CN105184393A - 一种复杂路径下辅助路径还原方法 - Google Patents
一种复杂路径下辅助路径还原方法 Download PDFInfo
- Publication number
- CN105184393A CN105184393A CN201510528713.XA CN201510528713A CN105184393A CN 105184393 A CN105184393 A CN 105184393A CN 201510528713 A CN201510528713 A CN 201510528713A CN 105184393 A CN105184393 A CN 105184393A
- Authority
- CN
- China
- Prior art keywords
- path
- identification information
- vehicle
- information
- portal site
- 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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种复杂路径下辅助路径还原方法,包括:获取当前车辆行驶路径中的车辆标识信息;所述车辆标识信息包括行驶路径所经过的一个标识点或多个标识点组合;根据路网基础信息构建路网图;所述路网基础信息包括包含基本路径信息和标识点(RFID及5.8GHZ)基础信息;采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。本发明提供的复杂路径下辅助路径还原方法可以准确还原出当前车辆在入口站点与出口站点之间的最短路径。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种复杂路径下辅助路径还原方法。
背景技术
在提出高速公路“一张网”联网收费系统的背景下,我国高速公路路网得到快速发展。并逐渐应用ETC(ElectronicTollCollectionSystem,译为“不停车收费系统”,又称为“电子收费系统”,简称ETC系统)等系统至实际环境中,
在我国各地高速公路联网之前,车流只限于各区域内,其路径信息是确定的,在区域中心计算即可得出各路段流量金额或费率,并拆分还原了经过的各个路段的费额,通过参数下发功能,把计算出来的费率下发到车道,然后通过查费率表就可以直接还原车辆的路径。
联网之后由于存在跨路段跨区域的路径,如果继续采用中心计算出所有的路径,然后下发到车道的方式,由于经过所有标识点的费率参数数量非常庞大,无法直接下发到车道,所以采用中心生成基础费率参数,车道计算还原路径的方式。
由于当前现有技术的在行驶路径上的标识点的标识率不能达到100%,当标识不成功时采用最短路径计算,当标识错误的时候,就可能造成计费错误问题,因此需要进行综合多种信息来计算和核对以获得更加精确的路径信息。
发明内容
本发明所要解决的技术问题是,提供一种复杂路径下辅助路径还原方法,准确还原出当前车辆在入口站点与出口站点之间的最短路径。
为解决以上技术问题,本发明实施例提供一种复杂路径下辅助路径还原方法,包括:
获取当前车辆行驶路径中的车辆标识信息;所述车辆标识信息包括行驶路径所经过的一个标识点或多个标识点组合;
根据路网基础信息构建路网图;
采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。
优选地,所述采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径,包括:
根据所述车辆标识信息对车辆行驶路径L建立数学模型:
L=[(S1,S2):(p1,p2,…,Pn-1,pn)];
其中,S1为车辆行驶路径的入口站点,S2为车辆行驶路径的出口站点,组合(p1,p2,…,Pn-1,pn)为当前车辆在行驶路径所经过的标识点组合,n≥1;
采用动态规划算法计算出入口站点S1与出口站点S2之间的车辆行驶路径L的最优解:Dist[(S1,S2):(p1,p2,…,Pn-1,pn)];其中,符号Dist表示两个站点之间的最优解;
将所述车辆行驶路径L在入口站点S1与出口站点S2之间的最优解作为当前车辆在所述路网图上的入口站点S1与出口站点S2之间的最短路径。
进一步地,所述采用动态规划算法计算出入口站点S1与出口站点S2之间的车辆行驶路径L的最优解,还包括:
采用广度优先遍历算法,逐一计算出当前车辆在入口站点S1与出口站点S2之间先后经过的各个标识点的最短路径;
对当前车辆先后经过的各个标识点的最短路径进行叠加,逐步还原当前车辆的在入口站点S1与出口站点S2之间的最短路径。
进一步地,所述采用广度优先遍历算法,逐一计算出当前车辆在入口站点S1与出口站点S2之间先后经过的各个标识点的最短路径,具体为:
构建标志点Pn-1所对应的虚拟站点Sn;
将所述车辆行驶路径L在入口站点S1与出口站点S2之间的最优解表示为入口站点S1与虚拟站点Sn之间的最优解和虚拟站点Sn与出口站点S2之间的最优解之和的最小值,即:
Dist[(S1,S2):(p1,p2,…,pn-1,pn)]
=min{Dist[(S1,Sn):(p1,p2,…,pn-1)]+Dist[(Sn,S2):(pn)]};
其中,Dist[(S1,Sn):(p1,p2,…,pn-1)]为入口站点S1与虚拟站点Sn之间的最优解;Dist[(Sn,S2):(pn)]为虚拟站点Sn与出口站点S2之间的最优解;符号min表示最小值。
优选地,所述获取当前车辆行驶路径中的车辆标识信息,包括:
采用RFID或5.8GHz自由流技术获取当前车辆在行驶路径上的各个标识点信息。
进一步地,所述的复杂路径下辅助路径还原方法还包括:调用高清卡口系统对所述车辆标识信息进行辅助还原。
优选地,所述调用高清卡口系统对所述车辆标识信息进行辅助还原,包括:
通过所述高清卡口系统获取当前车辆行驶路径中的高清卡口路径信息;
查询高清卡口与标识信息转换表,将所述高清卡口路径信息转换为路径标识信息;
判断通过RFID或5.8GHz自由流技术获取的标志点信息是否所述路径标识信息的完全子集;若是,则将所述路径标识信息作为所述车辆标识信息;若否,则将通过RFID或5.8GHz自由流技术获取的标志点信息作为所述车辆标识信息。
进一步地,所述的复杂路径下辅助路径还原方法,还包括:
根据还原的最短路径对费率参数信息进行关联,获得所述还原的最短路径的完全标识信息。
进一步地,所述的复杂路径下辅助路径还原方法,还包括:
将所述完全标识信息进行比较;
当所述完全标识信息出现连续多个标识信息漏标时,则判定所述完全标识信息中的连续漏标的标识信息之前的一个标识信息为误标标识信息;
将对所述误标标识信息进行删除后的完全标识信息作为新的车辆标识信息。
更进一步地,所述的复杂路径下辅助路径还原方法,还包括:
根据更新后的车辆标识信息,重新采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。
本发明实施例提供的复杂路径下辅助路径还原方法,通过获取当前车辆行驶路径中的车辆标识信息,结合路网基础信息与构建路网图;采用动态规划算法构建数学模型,还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。本发明实施例还可以进一步构建数学模型计算出入口站点与出口站点之间的最优解从而获得最短路径;并可通过逐一计算出入口站点S1与虚拟站点Sn之间的最优解、虚拟站点Sn与出口站点S2之间的最优解来获得入口站点与出口站点之间的最优解,提高计算准确率和降低计算的复杂度。此外,本发明实施例还可以实现对车辆标识信息的误标判断和漏标判断,通过更新后的车辆标识信息重新计算出最短路径,进一步提高准确度。
附图说明
图1是本发明提供的复杂路径下辅助路径还原方法的第一实施例的步骤流程图;
图2是本发明图1实施例提供的还原车辆出入站点的最短路径的一种实现方式的步骤流程图;
图3是本发明提供的复杂路径下辅助路径还原方法的第二实施例的步骤流程图;
图4是本发明图3实施例提供的调用高清卡口系统对所述车辆标识信息进行辅助还原的一种实现方式的步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
参见图1,是本发明提供的复杂路径下辅助路径还原方法的第一实施例的步骤流程图。
在本实施例中,所述复杂路径下辅助路径还原方法主要包括一下三个步骤:
步骤S101:获取当前车辆行驶路径中的车辆标识信息;所述车辆标识信息包括行驶路径所经过的一个标识点p或多个标识点组合(p1,p2,…,Pn-1,pn),n>1;
步骤S102:根据路网基础信息构建路网图;其中,所述路网基础信息包括包含基本路径信息和标识点(RFID及5.8GHZ)基础信息;
步骤S103:采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。
参见图2,是本发明图1实施例提供的还原车辆出入站点的最短路径一种实现方式的步骤流程图。
在一种可实现的方式中,在所述步骤S103中,采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径,包括:
步骤S201:根据所述车辆标识信息对车辆行驶路径L建立数学模型:
L=[(S1,S2):(p1,p2,…,Pn-1,pn)];(1)
其中,在式子(1)中,参数S1为车辆行驶路径的入口站点,参数S2为车辆行驶路径的出口站点,组合(p1,p2,…,Pn-1,pn)为当前车辆在行驶路径所经过的标识点组合,n≥1。
步骤S202:采用动态规划算法计算出入口站点S1与出口站点S2之间的车辆行驶路径L的最优解:
Dist[(S1,S2):(p1,p2,…,Pn-1,pn)];(2)
其中,在式子(2)中,符号Dist表示两个站点之间的最优解。
步骤S203:将所述车辆行驶路径L在入口站点S1与出口站点S2之间的最优解作为当前车辆在所述路网图上的入口站点S1与出口站点S2之间的最短路径。
进一步地,在一种可实现的方式中,所述步骤S202,即,采用动态规划算法计算出入口站点S1与出口站点S2之间的车辆行驶路径L的最优解,还包括:
采用广度优先遍历算法,逐一计算出当前车辆在入口站点S1与出口站点S2之间先后经过的各个标识点的最短路径;对当前车辆先后经过的各个标识点的最短路径进行叠加,逐步还原当前车辆的在入口站点S1与出口站点S2之间的最短路径。
具体地,所述采用广度优先遍历算法,逐一计算出当前车辆在入口站点S1与出口站点S2之间先后经过的各个标识点的最短路径,具体为:
a.构建标志点Pn-1所对应的虚拟站点Sn;
b.将所述车辆行驶路径L在入口站点S1与出口站点S2之间的最优解表示为入口站点S1与虚拟站点Sn之间的最优解和虚拟站点Sn与出口站点S2之间的最优解之和的最小值,即:
Dist[(S1,S2):(p1,p2,…,pn-1,pn)]
=min{Dist[(S1,Sn):(p1,p2,…,pn-1)]+Dist[(Sn,S2):(pn)]};(3)
其中,在式子(3)中,Dist[(S1,Sn):(p1,p2,…,pn-1)]为入口站点S1与虚拟站点Sn之间的最优解;Dist[(Sn,S2):(pn)]为虚拟站点Sn与出口站点S2之间的最优解;符号min表示最小值。
需要说明的是,具体在采用虚拟站点Sn进行最优解拆分时,应该满足条件:入口站点S1至虚拟站点Sn的路径的最后一个路段与虚拟站点Sn至出口站点S2的第一个路段不相同。
根据以上动态规划算法可以看出,如果要获得车辆经过全部标识点的全程的最短路径,必须逐一求出当前车辆先后顺序经过标识点的最短路径。因此本发明实施例采用广度优先遍历算法,首先逐一求出车辆先后经过的标识点的最短路径,然后逐步还原车辆经过的最短路径。
进一步地,所述步骤S101中,在获取当前车辆行驶路径中的车辆标识信息时,可以采用以下方式进行实现,包括:
采用RFID(RadioFrequencyIdentification,无线射频识别)或5.8GHz(吉赫兹)自由流技术获取当前车辆在行驶路径上的各个标识点信息。
本发明实施例提供的复杂路径下辅助路径还原方法,通过获取当前车辆行驶路径中的车辆标识信息,结合路网基础信息与构建路网图;采用动态规划算法构建数学模型,还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。本发明实施例还可以进一步构建数学模型计算出入口站点与出口站点之间的最优解从而获得最短路径;并可通过逐一计算出入口站点S1与虚拟站点Sn之间的最优解、虚拟站点Sn与出口站点S2之间的最优解来获得入口站点与出口站点之间的最优解,提高计算准确率和降低计算的复杂度。
参看图3,是本发明提供的复杂路径下辅助路径还原方法的第二实施例的步骤流程图。
为了避免对车辆标识信息的误判或漏判,提高车辆标识信息本身的准确率,从而提高对计算获得的最短路径的准确度,本发明实施例进一步实现对车辆标识信息的更新。
如图3所示,本实施例除了具有与第一实施例相同的步骤S101~S103对应相同的步骤S301~S303之外,还在第一实施例的基础上,还包括:
步骤S304:调用高清卡口系统对所述车辆标识信息进行辅助还原。
具体实施时,如图4所示,所述步骤S304又包括子步骤:
步骤S401:通过所述高清卡口系统获取当前车辆行驶路径中的高清卡口路径信息;
步骤S402:查询高清卡口与标识信息转换表,将所述高清卡口路径信息转换为路径标识信息;
步骤S403:判断通过RFID或5.8GHz自由流技术获取的标志点信息是否所述路径标识信息的完全子集;若是,则执行步骤S404;若否,则执行步骤S405;
步骤S404:将所述路径标识信息作为所述车辆标识信息;
步骤S405:将通过RFID或5.8GHz自由流技术获取的标志点信息作为所述车辆标识信息。
通过以上步骤可以辅助还原车辆报纸信息中被遗漏的标识信息。
进一步地,本发明实施例提供的复杂路径下辅助路径还原方法还包括:
根据还原的最短路径对费率参数信息进行关联,获得所述还原的最短路径的完全标识信息。也可以获得相应的费率,其中,任意两个站点之间的费率是由这两个站点之间经过的路段的费率相加得到的结果。
进一步地,所述的复杂路径下辅助路径还原方法,还包括误标判断。具体为:
A.将所述完全标识信息进行比较;当所述完全标识信息出现连续多个标识信息漏标时,则判定所述完全标识信息中的连续漏标的标识信息之前的一个标识信息为误标标识信息;
B.将对所述误标标识信息进行删除后的完全标识信息作为新的车辆标识信息。
因此,当获得新的车辆标识信息后,本实施例提供的复杂路径下辅助路径还原方法可以根据所述步骤S301~S304,根据更新后的车辆标识信息,重新采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径,进一步提高所述最短路径的准确度。
本发明实施例提供的复杂路径下辅助路径还原方法,除了可以获得第一实施例的有益效果之外,进一步地,本发明实施例还可以实现对车辆标识信息的误标判断和漏标判断,通过更新后的车辆标识信息重新计算出最短路径,进一步提高准确度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种复杂路径下辅助路径还原方法,其特征在于,包括:
获取当前车辆行驶路径中的车辆标识信息;所述车辆标识信息包括行驶路径所经过的一个标识点或多个标识点组合;
根据路网基础信息构建路网图;
采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。
2.如权利要求1所述的复杂路径下辅助路径还原方法,其特征在于,所述采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径,包括:
根据所述车辆标识信息对车辆行驶路径L建立数学模型:
L=[(S1,S2):(p1,p2,…,Pn-1,pn)];
其中,S1为车辆行驶路径的入口站点,S2为车辆行驶路径的出口站点,组合(p1,p2,…,Pn-1,pn)为当前车辆在行驶路径所经过的标识点组合,n≥1;
采用动态规划算法计算出入口站点S1与出口站点S2之间的车辆行驶路径L的最优解:Dist[(S1,S2):(p1,p2,…,Pn-1,pn)];其中,符号Dist表示两个站点之间的最优解;
将所述车辆行驶路径L在入口站点S1与出口站点S2之间的最优解作为当前车辆在所述路网图上的入口站点S1与出口站点S2之间的最短路径。
3.如权利要求2所述的复杂路径下辅助路径还原方法,其特征在于,所述采用动态规划算法计算出入口站点S1与出口站点S2之间的车辆行驶路径L的最优解,还包括:
采用广度优先遍历算法,逐一计算出当前车辆在入口站点S1与出口站点S2之间先后经过的各个标识点的最短路径;
对当前车辆先后经过的各个标识点的最短路径进行叠加,逐步还原当前车辆的在入口站点S1与出口站点S2之间的最短路径。
4.如权利要求3所述的复杂路径下辅助路径还原方法,其特征在于,所述采用广度优先遍历算法,逐一计算出当前车辆在入口站点S1与出口站点S2之间先后经过的各个标识点的最短路径,具体为:
构建标志点Pn-1所对应的虚拟站点Sn;
将所述车辆行驶路径L在入口站点S1与出口站点S2之间的最优解表示为入口站点S1与虚拟站点Sn之间的最优解和虚拟站点Sn与出口站点S2之间的最优解之和的最小值,即:
Dist[(S1,S2):(p1,p2,…,pn-1,pn)]
=min{Dist[(S1,Sn):(p1,p2,…,pn-1)]+Dist[(Sn,S2):(pn)]};
其中,Dist[(S1,Sn):(p1,p2,…,pn-1)]为入口站点S1与虚拟站点Sn之间的最优解;Dist[(Sn,S2):(pn)]为虚拟站点Sn与出口站点S2之间的最优解;符号min表示最小值。
5.如权利要求1所述的复杂路径下辅助路径还原方法,其特征在于,所述获取当前车辆行驶路径中的车辆标识信息,包括:
采用RFID或5.8GHz自由流技术获取当前车辆在行驶路径上的各个标识点信息。
6.如权利要求5所述的复杂路径下辅助路径还原方法,其特征在于,所述方法还包括:调用高清卡口系统对所述车辆标识信息进行辅助还原。
7.如权利要求6所述的复杂路径下辅助路径还原方法,其特征在于,所述调用高清卡口系统对所述车辆标识信息进行辅助还原,包括:
通过所述高清卡口系统获取当前车辆行驶路径中的高清卡口路径信息;
查询高清卡口与标识信息转换表,将所述高清卡口路径信息转换为路径标识信息;
判断通过RFID或5.8GHz自由流技术获取的标志点信息是否所述路径标识信息的完全子集;若是,则将所述路径标识信息作为所述车辆标识信息;若否,则将通过RFID或5.8GHz自由流技术获取的标志点信息作为所述车辆标识信息。
8.如权利要求1所述的复杂路径下辅助路径还原方法,其特征在于,所述方法还包括:
根据还原的最短路径对费率参数信息进行关联,获得所述还原的最短路径的完全标识信息。
9.如权利要求8所述的复杂路径下辅助路径还原方法,其特征在于,所述方法还包括:
将所述完全标识信息进行比较;
当所述完全标识信息出现连续多个标识信息漏标时,则判定所述完全标识信息中的连续漏标的标识信息之前的一个标识信息为误标标识信息;
将对所述误标标识信息进行删除后的完全标识信息作为新的车辆标识信息。
10.如权利要求9所述的复杂路径下辅助路径还原方法,其特征在于,所述方法还包括:
根据更新后的车辆标识信息,重新采用动态规划算法还原出当前车辆在所述路网图上的入口站点与出口站点之间的最短路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510528713.XA CN105184393A (zh) | 2015-08-25 | 2015-08-25 | 一种复杂路径下辅助路径还原方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510528713.XA CN105184393A (zh) | 2015-08-25 | 2015-08-25 | 一种复杂路径下辅助路径还原方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105184393A true CN105184393A (zh) | 2015-12-23 |
Family
ID=54906456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510528713.XA Pending CN105184393A (zh) | 2015-08-25 | 2015-08-25 | 一种复杂路径下辅助路径还原方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184393A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106788448A (zh) * | 2016-12-20 | 2017-05-31 | 中国地质大学(武汉) | 一种移动轨迹数据压缩方法及装置 |
CN107564291A (zh) * | 2017-10-20 | 2018-01-09 | 重庆市市政设计研究院 | 一种基于rfid的交通量溯源分析方法及系统 |
CN109784986A (zh) * | 2018-12-26 | 2019-05-21 | 山东中创软件工程股份有限公司 | 一种高速公路收费计算方法、装置及设备 |
CN109840609A (zh) * | 2017-11-27 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 拣货点数据校验方法及装置、存储介质、电子设备 |
CN110340034A (zh) * | 2019-08-19 | 2019-10-18 | 北京极智嘉科技有限公司 | 分拣系统和方法 |
CN110443904A (zh) * | 2019-08-28 | 2019-11-12 | 招商华软信息有限公司 | 一种漏费检测方法、装置、服务器及存储介质 |
CN110751837A (zh) * | 2019-10-23 | 2020-02-04 | 招商华软信息有限公司 | 高速行车路径确定方法、装置、设备和存储介质 |
CN110796060A (zh) * | 2019-10-23 | 2020-02-14 | 招商华软信息有限公司 | 高速行车路线确定方法、装置、设备和存储介质 |
CN111912420A (zh) * | 2019-05-08 | 2020-11-10 | 北京京东振世信息技术有限公司 | 车辆行驶路径规划方法、装置、电子设备和可读存储介质 |
CN113570864A (zh) * | 2021-09-22 | 2021-10-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种电动自行车行驶路径匹配方法、设备及存储介质 |
CN113742394A (zh) * | 2020-09-29 | 2021-12-03 | 北京速通科技有限公司 | 高速公路交易的路径拟合方法和装置 |
-
2015
- 2015-08-25 CN CN201510528713.XA patent/CN105184393A/zh active Pending
Non-Patent Citations (1)
Title |
---|
张建勇: "网络的K最短路分析与应用", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106788448B (zh) * | 2016-12-20 | 2020-04-10 | 中国地质大学(武汉) | 一种移动轨迹数据压缩方法及装置 |
CN106788448A (zh) * | 2016-12-20 | 2017-05-31 | 中国地质大学(武汉) | 一种移动轨迹数据压缩方法及装置 |
CN107564291A (zh) * | 2017-10-20 | 2018-01-09 | 重庆市市政设计研究院 | 一种基于rfid的交通量溯源分析方法及系统 |
CN109840609A (zh) * | 2017-11-27 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 拣货点数据校验方法及装置、存储介质、电子设备 |
CN109840609B (zh) * | 2017-11-27 | 2021-08-10 | 北京京东振世信息技术有限公司 | 拣货点数据校验方法及装置、存储介质、电子设备 |
CN109784986A (zh) * | 2018-12-26 | 2019-05-21 | 山东中创软件工程股份有限公司 | 一种高速公路收费计算方法、装置及设备 |
CN111912420A (zh) * | 2019-05-08 | 2020-11-10 | 北京京东振世信息技术有限公司 | 车辆行驶路径规划方法、装置、电子设备和可读存储介质 |
CN110340034A (zh) * | 2019-08-19 | 2019-10-18 | 北京极智嘉科技有限公司 | 分拣系统和方法 |
CN110443904A (zh) * | 2019-08-28 | 2019-11-12 | 招商华软信息有限公司 | 一种漏费检测方法、装置、服务器及存储介质 |
CN110443904B (zh) * | 2019-08-28 | 2021-08-31 | 招商华软信息有限公司 | 一种漏费检测方法、装置、服务器及存储介质 |
CN110796060A (zh) * | 2019-10-23 | 2020-02-14 | 招商华软信息有限公司 | 高速行车路线确定方法、装置、设备和存储介质 |
CN110751837A (zh) * | 2019-10-23 | 2020-02-04 | 招商华软信息有限公司 | 高速行车路径确定方法、装置、设备和存储介质 |
CN110751837B (zh) * | 2019-10-23 | 2021-12-14 | 招商华软信息有限公司 | 高速行车路径确定方法、装置、设备和存储介质 |
CN110796060B (zh) * | 2019-10-23 | 2023-09-01 | 招商华软信息有限公司 | 高速行车路线确定方法、装置、设备和存储介质 |
CN113742394A (zh) * | 2020-09-29 | 2021-12-03 | 北京速通科技有限公司 | 高速公路交易的路径拟合方法和装置 |
CN113570864A (zh) * | 2021-09-22 | 2021-10-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种电动自行车行驶路径匹配方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184393A (zh) | 一种复杂路径下辅助路径还原方法 | |
CN103177561B (zh) | 公交实时路况的生成方法 | |
WO2023274229A1 (zh) | 车辆轨迹纠偏方法、装置及电子设备 | |
CN103903468B (zh) | 道路拥堵时间预警方法及装置 | |
CN104484999A (zh) | 基于用户轨迹确定动态交通信息的方法及装置 | |
CN104215254B (zh) | 路径导航的方法和装置 | |
CN104123757B (zh) | 基于车辆实时位置和路链匹配的拥堵收费方法 | |
CN104504065A (zh) | 导航路线生成方法和装置 | |
CN105539521A (zh) | 一种cbtc系统线路基础数据自动生成方法及系统 | |
CN110795868A (zh) | 基于城市轨道交通的列车运行仿真的数据处理方法和装置 | |
CN109101649A (zh) | 一种可计算路网建立方法和装置 | |
CN101852622A (zh) | 基于无线数据网络的实时车辆导航方法 | |
CN113029180A (zh) | 一种交通限制识别方法、装置、电子设备及存储介质 | |
CN112765753B (zh) | 一种公共交通超级网络构建方法 | |
CN102831191B (zh) | 一种基于网络数据源的公交到站信息轨迹生成方法 | |
CN112327338B (zh) | 一种快速车载gps轨迹精确地图匹配的方法 | |
CN107403550A (zh) | 公交路网数据采集方法、装置和终端设备 | |
CN105371859A (zh) | 基于安全驾驶地图的车道级别的导航引导系统和方法 | |
CN111160480A (zh) | 地下停车场出入口挖掘方法、装置及电子设备 | |
CN108196280A (zh) | 一种通过gps推断公交线路方法 | |
CN104034337B (zh) | 一种浮动车地理位置点的地图匹配方法及装置 | |
CN110232470A (zh) | 一种确定车辆行驶路径的方法及装置 | |
CN104575085A (zh) | 一种基于浮动车的公交车到站动态诱导方法及装置 | |
CN101807348B (zh) | 一种动态网络导航系统及方法 | |
CN102496277B (zh) | 道路交通信息的获取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 510530 Room 601, No. 5, Third Street, Science City, Luogang District, Guangzhou, Guangdong Applicant after: Guangdong Litong science and Technology Investment Co., Ltd. Address before: No. 99 "510663 Guangdong city of Guangzhou province Luogang District Science City Road Science Department Department of Jingu" Three Street No. 5 Guangdong building 10 floor Applicant before: Guangzhou Newsoft Computer Technology Co., Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151223 |