CN106918345A - 一种景区导览路径的优化方法及装置 - Google Patents
一种景区导览路径的优化方法及装置 Download PDFInfo
- Publication number
- CN106918345A CN106918345A CN201710189352.XA CN201710189352A CN106918345A CN 106918345 A CN106918345 A CN 106918345A CN 201710189352 A CN201710189352 A CN 201710189352A CN 106918345 A CN106918345 A CN 106918345A
- Authority
- CN
- China
- Prior art keywords
- sight spot
- spot
- degree
- crowding
- sight
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供一种景区导览路径的优化方法及装置。所述方法包括:S1,基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;S2,基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;S3,基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。利用移动网络信令平台的实时统计数据,作为计算各景点的拥挤程度以及景点间道路的拥挤程度的依据,实时性高,准确性高;在进行最优路径计算时,在考虑实际距离时,还充分考虑了景点的拥挤程度和道路的拥挤程度,可以有效的规避拥堵。
Description
技术领域
本发明涉及景区导览领域,更具体地,涉及一种景区导览路径的优化方法及装置。
背景技术
目前,景区的导览服务大致分为导游人工讲解方式、自助导览两种方式。导游人工讲解方式,对于游客人群难以控制和高质量的导游稀缺对游客的游览感受带来很大的影响。景区指示牌只是对景区的一个高度概括,并且需要定期更新、维护,增加了景区基础设施的费用。自助导览成为了当下最流行的一种方式。
而在自助导览中,现有的景区导览系统中的路线导航均没有考虑到景区中景点和道路的拥挤程度,只考虑到最短距离、游览时间等因素。故没有实时规避拥堵的作用。
因而,需要一种可以实时根据景区拥堵情况进行疏导、分流的导览方式。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的景区导览路径的优化方法及装置。
根据本发明的一个方面,提供一种景区导览路径的优化方法,包括:
S1,基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;
S2,基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;
S3,基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。
根据本发明的另一个方面,还提供一种景区导览路径的优化装置,包括:
拥挤程度计算模块,用于基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;
权值距离计算模块,用于基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;以及
最优路径模块,用于基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。
本发明提出一种景区导览路径的优化方法及装置,利用移动网络信令平台的实时统计数据,作为计算各景点的拥挤程度以及景点间道路的拥挤程度的依据,实时性高,准确性高;在进行最优路径计算时,在考虑实际距离时,还充分考虑了景点的拥挤程度和道路的拥挤程度,可以有效的规避拥堵,提供一种最优的导览路径。
附图说明
图1为本发明实施例一种景区导览路径的优化方法流程示意图;
图2为本发明实施例景区导览路径示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,一种景区导览路径的优化方法,包括:
S1,基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;
S2,基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;
S3,基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。
本实施例利用移动网络信令平台的实时统计数据,作为计算各景点的拥挤程度以及景点间道路的拥挤程度的依据,实时性高,准确性高;在进行最优路径计算时,在考虑各景点间道路的实际距离时,还充分考虑了景点的拥挤程度和道路的拥挤程度,可以有效的规避拥堵,提供一种最优的导览路径,可以实时动态的为游客提供最佳的导览服务。
具体的,S1中所述各景点的拥挤程度A0通过下式计算:
其中,M为某时刻所述景点的人数,M0为所述景点的瞬时容量,所述瞬时容量M0通过下式获取:
其中,S为所述景点的面积,S0为所述景点的人均基本占地面积。
具体的,S1中所述景点间道路的拥挤程度B0通过下式计算:
其中,N为某时刻所述两个景点间道路上的人数,N0为所述两个景点间道路的瞬时容量,所述瞬时容量N0通过下式获取:
其中,L为所述两个景点间道路的长度,L0为所述两个景点间道路的人均占有长度。
本实施例,所述两个景点间道路的长度为两个景点间道路的实际距离。
具体的,S2中所述权值距离通过以下公式计算:
Dij=B0×dij,
其中,Dij为景点i和景点j之间的权值距离,B0为所述景点i和景点j之间的道路拥挤程度,dij为所述景点i和景点j之间的实际距离。
本实施例中,给了景点之间的权值距离的一种算法,在具体实施的时候,需要考虑景点自身的拥挤程度,一般可以通过下式来确定景点间的权值距离:
上式表示,当景点的拥挤程度大于或等于某个拥挤阈值时,本实施例中所述拥挤阈值为1,则将景点之间的距离设置为无穷大;当景点的拥挤程度小于某个拥挤阈值时,则将景点之间的距离设置为景点之间的道路拥挤程度和景点之间的道路的实际距离的乘积。
在一个实施例中,所述S3进一步包括:
S3.1,当基于所述景点Vi,获取所述景点Vi的全部相邻景点;
S3.2,基于每一个相邻景点,当一个相邻景点的拥挤程度小于拥挤阈值时,设置所述景点Vi与所述一个相邻景点的距离为所述景点Vi与所述一个相邻景点间的权值距离;
S3.3,基于所述景点Vi与所述一个相邻景点的距离,利用Floyd算法获取所述景点Vi到所述目的景点Vj的最优路径。
具体的,所述景点Vi的全部相邻景点是指:与所述景点Vi有实际道路直达的景点。
本实施具体介绍了如何根据景点的拥挤程度和景点间道路的拥挤程度来计算游客所在景点到目的景点的最优路径。当以游客所在景点为起点进行计算时,首先所述游客所在景点的获取相邻景点,即有实际道路直达的景点;然后依次设置所述游客所在景点与相邻景点间的距离为其权值距离。
本实施例中,所述距离,不是指景点间道路的实际距离,而是根据本发明算法计算的需要而提出的一种概念,在此处,所述距离的值与所述权值距离的值相等。所述距离不仅与道路的实际距离有关,还与道路拥挤程度有关,在计算最优路径的时候考虑道路的拥挤程度,能够有效的规避道路拥堵。
本实施例中,所述游客所在景点的非相邻景点,因为所述非相邻景点与所述游客所在景点没有直达路径,则所述非相邻景点与所述游客所在景点的权值距离为无穷大,其距离也为无穷大。
在一个实施例中,所述S3.2还包括:
当所述一个相邻景点的拥挤程度大于或等于拥挤阈值时,设置所述景点Vi与所述一个相邻景点的距离为无穷大。
本实施例为规避拥堵而设计,当一个相邻景点的拥挤程度大于或等于拥挤阈值时,将所述一个相邻景点与游客所在景点的距离设置为无穷大,则在进行最优路径计算时,不会选择此路,因而规避了拥堵。
在一个实施例中,所述S3.3进一步包括:
S3.3.1,基于所述景点Vi到目的景点Vj,则设置邻接矩阵G[i,j]=d,其中d为景点Vi和景点Vj之间的距离;
S3.3.2,初始化插入矩阵D[i,j]=j,其中,D[i,j]表示景点Vi到景点Vj需要经过的点;
S3.3.3,利用所述景点Vi的全部相邻景点,进行插点处理,比较插点后的距离与所述d的大小,获取其中最小的距离,并更新所述插入矩阵。
在一个实施例中,所述S3.3.3进一步包括:
G[i,j]=min(G[i,j],G[i,k]+G[k,j]),
若G[i,j]的值变小,则D[i,j]=k,否则D[i,j]不变;其中,G中包含有两点之间最短道路的信息,而在D中则包含了最短通路径的信息。
本实施例通过Floyd算法按照预先设置好的游客所在景点和相邻景点间的距离计算最优路径,充分将景点拥挤程度和道路拥挤程度考虑进去了,解决了现有技术的不足,提供了一种最优路径。
下面通过一个具体实施例来描述本发明实施结果。
如图2所示,假设一个景区,具体包括6个景点,A、B、C、D、E、F。A是游客所在景点,B、C、D、E、F其相邻景点;各景点附近方框内的数字为该景点的拥挤程度,此处拥挤程度=现有人数/景区容纳量。各景点间直线上的数字为两个景点距离,此处距离=实际距离*道路拥挤度,道路拥挤度=现有人数/道路容纳量。
C为藏宝地点,也就是景区的推广景点,也即是目的景点。本实施例需要计算游客所在景点A和藏宝景点C之间的最优路径。具体实施如下:
1、首先根据实时获得的数据,计算出景点的拥挤度,大于1的景点,将与其连接的路线的距离均赋值无穷大。根据E、F、D、B、C结点的拥挤度,将AE、EF、ED、DC、AD赋值为无穷大。
2、首先根据Floyd算法,从A到C的路线分别为A→B→C,A→C,A→F→B→C。取距离最短为最优路线。并把其他路线进行保存。
3、取距离最短为最优路线。距离最近为A→B→C。所以取A→B→C这条路线。既避免拥挤又是距离最近的路线。
4、由于游客人数的动态变化,此算法可实时更新路线。
最后的结果为:推荐路线为A→B→C。
实现的效果为:推荐路线为A→B→C。
本发明还提供一种景区导览路径的优化装置,包括:
拥挤程度计算模块,用于基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;
权值距离计算模块,用于基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;以及
最优路径模块,用于基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。
所述最优路径模块进一步包括:
相邻景点单元,用于当基于所述景点Vi,获取所述景点Vi的全部相邻景点;
距离单元,用于基于每一个相邻景点,当一个相邻景点的拥挤程度小于拥挤阈值时,设置所述景点Vi与所述一个相邻景点的距离为所述景点Vi与所述一个相邻景点间的权值距离;以及
计算单元,用于基于所述景点Vi与所述一个相邻景点的距离,利用Floyd算法获取所述景点Vi到所述目的景点Vj的最优路径。
所述权值距离计算模块,还用于:
当所述一个相邻景点的拥挤程度大于或等于拥挤阈值时,设置所述景点Vi与所述一个相邻景点的距离为无穷大。
本发明提出一种景区导览路径的优化方法及装置,利用移动网络信令平台的实时统计数据,作为计算各景点的拥挤程度以及景点间道路的拥挤程度的依据,实时性高,准确性高;在进行最优路径计算时,在考虑各景点间道路的实际距离时,还充分考虑了景点的拥挤程度和道路的拥挤程度,可以有效的规避拥堵,提供一种最优的导览路径,可以实时动态的为游客提供最佳的导览服务。
最后,本发明的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种景区导览路径的优化方法,其特征在于,包括:
S1,基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;
S2,基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;
S3,基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。
2.如权利要求1所述的方法,其特征在于,S1中所述各景点的拥挤程度A0通过下式计算:
其中,M为某时刻所述景点的人数,M0为所述景点的瞬时容量,所述瞬时容量M0通过下式获取:
其中,S为所述景点的面积,S0为所述景点的人均基本占地面积。
3.如权利要求1所述的方法,其特征在于,S1中所述景点间道路的拥挤程度B0通过下式计算:
其中,N为某时刻所述两个景点间道路上的人数,N0为所述两个景点间道路的瞬时容量,所述瞬时容量N0通过下式获取:
其中,L为所述两个景点间道路的长度,L0为所述两个景点间道路的人均占有长度。
4.如权利要求1所述的方法,其特征在于,S2中所述权值距离通过以下公式计算:
Dij=B0×dij,
其中,Dij为景点i和景点j之间的权值距离,B0为所述景点i和景点j之间的道路拥挤程度,dij为所述景点i和景点j之间的实际距离。
5.如权利要求1所述的方法,其特征在于,所述S3进一步包括:
S3.1,当基于所述景点Vi,获取所述景点Vi的全部相邻景点;
S3.2,基于每一个相邻景点,当一个相邻景点的拥挤程度小于拥挤阈值时,设置所述景点Vi与所述一个相邻景点的距离为所述景点Vi与所述一个相邻景点间的权值距离;
S3.3,基于所述景点Vi与所述一个相邻景点的距离,利用Floyd算法获取所述景点Vi到所述目的景点Vj的最优路径。
6.如权利要求5所述的方法,其特征在于,所述S3.2还包括:
当所述一个相邻景点的拥挤程度大于或等于拥挤阈值时,设置所述景点Vi与所述一个相邻景点的距离为无穷大。
7.如权利要求5所述的方法,其特征在于,所述S3.3进一步包括:
S3.3.1,基于所述景点Vi到目的景点Vj,则设置邻接矩阵G[i,j]=d,其中d为景点Vi和景点Vj之间的距离;
S3.3.2,初始化插入矩阵D[i,j]=j,其中,D[i,j]表示景点Vi到景点Vj需要经过的点;
S3.3.3,利用所述景点Vi的全部相邻景点,进行插点处理,比较插点后的距离与所述d的大小,获取其中最小的距离,并更新所述插入矩阵。
8.如权利要求7所述的方法,其特征在于,所述S3.3.3进一步包括:
G[i,j]=min(G[i,j],G[i,k]+G[k,j]),
若G[i,j]的值变小,则D[i,j]=k,否则D[i,j]不变;其中,G中包含有两点之间最短道路的信息,而在D中则包含了最短通路径的信息。
9.如权利要求5所述的方法,其特征在于,所述景点Vi的全部相邻景点是指:与所述景点Vi有实际道路直达的景点。
10.一种景区导览路径的优化装置,其特征在于,包括:
拥挤程度计算模块,用于基于移动网络信令平台的统计数据,计算景区内的游客人数,并获取景区中各景点的拥挤程度以及景点间道路的拥挤程度;
权值距离计算模块,用于基于所述景点间道路的拥挤程度以及所述景点间道路的实际距离,获取所述景区中每两个景点间的权值距离;以及
最优路径模块,用于基于所述权值距离及所述各景点的拥挤程度,获取当前游客所在景点Vi到目的景点Vj的最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710189352.XA CN106918345A (zh) | 2017-03-27 | 2017-03-27 | 一种景区导览路径的优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710189352.XA CN106918345A (zh) | 2017-03-27 | 2017-03-27 | 一种景区导览路径的优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106918345A true CN106918345A (zh) | 2017-07-04 |
Family
ID=59461470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710189352.XA Pending CN106918345A (zh) | 2017-03-27 | 2017-03-27 | 一种景区导览路径的优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106918345A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107883956A (zh) * | 2017-10-19 | 2018-04-06 | 中国地质大学(武汉) | 一种基于Dijkstra算法的路径选择方法及系统 |
CN109470260A (zh) * | 2018-12-13 | 2019-03-15 | 广州欧科信息技术股份有限公司 | 游览路线规划方法、装置、设备和存储介质 |
CN109509119A (zh) * | 2018-11-23 | 2019-03-22 | 四川长虹电器股份有限公司 | 景区游览线路引导系统及方法 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
CN115409256A (zh) * | 2022-08-24 | 2022-11-29 | 吉林化工学院 | 基于行程时间预测的拥堵区避让的路径推荐方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799300A (zh) * | 2010-03-11 | 2010-08-11 | 王明海 | 根据路况进行导航的方法和装置 |
CN103245347A (zh) * | 2012-02-13 | 2013-08-14 | 腾讯科技(深圳)有限公司 | 基于路况预测的智能导航方法及系统 |
CN103268701A (zh) * | 2013-06-05 | 2013-08-28 | 王燚 | 城市路网负载平衡方法 |
CN103914619A (zh) * | 2014-03-31 | 2014-07-09 | 河海大学 | 一种河流网络的建模方法 |
CN106202751A (zh) * | 2016-07-15 | 2016-12-07 | 山东师范大学 | 文化算法与微粒群算法结合的人群疏散仿真方法及系统 |
-
2017
- 2017-03-27 CN CN201710189352.XA patent/CN106918345A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799300A (zh) * | 2010-03-11 | 2010-08-11 | 王明海 | 根据路况进行导航的方法和装置 |
CN103245347A (zh) * | 2012-02-13 | 2013-08-14 | 腾讯科技(深圳)有限公司 | 基于路况预测的智能导航方法及系统 |
CN103268701A (zh) * | 2013-06-05 | 2013-08-28 | 王燚 | 城市路网负载平衡方法 |
CN103914619A (zh) * | 2014-03-31 | 2014-07-09 | 河海大学 | 一种河流网络的建模方法 |
CN106202751A (zh) * | 2016-07-15 | 2016-12-07 | 山东师范大学 | 文化算法与微粒群算法结合的人群疏散仿真方法及系统 |
Non-Patent Citations (1)
Title |
---|
《旅游事业改革发展探索与旅游产业创新实践》编委会: "《旅游事业改革发展探索与旅游产业创新实践(第一卷)》", 31 January 2016, 经济日报出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107883956A (zh) * | 2017-10-19 | 2018-04-06 | 中国地质大学(武汉) | 一种基于Dijkstra算法的路径选择方法及系统 |
CN109509119A (zh) * | 2018-11-23 | 2019-03-22 | 四川长虹电器股份有限公司 | 景区游览线路引导系统及方法 |
CN109470260A (zh) * | 2018-12-13 | 2019-03-15 | 广州欧科信息技术股份有限公司 | 游览路线规划方法、装置、设备和存储介质 |
CN109470260B (zh) * | 2018-12-13 | 2021-02-09 | 广州欧科信息技术股份有限公司 | 游览路线规划方法、装置、设备和存储介质 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
CN115409256A (zh) * | 2022-08-24 | 2022-11-29 | 吉林化工学院 | 基于行程时间预测的拥堵区避让的路径推荐方法 |
CN115409256B (zh) * | 2022-08-24 | 2023-05-12 | 吉林化工学院 | 基于行程时间预测的拥堵区避让的路径推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106918345A (zh) | 一种景区导览路径的优化方法及装置 | |
JP4969814B2 (ja) | 道路交通状況把握システム | |
CN113807270A (zh) | 道路拥堵检测方法、装置及电子设备 | |
CN106448135A (zh) | 公交路线推荐方法及装置 | |
CN104239726A (zh) | 一种城轨路网突发事件条件下客流估算系统 | |
CN102708698A (zh) | 基于车联网的车辆最优路径导航方法 | |
CN106934736A (zh) | 一种基于定位服务的景区导游方法及装置 | |
WO2015000029A1 (en) | Evacuation plan design | |
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 | |
CN111738484B (zh) | 一种公交站点选址的方法、装置及计算机可读存储介质 | |
US20190011275A1 (en) | System and method for routing autonomous vehicles | |
CN107238391A (zh) | 一种公交出行路线的推荐方法及装置 | |
CN107967297A (zh) | 一种跑步路线推荐方法、装置及系统 | |
Wang et al. | Delimiting service area using adaptive crystal-growth Voronoi diagrams based on weighted planes: A case study in Haizhu District of Guangzhou in China | |
CN109035777A (zh) | 交通运行态势分析方法及系统 | |
CN104575085A (zh) | 一种基于浮动车的公交车到站动态诱导方法及装置 | |
CN104039008B (zh) | 一种混合定位方法 | |
KR101206570B1 (ko) | 도로지도 생성 장치 및 방법 | |
CN111161545A (zh) | 基于视频的交叉口区域交通参数统计方法 | |
CN107707483A (zh) | 一种负载均衡方法、系统、设备及计算机存储介质 | |
CN102930481A (zh) | 电网负荷密度分析方法及系统 | |
CN109979191A (zh) | 交通信号控制方法、装置、电子设备及计算机可读存储介质 | |
CN107133693A (zh) | 我国省市预期寿命时序加密估算及其与夜光时空耦合方法 | |
CN105427581B (zh) | 基于浮动车数据的交通仿真方法及系统 | |
CN110633819A (zh) | 人群疏散引导方法、装置、介质及电子设备 |
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 |
Application publication date: 20170704 |
|
RJ01 | Rejection of invention patent application after publication |