CN106225800B - 基于实时路况信息的环境友好型车辆导航路径构建方法 - Google Patents
基于实时路况信息的环境友好型车辆导航路径构建方法 Download PDFInfo
- Publication number
- CN106225800B CN106225800B CN201610638757.2A CN201610638757A CN106225800B CN 106225800 B CN106225800 B CN 106225800B CN 201610638757 A CN201610638757 A CN 201610638757A CN 106225800 B CN106225800 B CN 106225800B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- energy consumption
- vertex
- real
- 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
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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Abstract
本发明公开了一种基于实时路况信息的环境友好型车辆导航路径构建方法,通过实时交通道路和车辆信息融合,计算并获取车辆能量消耗最小的行驶路径,并在车辆行驶的过程中对计算所得的路径进行实时地更新,从而减少能量消耗和尾气的排放,以减小交通阻塞的几率。本发明选取道路坡度系数和车辆实时行驶速率作为基本信息对道路交通网进行建模,分别得到能量消耗和尾气排放模型,基于该模型和迪杰斯特拉算法得到能量消耗最小的车辆导航路径,有助于减少汽车能量消耗和二氧化碳的排放,方便城市车辆绿色出行。
Description
技术领域
本发明涉及一种基于实时路况信息的环境友好型车辆导航路径构建方法,属于智能车辆交通网络路径导航技术领域。
背景技术
在城市道路交通系统中,要求依据实时路况信息为车辆提供实时行驶路线导航服务,不仅能够为出行者提供合理的行驶路线,避免交通拥塞的发生,同时也可以减少车辆能源的消耗和二氧化碳等尾气的排放,从而构建生态和谐的绿色交通系统。因此,基于环境友好型的车辆导航算法设计研究引起了人们的重视。近年来,人们提出了多种基于不同道路信息进行路径导航的分类研究和比较,但是,这些研究都忽视了交通网络的高度动态性,因此提出的环境友好型车辆导航算法不够精确。如何在高度动态的交通网络中实现快速的路径修正,以此确保导航的高精度,已经引起了研究学者的关注。
针对当前研究的环境友好型车辆导航,国内外研究学者提出了多种环境友好型车辆导航算法,相关文献如下:
1、2012年,Kanok等人在《Eco-Routing Navigation System Based onMultisource Historical and Real-Time Traffic Information》中提出使用多源道路信息进行路径导航的方法。该方法中包含四个重要的组件:1)动态道路网络数据库。此数据库中的数据用以构建道路网络的数字地图。其中包含了来自不同数据源的历史的和实时的交通信息数据。2)能量/排放参数配置组件。这个组件允许用户输入:不同类型车辆的能量消耗/废弃排放参数,各种不同道路类型的特征参数。3)路由选择引擎。此引擎中包含最短路径算法用于路径的计算。4)用户输入界面。此界面用以接收用户输入的起点和目的地,并且同时用于导航路径的显示。
作为改进,这篇文章系统地提出了如何融合实时交通信息进行导航。
2、2015年,Chenjuan等人在《Ecosky:reducing vehicular environmentalimpact through eco-routing,”in Data Engineering》中提出对道路进行“绿色权重”计算,进而利用计算所得的权重对车辆进行生态友好型导航。用户可以根据自己的需求对所谓的“绿色权重”进行设置,例如,能量消耗量、旅行的时间和长度。
发明内容
本发明所要解决的技术问题是:基于实时城市道路信息和车辆信息,为车辆选择前往目的地的路线中能源消耗最少并且尾气排放最少的导航路径,实时获取当前道路信息并在车辆到达下一个道路交叉口前重新计算并调整路线,实时对车辆的行驶路径进行优化和更新。
为了达到上述目的,本发明使用了以下技术方案:
一种基于实时路况信息的环境友好型车辆导航路径构建方法,包括以下步骤:
步骤一:车辆能量消耗关键信息融合。
车辆行驶过程中能量的消耗与多种因素有关,如发动机不同行驶状态的功率,车辆行驶的速度和时间,行驶道路的地理情况,以及其他机械的物理状态。本发明中,经过大量实验分析,选取道路基本信息(道路编号、道路长度、道路坡度系数),道路当前行驶车辆的数量、质量、行驶速率、以及驱动功率作为建立能量消耗/尾气排放模型和路径选择的标准。
上述步骤一中,能量消耗关键信息融合方法如下:
通过实验分析,在车辆行驶过程中,道路坡度系数Gr和车辆速度变化率Δv是影响车辆能量消耗和尾气排放的代表性影响因素。通过实时交通路况计算得到的Gr和Δv作为评价车辆能量消耗率的基本参数,使用交通道路海拔信息和水平距离计算得到两交叉路口的道路坡度系数Gr,使用载有GPS的车辆实时信息和交通视频监控信息计算不同车型的实时速率。道路坡度系数其中Elevation(X)表示X地理位置的海拔高度,d=Distance(A,B)表示A,B两地理位置的水平距离(如图1所示)。为获得车辆发动机驱动功率,车辆工程中使用PT(kilowatts,kw)表示车辆总牵引功率,由三部分组成:巡航行驶功率PC(kw),惯性行驶功率PI(kw),斜坡行驶功率其中其中b1和b2是车辆工程中牵引车辆能量消耗系数,vd(m/s)表示车辆行驶速率。PI=Mvavd,其中Mv(kg)表示车辆质量,表示车辆行驶瞬时加速度值。其中Gr表示交通道路坡度系数。
步骤二:建立车辆能量消耗/尾气排放模型。
车辆能量消耗和尾气排放量与交通道路信息和车辆信息相关,基于步骤一中影响能量消耗的道路和车辆关键信息构建车辆能量消耗模型ft(mL/s),以及CO2气体排放模型ft(CO2)。
上述步骤二中,建立车辆能量消耗/尾气排放模型方法如下:
当车辆总牵引功率PT≤0时,车辆能量消耗率ft近似为一个很小的常数,否则车辆能量消耗率与瞬时加速度a,车辆当前行驶速度vd以及车辆总牵引功率有关,具体公式如下:
PI=Mvavd,
α=fi/3600,
基于车辆能量消耗模型,二氧化碳排放率ft(CO2)为:
其中是二氧化碳排放率和能量消耗的相关常数系数,取值2.50g/mL。
步骤三:环境友好型车辆实时路径的构建与优化更新。
基于车辆能量消耗模型和实时道路交通信息,计算得到两交叉路口(i,j)之间的道路平均能量消耗Cij,之后将道路网络构建成有权重的有向图G,并将Cij设为边的权重,基于迪杰斯特拉算法(Dijkstra′s Algorithm),在到达下一个道路交叉口之前,迭代计算出当前起始点到目的地之间道路权重之和最小的行驶路径,将此路径作为当前能量消耗最小和尾气排放最少的车辆导航路径。
上述步骤三中,环境友好型车辆实时路径选取方法如下:
将道路网中的交叉路口和道路构建成有权重的有向图G,道路交叉口为顶点s,道路为边e。基于车辆能量消耗/尾气排放模型,设定每一条行驶路径的能量/排放相关的花费为Cij,表示从起始点i到目的地j的能量消耗和尾气排放的代价为Cij,并将Cij作为有向图G中边的权重。 其中C表示交通道路能量消耗集合,DE表示道路长度值集合,VE表示该道路集合中车辆的平均交通行驶速度集合。对于任意两交叉口间的能量消耗表示为 表示任意两道路交叉口之间的道路长度,表示任意两道路交叉口道路上所有车辆的平均行驶速度。
环境友好型车辆实时路径选取算法输入的参数为带权值的有向图G,包括有向图G中的各个顶点、边以及每条边的权重。算法的输出值为当前起始点到目的地所花费的能量消耗和尾气排放的总代价Cs,d(其中s为当前起始点,d为终端),以及当前位置s到达目的地d能量消耗最小和尾气排放最少的车辆导航路径Routes,d。该算法的具体步骤如下:
(1)、有向图G中变量初始化
带权有向图G包含所有的顶点和边,所述定位为道路交叉口,所述边为任意两个不相同的交叉口之间的路径;初始化各顶点,各边的权重Cij,初始化Cs,d=0,并为有向图G中的每一个顶点si设置一个previous[si]变量,该值表示点sj的最优路径前置顶点;循环遍历每一个在有向图G中的非起始顶点ss和顶点si,如果si不能与终点sd连通,那么设置当前起始点ss到该点si的权重Cs,d=∞,设置顶点si的previous[si]变量为空;如果si能够与终点sd连通,则将此类顶点加入到集合P={}中,直到最后满足条件的顶点加入P集合,循环结束;
(2)、能量消耗最小路径选择
步骤(1)初始化之后,得到在有向图G中能够与终点sd连通的非初始节点ss的所有顶点集合P;循环遍历该集合P,寻找初始点到邻居顶点边的权重最小的顶点su,并从集合P中将点su去除;循环遍历顶点su的邻居顶点sn∈P,设置中间变量alt,alt=Cs,u+Cu,n,如果alt小于Cs,n,则赋值Cs,n=alt,同时设置该邻居顶点sn的前置节点为su,即previous[sn]=su,直到遍历完顶点su的所有邻居顶点,该次循环结束;对于集合P的遍历,直到集合P中的全部顶点遍历完成后,停止该次循环;
(3)、输出最小能量消耗路径以及最小能量消耗值
步骤(2)完成后,从当前起始点ss依次查找该点的前置顶点,并加入队列Queue中,首先是初始顶点previous[ss],之后依次是previous[previous[ss]],直到前置顶点与终点sd相同,停止遍历;最后得到的队列Queue,按照队列顺序即为当前位置s到达目的地d能量消耗最小和尾气排放最少的车辆导航路径Routes,d;然后计算Routes,d每两个相邻顶点之间的边的权重cij,起始点到目的地所花费的能量消耗和尾气排放的总代价Cs,d=∑cij;输出Routes,d和Cs,d。
本发明的有益效果是:本发明选取道路坡度系数和车辆实时行驶速率作为基本信息对道路交通网进行建模,分别得到能量消耗和尾气排放模型,基于该模型和迪杰斯特拉算法得到能量消耗最小的车辆导航路径,有助于减少汽车能量消耗和二氧化碳的排放,方便城市车辆绿色出行。
附图说明
图1为本发明中道路坡度系数计算方法示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
一种基于实时路况信息的环境友好型车辆导航路径构建方法,包括以下步骤:
步骤一:车辆能量消耗关键信息融合。车辆行驶过程中能量的消耗与多种因素有关,如发动机不同行驶状态的功率,车辆行驶的速度和时间,行驶道路的地理情况,以及其他机械的物理状态。本发明中,经过大量实验分析,选取道路基本信息(道路编号、道路长度、道路坡度系数),道路当前行驶车辆的数量、质量、行驶速率、以及驱动功率作为建立能量消耗/尾气排放模型和路径选择的标准。
上述步骤一中,能量消耗关键信息融合方法如下:
通过实验分析,在车辆行驶过程中,道路坡度系数Gr和车辆速度变化率Δv是影响车辆能量消耗和尾气排放的代表性影响因素。在本发明中,通过实时交通路况计算得到的Gr和Δv作为评价车辆能量消耗率的基本参数,使用交通道路海拔信息和水平距离计算得到两交叉路口的道路坡度系数Gr,使用载有GPS的车辆实时信息和交通视频监控信息计算不同车型的实时速率。道路坡度系数其中Elevation(X)表示X地理位置的海拔高度,d=Distance(A,B)表示A,B两地理位置的水平距离(如图1所示)。为获得车辆发动机驱动功率,车辆工程中使用PT(kilowatts,kw)表示车辆总牵引功率,由三部分组成:巡航行驶功率PC(kw),惯性行驶功率PI(kw),斜坡行驶功率其中其中b1和b2是车辆工程中牵引车辆能量消耗系数,vd(m/s)表示车辆行驶速率。PI=Mvavd,其中Mv(kg)表示车辆质量,表示车辆行驶瞬时加速度值。其中Gr表示交通道路坡度系数。
步骤二:建立车辆能量消耗/尾气排放模型。
车辆能量消耗和尾气排放量与交通道路信息和车辆信息相关,基于步骤一中影响能量消耗的道路和车辆关键信息构建车辆能量消耗模型ft(mL/s),以及CO2气体排放模型ft(CO2)。
上述步骤二中,建立车辆能量消耗/尾气排放模型方法如下:
当车辆总牵引功率PT≤0时,车辆能量消耗率ft近似为一个很小的常数,否则车辆能量消耗率与瞬时加速度a,车辆当前行驶速度vd以及车辆总牵引功率有关,具体公式如下:
PI=Mvavd,
α=fi/3600,
车辆能量消耗率ft公式中的参数说明如表1所示:
表1
基于车辆能量消耗模型,二氧化碳排放率ft(CO2)为:
其中是二氧化碳排放率和能量消耗的相关常数系数,取值2.50(g/mL)。
步骤三:环境友好型车辆实时路径的构建与优化更新。
基于车辆能量消耗模型和实时道路交通信息,计算得到两交叉路口(i,j)之间的道路平均能量消耗Cij,之后将道路网络构建成有权重的有向图G,并将Cij设为边的权重,基于迪杰斯特拉算法(Dijkstra′s Algorithm),在到达下一个道路交叉口之前,迭代计算出当前起始点到目的地之间道路权重之和最小的行驶路径,将此路径作为当前能量消耗最小和尾气排放最少的车辆导航路径。
上述步骤三中,环境友好型车辆实时路径选取方法如下:
将道路网中的交叉路口和道路构建成有权重的有向图G,道路交叉口为当前起始点s,道路为边e。基于车辆能量消耗/尾气排放模型,设定每一条行驶路径的能量/排放相关的花费为Cij,表示从起始点i到目的地j的能量消耗和尾气排放的代价为Cij,并将Cij作为有向图G中边的权重。其中C表示交通道路能量消耗集合,DE表示道路长度值集合,VE表示该道路集合中车辆的平均交通行驶速度集合。对于任意两交叉口间的能量消耗表示为 表示任意两道路交叉口之间的道路长度,表示任意两道路交叉口道路上所有车辆的平均行驶速度。
环境友好型车辆实时路径选取算法输入的参数为带权值的有向图G,包括有向图G中的各个顶点、边以及每条边的权重。算法的输出值为当前起始点到目的地所花费的能量消耗和尾气排放的总代价Cs,d(其中s为起始点,d为目的地),以及当前起始点s到达目的地d能量消耗最小和尾气排放最少的车辆导航路径Routes,d。该算法的具体步骤如下:
(1)、有向图G中变量初始化
带权有向图G包含所有的顶点和边,所述定位为道路交叉口,所述边为任意两个不相同的交叉口之间的路径;初始化各顶点,各边的权重Cij,初始化Cs,d=0,并为有向图G中的每一个顶点si设置一个previous[si]变量,该值表示点sj的最优路径前置顶点;循环遍历每一个在有向图G中的非起始顶点ss和顶点si,如果si不能与终点sd连通,那么设置当前起始点ss到该点si的权重Cs,d=∞,设置顶点si的previous[si]变量为空;如果si能够与终点sd连通,则将此类顶点加入到集合P={}中,直到最后满足条件的顶点加入P集合,循环结束;
(2)、能量消耗最小路径选择
步骤(1)初始化之后,得到在有向图G中能够与终点sd连通的非初始节点ss的所有顶点集合P;循环遍历该集合P,寻找初始点到邻居顶点边的权重最小的顶点su,并从集合P中将点su去除;循环遍历顶点su的邻居顶点sn∈P,设置中间变量alt,alt=Cs,u+Cu,n,如果alt小于Cs,n,则赋值Cs,n=alt,同时设置该邻居顶点sn的前置节点为su,即previous[sn]=su,直到遍历完顶点su的所有邻居顶点,该次循环结束;对于集合P的遍历,直到集合P中的全部顶点遍历完成后,停止该次循环;
(3)、输出最小能量消耗路径以及最小能量消耗值
步骤(2)完成后,从当前起始点ss依次查找该点的前置顶点,并加入队列Queue中,首先是初始顶点previous[ss],之后依次是previous[previous[ss]],直到前置顶点与终点sd相同,停止遍历;最后得到的队列Queue,按照队列顺序即为当前位置s到达目的地d能量消耗最小和尾气排放最少的车辆导航路径Routes,d;然后计算Routes,d每两个相邻顶点之间的边的权重cij,起始点到目的地所花费的能量消耗和尾气排放的总代价Cs,d=∑cij;输出Routes,d和Cs,d。
Claims (2)
1.一种基于实时路况信息的环境友好型车辆导航路径构建方法,其特征在于,包括以下步骤:
步骤一:车辆能量消耗关键信息融合;
选取道路基本信息,车辆信息作为建立能量消耗/尾气排放模型和路径选择的标准;所述道路基本信息包括道路编号、道路长度、道路坡度系数;所述车辆信息包括道路当前行驶车辆的数量、质量、行驶速率、以及驱动功率;
步骤二:建立车辆能量消耗/尾气排放模型;
基于步骤一中影响能量消耗的道路和车辆信息构建车辆能量消耗模型ft,以及CO2气体排放模型ft(CO2);
所述步骤二中建立车辆能量消耗/尾气排放模型方法如下:
当车辆总牵引功率PT≤0时,车辆能量消耗模型ft近似为一个很小的常数,否则车辆能量消耗率与瞬时加速度a,车辆当前行驶速度vd以及车辆总牵引功率有关,具体公式如下:
PI=Mvavd,
α=fi/3600;
其中β1是效率参数;β2是能量加速效率参数;PT是车辆总牵引功率;PI是惯性行驶功率;α是空闲时能量消耗率;Pmax是最大功率;b1是车辆滚动阻力相关的阻力能耗参数;b2是空气动力阻力相关的阻力能耗参数;PC是巡航行驶功率;是斜坡行驶功率;Gr是道路坡度系数;Mv是车辆质量;
基于车辆能量消耗模型,二氧化碳排放模型ft(CO2)为:
其中是二氧化碳排放率和能量消耗的相关常数系数,取值2.50g/mL;
步骤三:环境友好型车辆实时路径的构建与优化更新;
基于车辆能量消耗模型和实时道路交通信息,计算得到两交叉路口之间的道路平均能量消耗Cij,之后将道路网络构建成有权重的有向图G,并将Cij设为边的权重,基于迪杰斯特拉算法,在到达下一个道路交叉口之前,迭代计算出当前起始点到目的地之间道路权重之和最小的行驶路径,将此路径作为当前能量消耗最小和尾气排放最少的车辆导航路径;
所述步骤三中,环境友好型车辆实时路径选取方法如下:
将道路网中的交叉路口和道路构建成有权重的有向图G,道路交叉口为当前起始点s,道路为边e,基于车辆能量消耗/尾气排放模型,设定每一条行驶路径的能量/排放相关的花费为Cij,并将Cij作为有向图G中边的权重;
其中C表示交通道路能量消耗集合,DE表示道路长度值集合,VE表示道路集合中车辆的平均交通行驶速度集合,对于任意两交叉口间的能量消耗表示为
表示任意两道路交叉口之间的道路长度,表示任意两道路交叉口道路上所有车辆的平均行驶速度;
环境友好型车辆实时路径选取算法输入的参数为带权值的有向图G,包括有向图G中的各个顶点、边以及每条边的权重,算法的输出值为当前起始点到目的地所花费的能量消耗和尾气排放的总代价Cs,d,其中s为起始点,d为目的地,以及当前起始点s到达目的地d能量消耗最小和尾气排放最少的车辆导航路径Routes,d;
车辆实时路径选取算法的具体步骤如下:
(1)、有向图G中变量初始化
带权有向图G包含所有的顶点和边,所述顶点为道路交叉口,所述边为任意两个不相同的交叉口之间的路径;初始化各顶点,各边的权重Cij,初始化Cs,d=0,并为有向图G中的每一个顶点si设置一个previous[si]变量,previous[si]变量表示点si的最优路径前置顶点;循环遍历每一个在有向图G中的非起始顶点ss和顶点si,如果si不能与终点sd连通,那么设置当前起始点ss到该点si的权重Cs,d=∞,设置顶点si的previous[si]变量为空;如果si能够与终点sd连通,则将此类顶点加入到集合P={}中,直到最后满足条件的顶点加入P集合,循环结束;
(2)、能量消耗最小路径选择
步骤(1)初始化之后,得到在有向图G中能够与终点sd连通的非初始节点ss的所有顶点集合P;循环遍历该集合P,寻找初始点到邻居顶点边的权重最小的顶点su,并从集合P中将点su去除;循环遍历顶点su的邻居顶点sn∈P,设置中间变量alt,alt=Cs,u+Cu,n,如果alt小于Cs,n,则赋值Cs,n=alt,同时设置该邻居顶点sn的前置节点为su,即previous[sn]=su,直到遍历完顶点su的所有邻居顶点,该次循环结束;对于集合P的遍历,直到集合P中的全部顶点遍历完成后,停止该次循环;
(3)、输出最小能量消耗路径以及最小能量消耗值
步骤(2)完成后,从当前起始点ss依次查找该起始点的前置顶点,并加入队列Queue中,首先是初始顶点previous[ss],之后依次是previous[previous[ss]],直到前置顶点与终点sd相同,停止遍历;最后得到的队列Queue,按照队列顺序即为当前位置s到达目的地d能量消耗最小和尾气排放最少的车辆导航路径Routes,d;然后计算Routes,d每两个相邻顶点之间的边的权重cij,起始点到目的地所花费的能量消耗和尾气排放的总代价Cs,d=∑cij;输出Routes,d和Cs,d。
2.根据权利要求1所述的基于实时路况信息的环境友好型车辆导航路径构建方法,其特征在于:所述步骤一中,能量消耗关键信息融合方法如下:
通过实时交通路况计算得到的Gr和Δv作为评价车辆能量消耗率的基本参数,Gr为道路坡度系数,Δv为车辆速度变化率;使用交通道路海拔信息和水平距离计算得到两交叉路口的道路坡度系数Gr,使用载有GPS的车辆实时信息和交通视频监控信息计算不同车型的实时速率,
道路坡度系数
其中Elevation(X)表示X地理位置的海拔高度,d=Distance(A,B)表示A,B两地理位置的水平距离;
车辆发动机驱动功率的获得方法如下:
车辆工程中使用PT表示车辆总牵引功率,由三部分组成:巡航行驶功率PC,惯性行驶功率PI,斜坡行驶功率其中其中b1是车辆滚动阻力相关的阻力能耗参数,b2是空气动力阻力相关的阻力能耗参数,vd表示车辆行驶速率;PI=Mvavd,其中Mv表示车辆质量,表示车辆行驶瞬时加速度值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610638757.2A CN106225800B (zh) | 2016-08-04 | 2016-08-04 | 基于实时路况信息的环境友好型车辆导航路径构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610638757.2A CN106225800B (zh) | 2016-08-04 | 2016-08-04 | 基于实时路况信息的环境友好型车辆导航路径构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106225800A CN106225800A (zh) | 2016-12-14 |
CN106225800B true CN106225800B (zh) | 2019-07-26 |
Family
ID=57547761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610638757.2A Active CN106225800B (zh) | 2016-08-04 | 2016-08-04 | 基于实时路况信息的环境友好型车辆导航路径构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106225800B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10890459B2 (en) | 2017-10-13 | 2021-01-12 | John Matsumura | Systems and methods for variable energy routing and tracking |
CN108489500A (zh) * | 2018-03-13 | 2018-09-04 | 安徽江淮汽车集团股份有限公司 | 一种基于能耗经济性的全局路径规划方法及系统 |
CN108769104B (zh) * | 2018-04-11 | 2021-01-08 | 杭州电子科技大学 | 一种基于车载诊断系统数据的路况分析预警方法 |
CN109141456A (zh) * | 2018-08-21 | 2019-01-04 | 上海博泰悦臻网络技术服务有限公司 | 导航路径规划方法及服务器 |
CN109141455A (zh) * | 2018-08-21 | 2019-01-04 | 上海博泰悦臻网络技术服务有限公司 | 导航路径规划方法及服务器 |
CN109597414B (zh) * | 2018-12-06 | 2022-03-18 | 英华达(上海)科技有限公司 | 自驾车车队平均能量消耗的驾驶系统及其方法 |
DE102019112922A1 (de) * | 2019-05-16 | 2020-11-19 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Vorrichtung zur Navigation |
CN112199454B (zh) * | 2020-06-30 | 2022-12-13 | 武汉烽火众智数字技术有限责任公司 | 一种基于有向图的管控车辆拦截点设置方法及装置 |
JP2022077296A (ja) * | 2020-11-11 | 2022-05-23 | トヨタ自動車株式会社 | ナビゲーション装置 |
CN114944075A (zh) * | 2022-05-06 | 2022-08-26 | 南京依维柯汽车有限公司 | 基于交通流分类的混合动力汽车生态路径方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102052926A (zh) * | 2009-11-02 | 2011-05-11 | 现代自动车株式会社 | 减少燃料消耗和成本的方法 |
CN102509470A (zh) * | 2011-10-14 | 2012-06-20 | 北京掌城科技有限公司 | 基于动态路径规划实现车辆节能减排的系统和方法 |
CN102944887A (zh) * | 2012-11-14 | 2013-02-27 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
CN103630142A (zh) * | 2012-08-23 | 2014-03-12 | 伊莱比特汽车公司 | 对地图数据进行处理以确定节能路线的方法和装置 |
CN103842772A (zh) * | 2011-08-10 | 2014-06-04 | 宝马股份公司 | 导航方法和导航设备 |
CN104778851A (zh) * | 2015-02-16 | 2015-07-15 | 北京交通大学 | 一种基于行驶轨迹的生态驾驶优化方法和系统 |
CN105138832A (zh) * | 2015-08-18 | 2015-12-09 | 浙江工商大学 | 一种核算车辆路径规划中碳排放量的方法和系统 |
-
2016
- 2016-08-04 CN CN201610638757.2A patent/CN106225800B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102052926A (zh) * | 2009-11-02 | 2011-05-11 | 现代自动车株式会社 | 减少燃料消耗和成本的方法 |
CN103842772A (zh) * | 2011-08-10 | 2014-06-04 | 宝马股份公司 | 导航方法和导航设备 |
CN102509470A (zh) * | 2011-10-14 | 2012-06-20 | 北京掌城科技有限公司 | 基于动态路径规划实现车辆节能减排的系统和方法 |
CN103630142A (zh) * | 2012-08-23 | 2014-03-12 | 伊莱比特汽车公司 | 对地图数据进行处理以确定节能路线的方法和装置 |
CN102944887A (zh) * | 2012-11-14 | 2013-02-27 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
CN104778851A (zh) * | 2015-02-16 | 2015-07-15 | 北京交通大学 | 一种基于行驶轨迹的生态驾驶优化方法和系统 |
CN105138832A (zh) * | 2015-08-18 | 2015-12-09 | 浙江工商大学 | 一种核算车辆路径规划中碳排放量的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106225800A (zh) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106225800B (zh) | 基于实时路况信息的环境友好型车辆导航路径构建方法 | |
CN105426636B (zh) | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 | |
CN102496079B (zh) | 一种道路能耗与排放的监测方法 | |
CN105841709B (zh) | 一种汽车行驶路径规划方法 | |
CN100578152C (zh) | 用于处理大规模浮动车数据的启发式路径匹配方法 | |
CN102081658B (zh) | 基于分层路网的路径搜索方法和装置 | |
CN103292820B (zh) | 向用户提供移动体的精确续航范围的设备和方法 | |
CN104024800B (zh) | 可到达范围计算装置、方法 | |
CN105679102B (zh) | 一种全国飞行流量时空分布预测推演系统及方法 | |
CN102052926B (zh) | 减少燃料消耗和成本的方法 | |
CN108847037A (zh) | 一种面向非全局信息的城市路网路径规划方法 | |
CN108021686B (zh) | 一种快速匹配电子地图中公交线路与道路网络的方法 | |
CN105865472A (zh) | 一种基于最佳油耗的车载导航方法 | |
CN113155145B (zh) | 一种面向自动驾驶车道级导航的车道级路径规划方法 | |
CN106052701B (zh) | 一种交通溢流状态下车辆路径选择的方法 | |
CN106156267B (zh) | 一种面向高速公路的车道级增强型矢量数字地图制作方法 | |
CN111197991A (zh) | 基于深度神经网络的预测车辆最佳驾驶路径方法 | |
Ding et al. | Greenplanner: Planning personalized fuel-efficient driving routes using multi-sourced urban data | |
CN106530692A (zh) | 一种基于交通拥堵评价指标的机动车油耗排放强度测算方法 | |
CN113393690B (zh) | 考虑自动驾驶专用车道的混合交通均衡分配方法 | |
CN113112068A (zh) | 一种村镇公共设施选址布局的方法及其系统 | |
CN105806355B (zh) | 一种车辆绿色路径导航系统及方法 | |
CN111337047B (zh) | 基于多任务点约束的非结构化道路宏观路径规划方法 | |
CN113779430A (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
CN114580682A (zh) | 一种旅游路线的智能规划方法及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190702 Address after: 310018 Xiasha Higher Education Zone, Hangzhou, Zhejiang Applicant after: Hangzhou Electronic Science and Technology Univ Address before: 525000 Guandu Road No.139, Guandu Street, Maonan District, Maoming City, Guangdong Province Applicant before: Guangdong University of Petrochemical Technology |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |