CN106895846A - 一种路径规划方法及路径规划装置 - Google Patents
一种路径规划方法及路径规划装置 Download PDFInfo
- Publication number
- CN106895846A CN106895846A CN201710312961.XA CN201710312961A CN106895846A CN 106895846 A CN106895846 A CN 106895846A CN 201710312961 A CN201710312961 A CN 201710312961A CN 106895846 A CN106895846 A CN 106895846A
- Authority
- CN
- China
- Prior art keywords
- path
- transport
- transport node
- iterations
- solicited message
- 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
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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种路径规划方法及装置,属于路径规划技术领域,其可解决现有的导航规划路径时为静态规划且综合考虑因素较少的问题。本发明的路径规划方法包括:步骤S01、接收用户发送的关于路径规划的请求信息,请求信息包括源点、目的点;步骤S02、根据请求信息确定一条由源点到目的点的路径,令迭代次数k为0;步骤S03、采集各交通节点的交通信息,并得出相应的交通信息向量;步骤S04、根据路径中的各交通节点的交通信息向量及迭代次数k判断路径是否满足第一预设条件,当满足第一预设条件时,向用户发送路径,否则执行步骤S05;步骤S05、对路径进行优化调度,得到新的路径,将迭代次数k加1,并返回步骤S03。
Description
技术领域
本发明属于路径规划技术领域,具体涉及一种路径规划方法及路径规划装置。
背景技术
随着社会的飞速发展,城市规模的不断扩大,城市交通也在快速增长的同时也产生了许多交通问题,例如交通网络复杂、交通拥堵频繁等问题。这些问题的存在使人们难以选择有效的出行路径,给人们带来困扰的同时也浪费了人们的时间。
现有技术当中,通常使用地图导航系统解决上述问题。导航系统可以帮助人们寻找从出发地到达目的地的最优路径,其核心是路径规划。
但现有技术中至少存在如下问题:导航系统通常是按照系统中保存的电子地图直接进行静态规划,而路况是实时变化的;导航系统在进行路径规划时,综合考虑因素较少。因此,现有技术中,导航系统规划的路径通常都不是最优的路径。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一,提供一种能够综合多方面交通信息实时对路径进行规划,从而尽可能地为用户提供最优路径的路径规划方法。
解决本发明技术问题所采用的技术方案是一种路径规划方法,包括:
步骤S01、接收用户发送的关于路径规划的请求信息,所述请求信息包括源点、目的点;
步骤S02、根据所述请求信息确定一条由源点到目的点的路径,令迭代次数k为0;
步骤S03、采集各交通节点的交通信息,并得出相应的交通信息向量;
步骤S04、根据所述路径中的各交通节点的交通信息向量及所述迭代次数k判断所述路径是否满足第一预设条件,当满足所述第一预设条件时,向用户发送所述路径,否则执行步骤S05;
步骤S05、将所述迭代次数k加1,对所述路径进行优化调度,得到新的路径,并返回步骤S03。
优选的,所述第一预设条件包括:所述路径中的各交通节点的交通信息向量满足路径评价函数或者所述迭代次数k大于预设的最大迭代次数d。
进一步优选的,所述交通信息向量包括畅通度、舒适度;
所述路径评价函数为:
其中,γi为交通节点i当前的畅通度;Pi为交通节点i当前的舒适度; 分别为当前全部γi和Pi的平均值;在第k次迭代中,若交通节点i为源点、目的点或者路径途经点中的任意一种,则xi k=1,否则xi k=0;θ为调整因子,且θ∈(0,1)。
进一步优选的,所述交通节点i的畅通度
其中,为交通节点i在单位时间Tτ内滞留的车辆数量。
进一步优选的,所述对所述路径进行优化调度包括:
采用预估模型,计算出各交通节点的预估交通信息向量
根据所述预估交通信息向量选择优化调度函数值y最小的路径;
所述预估模型为:
所述优化调度函数为:
其中,yn为满足请求信息的第n条路径的优化调度函数值;Mi={γi,Pi}; 为交通节点i的第k次迭代的预估畅通度,为交通节点i的第k次迭代的预估舒适度;
解决本发明技术问题所采用的另一种技术方案是一种路径规划装置,包括:
接收模块,用于接收用户发送的关于路径规划的请求信息,所述请求信息包括源点、目的点;
初始规划模块,用于根据所述请求信息确定一条由源点到目的点的路径,令迭代次数k为0;
采集模块,用于采集各交通节点的交通信息,并得出相应的交通信息向量;
判断模块,用于根据所述路径中的各交通节点的交通信息向量及所述迭代次数k判断所述路径是否满足第一预设条件;
发送模块,用于当所述路径满足所述第一预设条件时,向用户发送所述路径;
优化调度模块,用于将所述迭代次数k加1,对所述路径进行优化调度,得到新的路径。
优选的,所述第一预设条件包括:所述路径中的各交通节点的交通信息向量满足路径评价函数或者所述迭代次数k大于预设的最大迭代次数d。
进一步优选的,所述交通信息向量包括畅通度、舒适度;
所述路径评价函数为:
其中,γi为交通节点i当前的畅通度;Pi为交通节点i当前的舒适度; 分别为当前全部γi和Pi的平均值;在第k次迭代中,若交通节点i为源点、目的点或者路径途经点中的任意一种,则xi k=1,否则xi k=0;θ为调整因子,且θ∈(0,1)。进一步优选的,所述优化调度模块具体用于,
将所述迭代次数k加1;
采用预估模型,计算出各交通节点的预估交通信息向量
根据所述预估交通信息向量选择优化调度函数值最小的路径;
所述预估模型为:
所述优化调度函数为:
其中,yn为满足请求信息的第n条路径的优化调度函数值;Mi={γi,Pi}; 为交通节点i的第k次迭代的预估畅通度,为交通节点i的第k次迭代的预估舒适度;
进一步优选的,所述交通节点i的畅通度
其中,为交通节点i在单位时间Tτ内滞留的车辆数量。
本发明的路径规划方法,根据用户发送的请求信息结合各交通节点的实时交通信息为用户规划路径,并对该路径进行评价、优化调度,从而尽可能地为用户规划出最优路径,给用户出行提供了便利。
附图说明
图1为本发明的实施例1的一种路径规划方法的流程图;
图2为本发明的实施例2的一种路径规划方法的流程图;
图3为本发明的实施例3的一种路径规划装置的框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
实施例1:
如图1所示,本实施例提供一种路径规划方法,能够综合多方面交通信息实时对路径进行规划,从而尽可能地为用户提供最优路径。
需要说明的是,本实施例中的最优路径,并不一定只有一条,而是指满足一定条件的路径。
该路径规划方法具体包括:
S101、接收用户发送的关于路径规划的请求信息,请求信息包括源点、目的点。
S102、根据请求信息确定一条由源点到目的点的路径,令迭代次数k为0。
S103、采集各交通节点的交通信息,并得出相应的交通信息向量。
S104、根据路径中的各交通节点的交通信息向量及迭代次数k判断路径是否满足第一预设条件,当满足第一预设条件时,执行步骤S106,否则执行步骤S105。
S105、对路径进行优化调度,得到新的路径,将迭代次数k加1,并返回步骤S103。
S106、向用户发送路径。
本实施例提供了一种路径规划方法,根据用户发送的请求信息结合各交通节点的实时交通信息为用户规划路径,并对该路径进行评价、优化调度,从而尽可能地为用户规划出最优路径,给用户出行提供了便利。
实施例2:
如图2所示,本实施例提供一种路径规划方法,能够综合多方面交通信息实时对路径进行规划,从而尽可能地为用户提供最优路径。
需要说明的是,本实施例中的最优路径,并不一定只有一条,而是指满足一定条件的路径。
该路径规划方法具体包括:
S201、用户发送向路径规划装置(云数据中心)包含源点、目的点的请求信息。
其中,用户是指需要进行路径规划的人或者其它客体,也就是说,该用户优选是救护车,也可以是出租车、自行车等。
请求信息中,除源点、目的点外,还可以包括用户出行方式信息,从而能够使路径规划装置在进行路径规划时可以根据不同用户的出行方式针对性地提出最优路径,例如,满足从源点A到目的点B的多条路经中,步行方式出行对应的最优路径不一定会是乘车出行的最优路径。
用户在向路径规划装置发送请求信息时,可以通过基站实现,该基站优选为云基站。优选的,用户将请求发送至基站的接收栈中。
S202、路径规划装置接收用户的发送的请求信息。
路径规划装置是指用于处理请求信息并得出最优路径的设备,其可以通过基站接收获取用户所发送的请求信息。优选的,路径规划装置从基站的接收栈中获取请求信息。接收栈按照先入先出的方式获取请求信息,也就是说,路径规划装置按照请求信息到达的时间顺序逐条获取请求信息。
优选的,路径规划装置在获取请求信息后,会对请求信息赋予优先等级,例如对被延误的请求信息赋予较高的优先等级,路径规划装置优先处理优先等级较高的请求信息。
优选的,路径规划装置在接收请求信息后,会向发送该请求信息的用户发送确认信息。
S203、路径规划装置根据请求信息确定一条由源点到目的点的路径,令迭代次数k为0。
满足请求信息(即从源点出发到达目的点)的路径通常有多条,路径规划装置在进行第一次路径规划时,会从多条路经中随机确定一条路径。当然,该路径并不一定是最优路径,最终发送给用户的路径也不一定是该路径。由于该路径并不一定是最优路径,可能需要对其进行优化调度,故令迭代次数k为0,即用迭代次数k标识路径的优化调度次数。
S204、路径规划装置采集各交通节点的交通信息,并得出相应的交通信息向量。
其中,交通节点可以为交通路口,交通信息则可以为交通节点的拥堵情况、红绿灯情况等,这些交通信息可以作为选择路径的考虑因素。优选的,交通信息为交通节点i当前的畅通度γi和舒适度Pi。交通节点的畅通度γi是对交通节点的交通拥堵情况的评价,可以用交通节点的道路宽度、实时车辆数量等信息判断,例如单位时间内交通节点的车流量。舒适度Pi可以为交通节点的用户体验感受,可以用交通节点的路面平坦程度、减速路障设置数量等信息判断。
进一步优选的,交通节点i的畅通度其中,为交通节点i在单位时间Tτ内滞留的车辆数量。
优选的,路径规划装置采集各交通节点的交通信息可以是路径规划装置接收各交通节点每隔预置时间主动上报的交通信息,或者路径规划装置定期向各交通节点发出询问,从而获取交通信息。可以理解的是,采集时间间隔可以根据实际情况设置,在此不做具体限定。
路径规划装置可以通过云基站采集各交通节点的交通信息,其中可以是一个云基站对应多个交通节点,也可以是一个云基站对应一个交通节点,在此不做限定。
将采集到的交通信息转换为交通信息向量,从而便于进行数学计算。优选的,交通信息向量Mi={γi,Pi}。
S205、根据当前所确定的路径中的各交通节点的交通信息向量及迭代次数k判断路径是否满足第一预设条件。
需要说明的是,由于步骤S203中的路径是随机确定的,其不一定为最优路径,故在步骤S205当中,路径规划装置利用第一预设条件对该路径进行评价,判断其是否满足最优路径。
第一预设条件优选为:路径中的各交通节点的交通信息向量满足路径评价函数或者迭代次数k大于预设的最大迭代次数d。
其中,路径评价函数基于多目标优化、博弈论、工程统计学及最短路径等理论建立,将采集到的实时的路径中的各交通节点的交通信息向量代入其中,可对该路径的优劣程度进行判断。当该路径能够满足路径评价函数时,可以判断其为最优路径。
优选的,路径评价函数为:其中, 分别为γi和Pi的平均值;在第k次迭代中,若交通节点i为源点、目的点或者路径途经点中的任意一种(即为路径经过的节点),则xi k=1,否则xi k=0,且当交通节点的数量为m时,θ为通畅度Υ、舒适度P的调整因子,且θ∈(0,1)。
可以理解的是,θ可以根据不同用户的不同请求设置不同的值,在此不做限定。
或者,当迭代次数k大于预设的最大迭代次数d,即路径的优化调度次数达到一定值时,默认当前路径为优路径。之所以这样设置,是因为通常情况下,当迭代次数达到一定值时,优化调度后的路径理论上可以满足或者接近最优路径,同时,可以避免无限次优化调度,浪费用户的时间。当然,此处最大迭代次数d可以人为根据经验及实际情况设置,在此不做具体限制。
当路径满足第一预设条件时,则执行步骤S208,否则执行步骤S206。
S206、迭代次数k加1,采用预估模型,计算出各交通节点的预估交通信息向量。
由于各交通节点的信息是实时变化的,故在优化调度路径时会对交通信息进行预估,根据预估交通信息向量去选择路径,从而使优化调度后的路径尽可能达到最优。
优选的,预估模型为:
其中, 为交通节点i的第k次迭代的预估畅通度;为交通节点i的第k次迭代的预估舒适度;λ和H分别是Mi的绝对均值差期望向量和绝对均值差方差向量
S207、根据预估交通信息向量选择预估的最优的路径,并返回步骤S204。
在选择预估的最优的路径时,优选采用优化调度函数对满足请求信息的所有路径进行评价,评价结果最优的即为预估的最优的路径。
优选的,优化调度函数为:其中,yn为满足请求信息的第n条路径的优化调度函数值。优化调度函数值yn越小,评价结果越优。
也就是说,若当前的路径不满足第一预设条件,则根据预测的交通信息向量得出不同路径的优化调度函数值,也就是预测各不同路径的优劣程度,并从中选择出最优的路径。之后返回步骤S204,将重新选择的路径的交通信息向量(交通节点的实时交通向量)代入路径评价函数重新判断是否该路径是否为最优路径。
S208、路径规划装置将当前确定的路径发送给用户。
也就是说,以当前确定的路径(即第一个满足第一预设条件的路径)为最优路径,并将其作为路径规划的结果发送给用户,例如通过基站发送给用户。
本实施例提供了一种路径规划方法,路径规划装置根据用户发送的请求信息为用户规划路径,其在规划路径时,综合多种因素,通过迭代算法预估交通节点的交通信息、对路径进行优化调度,并结合实时交通信息对路径进行评价、从而尽可能地为用户规划出最优路径,给用户出行提供了便利。
实施例3:
如图3所示,本实施例提供一种路径规划装置,可以根据实施例1或2所提供的路径规划方法对无人机进行控制。该路径规划装置包括:采集模块、接收模块、初始规划模块、判断模块、发送模块及优化调度模块。
其中,接收模块,用于接收用户发送的关于路径规划的请求信息,请求信息包括源点、目的点;初始规划模块,用于根据请求信息确定一条由源点到目的点的路径,令迭代次数k为0;采集模块,用于采集各交通节点的交通信息,并得出相应的交通信息向量;判断模块,用于根据路径中的各交通节点的交通信息向量及迭代次数k判断路径是否满足第一预设条件;发送模块,用于当路径满足第一预设条件时,向用户发送路径;优化调度模块,用于将迭代次数k加1,对路径进行优化调度,得到新的路径。
优选的,第一预设条件包括:路径中的各交通节点的交通信息向量满足路径评价函数或者迭代次数k大于预设的最大迭代次数d。
进一步优选的,交通信息向量包括畅通度、舒适度;路径评价函数为:其中,γi为交通节点i当前的畅通度;Pi为交通节点i当前的舒适度; 分别为当前全部γi和Pi的平均值;在第k次迭代中,若交通节点i为源点、目的点或者路径途经点中的任意一种,则xi k=1,否则xi k=0;θ为调整因子,且θ∈(0,1)。
进一步优选的,交通节点i的畅通度其中,为交通节点i在单位时间Tτ内滞留的车辆数量。
进一步优选的,优化调度模块具体用于,将迭代次数k加1;采用预估模型,计算出各交通节点的预估交通信息向量根据计预估交通信息向量预估交通信息向量选择优化调度函数值最小的路径;预估模型为:优化调度函数为:其中,yn为满足请求信息的第n条路径的优化调度函数值;Mi={γi,Pi}; 为交通节点i的第k次迭代的预估畅通度,为交通节点i的第k次迭代的预估舒适度;
本实施例的路径规划装置,可以通过实施例1或2提供的路径规划方法进行路径规划,详细描述请参照实施例1或2的路径规划装置,在此不再赘述。
本实施例提供了一种路径规划装置,可以通过实施例1或2提供的路径规划方法进行路径规划,根据用户发送的请求信息结合各交通节点的实时交通信息为用户规划路径,并对该路径进行评价、优化调度,从而尽可能地为用户规划出最优路径,给用户出行提供了便利。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种路径规划方法,其特征在于,包括:
步骤S01、接收用户发送的关于路径规划的请求信息,所述请求信息包括源点、目的点;
步骤S02、根据所述请求信息确定一条由源点到目的点的路径,令迭代次数k为0;
步骤S03、采集各交通节点的交通信息,并得出相应的交通信息向量;
步骤S04、根据所述路径中的各交通节点的交通信息向量及所述迭代次数k判断所述路径是否满足第一预设条件,当满足所述第一预设条件时,向用户发送所述路径,否则执行步骤S05;
步骤S05、将所述迭代次数k加1,对所述路径进行优化调度,得到新的路径,并返回步骤S03。
2.根据权利要求1所述的路径规划方法,其特征在于,
所述第一预设条件包括:所述路径中的各交通节点的交通信息向量满足路径评价函数或者所述迭代次数k大于预设的最大迭代次数d。
3.根据权利要求2所述的路径规划方法,其特征在于,
所述交通信息向量包括畅通度、舒适度;
所述路径评价函数为:
其中,γi为交通节点i当前的畅通度;Pi为交通节点i当前的舒适度; 分别为当前全部γi和Pi的平均值;在第k次迭代中,若交通节点i为源点、目的点或者路径途经点中的任意一种,则xi k=1,否则xi k=0;θ为调整因子,且θ∈(0,1)。
4.根据权利要求3所述的路径规划方法,其特征在于,所述对所述路径进行优化调度包括:
采用预估模型,计算出各交通节点的预估交通信息向量
根据所述预估交通信息向量选择优化调度函数值最小的路径;
所述预估模型为:
所述优化调度函数为:
其中,yn为满足请求信息的第n条路径的优化调度函数值;Mi={γi,Pi}; 为交通节点i的第k次迭代的预估畅通度,为交通节点i的第k次迭代的预估舒适度;
5.根据权利要求4所述的路径规划方法,其特征在于,
所述交通节点i的畅通度
其中,为交通节点i在单位时间Ττ内滞留的车辆数量。
6.一种路径规划装置,其特征在于,包括:
接收模块,用于接收用户发送的关于路径规划的请求信息,所述请求信息包括源点、目的点;
初始规划模块,用于根据所述请求信息确定一条由源点到目的点的路径,令迭代次数k为0;
采集模块,用于采集各交通节点的交通信息,并得出相应的交通信息向量;
判断模块,用于根据所述路径中的各交通节点的交通信息向量及所述迭代次数k判断所述路径是否满足第一预设条件;
发送模块,用于当所述路径满足所述第一预设条件时,向用户发送所述路径;
优化调度模块,用于将所述迭代次数k加1,对所述路径进行优化调度,得到新的路径。
7.根据权利要求6所述的路径规划装置,其特征在于,
所述第一预设条件包括:所述路径中的各交通节点的交通信息向量满足路径评价函数或者所述迭代次数k大于预设的最大迭代次数d。
8.根据权利要求7所述的路径规划装置,其特征在于,
所述交通信息向量包括畅通度、舒适度;
所述路径评价函数为:
其中,γi为交通节点i当前的畅通度;Pi为交通节点i当前的舒适度; 分别为当前全部γi和Pi的平均值;在第k次迭代中,若交通节点i为源点、目的点或者路径途经点中的任意一种,则xi k=1,否则xi k=0;θ为调整因子,且θ∈(0,1)。
9.根据权利要求8所述的路径规划装置,其特征在于,所述优化调度模块具体用于,
将所述迭代次数k加1;
采用预估模型,计算出各交通节点的预估交通信息向量
根据所述预估交通信息向量选择优化调度函数值最小的路径;
所述预估模型为:
所述优化调度函数为:
其中,yn为满足请求信息的第n条路径的优化调度函数值;Mi={γi,Pi}; 为交通节点i的第k次迭代的预估畅通度,为交通节点i的第k次迭代的预估舒适度;
10.根据权利要求9所述的路径规划装置,其特征在于,
所述交通节点i的畅通度
其中,为交通节点i在单位时间Ττ内滞留的车辆数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710312961.XA CN106895846B (zh) | 2017-05-05 | 2017-05-05 | 一种路径规划方法及路径规划装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710312961.XA CN106895846B (zh) | 2017-05-05 | 2017-05-05 | 一种路径规划方法及路径规划装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106895846A true CN106895846A (zh) | 2017-06-27 |
CN106895846B CN106895846B (zh) | 2019-10-01 |
Family
ID=59197606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710312961.XA Active CN106895846B (zh) | 2017-05-05 | 2017-05-05 | 一种路径规划方法及路径规划装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106895846B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108444494A (zh) * | 2018-05-18 | 2018-08-24 | 湖南大学 | 基于Stackelberg博弈的路径选择方法 |
CN113204348A (zh) * | 2021-04-30 | 2021-08-03 | 北京连山科技股份有限公司 | 一种基于Contraction Hierarchies的国内路网数据编译方法 |
WO2022012576A1 (zh) * | 2020-07-14 | 2022-01-20 | 北京灵汐科技有限公司 | 路径规划方法、装置、路径规划设备及存储介质 |
CN114061610A (zh) * | 2021-11-16 | 2022-02-18 | 中国联合网络通信集团有限公司 | 一种辅助探索城市的路径规划方法、装置及存储介质 |
CN114978915A (zh) * | 2021-02-24 | 2022-08-30 | 北京金山云网络技术有限公司 | Cdn节点带宽规划方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101929864A (zh) * | 2009-06-26 | 2010-12-29 | 上海市上海中学 | 一种路面交通导航系统及导航路线生成方法 |
CN102393206A (zh) * | 2011-10-19 | 2012-03-28 | 北京世纪高通科技有限公司 | 路径规划方法及装置 |
CN103268701A (zh) * | 2013-06-05 | 2013-08-28 | 王燚 | 城市路网负载平衡方法 |
CN103413455A (zh) * | 2013-08-23 | 2013-11-27 | 招商局重庆交通科研设计院有限公司 | 一种道路交通引导方法及系统 |
CN103646561A (zh) * | 2013-12-24 | 2014-03-19 | 重庆大学 | 基于道路异常区域评估的路径选择方法及系统 |
-
2017
- 2017-05-05 CN CN201710312961.XA patent/CN106895846B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101929864A (zh) * | 2009-06-26 | 2010-12-29 | 上海市上海中学 | 一种路面交通导航系统及导航路线生成方法 |
CN102393206A (zh) * | 2011-10-19 | 2012-03-28 | 北京世纪高通科技有限公司 | 路径规划方法及装置 |
CN103268701A (zh) * | 2013-06-05 | 2013-08-28 | 王燚 | 城市路网负载平衡方法 |
CN103413455A (zh) * | 2013-08-23 | 2013-11-27 | 招商局重庆交通科研设计院有限公司 | 一种道路交通引导方法及系统 |
CN103646561A (zh) * | 2013-12-24 | 2014-03-19 | 重庆大学 | 基于道路异常区域评估的路径选择方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘元林等: "道路畅通度模糊综合评价及其应用", 《武汉理工大学学报(交通科学与工程版)》 * |
薛明等: "基于云网格集成调度的防拥堵车辆路径规划算法", 《计算机科学》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108444494A (zh) * | 2018-05-18 | 2018-08-24 | 湖南大学 | 基于Stackelberg博弈的路径选择方法 |
CN108444494B (zh) * | 2018-05-18 | 2021-03-16 | 湖南大学 | 基于Stackelberg博弈的路径选择方法 |
WO2022012576A1 (zh) * | 2020-07-14 | 2022-01-20 | 北京灵汐科技有限公司 | 路径规划方法、装置、路径规划设备及存储介质 |
CN114978915A (zh) * | 2021-02-24 | 2022-08-30 | 北京金山云网络技术有限公司 | Cdn节点带宽规划方法、装置、电子设备及存储介质 |
CN114978915B (zh) * | 2021-02-24 | 2024-01-19 | 北京金山云网络技术有限公司 | Cdn节点带宽规划方法、装置、电子设备及存储介质 |
CN113204348A (zh) * | 2021-04-30 | 2021-08-03 | 北京连山科技股份有限公司 | 一种基于Contraction Hierarchies的国内路网数据编译方法 |
CN114061610A (zh) * | 2021-11-16 | 2022-02-18 | 中国联合网络通信集团有限公司 | 一种辅助探索城市的路径规划方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106895846B (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106895846A (zh) | 一种路径规划方法及路径规划装置 | |
CN107101645B (zh) | 一种路径规划方法及路径规划装置 | |
Wang et al. | Next road rerouting: A multiagent system for mitigating unexpected urban traffic congestion | |
Szeto et al. | Reliability-based stochastic transit assignment with capacity constraints: Formulation and solution method | |
KR101465493B1 (ko) | 차량 내비게이션 시스템 및 차량의 목적지 경로를 결정하는 방법 | |
US20190392368A1 (en) | System and Method for Scheduling Multiple Modes of Transport | |
CN106042963B (zh) | 电气化交通网络和电力系统的协同优化方法与系统 | |
US10157242B2 (en) | Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program | |
CN108106622A (zh) | 一种乘车路线规划方法及系统 | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
Liu et al. | Parking-area-assisted spider-web routing protocol for emergency data in urban VANET | |
CN105973244A (zh) | 获取地图信息的方法、导航方法及设备 | |
CN103697903B (zh) | 一种多起点路径导航方法 | |
CN112990648B (zh) | 一种轨道交通网络运营稳定性评估方法 | |
CN108332765B (zh) | 拼车出行路线生成方法及装置 | |
CN109816979B (zh) | 考虑公交车到站频率和乘车舒适度的公交线路推荐方法 | |
CN107101643A (zh) | 一种拼车匹配方法 | |
CN104680829B (zh) | 基于多用户协同的公交车辆到站时间预测系统及方法 | |
CN106032986A (zh) | 一种导航方法、终端及系统 | |
CN103426139A (zh) | 共乘者媒合配对的系统及其方法 | |
Si et al. | Urban transit assignment model based on augmented network with in-vehicle congestion and transfer congestion | |
Nkenyereye et al. | Efficient RSU selection scheme for fog-based vehicular software-defined network | |
CN108615385A (zh) | 道路路况评估方法和装置、车辆及云服务器 | |
Otsuki et al. | Contents delivery method using route prediction in traffic offloading by V2X | |
Seow et al. | Performance of multiagent taxi dispatch on extended-runtime taxi availability: A simulation study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |