402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)

Abstract

一种行车路径优化方法，包括：采集车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；根据预设的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。本发明还提供一种适用上述方法的车辆和电子设备。本发明能够分析出用户的危险驾驶习惯，并根据该危险驾驶习惯为用户规划一条危险路段较少的路径。

Description

行车路径优化方法、车辆及电子设备
技术领域
本发明涉及车辆导航技术领域，特别是一种基于大数据的行车路径优化方法、车辆以及电子设备。
背景技术
近年来，我国交通行业蓬勃发展，居民汽车保有量大幅度上升，随之而来的道路交通问题频繁发生，诸如车辆的追尾碰撞、侧翻等，这些交通事故大部分都是由于驾驶人的危险驾驶习惯导致的，如车速过高。而这些危险习惯在某些路段会显得更危险，例如，转弯不减速的驾驶人员，在弯道较多的路段发生交通事故的可能性更大。
发明内容
鉴于以上内容，有必要提供一种行车路径优化方法、车辆及电子设备，其能够分析出用户的驾驶习惯，并根据该驾驶习惯为用户规划一条危险路段较少的路径。
一种行车路径优化方法，该方法包括：
采集车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；
根据预设的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及
控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
优选地，所述预设规则包括：危险路段最少的路径为最优路径；危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径；若最高危险程度的危险路段一样多，则次高危险程度的危险路段数量最少的路径为最优路径；及当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径。
优选地，所述用户的驾驶习惯包括大角度变向、大幅度加/减速、加速和减速的高转换频率及持续高速。
优选地，所述根据采集的驾驶数据分析出所述车辆的用户驾驶习惯的步骤包括：所述车辆将采集的驾驶数据发送给云服务器；所述云服务器在收到所述车辆发送来的驾驶数据后，根据接收的驾驶数据分析出所述车辆的用户驾驶习惯，确定所述车辆对应的危险驾驶习惯，并将确定的危险驾驶习惯发送给所述车辆。
优选地，所述车辆的驾驶数据根据包括利用加速度传感器以及陀螺仪实时或者定期采集的车辆在行驶过程中的线性运动的加速度数据，以及偏转、倾斜时的转动角速度数据，
一种适用于上述方法的车辆，该车辆包括导航定位单元、驾驶数据采集单元、存储设备以及处理器，其中：所述导航定位单元包括定位单元以及地图数据库，用于规划并显示车辆的导航路径，以及对车辆的位置进行定位；所述驾驶数据采集单元，用于采集所述车辆的驾驶数据；所述存储单元，用于存储所述线性运动的加速度以及偏转、倾斜时的转动角速度数据，存储危险驾驶习惯与危险路段的映射关系，进一步地，所述存储单元还存储有一个行车路径优化系统。所述处理器，用于调用并执行所述行车路径优化系统，以执行如下步骤：A1：利用所述驾驶数据采集单元采集所述车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；A2：根据预存的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及A3：控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
优选地，所述预设规则包括：危险路段最少的路径为最优路径；危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径；若最高危险程度的危险路段一样多，则次高危险程度的危险路段数量最少的路径为最优路径；及当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径。
优选地，所述驾驶数据采集单元包括速度检测单元、加速度传感器及陀螺仪，其中：所述速度检测单元用于根据车辆轮胎的转速检测所述车辆的即时速度；所述加速度传感器用于测量车辆在行驶过程中的线性运动的加速度；所述陀螺仪用于测量车辆在行驶过程中的偏转、倾斜时的转动角速度数据。
一种适用于上述方法的电子设备，该电子设备包括导航定位单元、加速度传感器、陀螺仪、存储设备以及处理器，其中：所述导航定位单元包括定位单元以及地图数据库，用于规划并显示车辆的导航路径，以及对车辆的位置进行定位；所述加速度传感器用于测量车辆在行驶过程中的线性运动的加速度；所述陀螺仪用于测量车辆在行驶过程中的偏转、倾斜时的转动角速度数据；所述存储单元，用于存储所述线性运动的加速度以及偏转、倾斜时的转动角速度数据，存储危险驾驶习惯与危险路段的映射关系，进一步地，所述存储单元还存储有一个行车路径优化系统。所述处理器，用于调用并执行所述行车路径优化系统，以执行如下步骤：B1：利用所述加速度传感器以及所述陀螺仪采集车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；B2：根据预存的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及B3：控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
优选地，所述驾驶数据包括持续高速，所述危险驾驶习惯包括持续高速，所述导航定位单元还用于在所述处理器的控制下检测车辆的即时速度，所述处理器调用所述行车路径优化系统还执行如下步骤：利用所述导航定位单元向多个导航卫星发送两个定位信号，两个定位信号的发送间隔时间为预设值，从多个导航卫星接收两次反馈信号，根据两次反馈信号确定位移方向和位移量，并根据预设的间隔时间及确定的位移方向和位移量计算出车辆的即时速度；根据计算的即时速度确定车辆是否处于超速状态；若处于超速状态的时间超过预设时间，则确定车辆具有持续高速的危险驾驶习惯。
利用本发明所述行车路径优化方法、车辆及电子设备，能够利用大数据分析出用户的驾驶习惯，并根据该驾驶习惯为用户规划一条危险路段较少的路径。
附图说明
图1是本发明行车路径优化系统第一较佳实施例的硬件环境图。
图2是本发明行车路径优化系统第二较佳实施例的硬件环境图。
图3是本发明行车路径优化系统第三较佳实施例的硬件环境图。
图4是本发明行车路径优化系统较佳实施例的功能模块图。
图5是本发明行车路径优化方法较佳实施例的方法实施流程图。
图6举例用户的驾驶习惯与匹配的危险路段的映射关系。
具体实施方式
参阅图1所示，是本发明行车路径优化系统第一较佳实施例的硬件环境图。本实施例所述行车路径优化系统10可以安装并运行于一个车辆1，如该车辆1的车载电子装置中。
所述车辆1进一步包括导航定位单元11、存储设备14、处理器15以及无线通讯单元16。此外，所述车辆1还包括驾驶数据采集单元，包括加速度传感器12、陀螺仪13及/或者速度检测单元17。
所述的导航定位单元11可以是一个车载导航系统，其包括定位单元110以及地图数据库111。用户在地图数据库111上标注目的地后，所述导航定位单元11便会自动根据定位单元110确定的车辆1当前的位置，根据预设的规则，为用户(驾驶人员)设计到达所述目的地的最佳导航路径，并将该最佳路线实时显示于所述地图数据库111上。
所述定位单元110可以是全球定位系统(Global Positioning System，GPS)。
所述地图数据库111是以地图数字化数据为基础的数据库，是存储在电子装置中的地图内容各要素(如控制点、地貌、土地类型、居民地、水文、植被、交通运输、境界等)的数字信息文件、数据库管理系统及其它软件和硬件的集合。
所述加速度传感器12也可以称之为线速度传感器，是用来测量物体，如车辆1的线性运动加速度的传感器。所述陀螺仪13也可以称之为角速度传感器，用来测量物体，如车辆1的在偏转、倾斜时的转动角速度的传感器。
所述存储设备14可以是一个或者多个非易失性存储单元，如ROM、EPROM或FlashMemory(快闪存储单元)等。所述存储设备14可以是内置或者外接于车辆1。
所述处理器15是车辆1的运算核心(Core Unit)和控制核心(Control Unit)，用于解释行车路径优化装置1中的指令以及处理车辆1中的软件数据。
所述速度检测单元17用于根据车辆轮胎的转速检测所述车辆1的即时速度。例如，所述的速度检测单元17可以是电磁感应式传感器，该电磁感应式传感器安装在车轮总成的非旋转部分(如转向节或轴头)上，与随车轮一起转动的导磁材料制成的齿圈相对。当齿圈相对电磁感应式传感器转动时，由于磁阻的变化，在电磁感应式传感器上激励出交变电压信号，这种交变电压的频率与车轮转速成正比，所述交变电压信号转换为同频率的方波，再通过测量方波的频率或周期来计算车轮转速，从而得到车辆1的当前的即时速度车速。
所述行车路径优化系统10包括计算机可执行的程序代码，该程序代码可以存储于所述存储设备14中，在处理器15的执行下，实现下述功能：实时或者定期采集车辆1的驾驶数据，如通过加速度传感器12、陀螺仪13以及速度检测单元17实时或者定期采集并存储车辆1在行驶过程中的线性运动的加速度数据，偏转、倾斜时的转动角速度数据，以及车辆1的即时速度，分析出车辆1的用户的驾驶习惯，如大角度变向、大幅度加/减速、加速和减速的高转换频率、持续高速等，确定出所述车辆1的危险驾驶习惯，确定与该危险驾驶习惯匹配的危险路段，控制导航定位单元11根据确定的危险路段，按照预设规则在地图数据库111中找出从定位单元110确定的当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
其中，所述预设规则有多种，包括，例如，危险路段最少的路径为最优路径；危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径，若最高危险程度的危险路段一样多，则看次高危险程度的危险路段数量，以此类推；当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径等。所述危险程度可以是用户预设的，如危险路段的危险程度盘山路>急转弯>连续弯路>学校路段>乡村小路等。
上述所述利用大数据分析工具对加速度传感器12以及陀螺仪13采集的车辆1在行驶过程中的线性运动的加速度数据及偏转、倾斜时的转动角速度数据进行分析得到用户的驾驶习惯可以是由车辆1的处理器15执行。应该了解，当车辆1的处理器15的处理能力不能够执行大数据分析时，也可以通过一个云服务器2执行。所述车辆1进一步包括一个无线通讯单元16。该无线通讯单元16可以通过无线方式与云服务器2通讯连接，以将车辆1在行驶过程中的线性运动的加速度数据及偏转、倾斜时的转动角速度数据，以及车辆1的即时车速传送给云服务器2。所述无线方式包括蓝牙、WLAN、WiFi、zigbee、CDMA、GSM,TD-SCDMA等。
当加速度传感器12、陀螺仪13以及速度检测单元17实时或者定期采集到车辆1在行驶过程中的驾驶数据，如线性运动的加速度数据，偏转、倾斜时的转动角速度数据，车辆1的车速时，通过所述无线通讯单元16传送并存储到所述云服务器2中，由云服务器2执行大数据分析，以分析得到车辆1的用户的驾驶习惯，并将分析出来的用户的驾驶习惯传回车辆1。用户的驾驶习惯可能包括大角度变向、大幅度加/减速、加速和减速的高转换频率、持续高速等。例如，当加速度传感器12采集到的车辆1在行驶过程中的速度大于某个值，60km/h的概率超过一个预设值，则可以分析出，用户在开车中习惯持续高速行驶；又如，陀螺仪13采集到的车辆1在行驶过程中偏转、倾斜时的转动角速度大于某个值，则可以分析出，用户在开车中习惯持续高速行驶弯道不减速等。
本实施例中，所述存储设备16中可以预先存储一个如图6所示的驾驶习惯与匹配的危险路段的映射关系。例如，当用户(驾驶员)习惯持续高速行驶超60km/h，则匹配的危险路段可能包括限速较低的乡村小路、学校路段等；又如，当用户习惯转弯不减速时，匹配的危险路段可能包括急转弯、连续弯路、盘山路等。
参阅图2所示，是本发明行车路径优化系统第二较佳实施例的硬件环境图。
本实施例中，所述导航定位单元11、加速度传感器12、陀螺仪13以及速度检测单元17可以安装在车辆1，如该车辆1的车载电子装置中，而行车路径优化系统10、存储设备14以及处理器15可以安装于一个便携式电子设备3中。所述便携式电子设备3可以是智能手机、平板电脑、笔记本电脑、穿戴式电子设置等。该便携式电子设备3位于车辆1中。此外，车辆1以及便携式电子设备3均包括无线通讯单元16。车辆1中的加速度传感器12、陀螺仪13以及速度检测单元17采集到的车辆1在行驶过程中的线性运动的加速度数据，偏转、倾斜时的转动角速度数据，车辆1的即时速度等，可以通过无线通讯单元16传给便携式电子设备3或者云服务器2，以分析出车辆1的用户的驾驶习惯，确定与该驾驶习惯匹配的危险路段，控制导航定位单元11根据确定的危险路段，按照预设规则在地图数据库111中找出从定位单元110确定的当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
参阅图3所示，是本发明行车路径优化系统第三较佳实施例的硬件环境图。
本实施例中，所述行车路径优化系统10、导航定位单元11、加速度传感器12、陀螺仪13、存储设备14、处理器15以及无线通讯单元16均安装在所述便携式电子设备3中，该便携式电子设备3位于车辆1中。
此时，所述导航定位单元11中的定位单元110可以是全球定位系统(GlobalPositioning System，GPS)。
此时，所述定位单元110可以作为一种速度检测单元，检测便携式电子设备3的当前速度。本实施例中，所述定位单元110可以向多个导航卫星发送两个定位信号，两个定位信号的发送间隔时间为预设值；所述定位单元110从多个导航卫星接收两次反馈信号，并根据两次反馈信号确定便携式电子设备3的位移方向和位移量，并根据确定的位移方向、位移量、预设值的发送间隔时间，计算出所述便携式电子设备3的当前速度。
参阅图4所示，是本发明行车路径优化系统较佳实施例的功能模块图。
所述行车路径优化系统10的程序代码根据其不同的功能，可以划分为多个功能模块。本实施例中，所述行车路径优化系统10可以包括分析模块100、匹配模块101、路径规划模块102以及导航输出模块103。
所述分析模块100根据加速度传感器12、陀螺仪13以及速度检测单元17实时或者定期采集的车辆1在行驶过程中的驾驶数据，如车辆1的线性运动的加速度数据，偏转、倾斜时的转动角速度数据以及当前的即时速度，分析得到车辆1的用户的驾驶习惯。所述用户的驾驶习惯可能包括大角度变向、大幅度加/减速、加速和减速的高转换频率、持续高速等。本发明的其他实施例中，也可以由一个云服务器2根据所述行驶过程中的驾驶数据分析得到车辆1的用户的驾驶习惯。所述分析模块100可以从所述云服务器2中获取车辆1的用户的驾驶习惯。
所述匹配模块101用于根据如图6所示的驾驶习惯与匹配的危险路段的映射关系，确定出所述车辆1的危险驾驶习惯，并确定与该危险驾驶习惯匹配的危险路段。例如，当用户(驾驶员)习惯持续高速行驶超60km/h，则匹配的危险路段可能包括限速较低的乡村小路、学校路段等；又如，当用户习惯转弯不减速时，匹配的危险路段可能包括急转弯、连续弯路、盘山路等。
所述路径规划模块102用于控制导航定位单元11根据确定的危险路段，按照预设规则在地图数据库111中找出从定位单元110确定的当前地点到用户指定的目的地之间的最优路径。所述预设规则有多种，包括，例如，危险路段最少的路径为最优路径；危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径，若最高危险程度的危险路段一样多，则看次高危险程度的危险路段数量，以此类推；当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径等。所述危险程度可以是用户预设的，如危险路段的危险程度盘山路>急转弯>连续弯路>学校路段>乡村小路等。
所述导航输出模块103用于根据上述找出的路径进行车辆导航。
参阅图5所示，是本发明行车路径优化方法较佳实施例的方法实施流程图。本实施例所述行车路径优化方法并不限于流程图中所示步骤，此外流程图中所示步骤中，某些步骤可以省略、步骤之间的顺序可以改变。
步骤S10，利用速度检测单元17根据车辆1轮胎的转速检测所述车辆的即时速度，并存储起来利用加速度传感器12实时或者定期采集用户开车时线性运动的加速度数据，并存储起来，如存储到存储设备14中。
步骤S11，利用加速度传感器12实时或者定期采集用户开车时线性运动的加速度数据，及利用陀螺仪13实时或者定期采集用户开车时偏转、倾斜时的转动角速度数据，并存储起来，如存储到存储设备14中。
步骤S12，分析模块101对上述存储的数据进行分析，得出用户的驾驶习惯数据。本实施例中，可以利用大数据分析工具，根据所述加速度传感器12以及陀螺仪13实时或者定期采集并存储车辆1在行驶过程中的线性运动的加速度数据，偏转、倾斜时的转动角速度数据，分析出车辆1的用户的驾驶习惯。所述利用大数据分析工具对加速度传感器12以及陀螺仪13采集的车辆1在行驶过程中的速度数据进行分析得到用户的驾驶习惯可以是由车辆1或者便携式电子设备3中的处理器15执行。应该了解，当车辆1或者便携式电子设备3中的处理器15的处理能力不能够执行大数据分析时，也可以通过一个云服务器2执行。
步骤S13，匹配模块102根据如图6所示的驾驶习惯与匹配的危险路段的映射关系，确定出所述车辆1的危险驾驶习惯，并确定与该危险驾驶习惯匹配的危险路段。例如，当用户(驾驶员)习惯持续高速行驶超60km/h，则匹配的危险路段可能包括限速较低的乡村小路、学校路段等；又如，当用户习惯转弯不减速时，匹配的危险路段可能包括急转弯、连续弯路、盘山路等。
步骤S14，路径规划模块102控制导航定位单元11根据确定的危险路段，按照预设规则在地图数据库111中找出从定位单元110确定的当前地点到用户指定的目的地之间的最优路径。所述预设规则有多种，包括，例如，危险路段最少的路径为最优路径；危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径，若最高危险程度的危险路段一样多，则看次高危险程度的危险路段数量，以此类推；当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径等。所述危险程度可以是用户预设的，如危险路段的危险程度盘山路>急转弯>连续弯路>学校路段>乡村小路等。
步骤S15，导航输出模块103根据上述找出的路径进行车辆导航。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种行车路径优化方法，其特征在于，该方法包括：
采集车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；
根据预设的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及
控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航；
所述预设规则包括：
危险路段最少的路径为最优路径；
危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；
根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径；
若最高危险程度的危险路段一样多，则次高危险程度的危险路段数量最少的路径为最优路径；及
当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径。
2.如权利要求1所述的方法，其特征在于，所述用户的驾驶习惯包括大角度变向、大幅度加/减速、加速和减速的高转换频率及持续高速。
3.如权利要求1所述的方法，其特征在于，所述根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯的步骤包括：
所述车辆将采集的驾驶数据发送给云服务器；
所述云服务器在收到所述车辆发送来的驾驶数据后，根据接收的驾驶数据分析出所述车辆的用户驾驶习惯，确定所述车辆对应的危险驾驶习惯，并将确定的危险驾驶习惯发送给所述车辆。
4.如权利要求1所述的方法，其特征在于，所述车辆的驾驶数据包括利用加速度传感器以及陀螺仪实时或者定期采集的车辆在行驶过程中的线性运动的加速度数据，以及偏转、倾斜时的转动角速度数据。
5.一种适用于权利要求1至4任一项所述方法的车辆，其特征在于，该车辆包括导航定位单元、驾驶数据采集单元、存储设备以及处理器，其中：
所述导航定位单元包括定位单元以及地图数据库，用于规划并显示车辆的导航路径，以及对车辆的位置进行定位；
所述驾驶数据采集单元，用于采集所述车辆的驾驶数据；
所述存储单元，用于存储线性运动的加速度以及偏转、倾斜时的转动角速度数据，存储危险驾驶习惯与危险路段的映射关系，进一步地，所述存储单元还存储有一个行车路径优化系统；
所述处理器，用于调用并执行所述行车路径优化系统，以执行如下步骤：
A1：利用所述驾驶数据采集单元采集所述车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；
A2：根据预存的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及
A3：控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
6.如权利要求5所述的车辆，其特征在于，所述预设规则包括：
危险路段最少的路径为最优路径；
危险路段一样多的路径如果有多个，则选择路径最短及/或路径最流畅的路径作为最优路径；
根据预设的危险路段的危险程度排序，将最高危险程度的危险路段最少的路径作为最优路径；
若最高危险程度的危险路段一样多，则次高危险程度的危险路段数量最少的路径为最优路径；及
当有多个路径在各个次序的危险程度的危险路段数量一样多，则选择路径最短及/或路径最流畅的路径作为最优路径。
7.如权利要求5所述的车辆，其特征在于，所述驾驶数据采集单元包括速度检测单元、加速度传感器及陀螺仪，其中：
所述速度检测单元用于根据车辆轮胎的转速检测所述车辆的即时速度；
所述加速度传感器用于测量车辆在行驶过程中的线性运动的加速度；
所述陀螺仪用于测量车辆在行驶过程中的偏转、倾斜时的转动角速度数据。
8.一种适用于权利要求1至4任一项所述方法的电子设备，其特征在于，该电子设备包括导航定位单元、加速度传感器、陀螺仪、存储设备以及处理器，其中：
所述导航定位单元包括定位单元以及地图数据库，用于规划并显示车辆的导航路径，以及对车辆的位置进行定位；
所述加速度传感器用于测量车辆在行驶过程中的线性运动的加速度；
所述陀螺仪用于测量车辆在行驶过程中的偏转、倾斜时的转动角速度数据；
所述存储单元，用于存储所述线性运动的加速度以及偏转、倾斜时的转动角速度数据，存储危险驾驶习惯与危险路段的映射关系，进一步地，所述存储单元还存储有一个行车路径优化系统；
所述处理器，用于调用并执行所述行车路径优化系统，以执行如下步骤：
B1：利用所述加速度传感器以及所述陀螺仪采集车辆的驾驶数据，根据采集的驾驶数据分析出所述车辆的用户驾驶习惯，并确定所述车辆对应的危险驾驶习惯；
B2：根据预存的危险驾驶习惯与危险路段的映射关系，确定与该危险驾驶习惯匹配的危险路段；及
B3：控制导航定位单元根据确定的危险路段，按照预设规则在地图数据库中找出当前地点到用户指定的目的地之间的最优路径，并根据找出的路径进行车辆导航。
9.如权利要求8所述的电子设备，其特征在于，所述驾驶数据包括持续高速，所述危险驾驶习惯包括持续高速，所述导航定位单元还用于在所述处理器的控制下检测车辆的即时速度，所述处理器调用所述行车路径优化系统还执行如下步骤：
利用所述导航定位单元向多个导航卫星发送两个定位信号，两个定位信号的发送间隔时间为预设值，从多个导航卫星接收两次反馈信号，根据两次反馈信号确定位移方向和位移量，并根据预设的间隔时间及确定的位移方向和位移量计算出车辆的即时速度；
根据计算的即时速度确定车辆是否处于超速状态；
若处于超速状态的时间超过预设时间，则确定车辆具有持续高速的危险驾驶习惯。
CN201510478471.8A 2015-08-06 2015-08-06 行车路径优化方法、车辆及电子设备 Active CN105043402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510478471.8A CN105043402B (zh) 2015-08-06 2015-08-06 行车路径优化方法、车辆及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510478471.8A CN105043402B (zh) 2015-08-06 2015-08-06 行车路径优化方法、车辆及电子设备

Publications (2)

Publication Number Publication Date
CN105043402A CN105043402A (zh) 2015-11-11
CN105043402B true CN105043402B (zh) 2017-12-08

Family

ID=54450135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510478471.8A Active CN105043402B (zh) 2015-08-06 2015-08-06 行车路径优化方法、车辆及电子设备

Country Status (1)

Country Link
CN (1) CN105043402B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106681328B (zh) * 2017-01-13 2021-02-09 深圳市元征科技股份有限公司 基于智能穿戴设备的自动驾驶方法及智能穿戴设备
CN107067786B (zh) * 2017-01-23 2023-02-28 斑马信息科技有限公司 违章信息管理系统及其引导路径生成方法
CN110015306B (zh) * 2018-01-10 2020-12-04 华为技术有限公司 驾驶轨迹获取方法及装置
CN109436174B (zh) * 2018-09-28 2020-04-17 北京摩拜科技有限公司 车辆控制方法、服务器及车辆系统
CN110132293B (zh) * 2019-04-09 2021-04-30 深圳市轱辘车联数据技术有限公司 一种路线推荐方法及装置
CN112418211B (zh) * 2019-08-23 2024-02-13 杭州海康威视系统技术有限公司 危化品危险区域的识别方法、装置、设备和存储介质
CN112729329A (zh) * 2020-12-29 2021-04-30 科大讯飞股份有限公司 安全行驶路线推荐方法、装置以及设备
CN113781810B (zh) * 2021-09-13 2022-11-01 上海伯镭智能科技有限公司 一种无人驾驶矿车的危险路段预警方法及装置
CN117007328B (zh) * 2023-06-16 2024-05-31 中国汽车工程研究院股份有限公司 用于车辆碰撞测试的动态位移解算优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1782670A (zh) * 1999-10-12 2006-06-07 数据技术株式会社 分析移动物体操作倾向的方法,操作管理系统及其构成装置,和存储媒体
CN101881618A (zh) * 2009-05-06 2010-11-10 神达电脑股份有限公司 实施个人导航装置的醒目提示的方法
TW201325958A (zh) * 2011-12-22 2013-07-01 Univ Nan Kai Technology 駕駛習慣的判斷方法及裝置
CN104165634A (zh) * 2014-07-28 2014-11-26 广州视源电子科技股份有限公司 基于用户使用习惯的路径规划方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100866206B1 (ko) * 2006-07-20 2008-10-30 삼성전자주식회사 네비게이션 게임을 이용한 사전 사용자 맞춤형 경로 안내장치 및 방법
KR101337014B1 (ko) * 2011-07-12 2013-12-05 주식회사 팬택 이동 단말기, 이를 이용하는 차량의 ｅｃｕ 제어 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1782670A (zh) * 1999-10-12 2006-06-07 数据技术株式会社 分析移动物体操作倾向的方法,操作管理系统及其构成装置,和存储媒体
CN101881618A (zh) * 2009-05-06 2010-11-10 神达电脑股份有限公司 实施个人导航装置的醒目提示的方法
TW201325958A (zh) * 2011-12-22 2013-07-01 Univ Nan Kai Technology 駕駛習慣的判斷方法及裝置
CN104165634A (zh) * 2014-07-28 2014-11-26 广州视源电子科技股份有限公司 基于用户使用习惯的路径规划方法

Also Published As

Publication number Publication date
CN105043402A (zh) 2015-11-11

Similar Documents

Publication Publication Date Title
CN105043402B (zh) 行车路径优化方法、车辆及电子设备
CN105091896B (zh) 驾驶行为提醒方法、车辆及电子设备
CN107209020B (zh) 用于提供兴趣点信息的方法及设备
EP3418997A1 (en) Detection and estimation of variable speed signs
JP5482320B2 (ja) 車両用運転支援装置
EP2556339B1 (en) Method and device for generating a cost function
EP2475962B1 (en) Systems and methods for detecting bifurcations
EP2867618B1 (en) Apparatus and method for route searching
EP2291609B1 (en) Method and apparatus for trajectory display
CN108973990A (zh) 用于自动驾驶控制的方法、介质和系统
JP4435846B2 (ja) 位置登録装置、位置登録方法、位置登録プログラムおよび記録媒体
EP3227873A2 (en) Method and apparatus for providing point of interest information
US20120150429A1 (en) Method and arrangement relating to navigation
JP2009140008A (ja) 危険走行情報提供装置、危険走行判定プログラム及び危険走行判定方法
WO2011053388A1 (en) Method and apparatus for temporal slicing of datasets including mobile gps traces
CN106441340A (zh) 行车轨迹提示方法、车辆及电子设备
CN106447496A (zh) 车险保单自动生成方法、车辆、电子设备及保险服务器
JP2009277059A (ja) 危険情報収集配信装置
EP3452786B1 (en) Methods and systems for determining safe return range
WO2006016497A1 (ja) 通信ナビゲーション装置
KR20170076640A (ko) 네비게이션 장치의 위치 결정
US8494769B2 (en) Information system, terminal device, and information center device
EP3047235B1 (en) Apparatus and method for vehicle economy improvement
CN104773190A (zh) 列车的牵引控制辅助系统
CN109212574A (zh) 手机与车机互联定位系统、方法、导航系统及汽车

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