CN106022512A - 一种针对电动车的应急救援车最优路径救援方法 - Google Patents
一种针对电动车的应急救援车最优路径救援方法 Download PDFInfo
- Publication number
- CN106022512A CN106022512A CN201610312705.6A CN201610312705A CN106022512A CN 106022512 A CN106022512 A CN 106022512A CN 201610312705 A CN201610312705 A CN 201610312705A CN 106022512 A CN106022512 A CN 106022512A
- Authority
- CN
- China
- Prior art keywords
- rescue
- car
- road
- data
- electric motor
- 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 25
- 230000008569 process Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000009566 rice Nutrition 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种针对电动车的应急救援车最优路径救援方法,包括以下步骤:S1、根据待救援电动车的位置以及每个救援站点的救援半径、经济投资总额和交通便利程度,确定救援站点的位置;S2、获取救援数据,包括待救援电动车数据、救援站点的救援车数据和实时交通拥堵数据;S3、根据救援数据,生成决策变量和目标函数,并建立线性规划模型;S4、根据线性规划模型,确定最优救援路径方案。本发明能够更快速、更准确的得到救援路线,能够更及时的对发生故障的电动车进行救援,保证了交通的通畅。
Description
技术领域
本发明涉及电动汽车救援领域,尤其涉及一种针对电动车的应急救援车最优路径救援方法。
背景技术
在全球面临着能源和环境双重危机的大背景下,作为新型的节能交通工具,电动汽车在降低传统化石能源依赖和减少尾气排放等方面具有突出优势,大力发展电动汽车已成为目前世界各主要国家的共识,我国也明确肯定新能源汽车产业在国民经济中的支柱地位。而且随着我国电动汽车运营数量的不断增加,道路上行驶的电动汽车出现缺电或其他故障的概率也会大大提高,电动汽车救援工作的重要性日渐突出,如何解决电动汽车实际行驶过程中的缺电和故障问题成为当务之急,针对电动汽车应急救援车的优化调度问题也成为了亟待解决的难题,优化调度不仅为调度方节约资源,保证故障电动车驶离故障现场,同时减少因车辆问题引发的交通拥堵的难题。
中国专利公开号CN102945541的专利文件公开一种车辆调度方法和一种车辆调度系统,该发明的车辆调度方法及系统根据用车的开始时间、结束时间以及车辆与出发地点的距离来调度车辆,减小了车辆在某时间段内空载的几率,提高车辆利用率并降低车辆运行成本。但在该调度方法中,没有考虑道路的繁忙等级,主干道的救援权重没有体现出来,不是最优的调度方法。
中国专利公开号CN102982407的专利文件公开一种基于自然选择PSO决策算法的电动汽车应急救援平台,该平台由通过互联网和无线网络连接的数据仓库,应急指挥中心及救援车无线手持终端组成,其中数据仓库通过互联网络以及无线网络相连,形成了具备海量数据收集、应急预警、应急预案动态生成、自然选择PSO动态生成、终端与应急中心交互实时监控等功能,用于应急调度指挥与监控。其中的应急预案动态生成单元是救援车的多目标优化的结果,是以距离、费用和时间最小化为目标来实现的,并没有考虑道路的繁忙等级程度,在实际救援过程中若采取该救援策略存在对主干道缓解交通压力的贡献不大,失去救援意义的可能。
发明内容
本发明要解决的技术问题在于针对现有技术中车辆救援策略没有考虑道路繁忙程度、拥堵程度等因素的缺陷,提供一种考虑多种因素,能够快速确定救援路线的针对电动车的应急救援车最优路径救援方法。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种针对电动车的应急救援车最优路径救援方法,包括以下步骤:
S1、根据待救援电动车的位置以及每个救援站点的救援半径、经济投资总额和交通便利程度,确定救援站点的位置;
S2、获取救援数据,包括待救援电动车数据、救援站点的救援车数据和实时交通拥堵数据;
S3、根据救援数据,生成决策变量和目标函数,并建立线性规划模型;
S4、根据线性规划模型,确定最优救援路径方案。
进一步地,本发明的步骤S2中待救援电动车数据包括:故障所处具体位置、故障车辆型号;救援车信息包括不同救援出车点救援车数量、所有外出救援的救援车具体位置信息。
进一步地,本发明的步骤S2中获取救援数据的方法还包括:将故障所处具体位置周围区域的道路按照一定单位面积进行编号,即每个带编码的道路包含了其单位面积的坐标信息。
进一步地,本发明的步骤S3中目标函数的公式为:
其中,Si表示第i段路程的繁忙系数,其值越小,代表该道路的繁忙等级越高,车辆通过的频次就越高;Li表示第i段路程的路线长;ηi表示该道路的实时拥堵系数,越拥堵,其值越小;m表示救援车从站点出发至故障车需经过路程段总数,即救援车至故障点经过的单位面积编码的总数。
进一步地,本发明的步骤S3中线性规划模型的公式为:
其中,Si表示第i段路程的繁忙系数,其值越小,代表该道路的繁忙等级越高,车辆通过的频次就越高;Li表示第i段路程的路线长;ηi表示该道路的实时拥堵系数,越拥堵,其值越小;m表示救援车从站点出发至故障车需经过路程段总数,即救援车至故障点经过的单位面积编码的总数。
进一步地,本发明的步骤S4中确定最优救援路径方案的方法具体为:
根据计算各救援点发车经过不同的路段,结合道路实时交通信息及繁忙等级,取线性规划模型的最小值即为急救援车救援最优路径。
本发明产生的有益效果是:本发明的针对电动车的应急救援车最优路径救援方法,通过充分考虑待救援车辆所处道路繁忙程度,拥堵程度、路径最优几个因素与对应的权重值组成目标函数,充分考虑到救援车救援半径、道路的重要等级、道路实时拥堵程度,通过该调度策略形成最优救援车调度方案,确定具体救援站和辆救援路线;本发明体现了城市道路的重要等级、繁忙程度,通过本发明的计算能够更快速、更准确的得到救援路线,能够更及时的对发生故障的电动车进行救援,保证了交通的通畅。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的针对电动车的应急救援车最优路径救援方法的流程图;
图2是本发明实施例的针对电动车的应急救援车最优路径救援方法应急救援车救援调度路线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例的针对电动车的应急救援车最优路径救援方法,包括以下步骤:
S1、根据待救援电动车的位置以及每个救援站点的救援半径、经济投资总额和交通便利程度,确定救援站点的位置;
S2、获取救援数据,包括待救援电动车数据、救援站点的救援车数据和实时交通拥堵数据;
S3、根据救援数据,生成决策变量和目标函数,并建立线性规划模型;
S4、根据线性规划模型,确定最优救援路径方案;根据计算各救援点发车经过不同的路段,结合道路实时交通信息及繁忙等级,取线性规划模型的最小值即为急救援车救援最优路径。
待救援电动车数据包括:故障所处具体位置、故障车辆型号;救援车信息包括不同救援出车点救援车数量、所有外出救援的救援车具体位置信息。
获取救援数据的方法还包括:将故障所处具体位置周围区域的道路按照一定单位面积进行编号,即每个带编码的道路包含了其单位面积的坐标信息。
将救援车经过的道路编码成m段,第1段道路目标函数为:第2段道路目标函数为:……第m段道路目标函数为:
救援车经过全部道路的目标函数公式为:
Z=Z1+Z2+…+Zm
其中,Si表示第i段路程的繁忙系数,其范围在0~1之间,其值越小,代表该道路的繁忙等级越高,车辆通过的频次就越高;Li表示第i段路程的路线长;ηi表示该道路的实时拥堵系数,其范围在0~1之间,越拥堵,其值越小;m表示救援车从站点出发至故障车需经过路程段总数,即救援车至故障点经过的单位面积编码的总数。
线性规划模型的公式为:
其中,Si表示第i段路程的繁忙系数,其值越小,代表该道路的繁忙等级越高,车辆通过的频次就越高;Li表示第i段路程的路线长;ηi表示该道路的实时拥堵系数,越拥堵,其值越小;m表示救援车从站点出发至故障车需经过路程段总数,即救援车至故障点经过的单位面积编码的总数。
如图2所示,在本发明的另一个具体实施例中,本救援最优路径方法包括以下几个步骤:
(1)根据每个救援站点的救援半径、经济投资总额、交通便利程度确定救援车站点位置,以待救援城市平均车速半小时救援车能到达的距离确定为救援站的救援半径,根据交通便利程度确定了电动汽车救援站位置,根据经济投资总额决定了救援站的电动汽车救援车的数量。根据待救援城市道路历史数据,统计出一天内该路段平均通过的车辆数量,用单位1减去该车辆数量与该救援半径内一天内所有道路通过的车辆数量总和的比值,即为救援站救援半径内某段道路繁忙系数,根据交通实时监控系统可以计算出实时交通拥堵数据。
(2)包括故障所处具体位置、故障车辆型号。所处具体位置由以下方法确定:将全地区的道路按照一定单位面积进行编号,即每个带编码的道路包含了其单位面积的坐标信息,将道路位置转换成方便救援站救援系统计算和分析的数字信息,单位面积选取越小,计算和分析越精确,但是计算和分析越复杂,耗时也将增加。所述救援车信息包括不同救援出车点救援车数量、所有外出救援的救援车具体位置信息、包括实时交通拥堵状况。
决策变量包括救援里程数、故障车辆具体位置、待救援车所处位置。目标函数由故障车辆位置、故障车辆道路繁忙系数、拥堵系数、路径最优几个因素与对应的权重值组成。
(3)以线性规划的基础对所掌握数据进行建模,实现决策变量、目标函数的建立,并进行目标函数最优化的计算;
(4)针对待救援车实际情况确定最优救援方案,最佳救援路线。
假设某城区根据以该城市平均车速半小时救援车能到达的距离确定为救援站的救援半径,根据交通便利程度确定了电动汽车救援站A的位置,根据经济投资总额决定了救援站的电动汽车救援车的数量。根据该城市道路历史数据,统计出一天内该路段平均通过的车辆数量,用单位1减去该车辆数量与该救援半径内一天内所有道路通过的车辆数量总和的比值,即为救援站救援半径内道路繁忙系数,根据城市交通实时监控系统可以计算出实时交通拥堵系数。救援站救援半径内道路以长20米,宽5米面积为100平方米的长方形为单位面积进行编码,并将编码数据输入救援站救援系统中。某时救援站A附近同时出现两辆故障车B和C,故障车B处于主干道上,故障车C处于次干道上;实时交通状况显示,主干道车流量非常大,次干道车流量一般,救援站调度室发现从救援站至故障车B和故障车C的救援线路相等,救援站只剩下一台待命应急救援车,其他应急救援车正在外执行任务。
如下列出两种救援方案:
(1)救援车经过AD、DE、EB到达故障车B位置,对故障车B进行救援,方案的目标函数为Z1;
(2)救援车经过AD、DF、FC到达故障车C位置,对故障车C进行救援,方案的目标函数为Z2;
方案Z1救援车经过AD、DE、EB到达故障车B位置,由500段线路构成,Z1=Z1+Z2+…+Z500;
方案Z2救援车经过AD、DF、FC到达故障车C位置,由500段线路构成,Z2=Z1'+Z'2+…+Z'500;为区别Z2与Z1,Z2计算公式内以Z1'代表方案Z2第1段道路的目标函数,后面的Z'2……Z'22、S1'方案Z2第1段道路繁忙系数,S2',……,S500'也加以标记;L1'表示方案Z2第1段路程的路线长,L2',……,L500'也加以标记;η1'表示方案Z2第1段路程的实时拥堵系数,η2',……,η500'也加以标记。
由于主干道车流量大,对应的Si值比较小,Si<Si',ηi比较大,ηi'<ηi,通过救援目标函数的对比,得到目标函数的大小值关系为:Z1<Z2,故方案(1)对应着最优的救援方案,故应通知正在待命的救援车根据规划路线对故障车B进行救援,待其他救援车有空闲时在对故障车C进行救援。方案(1)为救援车最优化方案,避免了因主干道拥堵造成城市交通大面积瘫痪的事故。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (6)
1.一种针对电动车的应急救援车最优路径救援方法,其特征在于,包括以下步骤:
S1、根据待救援电动车的位置以及每个救援站点的救援半径、经济投资总额和交通便利程度,确定救援站点的位置;
S2、获取救援数据,包括待救援电动车数据、救援站点的救援车数据和实时交通拥堵数据;
S3、根据救援数据,生成决策变量和目标函数,并建立线性规划模型;
S4、根据线性规划模型,确定最优救援路径方案。
2.根据权利要求1所述的针对电动车的应急救援车最优路径救援方法,其特征在于,步骤S2中待救援电动车数据包括:故障所处具体位置、故障车辆型号;救援车信息包括不同救援出车点救援车数量、所有外出救援的救援车具体位置信息。
3.根据权利要求2所述的针对电动车的应急救援车最优路径救援方法,其特征在于,步骤S2中获取救援数据的方法还包括:将故障所处具体位置周围区域的道路按照一定单位面积进行编号,即每个带编码的道路包含了其单位面积的坐标信息。
4.根据权利要求3所述的针对电动车的应急救援车最优路径救援方法,其特征在于,步骤S3中目标函数的公式为:
其中,Si表示第i段路程的繁忙系数,其值越小,代表该道路的繁忙等级越高,车辆通过的频次就越高;Li表示第i段路程的路线长;ηi表示该道路的实时拥堵系数,越拥堵,其值越小;m表示救援车从站点出发至故障车需经过路程段总数,即救援车至故障点经过的单位面积编码的总数。
5.根据权利要求3所述的针对电动车的应急救援车最优路径救援方法,其特征在于,步骤S3中线性规划模型的公式为:
其中,Si表示第i段路程的繁忙系数,其值越小,代表该道路的繁忙等级越高,车辆通过的频次就越高;Li表示第i段路程的路线长;ηi表示该道路的实时拥堵系数,越拥堵,其值越小;m表示救援车从站点出发至故障车需经过路程段总数,即救援车至故障点经过的单位面积编码的总数。
6.根据权利要求5所述的针对电动车的应急救援车最优路径救援方法,其特征在于,步骤S4中确定最优救援路径方案的方法具体为:
根据计算各救援点发车经过不同的路段,结合道路实时交通信息及繁忙等级,取线性规划模型的最小值即为急救援车救援最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610312705.6A CN106022512A (zh) | 2016-05-12 | 2016-05-12 | 一种针对电动车的应急救援车最优路径救援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610312705.6A CN106022512A (zh) | 2016-05-12 | 2016-05-12 | 一种针对电动车的应急救援车最优路径救援方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106022512A true CN106022512A (zh) | 2016-10-12 |
Family
ID=57100543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610312705.6A Pending CN106022512A (zh) | 2016-05-12 | 2016-05-12 | 一种针对电动车的应急救援车最优路径救援方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106022512A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106586744A (zh) * | 2016-11-15 | 2017-04-26 | 山西中质信联信息科技有限公司 | 一种电梯救援调度系统及其调度方法 |
CN109094373A (zh) * | 2017-06-20 | 2018-12-28 | 宁波轩悦行电动汽车服务有限公司 | 一种电动汽车的紧急救援方法 |
CN109094488A (zh) * | 2017-06-20 | 2018-12-28 | 宁波轩悦行电动汽车服务有限公司 | 一种具有紧急救援系统的电动汽车 |
CN109584537A (zh) * | 2017-10-18 | 2019-04-05 | 宁波轩悦行电动汽车服务有限公司 | 租车系统救援路径选择方法及车辆故障检测方法 |
CN109583619A (zh) * | 2017-10-18 | 2019-04-05 | 宁波轩悦行电动汽车服务有限公司 | 公共租车系统救援路径选择方法及异常还车处理方法 |
CN109591725A (zh) * | 2017-10-18 | 2019-04-09 | 宁波轩悦行电动汽车服务有限公司 | 一种电动汽车应急救援系统及救援方法 |
CN109615155A (zh) * | 2017-10-18 | 2019-04-12 | 宁波轩悦行电动汽车服务有限公司 | 公共租车系统的异常还车处理方法及故障车救援方法 |
CN109615085A (zh) * | 2017-10-18 | 2019-04-12 | 宁波轩悦行电动汽车服务有限公司 | 租车系统车辆故障检测方法及故障车救援方法 |
CN111913967A (zh) * | 2020-08-07 | 2020-11-10 | 公安部道路交通安全研究中心 | 一种道路应急处置站点规划与资源调度系统 |
CN111968396A (zh) * | 2020-08-22 | 2020-11-20 | 刘秀萍 | 智能车联网驱动的应急救援车行驶优化方法 |
CN112447046A (zh) * | 2019-10-16 | 2021-03-05 | 徐涛 | 一种基于大数据的公路救援站点选取方法 |
CN113687642A (zh) * | 2021-08-13 | 2021-11-23 | 合肥维天运通信息科技股份有限公司 | 一种物流车辆隐患智能预警方法及系统 |
CN113928163A (zh) * | 2021-09-07 | 2022-01-14 | 暨南大学 | 一种用于电动汽车的应急救援车充电管理系统及调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184640A (zh) * | 2011-05-05 | 2011-09-14 | 东南大学 | 高速公路网的救援路径自动决策方法 |
CN103337162A (zh) * | 2013-07-16 | 2013-10-02 | 四川大学 | 城市应急救援通道实时规划及动态调度系统 |
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
-
2016
- 2016-05-12 CN CN201610312705.6A patent/CN106022512A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184640A (zh) * | 2011-05-05 | 2011-09-14 | 东南大学 | 高速公路网的救援路径自动决策方法 |
CN103337162A (zh) * | 2013-07-16 | 2013-10-02 | 四川大学 | 城市应急救援通道实时规划及动态调度系统 |
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106586744A (zh) * | 2016-11-15 | 2017-04-26 | 山西中质信联信息科技有限公司 | 一种电梯救援调度系统及其调度方法 |
CN106586744B (zh) * | 2016-11-15 | 2018-11-02 | 山西中质信联信息科技有限公司 | 一种电梯救援调度系统及其调度方法 |
CN109094373A (zh) * | 2017-06-20 | 2018-12-28 | 宁波轩悦行电动汽车服务有限公司 | 一种电动汽车的紧急救援方法 |
CN109094488A (zh) * | 2017-06-20 | 2018-12-28 | 宁波轩悦行电动汽车服务有限公司 | 一种具有紧急救援系统的电动汽车 |
CN109615085A (zh) * | 2017-10-18 | 2019-04-12 | 宁波轩悦行电动汽车服务有限公司 | 租车系统车辆故障检测方法及故障车救援方法 |
CN109583619A (zh) * | 2017-10-18 | 2019-04-05 | 宁波轩悦行电动汽车服务有限公司 | 公共租车系统救援路径选择方法及异常还车处理方法 |
CN109591725A (zh) * | 2017-10-18 | 2019-04-09 | 宁波轩悦行电动汽车服务有限公司 | 一种电动汽车应急救援系统及救援方法 |
CN109615155A (zh) * | 2017-10-18 | 2019-04-12 | 宁波轩悦行电动汽车服务有限公司 | 公共租车系统的异常还车处理方法及故障车救援方法 |
CN109584537A (zh) * | 2017-10-18 | 2019-04-05 | 宁波轩悦行电动汽车服务有限公司 | 租车系统救援路径选择方法及车辆故障检测方法 |
CN112447046A (zh) * | 2019-10-16 | 2021-03-05 | 徐涛 | 一种基于大数据的公路救援站点选取方法 |
CN112447046B (zh) * | 2019-10-16 | 2023-01-17 | 中道汽车救援股份有限公司 | 一种基于大数据的公路救援站点选取方法 |
CN111913967A (zh) * | 2020-08-07 | 2020-11-10 | 公安部道路交通安全研究中心 | 一种道路应急处置站点规划与资源调度系统 |
CN111968396A (zh) * | 2020-08-22 | 2020-11-20 | 刘秀萍 | 智能车联网驱动的应急救援车行驶优化方法 |
CN113687642A (zh) * | 2021-08-13 | 2021-11-23 | 合肥维天运通信息科技股份有限公司 | 一种物流车辆隐患智能预警方法及系统 |
CN113687642B (zh) * | 2021-08-13 | 2023-08-22 | 合肥维天运通信息科技股份有限公司 | 一种物流车辆隐患智能预警方法及系统 |
CN113928163A (zh) * | 2021-09-07 | 2022-01-14 | 暨南大学 | 一种用于电动汽车的应急救援车充电管理系统及调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106022512A (zh) | 一种针对电动车的应急救援车最优路径救援方法 | |
CN105096643B (zh) | 基于多线路前车运行数据的实时公交到站时间预测方法 | |
CN101615340A (zh) | 公交动态调度中的实时信息处理方法 | |
CN102368351B (zh) | 一种消解无信号交叉口两车交通冲突的方法 | |
CN101592673B (zh) | 铁路沿线风速预测的方法 | |
Makarova et al. | Ensuring sustainability of public transport system through rational management | |
CN108399468A (zh) | 一种基于车时成本优化的运营时段划分方法 | |
CN104318757B (zh) | 一种公交专用道上的公交车车路段运行时间预测方法 | |
CN102136190A (zh) | 城市公交客运事件应急响应调度管理系统及方法 | |
CN107650950A (zh) | 一种城市轨道交通列车时刻表应急调整方法 | |
CN104316068A (zh) | 基于电动汽车的导航的方法、装置及系统 | |
CN107871184A (zh) | 一种面向区域充电设施的电动汽车充电站的选址方法 | |
CN105512447A (zh) | 一种基于Holt-Winters模型的公交客量预测方法 | |
CN107274665A (zh) | 巴士运力资源规划方法及系统 | |
CN115063978B (zh) | 一种基于数字孪生的公交到站时间预测方法 | |
CN110379198B (zh) | 一种城市智能停车引导系统及其停车引导方法 | |
CN107180538A (zh) | 一种车载轨迹运行方向的识别方法 | |
CN108573604A (zh) | 基于移动终端定位的公交od数据获取方法及存储介质 | |
CN106251667B (zh) | 车辆驾驶提示方法及装置 | |
CN106803348A (zh) | 一种基于卡口的高架道路车辆行程时间短时预测方法 | |
CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
CN106448215B (zh) | 车险理赔预警方法及装置 | |
CN103226666B (zh) | 复杂功能互通立体交叉系统功效评价方法 | |
Ghodmare et al. | Application of the multi attribute utility technique with its for sustainability evaluation of emerging metropolitan city of Nagpur | |
CN103426294B (zh) | 一种基于紧急交通流优先级别多层模糊的划分方法 |
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 |
Application publication date: 20161012 |
|
RJ01 | Rejection of invention patent application after publication |