CN106846869B - 一种货车导航道路辅助信息的更新方法 - Google Patents
一种货车导航道路辅助信息的更新方法 Download PDFInfo
- Publication number
- CN106846869B CN106846869B CN201710094181.2A CN201710094181A CN106846869B CN 106846869 B CN106846869 B CN 106846869B CN 201710094181 A CN201710094181 A CN 201710094181A CN 106846869 B CN106846869 B CN 106846869B
- Authority
- CN
- China
- Prior art keywords
- lorry
- road
- passing
- data
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Abstract
本发明提供一种货车导航道路辅助信息的更新方法,包括:通过车载终端将车辆信息、运单信息和位置信息上传至数据库;加载路网数据,将车载终端的位置轨迹点与加载好的路网数据进行道路匹配;进行分析处理,根据位置轨迹点对应的车辆信息和运单信息创建或更新所匹配道路的道路通行辅助信息,若不匹配,上报异常记录;根据货车自身情况和道路通行辅助信息,查询实时加载的导航路径是否满足通行要求,输出附带道路限制信息的导航路径。本发明针对现有货车导航道路通行信息获取方式单一、更新频率低、实时性差、可靠度低等问题提供一种方法,能够有效地提高导航准确性。
Description
技术领域
本发明涉及导航技术领域,具体涉及一种货车导航道路辅助信息的更新方法。
背景技术
随着物流行业的飞速发展,获得准确、实时的货运导航信息变得尤为重要。由于货车体积大、载重大,对通行道路(包括桥梁、隧道等)有额外的要求。目前导航电子地图道路通行限制信息有以下几点问题:1.信息获取方式单一,主要依靠外业采集;2.外业团队人手有限,数据更新发布频率比较低;3.道路通行限制信息属于导航电子地图数据的一部分,耦合度较高,更新不方便。由于上述问题的存在,已经严重影响到货车司机的出行。
发明内容
针对上述问题,本发明提供一种货车导航道路辅助信息的更新方法,能够有效地提高导航准确性。
本发明的目的采用以下技术方案来实现:
提供了一种货车导航道路辅助信息的更新方法,包括:
通过车载终端将车辆信息、运单信息和位置信息上传至数据库,所述车辆信息、运单信息和位置信息与数据库中存储的实时更新的事件信息和历史道路通行辅助信息共同形成原始数据集;
加载路网数据,将车载终端的位置轨迹点与加载好的路网数据进行道路匹配;
若道路匹配成功,对该原始数据集进行分析处理,根据位置轨迹点对应的车辆信息和运单信息创建或更新所匹配道路的道路通行辅助信息,若不匹配,上报异常记录,所述道路通行辅助信息包括道路ID、限高、限宽、限长、限制质量、限制轴重、限速、禁行时段、通行性;
根据货车自身情况和道路通行辅助信息,查询实时加载的导航路径是否满足通行要求,输出附带道路限制信息的导航路径。
优选地,所述实时更新的事件信息包括交通事故、交通管制、违章罚款信息。
优选地,采用聚类分析法获取道路通行辅助信息的禁行时段,具体为:
(1)筛选待分析道路的过去30天的货车通行次数数据作为原始样本,以15分钟作为时间段,将原始样本中属于同一时间段的货车通行次数采样值归为一组数据,则总共形成96组数据,其中每组数据包含30个货车通行次数采样值;
(2)对每组数据进行去噪处理,将30个货车通行次数采样值按从小到大进行排序,去掉数列两端各5个货车通行次数采样值,将剩余的20个货车通行次数采样值求平均值,将获得的平均值作为该时间段的货车通行次数样本,总共获得96个货车通行次数样本;
(3)按照下列规则计算96个货车通行次数样本中相邻货车通行次数样本之间的距离:
假设相邻货车通行次数样本为数据点B与数据点C,则相邻货车通行次数样本之间的距离为:
如果数据点B与数据点C已经合并为数据集合BC,数据集合BC作为新的类,那么与数据集合BC相邻的数据点A与数据集合BC间距离为:
如果数据点A先与其相邻的数据点F合并成数据集合AF,那么数据集合AF与相邻的数据集合BC间距离为:
更多的数据点组成的数据集合距离计算公式以此类推;
(4)合并归类,即将距离最近的两个货车通行次数样本合并为一个样本;
(5)设定一天只有一个时间段禁行,重复(2)和(3),直至剩下两个货车通行次数样本,若所述两个货车通行次数样本的平均通行次数的差值符合设定的阈值要求,则表示存在禁行,否则表示不存在禁行。
优选地,所述阈值要求为:如果禁行时间段发生在白天,要求夜间对应货车通行次数样本的均值比白天对应货车通行次数样本的均值高30%;如果禁行时间段发生在夜间,要求白天对应货车通行次数样本的均值比夜间对应货车通行次数样本的均值高70%。
优选地,本发明采用缓存存储最新的道路通行辅助信息,采用分布式文档存储数据库存储历史道路通行辅助信息。
本发明的有益效果为:
1、提供了一种根据多方面信息创建或更新道路通行辅助信息的方法,能够获取较为全面、准确的道路通行辅助信息,更新频率高,实时性好;
2、定义了道路通行辅助信息的存储方式;
3、在道路禁行时段的分析处理时采用改进的聚类分析方法,能够获得更加准确的道路禁行信息;
4、将道路通行辅助信息用于货车导航,能够获得准确、实时的货运导航信息。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明一个实施例的货车导航道路辅助信息的更新方法的流程示意图;
图2是本发明一个实施例的道路通行辅助信息数据结构示意图;
具体实施方式
结合以下实施例对本发明作进一步描述。
实施例1
参见图1,本实施例提供了一种货车导航道路辅助信息的更新方法,包括:
通过车载终端将车辆信息、运单信息和位置信息上传至数据库,所述车辆信息、运单信息和位置信息与数据库中存储的实时更新的事件信息和历史道路通行辅助信息共同形成原始数据集;
加载路网数据,将车载终端的位置轨迹点与加载好的路网数据进行道路匹配;
若道路匹配成功,对该原始数据集进行分析处理,根据位置轨迹点对应的车辆信息和运单信息创建或更新所匹配道路的道路通行辅助信息,若不匹配,上报异常记录,参见图2,所述道路通行辅助信息包括道路ID、限高、限宽、限长、限制质量、限制轴重、限速、禁行时段、通行性;
根据货车自身情况和道路通行辅助信息,查询实时加载的导航路径是否满足通行要求,输出附带道路限制信息的导航路径。
本实施例中,车载终端安装于货车上,运单信息上传的频率较低,一般在“装车”和“卸货”时上传至数据库,而位置信息上传频率较高,每隔一段时间/距离上传一次位置点。
其中,所述的车辆信息存储于MySQL数据库表,其中车长、车宽、车高字段可用于更新过往道路(桥梁、隧道、弯道、匝道等)通行辅助限制信息。
本实施例的运单信息也存储于MySQL数据库表,其中运单信息中的货物净重和车身皮重构成货车毛重,用于更新过往道路限重信息。
由于位置信息上传频率较高,将位置信息存储于扩展性更强的MongoDB(分布式文档存储数据库)。
本实施例采用缓存存储最新的道路通行辅助信息,方便导航服务随时查询,采用分布式文档存储数据库存储历史道路通行辅助信息,以方便统计分析。图2所示为缓存中存放的某一条道路通行辅助信息数据结构。每一类道路都有它们特有的通行限制属性,比如:桥梁有限重属性,隧道有限宽、限高属性,城区主要道路有限时禁行属性。
本实施例根据货车自身情况和道路通行辅助信息来查询实时加载的导航路径是否满足通行要求。例如:某段桥梁建成之初只有限制质量46吨的信息,不过,最近出现采石场,为了不破坏桥梁,搭建了限高3m、限宽2.2m的杆子;通过货车上传的信息,本实施例能分析出这些限制信息,虽然存在一定的延时;通过本实施例的方法,货车导航引擎就能得知虽然该段桥梁之前大型牵引车可以通过,不过最近出现了新的通行限制属性,建议大型货车绕道而行。
实施例2
本实施例在实施例1的基础上对道路通行辅助信息的道路禁行属性进行分析。首先要提到的是交通事件,可信度比较高,直接更新缓存并入数据库。比如“某某道路10月1号到10月7交通管制,禁止所有车辆通行”,缓存中将该道路对应“禁行时段”改为上述时间段,数据库中插入一条道路禁行记录。
道路禁行状态每天更新一次,低等级道路、样本数不够的道路和存在交通管制、道路施工等交通事件的道路不参与计算。
根据时间段分布,道路禁行主要有3种:白天禁行、夜间禁行和分段禁行。本实施例采用层次聚类分析法获取道路通行辅助信息的禁行时段,具体为:
(1)筛选待分析道路的过去30天的货车通行次数数据作为原始样本,以15分钟作为时间段,将原始样本中属于同一时间段的货车通行次数采样值归为一组数据,则总共形成96组数据,其中每组数据包含30个货车通行次数采样值;
(2)对每组数据进行去噪处理,将30个货车通行次数采样值按从小到大进行排序,去掉数列两端各5个货车通行次数采样值,将剩余的20个货车通行次数采样值求平均值,将获得的平均值作为该时间段的货车通行次数样本,总共获得96个货车通行次数样本;
(3)层次聚类处理过程中一般会出现3种距离:数据点与数据点,数据点与数据集合,数据集合与数据集合。数据点表示单个数据构成的类,数据集合表示多个数据合并组成的新类;本实施例按照下列规则计算96个货车通行次数样本中相邻货车通行次数样本之间的距离:
假设相邻货车通行次数样本为数据点B与数据点C,则相邻货车通行次数样本之间的距离为:
如果数据点B与数据点C已经合并为数据集合BC,数据集合BC作为新的类,那么与数据集合BC相邻的数据点A与数据集合BC间距离为:
如果数据点A先与其相邻的数据点F合并成数据集合AF,那么数据集合AF与相邻的数据集合BC间距离为:
更多的数据点组成的数据集合距离计算公式以此类推;
(4)合并归类,即将距离最近的两个货车通行次数样本合并为一个样本;
(5)设定一天只有一个时间段禁行,重复(2)和(3),直至剩下两个货车通行次数样本,若所述两个货车通行次数样本的平均通行次数的差值符合设定的阈值要求,则表示存在禁行,否则表示不存在禁行。
其中,所述阈值要求为:如果禁行时间段发生在白天,要求夜间对应货车通行次数样本的均值比白天对应货车通行次数样本的均值高30%;如果禁行时间段发生在夜间,要求白天对应货车通行次数样本的均值比夜间对应货车通行次数样本的均值高70%。
经过聚类后的两个货车通行次数样本的时间点还得需要调整,毕竟保证不了整点。本实施例采用禁行时段扩充方式,假如经过聚类后得到的原始禁行时段为6:15到21:45,那么经过修正后变为6:00到22:00。
实施例3
本实施例在实施例1的基础上对道路通行辅助信息的限高、限宽、限长、限制质量、限制轴重、限速属性进行分析。
(1)限速属性:
这里所说的限速,不是准确意义上的限速,只是过去一段时间内过往货车速度经过分析得出的推荐速度值。假如存在电子眼、超速罚款等,这个数值就是确切限速值。
限速属性每天更新一次,样本数不够的道路和存在交通管制、道路施工等交通事件的道路不参与计算。过去7天数据作为样本,经过过滤平均后得到限速属性。
(2)限宽、限高、限长属性
当有货车通过某段道路,如果该道路之前限宽、限高、限长等属性小于当前车辆尺寸,立刻更新缓存中道路属性并入库。
限宽、限高、限长属性每天检查一遍,如果属性值对应最后更新时间超过7天,就表明已过期,需要用到过去7天数据,取货车尺寸最大的记录作为限制属性值。
(3)限重属性
限重属性包含两种:限制质量和限制轴重。如果桥梁比较长,车辆通过时整体都会压在桥上,需要限制质量属性。如果桥梁比较短,车身不能全部都在桥上,此刻需要限制轴重属性。
处理限重信息需要用到车辆信息和运单信息。车载终端上传位置信息时同时携带车辆ID和车载终端ID属性,通过车辆ID可以查询车辆信息,通过终端ID可以获得运单信息。车身皮重加货物重量得到货车毛重,用于限制质量属性。通过货车毛重和车轴数获得轴重信息,用于限制轴重属性。
货车通过桥梁时,如果当前桥梁限制质量或限制轴重属性值小于当前货车分量,立刻更新该桥梁缓存属性值并入库。桥梁限重信息每天更新一次,如果属性值对应最后更新时间超过30天,就表明已过期,查询该桥梁过去30天货车通行信息,获取最大限制质量和限制轴重,并更新道路属性缓存。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (4)
1.一种货车导航道路辅助信息的更新方法,其特征是,包括:
通过车载终端将车辆信息、运单信息和位置信息上传至数据库,所述车辆信息、运单信息和位置信息与数据库中存储的实时更新的事件信息和历史道路通行辅助信息共同形成原始数据集;
加载路网数据,将车载终端的位置轨迹点与加载好的路网数据进行道路匹配;
若道路匹配成功,对该原始数据集进行分析处理,根据位置轨迹点对应的车辆信息和运单信息创建或更新所匹配道路的道路通行辅助信息,若不匹配,上报异常记录,所述道路通行辅助信息包括道路ID、限高、限宽、限长、限制质量、限制轴重、限速、禁行时段、通行性;
根据货车自身情况和道路通行辅助信息,查询实时加载的导航路径是否满足通行要求,输出附带道路限制信息的导航路径;
采用聚类分析法获取道路通行辅助信息的禁行时段,具体为:
(1)筛选待分析道路的过去30天的货车通行次数数据作为原始样本,以15分钟作为时间段,将原始样本中属于同一时间段的货车通行次数采样值归为一组数据,则总共形成96组数据,其中每组数据包含30个货车通行次数采样值;
(2)对每组数据进行去噪处理,将30个货车通行次数采样值按从小到大进行排序,去掉数列两端各5个货车通行次数采样值,将剩余的20个货车通行次数采样值求平均值,将获得的平均值作为该时间段的货车通行次数样本,总共获得96个货车通行次数样本;
(3)按照下列规则计算96个货车通行次数样本中相邻货车通行次数样本之间的距离:
假设相邻货车通行次数样本为数据点B与数据点C,则相邻货车通行次数样本之间的距离为:
如果数据点B与数据点C已经合并为数据集合BC,数据集合BC作为新的类,那么与数据集合BC相邻的数据点A与数据集合BC间距离为:
如果数据点A先与其相邻的数据点F合并成数据集合AF,那么数据集合AF与相邻的数据集合BC间距离为:
更多的数据点组成的数据集合距离计算公式以此类推;
(4)合并归类,即将距离最近的两个货车通行次数样本合并为一个样本;
(5)设定一天只有一个时间段禁行,重复(2)和(3),直至剩下两个货车通行次数样本,若所述两个货车通行次数样本的平均通行次数的差值符合设定的阈值要求,则表示存在禁行,否则表示不存在禁行。
2.根据权利要求1所述的一种货车导航道路辅助信息的更新方法,其特征是,所述实时更新的事件信息包括交通事故、交通管制、违章罚款信息。
3.根据权利要求1所述的一种货车导航道路辅助信息的更新方法,其特征是,所述阈值要求为:如果禁行时间段发生在白天,要求夜间对应货车通行次数样本的均值比白天对应货车通行次数样本的均值高30%;如果禁行时间段发生在夜间,要求白天对应货车通行次数样本的均值比夜间对应货车通行次数样本的均值高70%。
4.根据权利要求1所述的一种货车导航道路辅助信息的更新方法,其特征是,采用缓存存储最新的道路通行辅助信息,采用分布式文档存储数据库存储历史道路通行辅助信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710094181.2A CN106846869B (zh) | 2017-02-21 | 2017-02-21 | 一种货车导航道路辅助信息的更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710094181.2A CN106846869B (zh) | 2017-02-21 | 2017-02-21 | 一种货车导航道路辅助信息的更新方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846869A CN106846869A (zh) | 2017-06-13 |
CN106846869B true CN106846869B (zh) | 2019-03-08 |
Family
ID=59133847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710094181.2A Active CN106846869B (zh) | 2017-02-21 | 2017-02-21 | 一种货车导航道路辅助信息的更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846869B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225356B (zh) * | 2017-12-04 | 2021-01-01 | 北京中交兴路信息科技有限公司 | 一种基于货车历史轨迹的货运导航方法及装置 |
CN108038625A (zh) * | 2017-12-26 | 2018-05-15 | 重庆博欧科技有限公司 | 智能派车系统 |
JP7095278B2 (ja) * | 2017-12-26 | 2022-07-05 | いすゞ自動車株式会社 | 車両重量推定装置及び車両重量推定方法 |
CN108108448B (zh) * | 2017-12-27 | 2020-07-03 | 北京中交兴路车联网科技有限公司 | 一种生成全国道路画像的方法及系统 |
CN108519092A (zh) * | 2018-03-27 | 2018-09-11 | 苏州清研捷运信息科技有限公司 | 一种货车导航中的进城播报方法 |
CN111383297A (zh) * | 2018-12-29 | 2020-07-07 | 沈阳美行科技有限公司 | 一种地图数据的填充方法、装置、存储介质及数据系统 |
CN109711185A (zh) * | 2019-01-04 | 2019-05-03 | 杭州卓凯科技有限公司 | 基于MongoDB的网约货运汽车平台数据存储系统及方法 |
CN110428655B (zh) * | 2019-06-27 | 2021-02-02 | 苏州清研捷运信息科技有限公司 | 一种货车禁行路段的数据加工方法 |
CN110426050B (zh) * | 2019-08-07 | 2021-08-03 | 北京百度网讯科技有限公司 | 地图匹配纠正方法、装置、设备和存储介质 |
CN111047862B (zh) * | 2019-12-09 | 2021-06-29 | 北京中交兴路信息科技有限公司 | 一种获取道路属性的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104807473A (zh) * | 2015-04-27 | 2015-07-29 | 深圳市凯立德科技股份有限公司 | 一种显示导航信息的方法、装置及设备 |
CN105091898A (zh) * | 2015-09-15 | 2015-11-25 | 中民筑友有限公司 | 基于时间和成本的货车出行路线生成方法、装置和系统 |
CN105136159A (zh) * | 2015-09-18 | 2015-12-09 | 深圳市凯立德欣软件技术有限公司 | 一种货车导航方法及导航设备 |
CN105157716A (zh) * | 2015-09-15 | 2015-12-16 | 中民筑友有限公司 | 货车出行网络图生成方法、装置和系统 |
CN105318879A (zh) * | 2014-06-27 | 2016-02-10 | 深圳市凯立德科技股份有限公司 | 一种规划路径获得方法及导航设备 |
CN105389639A (zh) * | 2015-12-15 | 2016-03-09 | 上海汽车集团股份有限公司 | 基于机器学习的物流运输路径规划方法、装置及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236027A (ja) * | 2001-02-08 | 2002-08-23 | Denso Corp | カーナビゲーション装置 |
KR20060110085A (ko) * | 2005-04-19 | 2006-10-24 | 엘지전자 주식회사 | 교통정보를 이용한 이동체의 주행경로 탐색방법 |
-
2017
- 2017-02-21 CN CN201710094181.2A patent/CN106846869B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105318879A (zh) * | 2014-06-27 | 2016-02-10 | 深圳市凯立德科技股份有限公司 | 一种规划路径获得方法及导航设备 |
CN104807473A (zh) * | 2015-04-27 | 2015-07-29 | 深圳市凯立德科技股份有限公司 | 一种显示导航信息的方法、装置及设备 |
CN105091898A (zh) * | 2015-09-15 | 2015-11-25 | 中民筑友有限公司 | 基于时间和成本的货车出行路线生成方法、装置和系统 |
CN105157716A (zh) * | 2015-09-15 | 2015-12-16 | 中民筑友有限公司 | 货车出行网络图生成方法、装置和系统 |
CN105136159A (zh) * | 2015-09-18 | 2015-12-09 | 深圳市凯立德欣软件技术有限公司 | 一种货车导航方法及导航设备 |
CN105389639A (zh) * | 2015-12-15 | 2016-03-09 | 上海汽车集团股份有限公司 | 基于机器学习的物流运输路径规划方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
城市交通最佳路径选择及最佳点选择的算法分析与设计;王胜利;《中国优秀硕士学位论文全文数据库基础科学辑》;20150215(第2期);A008-56页 |
Also Published As
Publication number | Publication date |
---|---|
CN106846869A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846869B (zh) | 一种货车导航道路辅助信息的更新方法 | |
CN110390409A (zh) | 配送方案的确定方法、装置以及计算机可读存储介质 | |
DE102009045835B4 (de) | Fehlalarmhandhabung in DAS- und CSW-Systemen unter Verwendung einer Fehlalarmdatenbank und eines Kartendatenbanksensors | |
DE102017209667A1 (de) | Speicherung von Geschwindigkeitsinformationen zur Prädiktion der zukünftigen Geschwindigkeitstrajektorie | |
DE102015000394B4 (de) | Fahrzeugflotten-basierte Messung von Umgebungsdaten | |
CN109752010B (zh) | 地图生成服务器及地图生成方法 | |
CN109408557A (zh) | 一种基于多重对应和K-means聚类的交通事故成因分析方法 | |
CN108805481B (zh) | 一种货运拼车末端的货物配送方法 | |
DE102011104838A1 (de) | Erzeugen von Fahrtroutenverfolgungen in einem Navigationssystem unter Verwendung eines Wahrscheinlichkeitsmodells | |
CN113077103A (zh) | 运输网络规划方法和装置 | |
DE102013015145B4 (de) | Verfahren zum Testen und Bewerten der Qualität digitaler Karten | |
CN111340674B (zh) | 一种交通运力承运意图辨识方法 | |
CN108108448B (zh) | 一种生成全国道路画像的方法及系统 | |
Heggie | Are gravity and interactance models a valid technique for planning regional transport facilities? | |
CN116228089A (zh) | 一种基于最短里程的门店配送路径规划方法 | |
CN112613701B (zh) | 一种成品卷烟物流调度方法 | |
CN108932595A (zh) | 一种运输车辆评价方法及设备 | |
Alhassan et al. | Effect of rain on probability distributions fitted to vehicle time headways | |
Frye | Transportation networks and the geographic concentration of industry | |
Sternad | Cost Calculation in road freight transport | |
CN112836917A (zh) | 一种由两套风险评级模型组成的风险评级系统 | |
Allen et al. | Expanding the set of efficiency gains of a highway investment: conceptual, methodological, and practical issues | |
US11951995B2 (en) | Identifying driver and route characteristics based on vehicle data | |
CN116453352A (zh) | 一种基于k聚类算法和神经网络的货车交通流量预测方法 | |
DE102012201156A1 (de) | Verfahren und Datenverarbeitungsvorrichtung zum Bereitstellen von einer Geschwindigkeitswarnungsinformation für ein Navigationsgerät |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |