CN105547315A - 一种车辆实时最优交通规划方法及系统 - Google Patents

一种车辆实时最优交通规划方法及系统 Download PDF

Info

Publication number
CN105547315A
CN105547315A CN201510998436.9A CN201510998436A CN105547315A CN 105547315 A CN105547315 A CN 105547315A CN 201510998436 A CN201510998436 A CN 201510998436A CN 105547315 A CN105547315 A CN 105547315A
Authority
CN
China
Prior art keywords
time
vehicle
real
traffic
road
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
CN201510998436.9A
Other languages
English (en)
Inventor
王真意
赵雷
苏庆刚
游燕桂
李优
黄峥
蔡红霞
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.)
Shanghai Dianji University
Original Assignee
Shanghai Dianji University
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 Shanghai Dianji University filed Critical Shanghai Dianji University
Priority to CN201510998436.9A priority Critical patent/CN105547315A/zh
Publication of CN105547315A publication Critical patent/CN105547315A/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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents

Abstract

本发明公开了一种车辆实时最优交通规划方法及系统，该方法包括：利用百度地图获得用户输入的起点和终点，获取起点到终点的所有推荐路径；查询交通流实时数据库，获取推荐线路上每段道路的实时交通流；根据交通流量-速度模型计算车辆通过各段道路所需平均速度；根据车辆通过各段道路所需平均速度计算车辆通过各段道路所需时间；根据时间输出最优路径，本发明解决了现有百度地图中仅能提供推荐线路和近似时间的缺点，给客户提供更精确的最优线路和交通时间，从而让他们做出更好的出行计划。

Description

一种车辆实时最优交通规划方法及系统
技术领域
本发明涉及电子地图交通流预测和线路规划技术领域，特别是涉及一种基于百度地图的车辆实时最优交通规划方法及系统。
背景技术
目前的电子地图软件，尤其是百度地图等都提供的一项重要的功能即交通线路查询功能。即用户在地图上输入起始点和终止点并选择相应的交通工具，就能发现两点之间的推荐线路、距离和预估时间等。由于我国是一个人口大国，因此百度地图提供的路径规划功能可以大大方便人们出行计划、提升出行效率。
然而，百度地图等软件在进行交通线路计算时，并没有考虑到当前交通流对出行的影响，给出从起点到终点的时间通常是一个固定的近似时间。例如，任何时间搜索从复旦大学到人民广场打车所用时间和路径，结果总是固定的几条线路，时间也是固定的23分钟。实际上，在一天不同时间段打车通过这些道路所用的时间都是不同的，尤其是在“高峰”时间段和“低谷”时间段，通过这些道路所用的时间差距可能会相差到半个小时甚至1个小时以上。因此，百度提供的时间只能作为参考，而不是一个精确的时间值。
发明内容
为克服上述现有技术存在的不足，本发明之目的在于提供一种基于百度地图的车辆实时最优交通规划方法及系统，其解决了现有百度地图中仅能提供推荐线路和近似时间的缺点，给客户提供更精确的最优线路和交通时间，从而让他们做出更好的出行计划。
为达上述及其它目的，本发明提出一种车辆实时最优交通规划方法，包括如下步骤：
步骤一，利用百度地图获得用户输入的起点和终点，获取起点到终点的所有推荐路径；
步骤二，查询实时交通流数据库，获取推荐线路上每段道路的实时交通流；
步骤三，根据交通流量-速度模型计算车辆通过各段道路所需平均速度；
步骤四，根据车辆通过各段道路所需平均速度计算车辆通过各段道路所需时间；
步骤五，根据时间输出最优路径。
进一步地，于步骤五中，输出总时间最小的路径作为最优路径，并得到精确的交通时间。
进一步地，该交通流量-速度模型为：
Q = K j ( V - V 2 V f )
其中Q为流量，V为速度，Kj为阻塞密度，即车流密集到所有车辆无法移动时候的车流密度，Vf是畅行速度，即车辆可以畅行无阻时的平均速度。
进一步地，该实时交通流数据库从交通部门获取或者通过经验的方法进行估算。
进一步地，通过实验分别对阻塞道路和畅行道路计算出相应阻塞密度Kj和畅行速度Vf。
为达到上述目的，本发明还提供一种车辆实时最优交通规划系统，包括：
接收模块，利用百度地图获得用户输入的起点和终点，获取起点到终点的所有推荐路径；
实时交通流获取模块，用于查询实时交通流数据库，获取推荐线路上每段道路的实时交通流；
平均速度计算模块，根据交通流量-速度模型计算车辆通过各段道路所需平均速度；
行驶时间计算模块，根据车辆通过各段道路所需平均速度计算车辆通过各段道路所需时间；
输出模块，根据时间输出最优路径。
进一步地，该输出模块输出总时间最小的路径作为最优路径，并得到精确的交通时间。
进一步地，该交通流量-速度模型为：
Q = K j ( V - V 2 V f )
其中Q为流量，V为速度，Kj为阻塞密度，即车流密集到所有车辆无法移动时候的车流密度，Vf是畅行速度，即车辆可以畅行无阻时的平均速度。
进一步地，该实时交通流数据库从交通部门获取或者通过经验的方法进行估算。
进一步地，通过实验分别对阻塞道路和畅行道路计算出相应阻塞密度Kj和畅行速度Vf。
与现有技术相比，本发明一种车辆实时最优交通规划方法及系统克服了现有百度地图中线路计算仅能提供固定通行参考时间的缺点，在基于百度地图的线路规划中，通过查询实时交通流量，利用广义流量速度模型计算车辆的当前速度，得到其通过给定道路的精确时间，给客户提供更加精确的时间信息和出行体验。
附图说明
图1为交通流量和车速之间关系的示意图；
图2为本发明一种车辆实时最优交通规划方法的步骤流程图；
图3为本发明一种车辆实时最优交通规划系统的系统架构图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
设交通流为自由流，在交通中，当道路上车辆增多，车流密度增大，驾驶员被迫降低车速。当车流密度由大变小时候，车速又会增加，因此，车流密度和车速之间关系如图1所示。
这里广义交通流量-速度模型如下式：
Q = K j ( V - V 2 V f ) - - - ( 1 )
其中Q为流量，V为速度，Kj为阻塞密度，即车流密集到所有车辆无法移动时候的车流密度，Vf是畅行速度，即车辆可以畅行无阻时的平均速度。
图2为本发明一种车辆实时最优交通规划方法的步骤流程图。如图2所示，本发明一种车辆实时最优交通规划方法，包括如下步骤：
步骤201，利用百度地图获得用户输入的起点和终点，获取起点到终点的几条推荐路径；
步骤202，查询实时交通流数据库。实时交通流数据库可以从交通部门获取或者通过经验的方法进行估算，查询后可以获取实时交通流Q。Kj和Vf为常值，可以通过实验分别对阻塞道路和畅行道路计算出相应阻塞密度Kj和畅行速度Vf；
步骤203，根据交通流量-速度模型(公式(1))计算车辆通过各段道路所需平均速度；
步骤204，计算车辆通过各段道路所需时间；
步骤205，输出总时间最小的路径作为最优路径，并得到精确的交通时间。
图3为本发明一种车辆实时最优交通规划系统的系统架构图。如图3所示，本发明一种车辆实时最优交通规划系统，包括：接收模块301、实时交通流获取模块302、平均速度计算模块303、行驶时间计算模块304以及输出模块305。
其中，接收模块301，利用百度地图获得用户输入的起点和终点，获取起点到终点的几条推荐路径；实时交通流获取模块302，用于查询交通流实时数据库，获取推荐线路上每段道路的实时交通流；平均速度计算模块303，根据交通流量-速度模型(公式(1))计算车辆通过各段道路所需平均速度；行驶时间计算模块304，根据车辆车辆通过各段道路所需平均速度计算车辆通过各段道路所需时间；输出模块305，输出总时间最小的路径作为最优路径，并得到精确的交通时间。
综上所述，本发明一种车辆实时最优交通规划方法及系统克服了现有百度地图中线路计算仅能提供固定通行参考时间的缺点，在基于百度地图的线路规划中，通过查询实时交通流量，利用广义流量速度模型计算车辆的当前速度，得到其通过给定道路的精确时间，给客户提供更加精确的时间信息和出行体验。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种车辆实时最优交通规划方法，包括如下步骤：
步骤一，利用百度地图获得用户输入的起点和终点，获取起点到终点的所有推荐路径；
步骤二，查询实时交通流数据库，获取推荐线路上每段道路的实时交通流；
步骤三，根据交通流量-速度模型计算车辆通过各段道路所需平均速度；
步骤四，根据车辆通过各段道路所需平均速度计算车辆通过各段道路所需时间；
步骤五，根据时间输出最优路径。
2.如权利要求1所述的一种车辆实时最优交通规划方法，其特征在于：于步骤五中，输出总时间最小的路径作为最优路径，并得到精确的交通时间。
3.如权利要求1所述的一种车辆实时最优交通规划方法，其特征在于，该交通流量-速度模型为：
Q = K j ( V - V 2 V f )
其中Q为流量，V为速度，Kj为阻塞密度，即车流密集到所有车辆无法移动时候的车流密度，Vf是畅行速度，即车辆可以畅行无阻时的平均速度。
4.如权利要求1所述的一种车辆实时最优交通规划方法，其特征在于：该实时交通流数据库从交通部门获取或者通过经验的方法进行估算。
5.如权利要求3所述的一种车辆实时最优交通规划方法，其特征在于：通过实验分别对阻塞道路和畅行道路计算出相应阻塞密度Kj和畅行速度Vf。
6.一种车辆实时最优交通规划系统，包括：
接收模块，利用百度地图获得用户输入的起点和终点，获取起点到终点的所有推荐路径；
实时交通流获取模块，用于查询实时交通流数据库，获取推荐线路上每段道路的实时交通流；
平均速度计算模块，根据交通流量-速度模型计算车辆通过各段道路所需平均速度；
行驶时间计算模块，根据车辆通过各段道路所需平均速度计算车辆通过各段道路所需时间；
输出模块，根据时间输出最优路径。
7.如权利要求6所述的一种车辆实时最优交通规划系统，其特征在于：该输出模块输出总时间最小的路径作为最优路径，并得到精确的交通时间。
8.如权利要求7所述的一种车辆实时最优交通规划系统，其特征在于，该交通流量-速度模型为：
Q = K j ( V - V 2 V f )
其中Q为流量，V为速度，Kj为阻塞密度，即车流密集到所有车辆无法移动时候的车流密度，Vf是畅行速度，即车辆可以畅行无阻时的平均速度。
9.如权利要求7所述的一种车辆实时最优交通规划系统，其特征在于：该实时交通流数据库从交通部门获取或者通过经验的方法进行估算。
10.如权利要求8所述的一种车辆实时最优交通规划系统，其特征在于：通过实验分别对阻塞道路和畅行道路计算出相应阻塞密度Kj和畅行速度Vf。
CN201510998436.9A 2015-12-25 2015-12-25 一种车辆实时最优交通规划方法及系统 Pending CN105547315A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510998436.9A CN105547315A (zh) 2015-12-25 2015-12-25 一种车辆实时最优交通规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510998436.9A CN105547315A (zh) 2015-12-25 2015-12-25 一种车辆实时最优交通规划方法及系统

Publications (1)

Publication Number Publication Date
CN105547315A true CN105547315A (zh) 2016-05-04

Family

ID=55826669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510998436.9A Pending CN105547315A (zh) 2015-12-25 2015-12-25 一种车辆实时最优交通规划方法及系统

Country Status (1)

Country Link
CN (1) CN105547315A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106323310A (zh) * 2016-08-05 2017-01-11 上海斐讯数据通信技术有限公司 路径规划方法及系统
CN107665375A (zh) * 2016-07-29 2018-02-06 滴滴（中国）科技有限公司 代驾司机到达代驾乘客位置的时间预估方法及装置
CN108256662A (zh) * 2016-12-29 2018-07-06 沈阳美行科技有限公司 到达时间的预测方法和装置
CN109345823A (zh) * 2018-09-19 2019-02-15 连云港杰瑞电子有限公司 一种基于大数据的智能交通数据分析系统
CN112396278A (zh) * 2020-04-30 2021-02-23 青岛慧拓智能机器有限公司 一种基于露天无人矿山的卡车调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1573837A (zh) * 2003-05-28 2005-02-02 Lg电子有限公司 使用道路交通状况信息估计行驶耗费时间的系统和方法
CN102252687A (zh) * 2011-07-06 2011-11-23 广东威创视讯科技股份有限公司 获取车辆最快行驶路径的方法与装置
CN103996289A (zh) * 2014-06-06 2014-08-20 北方工业大学 一种流量-速度匹配模型及行程时间预测方法及系统
CN104748753A (zh) * 2013-12-31 2015-07-01 中国移动通信集团公司 一种在线导航方法和在线导航系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1573837A (zh) * 2003-05-28 2005-02-02 Lg电子有限公司 使用道路交通状况信息估计行驶耗费时间的系统和方法
CN102252687A (zh) * 2011-07-06 2011-11-23 广东威创视讯科技股份有限公司 获取车辆最快行驶路径的方法与装置
CN104748753A (zh) * 2013-12-31 2015-07-01 中国移动通信集团公司 一种在线导航方法和在线导航系统
CN103996289A (zh) * 2014-06-06 2014-08-20 北方工业大学 一种流量-速度匹配模型及行程时间预测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张廷: "城市道路行程时间预测研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107665375A (zh) * 2016-07-29 2018-02-06 滴滴（中国）科技有限公司 代驾司机到达代驾乘客位置的时间预估方法及装置
CN106323310A (zh) * 2016-08-05 2017-01-11 上海斐讯数据通信技术有限公司 路径规划方法及系统
CN108256662A (zh) * 2016-12-29 2018-07-06 沈阳美行科技有限公司 到达时间的预测方法和装置
CN109345823A (zh) * 2018-09-19 2019-02-15 连云港杰瑞电子有限公司 一种基于大数据的智能交通数据分析系统
CN109345823B (zh) * 2018-09-19 2021-11-05 连云港杰瑞电子有限公司 一种基于大数据的智能交通数据分析系统
CN112396278A (zh) * 2020-04-30 2021-02-23 青岛慧拓智能机器有限公司 一种基于露天无人矿山的卡车调度方法

Similar Documents

Publication Publication Date Title
CN105547315A (zh) 一种车辆实时最优交通规划方法及系统
Xia et al. Field operational testing of eco-approach technology at a fixed-time signalized intersection
Nasir et al. Reduction of fuel consumption and exhaust pollutant using intelligent transport systems
Lazar et al. Capacity modeling and routing for traffic networks with mixed autonomy
CN105701560B (zh) 一种通勤路线信息的确定方法及装置
Chang et al. A study on traffic signal control at signalized intersections in vehicular ad hoc networks
CN104121918A (zh) 一种实时路径规划的方法和系统
CN103606292A (zh) 一种智能导航仪及其路径导航的实现方法
CN103413437A (zh) 一种基于车辆数据采集的道路交叉口转向识别方法及系统
CN106056944B (zh) 行驶环境评价系统及行驶环境评价方法
CN109902899A (zh) 信息生成方法和装置
Arena et al. The development of autonomous driving vehicles in tomorrow’s smart cities mobility
Alsabaan et al. Vehicular networks for reduction of fuel consumption and CO 2 emission
CN101807348B (zh) 一种动态网络导航系统及方法
CN104599002A (zh) 预测订单价值的方法及设备
Liu et al. Informed decision-making by integrating historical on-road driving performance data in high-resolution maps for connected and automated vehicles
Xie et al. Impact of connected and autonomous vehicle technology on market penetration and route choices
CN104515530A (zh) 一种长途货运车辆导航线路的优化方法
WO2018179956A1 (ja) 駐車場情報管理システム、駐車場案内システム、駐車場情報管理プログラムおよび駐車場案内プログラム
Mustapha et al. Outflow of traffic from the national capital Kuala Lumpur to the north, south and east coast highways using flow, speed and density relationships
CN105806355A (zh) 一种车辆绿色路径导航系统及方法
JP2014066655A (ja) 経路探索装置及び経路探索方法
Astarita et al. The use of smartphones to assess the feasibility of a cooperative intelligent transportation safety system based on surrogate measures of safety
Sun et al. Data-driven synthetic optimization method for driving cycle development
Zhao et al. A practical method for estimating traffic flow characteristic parameters of tolled expressway using toll data

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: 20160504

WD01 Invention patent application deemed withdrawn after publication