CN105674994A - 获取行车路线的方法、装置及导航设备 - Google Patents
获取行车路线的方法、装置及导航设备 Download PDFInfo
- Publication number
- CN105674994A CN105674994A CN201410654937.0A CN201410654937A CN105674994A CN 105674994 A CN105674994 A CN 105674994A CN 201410654937 A CN201410654937 A CN 201410654937A CN 105674994 A CN105674994 A CN 105674994A
- Authority
- CN
- China
- Prior art keywords
- traffic route
- section
- roadway
- time
- information
- 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.)
- Granted
Links
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种获取行车路线的方法、装置及导航设备。其中,该方法包括:获取出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段;根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;获取每条行车路线中任意一段行车路段的实时路况信息;结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值;根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线。本发明解决了导航软件提供的路线规划不准确的技术问题。
Description
技术领域
本发明涉及计算机终端互联网领域,具体而言,涉及一种获取行车路线的方法、装置及导航设备。
背景技术
随着汽车在中国的保有量的增加,交通道路的堵塞的问题日益严重,分析可知,交通道路堵塞的原因,除了交通事故引发的突发性的堵塞以外,还因道路所处的位置、道路周边的设施以及道路施工等因素导致的周期性堵塞。
为了解决上述问题,目前市场上的主要导航软件,在进行驾车路线规划时主要利用搜索路径算法同时考虑道路属性以及实时路况信息进行的路线规划。
现有导航软件是结合城市交通路网的实时路况进行路线规划。在每次使用时,仅仅是在出门时或者启动导航软件时,根据当前时间的实际道路情况,获取一次相对较为优选的行车路线方案。
分析目前的实现方案可知,在现实生活中,城市路网路况是不断变化的,经常在用户在出门时或启动导航软件时选择了一条畅通的出行路线。但是在行驶过程中路况已经发现变化,原来原本畅通的行驶路线已经变得缓慢或者拥堵。其实这并不能从根本上为用户的驾车出行提供最优的出行方案。
针对上述现有技术的导航软件提供的路线规划不准确的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种获取行车路线的方法、装置及导航设备,以至少解决导航软件提供的路线规划不准确的技术问题。
根据本发明实施例的一个方面,提供了一种获取行车路线的方法,包括:获取出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段;根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;获取每条行车路线中任意一段行车路段的实时路况信息;结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值;根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线。
根据本发明实施例的另一方面,还提供了一种获取行车路线的装置,包括:第一获取模块,用于获取出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段;第二获取模块,用于根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;第三获取模块,用于获取每条行车路线中任意一段行车路段的实时路况信息;第一确定模块,用于结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值;第二确定模块,用于根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线。
根据本发明实施例的另一方面,还提供了一种导航设备,包括:存储器,用于保存出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段;读取装置,与存储器建立连接,用于根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息和实时路况信息;处理器,与读取装置建立连接,用于结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值,并根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线;显示器,用于显示最优行车路线。
在本发明实施例中,采用获取出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段;根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;获取每条行车路线中任意一段行车路段的实时路况信息;结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值;根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线的方式,本申请提供的上述获取行车路线的方法,比较现有技术对每一行车路段的行车代价值都是根据出发时刻的实时路况进行代价估值的。如果行车路线所花费的时间较长,当到达行车路线中的某行车路段时,时间已经与出发时刻间隔较长,在出发时刻的该行车路段的实时路况的参考价值就明显较低了,这样并不能很好的为用户提供最优行车路线。本发明上述实施方案中,可以对车辆到达行车路段时间对应的历史行车数据进行分析,得到与每段行车路段对应的预测路况信息,并通过将预测路况信息与实际路况信息进行结合最终得到更加优化的行车路线,进而解决了导航软件提供的路线规划不准确的技术问题,由此,不仅节省了使用者的实际行车时间,也避免了道路压力过大导致的拥堵的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种获取行车路线的方法的移动终端的硬件结构框图;
图2是根据本发明实施例一的用于获取行车路线的方法的流程示意图;
图3是根据本发明实施例的一种用于描述获取行车路线的方法实施例的详细流程图;
图4是根据本发明实施例一的一种可选的用于获取行车路线的方法的交互示意图;
图5是根据本法实施例二的获取行车路线的装置的结构示意图;
图6是根据本法实施例二的一种可选的获取行车路线的装置的结构示意图;
图7是根据本法实施例二的一种可选的获取行车路线的装置的结构示意图
图8是根据本法实施例二的一种可选的获取行车路线的装置的结构示意图;
图9是根据本法实施例二的一种可选的获取行车路线的装置的结构示意图;
图10是根据本法实施例二的一种可选的获取行车路线的装置的结构示意图;以及
图11是根据本发明实施例三的导航设备的系统结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面就本申请涉及到的部分名词解释如下:
行车路线,是指驾驶人员在确定了出发地点和目标地点之后,通过导航设备获取到的至少一条可以从出发地点到达目标地点的预测结果,本申请中涉及到的行车路线可以为导航设备提供的预测路径,行车路线中可以包括至少一条行车路段。
行车路段,是指在一条行车路线中,车辆根据路况所分段经过的行车距离,一条行车路线中所包含的行车路段的信息是可以预知的。
实施例1
根据本发明实施例,提供了一种获取行车路线的方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的具有导航功能的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种获取行车路线的方法的移动终端的硬件结构框图。如图1所示,移动终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的获取行车路线的方法所对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的获取行车路线的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(NetworkInterfaceController,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在上述运行环境下,本申请提供了如图2所示的获取行车路线的方法。图2是根据本发明实施例一的用于获取行车路线的方法的流程示意图。
本申请所提供的方法实施例,可以应用于车载的导航仪器,或者车主手持的导航终端中,为驾车的车主提供行车路线的方法。
如图2所示,该方法可以包括如下实施步骤:
步骤S20,获取出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段。
本申请上述步骤S20可以采用集全球卫星定位技术、地理信息技术等技术,或者通过接收用户输入的信息获取车辆的行车出发地。再通过接收用户输入的目标地信息,将出发地信息和目标地信息发送至导航服务器或者本地导航软件的路径计算功能中,获取到从出发地至目标地位置的多条行车路线。在行车路线中,包括多个出发地到目标地之间的多条行车路段的组合。
例如,以手机上的导航软件中的行车路线信息为例,可以通过全球定位技术实现移动的车辆对接收到的全球定位系统(GlobalPositioningSystem,简称GPS)或者辅助全球卫星定位系统(AssistedGlobalPositioningSystem,简称:AGPS)的数据(经纬度、高度、时间、速度等)进行解析,获取车辆出发的出发地,也可以通过用户手动输入出发地位置和目标地位置,通过手机上的导航软件的路径计算功能,根据出发地位置和目标地位置,规划出的多条行车路线。
步骤S22,根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息。
上述步骤S22中,可以根据获取到的路径信息,在历史行车数据中查找与各条行车路线中的各个行车路段对应的历史行车数据,并对实际路况进行合理预测,得到预测路况信息。上述历史行车数据可以通过第三方系统提供。
优选地,在实际应用的可选实施例中,历史行车数据的内容可以包括与每条行车路线中的各个行车路段对应的平均行驶速度,在根据平均行驶速度,计算出行车路段所需要的行驶时间长度之后,可以根据行车路段在行车路线中的顺序,依次计算出当车辆到达行车路段时的预测时间,从而进一步利用预测时间获取与预测时间对应的历史行车数据。
步骤S24,获取每条行车路线中任意一段行车路段的实时路况信息。
上述步骤S24中,根据获取到的路径信息,从城市交通路网获取实时路况信息。实时路况是通过安装在道路上的监测设备,实时动态的对道路通行情况进行收集并上传至调查系统中的随时间变化的道路情况信息。其中,实时路况可以包括道路的拥堵情况、道路上发生的临时交通事故、临时交通管制以及断路施工等实时道路状况信息。
例如,以手机上的导航软件中的行车路线信息为例,可以对已规划出的多条行车路线分别对应的实时路况信息进行获取,针对每条行车路线进行实时路况分析,得到当前时间的从出发地至目标地位置的各条行车路线的路况情况。
步骤S26,结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值。
上述步骤S26的一种可选方案中,可以根据预测路况信息和实时路况信息这两部分道路信息的重要程度不同,分别对预测路况信息和实时路况信息赋予不同的权重值,并对他们进行赋权运算,得到与出发地至目标地的各条路径相对应的行车代价值。除此之外,还可以分别对预测路况信息和实时路况信息对中的各项参数赋予权重值,并对他们进行赋权运算,得到各条行车路线更加准确的的预测路况信息和实时路况信息。
例如,以手机上的导航软件中的行车路线信息为例,对获取到的每条行车线路赋予一个初始值。可以对实时路况信息中的堵车按级别进行分级赋权,从拥堵到畅通,依次在0到1这个区间段内赋予不同的权重系数;对实时路况信息中的断路施工、交通管制的情况,直接赋予其权重系数为0。通过权重系数以累乘的方式,得到最终的行车带价值。对于具体的赋值方法可以根据实际情况而定,此处不再赘述。
步骤S28,根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线。
由此可知,上述步骤S28实现了,根据车辆代价值的大小,对每条行车路线进行排序,从而得到从出发地至目标地中间的最优行车路线。
此处需要进一步说明的是,上述步骤S20至步骤S28实现的过程,可以在车辆行驶之前进行,也可以在行驶过程当中进行。通过参照根据历史行车数据得到的预测路况信息和实时读取的实时路况信息这两方面数据,对用户从出发地至目标地位置的各条行车路线进行分析,自动选择出最优的行车路线。
由上分析可知,本申请提供的获取行车路线的方法,比较现有技术对每一行车路段的行车代价值都是根据出发时刻的实时路况进行代价估值的。如果行车路线所花费的时间较长,当到达行车路线中的某行车路段时,时间已经与出发时刻间隔较长,在出发时刻的该行车路段的实时路况的参考价值就明显较低了,这样并不能很好的为用户提供最优行车路线。本发明上述实施方案中,可以对车辆到达行车路段时间对应的历史行车数据进行分析,得到与每段行车路段对应的预测路况信息,并通过将预测路况信息与实际路况信息进行结合最终得到更加优化的行车路线。这样,不仅节省了使用者的实际行车时间,也避免了道路压力过大导致的拥堵的问题。
优选地,本申请上述实施例中,在执行步骤S22根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息的方案骤中,可以通过如下步骤来实现上述步骤S22实现的方案:
步骤S221,从历史行车数据中获取每条行车路线中任意一段行车路段的行驶参数,行车参数包括如下任意一个参数:任意一段行车路段在预定时间段内的平均行车速度、行车时间。
结合图3可知,上述步骤S221中的历史行车数据可以是历史路况信息,是通过大量用户的真实行车数据和历史路况信息进行分析后得到的,根据提供的时间点,可以获取到任意一段行车路段在该时间点的形式参数。
此处需要说明的是,在实际应用当中,以手机上的导航软件中的行车路线信息为例,历史行车参数的数据量较大,并且实时发生变化。为了数据的准确性、时效性,可以直接由服务器进行处理。所得到的结果,依靠无线数据通讯网络传递至手机上。
步骤S223,从路段数据中获取每条行车路线中任意一段行车路段的固定路网信息和道路交通信息,其中,固定路网信息用于表征任意一段行车路段在固定时段内的固定行车速度或固定行车时间,道路交通信息用于表征任意一段行车路段的限定行车速度或限定行车时间。
结合图3可知,上述步骤S223中的固定路网信息,也可以被称为周期性事件数据,周期性事件数据是根据固定路段的特殊情况来确定的特点路况信息,可以通过采集当前影响用户出行的周期性事件进一步限定历史行车数据,得到更加符合实际情况的预测路况信息。例如,周期性事件数据可以是法定节假日高速免费时该段高速公路的路况、长安街因升旗仪式在每天的早晚两个时间段内都实行道路限行、在两会期间北京部分道路交通管制等。上述周期性事件数据可以按照城市和街道进行归类,映射到固定路网信息当中,即进一步限定各个行车路段的行驶参数。
另外,结合图3可知,上述步骤S223中的道路交通信息,也可以被称为道路周边的POI信息,通过对道路周边商业、娱乐以及教育设施信息的采集,综合分析这些设施对道路交通的影响,整理为与每段行车路段对应的道路交通信息。由此,可以通过采集当前各个路段的道路交通信息来进一步限定历史行车数据,得到更加符合实际情况的预测路况信息,其中,商业、娱乐以及教育设施包括:旅游景点、学校、大型购物中心、大型体育场馆、公园等,具体到实际当中,这些设施对道路交通的影响可以包括:节假日景点附近道路状况、上学放学时段学校附近道路状况、休息日大型商超附近道路状况、体育场馆举办赛事时附近道路状况等。上述道路交通信息也可以按照城市和街道进行归类,映射到固定路网信息当中,即进一步限定各个行车路段的行驶参数。
由此可知,本申请在确定预测路况信息的过程中,除了使用历史行车数据来确定各个行车路段的行车参数的基础上,进一步引入周期性事件数据和道路上旁边重要POI信息这两个概念,对行车路段周期性道路情况以及与特殊路段对应的特殊道路情况作为条件进行参考,最终得到更加优化的行车路线。这样,不仅节省了使用者的实际行车时间,也避免了道路压力过大导致的拥堵的问题。
步骤S225,将每条行车路线中任意一段行车路段的行驶参数、固定路网信息和道路交通信息进行聚合,得到每条行车路线中任意一段行车路段的预测路况信息。
由上结合图3可知,本申请实施例一提供的方案中,上述步骤S221至步骤S225通过对历史行车数据、固定路网信息和交通信息进行聚合,得到路网中各条行车路段在某一时间点的历史路况信息,根据在改时间点的历史路况信息,对今日该时间点的路况进行预测,得到预测路况信息。
具体的,基于上述实施例提供的方案,在实际应用当中,预测路况信息可以至少包括如下信息:预存的驾车用户在预定的一段时间内的真实行车数据、周期性事件数据和道路上旁边重要道路交通信息(POI信息,如:景点、学校、大型购物中心、公园等)。通过对大量用户的真实行车数据进行分析,分析实际路况在一天中各个时段、一周中每一天、乃至一年中各月份的整体变化趋势和分布特色,对具有明显时效变化特点的路线信息进行聚合。例如,京通快速路在早高峰时进京方向拥堵,晚高峰时出京方向拥堵,工作日一般集中在早晨和晚上的上下班时间段,周末拥堵时间段早晨滞后,晚上提前,冬季相对其它要拥堵。
在上增加周期性事件数据和道路旁边重要的POI信息的可选实施例中,可以将采集到的当前影响用户出行的周期性事件和POI对道路交通确定路况信息按照城市和街道进行归类,进一步映射到路网信息中,使得各个行车路段的路况更加精确。
进一步的,对上述用户的真实行车数据、周期性事件和道路上旁边重要POI信息这三种数据进行聚合,形成预测路况,然后结合实际路况和用户行驶的时间,找出每段最小代价的路径,计算出最合理的驾车路线规划。
在本申请提供的一种可选实施例中,在执行步骤S221之前,即在从历史行车数据中获取每条行车路线中任意一段行车路段的行驶参数之前,还可以执行如下步骤:
步骤S220,当车辆正行驶在任意一段行车路段时,可以通过测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从历史行车数据中查询得到下一个行驶路段的行驶参数。
上述步骤S220提供的一种可选实施例中,本申请上述步骤S220可以通过如下方案来实现:当车辆正行驶在任意一段行车路段时,获取车辆当前的实际行驶速度,然后,根据任意一段行车段的起点至下一个行驶路段的起点的距离,确定到达下一个行驶路段起点的时间点的,从而根据下一个行驶路段起点的时间点从历史行车数据中查询得到下一个行驶路段的行驶参数。
例如,当车辆从当前行驶路段起点a点行驶至下一个行驶路段起点b的过程当中,通过读取车辆当前的实际行驶速度,根据任意一段行车段的起点a至下一个行驶路段的起点b的距离,计算得出到达下一个行驶路段起点b的时间点tb,从而根据下一个行驶路段起点的时间点tb,从历史行车数据中查询得到下一个行驶路段的行驶参数。
当然,也可以在读取到当前车辆从a点行驶至b点的实际所花费的实际行驶时间t之后,根据行驶路段起点a的时间ta和实际行驶时间t,确定到达下一个行驶路段起点b点时间tb。依照起点b的时间tb,从历史行车数据中查询得到下一个行驶路段的形式参数。
一种优选方案中,上述下一个行驶路段起点b点时间tb也可以同第三方系统来提供,例如,车载广播系统、行车记录仪等。
在本申请提供的另外一种可选实施例中,在执行步骤S24之前,即在获取每条行车路线中任意一段行车路段的实时路况信息之前,还可以执行如下步骤:
步骤S23,当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从实时路况信息集合中查询得到下一个行驶路段的实时路况信息。
上述步骤S23提供的一种可选实施例中,本申请上述步骤S23可以通过如下方案来实现:当车辆正行驶在任意一段行车路段时,获取车辆当前的实际行驶速度,根据任意一段行车段的起点至下一个行驶路段的起点的距离,确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从历史行车数据中查询得到下一个行驶路段的实时路况信息
例如,当车辆从当前行驶路段起点a点行驶至下一个行驶路段起点b的过程当中,可以通过读取车辆当前的实际行驶速度,根据任意一段行车段的起点a至下一个行驶路段的起点b的距离,计算得出到达下一个行驶路段起点b的时间点tb,从而根据下一个行驶路段起点的时间点tb,从实时路况信息集合中查询得到下一个行驶路段的实时路况信息。
当前,也可以在读取到当前车辆从a点行驶至b点的实际所花费的实际行驶时间t之后,根据行驶路段起点a的时间ta和实际行驶时间t,确定到达下一个行驶路段起点b点时间tb。依照起点b的时间tb,从实时路况信息集合中查询得到下一个行驶路段的实时路况信息。
由此可知,上述步骤S220或步骤S23提供的可选方案可以应用在包含了从m点到n点的行车路段的行车路线的预测规划过程中。
例如,当对从m点到n点的路线进行规划时,现有技术路径搜索算法A*算法中,假设最终路线会经过x段道路组成,其每一段路线的行车代价值都是根据出发时刻(m点)的实时路况进行代价估值的。而在本方案中,每一段路线代价是根据到达该道路时的时间点,比如出发点时间为ts,到达下一路口时间为t1,再下一路口为t2,上述方案可以实现,一条路线中每段行车路段的预测行车数据,都根据下一路况的t1或t2重新确定,使得预测结果更加准确,从而实现利用到达时间点的预测路况和实时路况的结合作为路况因子,对x段道路的代价累积后计算出从m到n的最小代价,从而找出最优路径。
优选地,上述实施例一中,步骤S26实现的结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值的方案,可以通过如下步骤实现:
步骤S261,根据行车路线中任意一段行车路段的预测路况信息,确定行车路线中任意一段行车路段的预测行车代价值Xi。
步骤S263,根据行车路线中任意一段行车路段的实时路况信息,确定行车路线中任意一段行车路段的实时行车代价值Yi。
步骤S265,读取为行车路线中任意一段行车路段的预测路况信息分配的第一权重值a1和为实时路况信息分配的第二权重值a2。
步骤S267,通过如下公式计算得到任意一条行车路线的行车代价值Si:其中,i和n为自然数。
上述步骤S261至步骤S267中,分别计算得到各条行车路线中的各个行车路段的预测行车代价值和实时行车代价值。根据计算得到的预测行车代价值和实时行车代价值,再通过加权运算,得到每条行车路线的行车代价值。
由上分析可知,本申请提供的获取行车路线的方案中,行车代价值是基于对历史行车数据和实时路况信息两方面信息进行计算得出的。这样计算得出的行车代价值,既能避免只根据历史行车数据计算行车代价值导致的缺乏时效性,也能避免仅使用当前实时路况信息计算行车代价值导致的缺乏预测的合理依据,得到更加准确的对行车代价值的计算结果。
此处需要说明的是,本申请上述实施例提供的一种优选方案中,步骤S28根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线,可以包括如下任意一种或多种实现方式:
方式一,将每条行车路线按照行车代价值进行顺序排序,并从排序结果中读取排序位置为第一的行车路线作为最优行车路线。
方式二,按照冒泡排序算法将每条行车路线按照行车代价值进行排序,并从排序结果中读取排序位置最高的行车路线作为最优行车路线。
方式三,将每条行车路线按照行车代价值进行倒序排序,并从排序结果中读取排序位置最低的行车路线作为最优行车路线。
方式四,将每条行车路线按照行车代价值依次进行比较,将比较值最大的行车路线作为最优行车路线。
方式五,使用哈希算法将每条行车路线按照行车代价值进行比较,将比较值最大的行车路线作为最优行车路线。
除此之外,在实际应用当中,对每条行车线路的行车代价值的排序算法,并不仅限于上述五种,还可以包括直接插入排序法、希尔排序法、简、堆排序、归并排序等。可以根据执行效率和实现难度对使用的排序算法进行选择。
在对行车代价值进行排序后,还可以将排序结果中前面的若干个行车线路按顺序展示给用户,以供用户根据自身情况进行选择。
优选地,本申请上述实施例中,在步骤S20获取出发地至目标地之间的多条行车路线之前,还包括:
步骤S19,预存历史行车数据、路段数据至数据库,并通过第三方服务器获取每条行车路线中任意一段行车路段的实时路况信息,其中,第三方服务器通过服务商实时监测。
本申请上述实施例所提供的步骤S19中,考虑到历史行车数据、路段数据的数据量庞大,耗费资源较多,可以通过第三方服务器来实现获取每条行车路线中任意一段行车路段的实时路况信息,将得到的信息,由移动数据网络会传回导航终端。
结合图4可知,以在移动终端中实现上述实施例一提供的导航仪功能为例,具体的实施方式可以包括以下步骤:
步骤A,通过接收用户输入的出发地名称和目标地名称,具有导航仪功能移动终端通过调用本地地图数据库,得到若干条从出发地到目标地的行车路线。其中,在每条行车路线中,往往包含了至少一段行车路段。
步骤B,具有导航仪功能移动终端通过调取服务器中的与每条行车路线中的各个行车路段对应的历史行车数据和路段数据,计算得出与每条行车路线对应的预测路况信息。
其中,根据与行车路线中的每个行车路段对应的在历史行车数据和路段数据,通过加权计算的方式,计算得到整条行车路线的预测路况信息。
步骤C,具有导航仪功能移动终端通过调取城市交通路网中与每条所述行车路线中任意一段行车路段的实时路况信息,计算得出与每条行车路线对应的实时路况信息。
其中,根据与行车路线中的每个行车路段对应的在实时路况信息,通过加权计算的方式,计算得到整条行车路线的实时路况信息。
步骤D,通过从步骤B和步骤C中得到的与每条行车路线对应的预测路况信息和实时路况信息,再次进行加权计算,计算得出与每条行车路线对应的行车代价值。
步骤E,根据行车代价值的大小,对各条行车路线进行排序。确定的出从出发地至目标地之间的最有行车路线。
本发明就提供的解决方案,利用对大量历史行车参数、固定路网信息及道路交通信息等数据的挖掘分析,提供更智能、有效地规避拥堵的行车规划路线,减少用户浪费在路上的时间,保障司机安全。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
根据本发明实施例,还提供了一种用于实施上述方法实施例的装置实施例,本申请上述实施例所提供的装置可以在移动终端上运行。
图5是根据本法实施例二的获取行车路线的装置的结构示意图。如图5所示,该获取行车路线的装置可以包括:第一获取模块40、第二获取模块42、第三获取模块44、第一确定模块46和第二确定模块48。
其中,第一获取模块40,用于获取出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段;第二获取模块42,用于根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;第三获取模块44,用于获取每条行车路线中任意一段行车路段的实时路况信息;第一确定模块46,用于结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值;第二确定模块48,用于根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线。
本申请提供的获取行车路线的方法,比较现有技术对每一行车路段的行车代价值都是根据出发时刻的实时路况进行代价估值的。如果行车路线所花费的时间较长,当到达行车路线中的某行车路段时,时间已经与出发时刻间隔较长,在出发时刻的该行车路段的实时路况的参考价值就明显较低了,这样并不能很好的为用户提供最优行车路线。本发明上述实施方案中,可以对车辆到达行车路段时间对应的历史行车数据进行分析,得到与每段行车路段对应的预测路况信息,进一步的,通过结合行车路线中任意一段行车路段的预测路况信息和实时路况信息来确定每条行车路线的行车代价值,最终得到更加优化的行车路线。这样,不仅节省了使用者的实际行车时间,也避免了道路压力过大导致的拥堵的问题。
此处需要说明的是,上述第一获取模块40、第二获取模块42、第三获取模块44、第一确定模块46和第二确定模块48对应于实施例一中的步骤S20至步骤S28,五个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的移动终端10中。
优选地,结合图6可知,本申请上述实施例中的第二获取模块42可以包括:第一子获取模块421、第二子获取模块423和聚合模块425。
其中,第一子获取模块421,用于从历史行车数据中获取每条行车路线中任意一段行车路段的行驶参数,行车参数包括如下任意一个参数:任意一段行车路段在预定时间段内的平均行车速度、行车时间;第二子获取模块423,用于从路段数据中获取每条行车路线中任意一段行车路段的固定路网信息和道路交通信息,其中,固定路网信息用于表征任意一段行车路段在固定时段内的固定行车速度或固定行车时间,道路交通信息用于表征任意一段行车路段的限定行车速度或限定行车时间;聚合模块425,用于将每条行车路线中任意一段行车路段的行驶参数、固定路网信息和道路交通信息进行聚合,得到每条行车路线中任意一段行车路段的预测路况信息。
此处需要说明的是,上述第一子获取模块421、第二子获取模块423和聚合模块425对应于实施例一中的步骤S221至步骤S225,三个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的移动终端10中。
优选地,结合图7可知,本申请上述实施例二中,在执行上述第一子获取模块421的功能模块之前,装置还可以执行如下功能模块:第一测算模块420。
第一测算模块420,用于当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从历史行车数据中查询得到下一个行驶路段的行驶参数。
此处需要说明的是,上述第一测算模块420对应于实施例一中的S220,该模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的移动终端10中。
优选地,结合图8可知,本申请上述实施例二中,执行上述第三获取模块44的功能模块之前,装置还可以执行如下功能模块:第二测算模块43。
第二测算模块43,用于当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从实时路况信息集合中查询得到下一个行驶路段的实时路况信息。
此处需要说明的是,上述第二测算模块43对应于实施例一中的S23,该模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的移动终端10中。
优选地,结合图9可知,本申请上述实施例二中,上述第一确定模块46可以包括如下功能模块:第一子确定模块461、第二子确定模块463、读取模块465和处理模块467。
其中,第一子确定模块461,用于根据行车路线中任意一段行车路段的预测路况信息,确定行车路线中任意一段行车路段的预测行车代价值Xi;第二子确定模块463,用于根据行车路线中任意一段行车路段的实时路况信息,确定行车路线中任意一段行车路段的实时行车代价值Yi;读取模块465,用于读取为行车路线中任意一段行车路段的预测路况信息分配的第一权重值a1和为实时路况信息分配的第二权重值a2;处理模块467,用于通过如下公式计算得到任意一条行车路线的行车代价值Si:其中,i和n为自然数。
此处需要说明的是,上述第一子确定模块461、第二子确定模块463、读取模块465和处理模块467对应于实施例一中的步骤S261至步骤S267,四个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的移动终端10中。
优选地,结合图10可知,本申请上述实施例三中,可以采用如下任意一种或多种功能模块来实现上述第二确定模块48:第一排序处理模块481、第二排序处理模块483、第三排序处理模块485、第四排序处理模块487和第五排序处理模块489。
其中,第一排序处理模块481,用于将每条行车路线按照行车代价值进行顺序排序,并从排序结果中读取排序位置为第一的行车路线作为最优行车路线;第二排序处理模块483,用于按照冒泡排序算法将每条行车路线按照行车代价值进行排序,并从排序结果中读取排序位置最高的行车路线作为最优行车路线;第三排序处理模块485,用于将每条行车路线按照行车代价值进行倒序排序,并从排序结果中读取排序位置最低的行车路线作为最优行车路线;第四排序处理模块487,用于将每条行车路线按照行车代价值依次进行比较,将比较值最大的行车路线作为最优行车路线;第五排序处理模块489,用于使用哈希算法将每条行车路线按照行车代价值进行比较,将比较值最大的行车路线作为最优行车路线。
此处需要说明的是,第一排序处理模块481、第二排序处理模块483、第三排序处理模块485、第四排序处理模块487和第五排序处理模块489分别对应于实施例一中实现步骤S28所可以采用的任意一种或多种实现方式,五个模块与对应的方法所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的移动终端10中。
优选地,本申请上述装置还可以包括如下功能模块:存储模块,用于预存历史行车数据、路段数据至数据库,并通过第三方服务器获取每条行车路线中任意一段行车路段的实时路况信息,其中,第三方服务器通过服务商实时监测。
由此可知,本发明就提供的解决方案,利用对大量历史行车参数、固定路网信息及道路交通信息等数据的挖掘分析,提供更智能、有效地规避拥堵的行车规划路线,减少用户浪费在路上的时间,保障司机安全。
实施例3
本发明的实施例可以提供一种导航设备,该导航设备可以是导航设备群中的任意一个导航设备。可选地,在本实施例中,上述导航设备也可以替换为其他具有导航功能的导航仪器。
结合图11可知,本申请实施例三中提供的导航设备可以至少包括如下功能部件:存储器80、读取装置82、一个或多个(图中仅示出一个)处理器84和显示器86。
其中,存储器80,可用于存储软件程序以及模块,如本发明实施例中的获取行车路线的方法和装置对应的程序指令/模块,优选地,用于保存出发地至目标地之间的多条行车路线,其中,行车路线包括至少一段行车路段。
读取装置82,与存储器80建立连接,用于根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息和实时路况信息。
处理器84,与读取装置82建立连接,用于结合行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定每条行车路线的行车代价值,并根据每条行车路线的行车代价值,确定出发地至目标地之间的最优行车路线。
显示器86,用于显示最优行车路线。
此处需要说明的是,上述处理器84可以运行存储在存储器80内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的获取行车路线的方法。另外,存储器80可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器80可进一步包括相对于处理器84远程设置的存储器,这些远程存储器可以通过网络连接至导航设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
此处还需要说明的是,上述导航设备还可以包括传输装置(图中未示出),用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置可以包括一个网络适配器(NetworkInterfaceController,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
由上可知,在本实施例三中,上述导航设备可以执行获取行车路线的方法中以下步骤的程序代码:获取出发地至目标地之间的多条行车路线,其中,所述行车路线包括至少一段行车路段;根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;获取每条所述行车路线中任意一段行车路段的实时路况信息;结合所述行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定所述每条行车路线的行车代价值;根据所述每条行车路线的所述行车代价值,确定所述出发地至所述目标地之间的最优行车路线。
此处需要说明的是,上述导航设备群中的任意一个导航设备可以与网站服务器、第三方路况服务器或卫星系统建立通信关系。
可选的,上述处理器84还可以执行如下步骤的程序代码:从历史行车数据中获取每条行车路线中任意一段行车路段的行驶参数,行车参数包括如下任意一个参数:任意一段行车路段在预定时间段内的平均行车速度、行车时间;从路段数据中获取每条行车路线中任意一段行车路段的固定路网信息和道路交通信息,其中,固定路网信息用于表征任意一段行车路段在固定时段内的固定行车速度或固定行车时间,道路交通信息用于表征任意一段行车路段的限定行车速度或限定行车时间;将每条行车路线中任意一段行车路段的行驶参数、固定路网信息和道路交通信息进行聚合,得到每条行车路线中任意一段行车路段的预测路况信息。
可选的,上述处理器84还可以执行如下步骤的程序代码:当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从历史行车数据中查询得到下一个行驶路段的行驶参数。
可选的,上述处理器84还可以执行如下步骤的程序代码:当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从实时路况信息集合中查询得到下一个行驶路段的实时路况信息。
可选的,上述处理器84还可以执行如下步骤的程序代码:根据行车路线中任意一段行车路段的预测路况信息,确定行车路线中任意一段行车路段的预测行车代价值Xi;根据行车路线中任意一段行车路段的实时路况信息,确定行车路线中任意一段行车路段的实时行车代价值Yi;读取为行车路线中任意一段行车路段的预测路况信息分配的第一权重值a1和为实时路况信息分配的第二权重值a2;通过如下公式计算得到任意一条行车路线的行车代价值Si:其中,i和n为自然数。
可选的,上述处理器84还可以执行如下任意一种或多种实现步骤的程序代码:将每条行车路线按照行车代价值进行顺序排序,并从排序结果中读取排序位置为第一的行车路线作为最优行车路线;按照冒泡排序算法将每条行车路线按照行车代价值进行排序,并从排序结果中读取排序位置最高的行车路线作为最优行车路线;将每条行车路线按照行车代价值进行倒序排序,并从排序结果中读取排序位置最低的行车路线作为最优行车路线;将每条行车路线按照行车代价值依次进行比较,将比较值最大的行车路线作为最优行车路线;使用哈希算法将每条行车路线按照行车代价值进行比较,将比较值最大的行车路线作为最优行车路线。
可选的,上述处理器84还可以执行如下步骤的程序代码:预存历史行车数据、路段数据至数据库,并通过第三方服务器获取每条行车路线中任意一段行车路段的实时路况信息,其中,第三方服务器通过服务商实时监测。
实施例4
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的获取行车路线的方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中导航设备群中的任意一个导航设备中,或者位于移动终端群中的任意一个具有导航功能的移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
S1:获取出发地至目标地之间的多条行车路线,其中,所述行车路线包括至少一段行车路段。
S3:根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息。
S5:获取每条所述行车路线中任意一段行车路段的实时路况信息。
S7:结合所述行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定所述每条行车路线的行车代价值。
S9:根据所述每条行车路线的所述行车代价值,确定所述出发地至所述目标地之间的最优行车路线。
可选地,存储介质还被设置为存储用于执行以下步骤的程序代码:从历史行车数据中获取每条行车路线中任意一段行车路段的行驶参数,行车参数包括如下任意一个参数:任意一段行车路段在预定时间段内的平均行车速度、行车时间;从路段数据中获取每条行车路线中任意一段行车路段的固定路网信息和道路交通信息,其中,固定路网信息用于表征任意一段行车路段在固定时段内的固定行车速度或固定行车时间,道路交通信息用于表征任意一段行车路段的限定行车速度或限定行车时间;将每条行车路线中任意一段行车路段的行驶参数、固定路网信息和道路交通信息进行聚合,得到每条行车路线中任意一段行车路段的预测路况信息。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从历史行车数据中查询得到下一个行驶路段的行驶参数。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:当车辆正行驶在任意一段行车路段时,测算车辆从任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据实际行驶速度或实际行驶时间长度确定到达下一个行驶路段起点的时间点,从而根据下一个行驶路段起点的时间点从实时路况信息集合中查询得到下一个行驶路段的实时路况信息。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:根据行车路线中任意一段行车路段的预测路况信息,确定行车路线中任意一段行车路段的预测行车代价值Xi;根据行车路线中任意一段行车路段的实时路况信息,确定行车路线中任意一段行车路段的实时行车代价值Yi;读取为行车路线中任意一段行车路段的预测路况信息分配的第一权重值a1和为实时路况信息分配的第二权重值a2;通过如下公式计算得到任意一条行车路线的行车代价值Si:其中,i和n为自然数。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:将每条行车路线按照行车代价值进行顺序排序,并从排序结果中读取排序位置为第一的行车路线作为最优行车路线;按照冒泡排序算法将每条行车路线按照行车代价值进行排序,并从排序结果中读取排序位置最高的行车路线作为最优行车路线;将每条行车路线按照行车代价值进行倒序排序,并从排序结果中读取排序位置最低的行车路线作为最优行车路线;将每条行车路线按照行车代价值依次进行比较,将比较值最大的行车路线作为最优行车路线;使用哈希算法将每条行车路线按照行车代价值进行比较,将比较值最大的行车路线作为最优行车路线。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:预存历史行车数据、路段数据至数据库,并通过第三方服务器获取每条行车路线中任意一段行车路段的实时路况信息,其中,第三方服务器通过服务商实时监测。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地,本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例,本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅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,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种获取行车路线的方法,其特征在于,包括:
获取出发地至目标地之间的多条行车路线,其中,所述行车路线包括至少一段行车路段;
根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;
获取每条所述行车路线中任意一段行车路段的实时路况信息;
结合所述行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定所述每条行车路线的行车代价值;
根据所述每条行车路线的所述行车代价值,确定所述出发地至所述目标地之间的最优行车路线。
2.根据权利要求1所述的方法,其特征在于,根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息的步骤包括:
从所述历史行车数据中获取所述每条行车路线中任意一段行车路段的行驶参数,所述行车参数包括如下任意一个参数:所述任意一段行车路段在预定时间段内的平均行车速度、行车时间;
从所述路段数据中获取所述每条行车路线中任意一段行车路段的固定路网信息和道路交通信息,其中,所述固定路网信息用于表征所述任意一段行车路段在固定时段内的固定行车速度或固定行车时间,所述道路交通信息用于表征所述任意一段行车路段的限定行车速度或限定行车时间;
将所述每条行车路线中任意一段行车路段的所述行驶参数、所述固定路网信息和所述道路交通信息进行聚合,得到所述每条行车路线中任意一段行车路段的所述预测路况信息。
3.根据权利要求2所述的方法,其特征在于,在从所述历史行车数据中获取所述每条行车路线中任意一段行车路段的行驶参数之前,所述方法还包括:
当车辆正行驶在任意一段行车路段时,测算所述车辆从所述任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据所述实际行驶速度或所述实际行驶时间长度确定到达所述下一个行驶路段起点的时间点,从而根据所述下一个行驶路段起点的时间点从所述历史行车数据中查询得到所述下一个行驶路段的行驶参数。
4.根据权利要求2所述的方法,其特征在于,在获取每条所述行车路线中任意一段行车路段的实时路况信息之前,所述方法还包括:
当车辆正行驶在任意一段行车路段时,测算所述车辆从所述任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据所述实际行驶速度或所述实际行驶时间长度确定到达所述下一个行驶路段起点的时间点,从而根据所述下一个行驶路段起点的时间点从实时路况信息集合中查询得到所述下一个行驶路段的实时路况信息。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,结合所述行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定所述每条行车路线的行车代价值的步骤包括:
根据所述行车路线中任意一段行车路段的预测路况信息,确定所述行车路线中任意一段行车路段的预测行车代价值Xi;
根据所述行车路线中任意一段行车路段的实时路况信息,确定所述行车路线中任意一段行车路段的实时行车代价值Yi;
读取为所述行车路线中任意一段行车路段的预测路况信息分配的第一权重值a1和为所述实时路况信息分配的第二权重值a2;
通过如下公式计算得到任意一条行车路线的行车代价值Si:其中,i和n为自然数。
6.根据权利要求1所述的方法,其特征在于,根据所述每条行车路线的所述行车代价值,确定所述出发地至所述目标地之间的最优行车路线的步骤包括如下任意一种或多种实现方式:
将所述每条行车路线按照所述行车代价值进行顺序排序,并从排序结果中读取排序位置为第一的行车路线作为所述最优行车路线;
按照冒泡排序算法将所述每条行车路线按照所述行车代价值进行排序,并从排序结果中读取排序位置最高的行车路线作为所述最优行车路线;
将所述每条行车路线按照所述行车代价值进行倒序排序,并从排序结果中读取排序位置最低的行车路线作为所述最优行车路线;
将所述每条行车路线按照所述行车代价值依次进行比较,将比较值最大的行车路线作为所述最优行车路线;
使用哈希算法将所述每条行车路线按照所述行车代价值进行比较,将比较值最大的行车路线作为所述最优行车路线。
7.根据权利要求1所述的方法,其特征在于,在获取出发地至目标地之间的多条行车路线之前,所述方法还包括:预存所述历史行车数据、所述路段数据至数据库,并通过第三方服务器获取每条所述行车路线中任意一段行车路段的实时路况信息,其中,所述第三方服务器通过服务商实时监测。
8.一种获取行车路线的装置,其特征在于,包括:
第一获取模块,用于获取出发地至目标地之间的多条行车路线,其中,所述行车路线包括至少一段行车路段;
第二获取模块,用于根据历史行车数据和路段数据获取每条行车路线中任意一段行车路段的预测路况信息;
第三获取模块,用于获取每条所述行车路线中任意一段行车路段的实时路况信息;
第一确定模块,用于结合所述行车路线中任意一段行车路段的预测路况信息和实时路况信息,确定所述每条行车路线的行车代价值;
第二确定模块,用于根据所述每条行车路线的所述行车代价值,确定所述出发地至所述目标地之间的最优行车路线。
9.根据权利要求8所述的装置,其特征在于,所述第二获取模块包括:
第一子获取模块,用于从所述历史行车数据中获取所述每条行车路线中任意一段行车路段的行驶参数,所述行车参数包括如下任意一个参数:所述任意一段行车路段在预定时间段内的平均行车速度、行车时间;
第二子获取模块,用于从所述路段数据中获取所述每条行车路线中任意一段行车路段的固定路网信息和道路交通信息,其中,所述固定路网信息用于表征所述任意一段行车路段在固定时段内的固定行车速度或固定行车时间,所述道路交通信息用于表征所述任意一段行车路段的限定行车速度或限定行车时间;
聚合模块,用于将所述每条行车路线中任意一段行车路段的所述行驶参数、所述固定路网信息和所述道路交通信息进行聚合,得到所述每条行车路线中任意一段行车路段的所述预测路况信息。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第一测算模块,用于当车辆正行驶在任意一段行车路段时,测算所述车辆从所述任意一段行驶路段的起点行驶到下一个行驶路段的起点时的实际行驶速度或实际行驶时间长度,并根据所述实际行驶速度或所述实际行驶时间长度确定到达所述下一个行驶路段起点的时间点,从而根据所述下一个行驶路段起点的时间点从所述历史行车数据中查询得到所述下一个行驶路段的行驶参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410654937.0A CN105674994B (zh) | 2014-11-17 | 2014-11-17 | 获取行车路线的方法、装置及导航设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410654937.0A CN105674994B (zh) | 2014-11-17 | 2014-11-17 | 获取行车路线的方法、装置及导航设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105674994A true CN105674994A (zh) | 2016-06-15 |
CN105674994B CN105674994B (zh) | 2020-04-24 |
Family
ID=56944638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410654937.0A Active CN105674994B (zh) | 2014-11-17 | 2014-11-17 | 获取行车路线的方法、装置及导航设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105674994B (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106092117A (zh) * | 2016-07-31 | 2016-11-09 | 北京九五智驾信息技术股份有限公司 | 车辆行驶导航方法 |
CN106767871A (zh) * | 2016-12-27 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种基于云端的预设模式的导航系统及其使用方法 |
CN106840184A (zh) * | 2017-01-13 | 2017-06-13 | 深圳市元征科技股份有限公司 | 基于智能穿戴设备的辅助驾驶方法及智能穿戴设备 |
CN106935054A (zh) * | 2017-03-30 | 2017-07-07 | 苏州市职业大学 | 一种太阳能供电的路况实时检测预报系统与控制方法 |
CN107270924A (zh) * | 2017-07-20 | 2017-10-20 | 北京小度信息科技有限公司 | 导航线路生成方法、装置、设备和电动车 |
CN107705607A (zh) * | 2017-09-29 | 2018-02-16 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
CN107702729A (zh) * | 2017-09-06 | 2018-02-16 | 东南大学 | 一种考虑预期路况的车辆导航方法及系统 |
CN108225351A (zh) * | 2016-12-14 | 2018-06-29 | 高德信息技术有限公司 | 导航路径规划方法及装置 |
CN108827329A (zh) * | 2018-04-27 | 2018-11-16 | 深圳市科迈爱康科技有限公司 | 城市导航方法、系统、设备及存储介质 |
CN109323702A (zh) * | 2017-07-31 | 2019-02-12 | 高德信息技术有限公司 | 一种导航路线规划方法及装置 |
CN109935097A (zh) * | 2017-12-16 | 2019-06-25 | 北京嘀嘀无限科技发展有限公司 | 一种路段提示的方法及装置 |
CN110163405A (zh) * | 2018-07-23 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 通行时间确定方法、装置、终端及存储介质 |
CN110163441A (zh) * | 2019-05-24 | 2019-08-23 | 国网北京市电力公司 | 订单配送路线的传输方法及装置 |
CN110174893A (zh) * | 2019-05-07 | 2019-08-27 | 重庆工程职业技术学院 | 一种无人驾驶控制方法、系统及车辆 |
CN110361019A (zh) * | 2018-04-11 | 2019-10-22 | 北京搜狗科技发展有限公司 | 用于预测导航时间的方法、装置、电子设备及可读介质 |
CN110378525A (zh) * | 2019-07-15 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 出行计划确定方法、装置、设备及存储介质 |
CN110375760A (zh) * | 2019-07-29 | 2019-10-25 | 北京百度网讯科技有限公司 | 路线确定方法、装置、设备和介质 |
CN110553656A (zh) * | 2018-05-31 | 2019-12-10 | 上海博泰悦臻网络技术服务有限公司 | 一种用于车机的路况规划方法及系统 |
CN110617829A (zh) * | 2018-06-18 | 2019-12-27 | 罗伯特·博世有限公司 | 用于预测车辆的可能行驶路线的方法和装置 |
CN110837935A (zh) * | 2019-11-12 | 2020-02-25 | 珠海格力电器股份有限公司 | 物流线路的优化方法、装置及存储介质 |
CN111210616A (zh) * | 2018-11-21 | 2020-05-29 | 上海博泰悦臻网络技术服务有限公司 | 基于多源数据的车流量预测方法、系统、终端及介质 |
CN111405480A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种路况信息推送方法、网络设备、车载终端及系统 |
CN111862657A (zh) * | 2019-04-24 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种确定路况信息的方法及装置 |
CN112801748A (zh) * | 2021-02-03 | 2021-05-14 | 拉扎斯网络科技(上海)有限公司 | 一种配送路径数据的获得方法、装置以及电子设备 |
CN112991798A (zh) * | 2019-12-12 | 2021-06-18 | 沈阳美行科技有限公司 | 基于通行速度数据的道路线段行驶时间确定方法及装置 |
CN113048997A (zh) * | 2021-03-10 | 2021-06-29 | 重庆第二师范学院 | 基于大数据的行车建议方法、系统、存储介质及服务器 |
CN113701761A (zh) * | 2021-10-28 | 2021-11-26 | 华清科盛(北京)信息技术有限公司 | 一种内部道路路径规划方法及系统 |
CN113763739A (zh) * | 2020-06-04 | 2021-12-07 | 比亚迪股份有限公司 | 一种车辆行驶路径确定方法、装置、设备及介质 |
CN114220282A (zh) * | 2021-11-15 | 2022-03-22 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
WO2022127150A1 (zh) * | 2020-12-17 | 2022-06-23 | 珠海格力电器股份有限公司 | 无人搬运车的调度方法和装置 |
US11485349B2 (en) | 2018-09-21 | 2022-11-01 | Toyota Jidosha Kabushiki Kaisha | Control device for a hybrid vehicle |
US11560136B2 (en) * | 2018-03-02 | 2023-01-24 | Toyota Jidosha Kabushiki Kaisha | Control device |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1316079A1 (en) * | 2000-06-26 | 2003-06-04 | Custom Traffic Pty Ltd | Method and system for providing traffic and related information |
CN101025366A (zh) * | 2006-02-17 | 2007-08-29 | 爱信艾达株式会社 | 路径搜索方法、路径导航系统、导航装置以及统计处理服务器 |
CN101339042A (zh) * | 2008-08-11 | 2009-01-07 | 肖禄生 | 一种个性化的动态路况信息生成及导航系统 |
CN101673463A (zh) * | 2009-09-17 | 2010-03-17 | 北京世纪高通科技有限公司 | 一种基于时间序列的交通信息预测方法及装置 |
CN102110362A (zh) * | 2011-02-01 | 2011-06-29 | 世纪战斧节能环保技术(北京)有限公司 | 一种规划出行路线的处理方法及系统 |
CN102819962A (zh) * | 2012-08-23 | 2012-12-12 | 江苏物联网研究发展中心 | 基于数字地图的城市交通流网络并行信息系统 |
CN103245347A (zh) * | 2012-02-13 | 2013-08-14 | 腾讯科技(深圳)有限公司 | 基于路况预测的智能导航方法及系统 |
-
2014
- 2014-11-17 CN CN201410654937.0A patent/CN105674994B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1316079A1 (en) * | 2000-06-26 | 2003-06-04 | Custom Traffic Pty Ltd | Method and system for providing traffic and related information |
CN101025366A (zh) * | 2006-02-17 | 2007-08-29 | 爱信艾达株式会社 | 路径搜索方法、路径导航系统、导航装置以及统计处理服务器 |
CN101339042A (zh) * | 2008-08-11 | 2009-01-07 | 肖禄生 | 一种个性化的动态路况信息生成及导航系统 |
CN101673463A (zh) * | 2009-09-17 | 2010-03-17 | 北京世纪高通科技有限公司 | 一种基于时间序列的交通信息预测方法及装置 |
CN102110362A (zh) * | 2011-02-01 | 2011-06-29 | 世纪战斧节能环保技术(北京)有限公司 | 一种规划出行路线的处理方法及系统 |
CN103245347A (zh) * | 2012-02-13 | 2013-08-14 | 腾讯科技(深圳)有限公司 | 基于路况预测的智能导航方法及系统 |
CN102819962A (zh) * | 2012-08-23 | 2012-12-12 | 江苏物联网研究发展中心 | 基于数字地图的城市交通流网络并行信息系统 |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106092117A (zh) * | 2016-07-31 | 2016-11-09 | 北京九五智驾信息技术股份有限公司 | 车辆行驶导航方法 |
CN108225351A (zh) * | 2016-12-14 | 2018-06-29 | 高德信息技术有限公司 | 导航路径规划方法及装置 |
CN108225351B (zh) * | 2016-12-14 | 2021-04-09 | 阿里巴巴(中国)有限公司 | 导航路径规划方法及装置 |
CN106767871A (zh) * | 2016-12-27 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种基于云端的预设模式的导航系统及其使用方法 |
CN106840184A (zh) * | 2017-01-13 | 2017-06-13 | 深圳市元征科技股份有限公司 | 基于智能穿戴设备的辅助驾驶方法及智能穿戴设备 |
CN106935054A (zh) * | 2017-03-30 | 2017-07-07 | 苏州市职业大学 | 一种太阳能供电的路况实时检测预报系统与控制方法 |
CN107270924A (zh) * | 2017-07-20 | 2017-10-20 | 北京小度信息科技有限公司 | 导航线路生成方法、装置、设备和电动车 |
CN109323702A (zh) * | 2017-07-31 | 2019-02-12 | 高德信息技术有限公司 | 一种导航路线规划方法及装置 |
CN107702729A (zh) * | 2017-09-06 | 2018-02-16 | 东南大学 | 一种考虑预期路况的车辆导航方法及系统 |
CN107705607A (zh) * | 2017-09-29 | 2018-02-16 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
CN109935097A (zh) * | 2017-12-16 | 2019-06-25 | 北京嘀嘀无限科技发展有限公司 | 一种路段提示的方法及装置 |
US11560136B2 (en) * | 2018-03-02 | 2023-01-24 | Toyota Jidosha Kabushiki Kaisha | Control device |
CN110361019A (zh) * | 2018-04-11 | 2019-10-22 | 北京搜狗科技发展有限公司 | 用于预测导航时间的方法、装置、电子设备及可读介质 |
CN110361019B (zh) * | 2018-04-11 | 2022-01-11 | 北京搜狗科技发展有限公司 | 用于预测导航时间的方法、装置、电子设备及可读介质 |
CN108827329B (zh) * | 2018-04-27 | 2021-12-31 | 深圳市科迈爱康科技有限公司 | 城市导航方法、系统、设备及存储介质 |
WO2019205242A1 (zh) * | 2018-04-27 | 2019-10-31 | 深圳市科迈爱康科技有限公司 | 城市导航方法、系统、设备及存储介质 |
CN108827329A (zh) * | 2018-04-27 | 2018-11-16 | 深圳市科迈爱康科技有限公司 | 城市导航方法、系统、设备及存储介质 |
CN110553656A (zh) * | 2018-05-31 | 2019-12-10 | 上海博泰悦臻网络技术服务有限公司 | 一种用于车机的路况规划方法及系统 |
CN110617829B (zh) * | 2018-06-18 | 2024-01-23 | 罗伯特·博世有限公司 | 用于预测车辆的可能行驶路线的方法和装置 |
CN110617829A (zh) * | 2018-06-18 | 2019-12-27 | 罗伯特·博世有限公司 | 用于预测车辆的可能行驶路线的方法和装置 |
CN110163405B (zh) * | 2018-07-23 | 2022-03-25 | 腾讯大地通途(北京)科技有限公司 | 通行时间确定方法、装置、终端及存储介质 |
US11846519B2 (en) | 2018-07-23 | 2023-12-19 | Tencent Technology (Shenzhen) Company Limited | Travel time determining method and apparatus, computer device, and storage medium |
CN110163405A (zh) * | 2018-07-23 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 通行时间确定方法、装置、终端及存储介质 |
US11485349B2 (en) | 2018-09-21 | 2022-11-01 | Toyota Jidosha Kabushiki Kaisha | Control device for a hybrid vehicle |
CN111210616A (zh) * | 2018-11-21 | 2020-05-29 | 上海博泰悦臻网络技术服务有限公司 | 基于多源数据的车流量预测方法、系统、终端及介质 |
CN111405480A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种路况信息推送方法、网络设备、车载终端及系统 |
CN111862657A (zh) * | 2019-04-24 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种确定路况信息的方法及装置 |
CN110174893A (zh) * | 2019-05-07 | 2019-08-27 | 重庆工程职业技术学院 | 一种无人驾驶控制方法、系统及车辆 |
CN110163441A (zh) * | 2019-05-24 | 2019-08-23 | 国网北京市电力公司 | 订单配送路线的传输方法及装置 |
CN110378525A (zh) * | 2019-07-15 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 出行计划确定方法、装置、设备及存储介质 |
CN110378525B (zh) * | 2019-07-15 | 2023-09-12 | 腾讯科技(深圳)有限公司 | 出行计划确定方法、装置、设备及存储介质 |
CN110375760A (zh) * | 2019-07-29 | 2019-10-25 | 北京百度网讯科技有限公司 | 路线确定方法、装置、设备和介质 |
CN110837935A (zh) * | 2019-11-12 | 2020-02-25 | 珠海格力电器股份有限公司 | 物流线路的优化方法、装置及存储介质 |
CN112991798A (zh) * | 2019-12-12 | 2021-06-18 | 沈阳美行科技有限公司 | 基于通行速度数据的道路线段行驶时间确定方法及装置 |
CN112991798B (zh) * | 2019-12-12 | 2022-05-20 | 沈阳美行科技股份有限公司 | 基于通行速度数据的道路线段行驶时间确定方法及装置 |
CN113763739A (zh) * | 2020-06-04 | 2021-12-07 | 比亚迪股份有限公司 | 一种车辆行驶路径确定方法、装置、设备及介质 |
WO2022127150A1 (zh) * | 2020-12-17 | 2022-06-23 | 珠海格力电器股份有限公司 | 无人搬运车的调度方法和装置 |
CN112801748A (zh) * | 2021-02-03 | 2021-05-14 | 拉扎斯网络科技(上海)有限公司 | 一种配送路径数据的获得方法、装置以及电子设备 |
CN113048997B (zh) * | 2021-03-10 | 2022-08-05 | 重庆第二师范学院 | 基于大数据的行车建议方法、系统、存储介质及服务器 |
CN113048997A (zh) * | 2021-03-10 | 2021-06-29 | 重庆第二师范学院 | 基于大数据的行车建议方法、系统、存储介质及服务器 |
CN113701761A (zh) * | 2021-10-28 | 2021-11-26 | 华清科盛(北京)信息技术有限公司 | 一种内部道路路径规划方法及系统 |
CN114220282B (zh) * | 2021-11-15 | 2022-12-02 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114220282A (zh) * | 2021-11-15 | 2022-03-22 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105674994B (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105674994A (zh) | 获取行车路线的方法、装置及导航设备 | |
AU2020203551B2 (en) | Dynamically determining origin and destination locations for a network system | |
CN109000668B (zh) | 基于车联网的实时智能导航方法 | |
CN109506669B (zh) | 动态路径规划方法、装置、系统以及存储介质 | |
CN102939623B (zh) | 基于集合的驾驶者行为学习道路导航路径 | |
CN102147260B (zh) | 电子地图匹配方法和装置 | |
CN102538806B (zh) | 一种路径规划方法以及相关设备 | |
CN109556622B (zh) | 一种兴趣点查找方法和装置 | |
CN105788270A (zh) | 基于物联网的交通数据预测方法及处理服务器 | |
EP2325606A2 (en) | Method for identifying a candidate part of a map to be updated | |
WO2001023835A2 (en) | Apparatus and methods for providing route guidance for vehicles | |
CN105486319A (zh) | 一种车机信息的处理方法和系统 | |
Zhang et al. | pCruise: Reducing cruising miles for taxicab networks | |
CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN104517200A (zh) | 用于物流配送的能耗计算方法、配送方案获取方法和装置 | |
CN112991743A (zh) | 基于行驶路径的实时交通风险ai预测方法及其系统 | |
CN104881717A (zh) | 一种路线推荐方法及用户终端 | |
CN112488419A (zh) | 基于od分析的客流分布预测方法、装置、设备及存储介质 | |
CN111582527A (zh) | 行程时间的预估方法、装置、电子设备和存储介质 | |
CN108121725A (zh) | 一种搜索方法及装置 | |
CN113434777A (zh) | 出行方式的推荐方法、装置、电子设备及存储介质 | |
Chan | Telecommunications-and information technology–inspired analyses: review of an intelligent transportation systems experience | |
CN113282638A (zh) | 一种城建用车识别方法和装置 | |
CN112304326A (zh) | 出行路线规划方法、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |