CN106767875A - 一种基于天气及司机驾驶经验的路径规划方法 - Google Patents
一种基于天气及司机驾驶经验的路径规划方法 Download PDFInfo
- Publication number
- CN106767875A CN106767875A CN201710017394.5A CN201710017394A CN106767875A CN 106767875 A CN106767875 A CN 106767875A CN 201710017394 A CN201710017394 A CN 201710017394A CN 106767875 A CN106767875 A CN 106767875A
- Authority
- CN
- China
- Prior art keywords
- weather
- section
- computation model
- sea level
- height above
- 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
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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于天气及司机驾驶经验的路径规划方法,属于路线规划领域,包括对样本信息的采集、确定不同样本的权重系数,并建立计算模型,根据确定好的起点、终点和出行时间通过路径规划算法得出最优的路径,本发明通过对天气数据、时间数据、浮动车经验驾驶人数据等对路径选择进行建模,得到道路计算模型,然后,将计算模型放入DIJKSTRA中进行计算,这样在选择路径时,计算模型对可对众多路段进行打分,并选择最优路径。
Description
技术领域
本发明涉及一种路径规划发放,尤其是一种基于天气及司机驾驶经验的路径规划方法。
背景技术
随着私家车辆的增多,新司机更多依赖于车载导航系统或者手机导航系统对出行进行规划。
传统的路径规划方法,要么规划出最短的出行路径,要么规划出基于交通流量的耗时最短的路径。但是,在一些特殊天气状况下,现有技术可能会推荐不便于出行的路线,例如,在雨季,一些低洼路段中存在很多积水,造成车辆无法通行,基于交通流量的现有算法根据交通流量进行规划,而这些低洼路段在这种情况下反应的交通流量往往是0。使用现有算法,这样的路段就很有可能出现有算法算出的最短路径或最少交通流量路径中。如果这种路线推荐给司机的话,在特定天气状况下,会给司机,尤其是新司机造成很大的不便。
发明内容
本发明的技术任务是针对以上现有技术的不足,而提供一种基于天气及司机驾驶经验的路径规划方法。
本发明解决其技术问题所采用的技术方案是:一种基于天气及司机驾驶经验的路径规划方法,包括SVM和路径规划算法,其中,步骤一,进行数据信息采集,其中采集的数据样本有天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间和出租车的行驶记录;
步骤二,将采集的数据样本放入SVM中进行训练,最后得出不同样本所对应的权重系数,并建立计算模型,其中,天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间所对应的权重系数为A1、A2……A8,建立的计算模型为,速度=A1*天气+A2*湿度+A3*温度+A4*降雨+A5*风速+A6*路段最低海拔+A7*路段最高海拔+A8*时间;其中计算模型中的速度为车辆的行驶速度。
步骤三,在确定好起点和终点后,计算模型将通过路径规划算法对每一条路径进行打分计算,从而确定最优路线,将出租车的行驶记录最为一个样本,其目的是因为出租车司机对城市道路的了解比起一般司机都要熟悉,有利于构建一个完整准确的计算模型。
进一步优化,为了提高计算模型的准确性,降低不同路段对计算模型的影响,因此每个路段样本的距离为500米。
进一步优化,为了能准确的计算出一个城市在一天当中在不同的时间内各路段的通行状况,因此时间样本为24小时,其中每30分钟作为一个时段样本,每一个时段样本所对应占的权重系数为A71、A72、A72……A746、A747、A748,这样通过每个时间段的权重系数,就可以得出一个城市一天中各路段的实际交通情况,为计算模型提供坚实的数据支撑。
进一步优化,为了确保用于构建计算模型的原始数据具有充足的说服力,同时也为了能为用户提供准确的路线规划,因此各个样本的数据最少采集12个月,以充分采集各种不同季节和天气行状况的数据,并且辆出租车的数量最少为100辆。
进一步优化,所述路径算法采用Dijkstra算法。
本发明的优点:通过对天气数据、时间数据、浮动车经验驾驶人数据等对路径选择进行建模,得到路计算模型,然后,将计算模型放入DIJKSTRA中进行计算,这样在选择路径时,计算模型对可对众多路段进行打分,并选择最优路径。
附图说明
图1是本发明框架示意图。
具体实施方式
下面结合说明书附图对本发明做以下详细说明。
如图所示,一种基于天气及司机驾驶经验的路径规划方法,包括SVM和路径算法,其中,步骤一,进行数据信息采集,其中采集的数据样本有天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间和出租车的行驶记录;
步骤二,将采集的数据样本放入SVM中进行训练,最后得出不同样本所对应的权重系数,并建立计算模型,其中,天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间所对应的权重系数为A1、A2……A8,建立的计算模型为,速度=A1*天气+A2*湿度+A3*温度+A4*降雨+A5*风速+A6*路段最低海拔+A7*路段最高海拔+A8*时间;为了提高计算模型的准确性,降低路段对计算模型的影响,因此每个路段样本的距离为500米,其中,计算模型中的速度为车辆的行驶速度,每一个路段样本是由路段最低海拔和路段最高海拔组成。
为了能准确的计算出一个城市在一天当中各路段的通行状况,因此时间样本为24小时,其中每30分钟作为一个时段样本,每一个时段样本所对应占的权重系数为A71、A72、A72……A746、A747、A748,这样通过每个时间段的权重系数,就可以得出一个城市一天中各路段的实际交通情况,为计算模型提供坚实的数据支撑,确保用于构建计算模型的原始数据具有充足的说服力,同时也为了能为用户提供准确的路线规划,因此各个样本的数据最少采集12个月,并且辆出租车的数量最少为100辆,路径算法采用Dijkstra算法。
步骤三,在确定好起点和终点后,计算模型将通过Dijkstra算法对每一条路径进行打分计算,从而确定最优路线,将出租车的行驶记录最为一个样本,其目的是因为出租车司机对城市道路的了解比起一般司机都要熟悉,有利于构建一个完整准确的计算模型。
其工作原理是:首先将时间样本分为48个时段样本,其中每个时段样本所对应的权重系数为A71、A72、A72……A746、A747、A748,每个路段样的距离为500米,在进行数据采集时,采集的是12个月的样本数据,其中的样本包括天气(阴、晴、多云、雨或雪等)、湿度、温度、降雨、风速、路段,时间和100辆租车的行驶记录,接着将采集的数据输入SVM中,经过训练后,得出每个样本所占的权重系数,其中时间权重系数由时段权重系数组成,路段权重系数由路段权重系数组成,根据得出的权重系数建立计算模型,速度=A1*天气+A2*湿度+A3*温度+A4*降雨+A5*风速+A6*路段最低海拔+A7*路段最高海拔+A7*时间,在用户确定好起点和终点后,此时计算模型将通过DIJKSTRA算法,算出不同路径所对应的分值,然后通过比较分值的高低即可得出最优路径。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种基于天气及司机驾驶经验的路径规划方法,包括SVM和路径规划算法,其特征在于:步骤一,进行数据信息采集,其中采集的数据样本有天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间和出租车的行驶记录;
步骤二,将采集的数据样本放入SVM中进行训练,最后得出不同样本所对应的权重系数,并建立计算模型,其中,天气、湿度、温度、降雨、风速、路段最低海拔、路段最高海拔、时间所对应的权重系数为A1、A2……A8,建立的计算模型为,速度=A1*天气+A2*湿度+A3*温度+A4*降雨+A5*风速+A6*路段最低海拔+A7*路段最高海拔+A8*时间;
步骤三,在确定好起点和终点后,计算模型将通过路径规划算法对每一条路径进行打分计算,从而确定最优路线。
2.根据权利要求1所述的一种基于天气及司机驾驶经验的路径规划方法,其特征在于:每个路段样本的距离为500米。
3.根据权利要求1所述的一种基于天气及司机驾驶经验的路径规划方法,其特征在于:时间样本为24小时,其中每30分钟作为一个时段样本,每一个时段样本所对应占的权重系数为A71、A72、A72……A746、A747、A748。
4.根据权利要求1-3其中任意一项所述的一种基于天气及司机驾驶经验的路径规划方法,其特征在于:各个样本的数据最少采集12个月,并且辆出租车的数量最少为100辆。
5.根据权利要求4所述的一种基于天气及司机驾驶经验的路径规划方法,其特征在于:所述路径规划算法采用Dijkstra算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710017394.5A CN106767875A (zh) | 2017-01-11 | 2017-01-11 | 一种基于天气及司机驾驶经验的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710017394.5A CN106767875A (zh) | 2017-01-11 | 2017-01-11 | 一种基于天气及司机驾驶经验的路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106767875A true CN106767875A (zh) | 2017-05-31 |
Family
ID=58949142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710017394.5A Pending CN106767875A (zh) | 2017-01-11 | 2017-01-11 | 一种基于天气及司机驾驶经验的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106767875A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107270926A (zh) * | 2017-08-07 | 2017-10-20 | 无锡南理工科技发展有限公司 | 基于高速公路实时监控系统的导航 |
CN107274114A (zh) * | 2017-07-31 | 2017-10-20 | 多维新创(北京)技术有限公司 | 巴士司机排班方法及系统 |
CN107560619A (zh) * | 2017-08-22 | 2018-01-09 | 北京小米移动软件有限公司 | 路径推荐方法和装置 |
CN107727108A (zh) * | 2017-09-30 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 公共交通出行路线的推荐方法、装置及计算机可读介质 |
CN108921325A (zh) * | 2018-06-06 | 2018-11-30 | 昆明理工大学 | 一种基于实时路况的停电抢修最优路径的获取方法 |
WO2018232636A1 (zh) * | 2017-06-21 | 2018-12-27 | 深圳支点电子智能科技有限公司 | 车辆行驶道路确定设备和相关产品 |
CN111707287A (zh) * | 2020-07-17 | 2020-09-25 | 重庆平创半导体研究院有限责任公司 | 一种电动汽车前往充电桩路线的综合智能推荐方法 |
CN113686349A (zh) * | 2021-10-27 | 2021-11-23 | 深圳市羽翼数码科技有限公司 | 一种感知特定环境的适应性路径规划导航系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646560A (zh) * | 2013-11-27 | 2014-03-19 | 福建工程学院 | 出租车行车轨迹经验知识路径的提取方法 |
CN103714708A (zh) * | 2013-12-18 | 2014-04-09 | 福建工程学院 | 一种基于出租车分时段的经验路径的最优路径规划的方法 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN105489005A (zh) * | 2015-11-26 | 2016-04-13 | 广东好帮手电子科技股份有限公司 | 一种道路平整指数的采集和分享的方法及系统 |
CN105628047A (zh) * | 2016-02-04 | 2016-06-01 | 智车优行科技(北京)有限公司 | 智能车辆导航系统、导航方法及智能车 |
-
2017
- 2017-01-11 CN CN201710017394.5A patent/CN106767875A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646560A (zh) * | 2013-11-27 | 2014-03-19 | 福建工程学院 | 出租车行车轨迹经验知识路径的提取方法 |
CN103714708A (zh) * | 2013-12-18 | 2014-04-09 | 福建工程学院 | 一种基于出租车分时段的经验路径的最优路径规划的方法 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN105489005A (zh) * | 2015-11-26 | 2016-04-13 | 广东好帮手电子科技股份有限公司 | 一种道路平整指数的采集和分享的方法及系统 |
CN105628047A (zh) * | 2016-02-04 | 2016-06-01 | 智车优行科技(北京)有限公司 | 智能车辆导航系统、导航方法及智能车 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018232636A1 (zh) * | 2017-06-21 | 2018-12-27 | 深圳支点电子智能科技有限公司 | 车辆行驶道路确定设备和相关产品 |
CN107274114A (zh) * | 2017-07-31 | 2017-10-20 | 多维新创(北京)技术有限公司 | 巴士司机排班方法及系统 |
CN107270926A (zh) * | 2017-08-07 | 2017-10-20 | 无锡南理工科技发展有限公司 | 基于高速公路实时监控系统的导航 |
CN107560619A (zh) * | 2017-08-22 | 2018-01-09 | 北京小米移动软件有限公司 | 路径推荐方法和装置 |
CN107727108A (zh) * | 2017-09-30 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 公共交通出行路线的推荐方法、装置及计算机可读介质 |
CN107727108B (zh) * | 2017-09-30 | 2020-10-30 | 百度在线网络技术(北京)有限公司 | 公共交通出行路线的推荐方法、装置及计算机可读介质 |
CN108921325A (zh) * | 2018-06-06 | 2018-11-30 | 昆明理工大学 | 一种基于实时路况的停电抢修最优路径的获取方法 |
CN108921325B (zh) * | 2018-06-06 | 2021-08-20 | 昆明理工大学 | 一种基于实时路况的停电抢修最优路径的获取方法 |
CN111707287A (zh) * | 2020-07-17 | 2020-09-25 | 重庆平创半导体研究院有限责任公司 | 一种电动汽车前往充电桩路线的综合智能推荐方法 |
CN111707287B (zh) * | 2020-07-17 | 2023-10-10 | 重庆平创半导体研究院有限责任公司 | 一种电动汽车前往充电桩路线的综合智能推荐方法 |
CN113686349A (zh) * | 2021-10-27 | 2021-11-23 | 深圳市羽翼数码科技有限公司 | 一种感知特定环境的适应性路径规划导航系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106767875A (zh) | 一种基于天气及司机驾驶经验的路径规划方法 | |
CN110160550B (zh) | 一种基于道路积水预测的城市路线引导方法 | |
US8364398B2 (en) | Method of operating a navigation system to provide route guidance | |
CN101751777B (zh) | 基于空间聚类分析的城市路网交通小区动态划分方法 | |
CN110174117A (zh) | 一种电动汽车充电路线规划方法 | |
CN105841709A (zh) | 一种汽车行驶路径规划方法 | |
CN102679998B (zh) | 一种行驶指数算法及线路规划方法和导航方法 | |
CN106382939A (zh) | 一种基于历史数据的导航路径行驶时间预测系统及方法 | |
CN114819305B (zh) | 一种基于碳排放度量尺度下的路径规划方法 | |
CN204256963U (zh) | 一种基于gps的交叉口交通信号灯实时控制装置 | |
CN111060119B (zh) | 基于街景图视觉要素评分的城市慢行出行导航方法和系统 | |
CN109900292B (zh) | 一种综合舒适度和出行距离的机动车导航方法 | |
EP3628971A1 (en) | A computer-implemented method and a system for determining a route | |
CN106156267A (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 | |
CN109520499B (zh) | 基于车辆gps轨迹数据实现区域实时等时线的方法 | |
US20200064147A1 (en) | System and method for providing a travel route | |
CN106529765A (zh) | 采集作业的绩效评估方法和装置 | |
CN109489679A (zh) | 一种导航路径中的到达时间计算方法 | |
CN109840662A (zh) | 一种基于驾驶模拟的城市道路提升改造需求综合评价方法 | |
CN106940190A (zh) | 导航图绘制方法、导航图绘制导航装置以及导航系统 | |
CN114255596B (zh) | 一种基于大数据的停车场车位推荐系统及方法 | |
CN112199611A (zh) | 基于AIoT和计算机视觉的智慧景区景点推荐方法 | |
Xie et al. | The accessibility of Nanjing urban park based on GIS | |
CN116629425A (zh) | 车辆能耗的计算方法、装置、计算机可读介质及电子设备 | |
CN107767036A (zh) | 一种基于条件随机场的实时交通状态估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |