CN107123295A - 拥堵路段预测方法、装置、服务器以及存储介质 - Google Patents
拥堵路段预测方法、装置、服务器以及存储介质 Download PDFInfo
- Publication number
- CN107123295A CN107123295A CN201710525553.2A CN201710525553A CN107123295A CN 107123295 A CN107123295 A CN 107123295A CN 201710525553 A CN201710525553 A CN 201710525553A CN 107123295 A CN107123295 A CN 107123295A
- Authority
- CN
- China
- Prior art keywords
- server
- congested link
- abnormal
- vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000002159 abnormal effect Effects 0.000 claims abstract description 144
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 238000013459 approach Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004083 survival effect Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
-
- 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"
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种拥堵路段预测方法、装置、设备及存储介质。所述方法包括：服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段；所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。本发明实施例的技术方案利用服务器能够进行海量数据处理和大规模计算的优点，实现了对即将发生拥堵的路段的实时预测，基于对拥堵路段的预测结果，可以进而实现在路况变得非常拥堵前减少该路段的驶入车辆，有效的缓解交通阻塞，提高汽车的通行效率和车主的用车体验。
Description
技术领域
本发明实施例涉及信息处理技术，尤其涉及一种拥堵路段预测方法、装置、服务器以及存储介质。
背景技术
汽车保有量的急速增长，给人们生活的各方面带来了便捷，同时导致了频繁发生的城市道路拥堵现象。交通拥堵问题日益严重，不仅带来了环境污染，还造成了经济损失。因此有必要研究交通拥堵的判别方法，及时准确地分辨出交通运行所处的状态，对交通拥堵采取合理措施，通过科学合理的道路交通管理办法来缓减交通拥堵。
现有的减缓交通弄拥堵的方式主要是通过交通局的车辆流量监控或者海量用户定位数据的实时回传来计算当前时段的路况情况，然后分发到各个客户端进行路况的通知和查询。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：现有技术只能以滞后或者准实时的方式进行路况的监控和播报，无法提前对路况进行预测。比如：一条道路上有辆汽车出现故障时候，可能要等待5分钟时候才会出现拥堵，这个时候路况服务器才能得知路况已经拥堵，然后在通知其他车辆进行绕行，而这段等待时间内，驶入这条道路的车辆则不可避免的会发生拥堵。
发明内容
本发明实施例提供了一种拥堵路段预测方法、装置、服务器以及存储介质，以优化现有的路况预测技术，提高路况预测的实时性。
第一方面，本发明实施例提供了一种拥堵路段预测方法，包括：
服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；
所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段；
所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
第二方面，本发明实施例还提供了一种拥堵路段预测装置，配置于服务器中，包括：
位置关联信息获取模块，用于获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；
拥堵路段预测模块，用于根据获取的所述位置关联信息，在地图中预测拥堵路段；
拥堵路段处理模块，用于根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
第三方面，本发明实施例还提供了一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序所述处理器执行所述程序时实现如本发明实施例中任一所述的拥堵路段预测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的拥堵路段预测方法。
本发明实施例提供了一种拥堵路段预测方法、装置、设备以及存储介质，服务器通过获取至少一个车机端发送的异常车辆的位置关联信息；根据获取的所述位置关联信息，在地图中预测拥堵路段；根据拥堵路段的预测结果，执行相应的拥堵路段处理策略的技术手段，利用服务器能够进行海量数据处理和大规模计算的优点，实现了对即将发生拥堵的路段的实时预测，基于对拥堵路段的预测结果，可以进而实现在路况变得非常拥堵前减少拥堵路段的驶入车辆，有效的缓解交通阻塞，提高汽车的通行效率和车主的用车体验。
附图说明
图1是本发明实施例一中的一种拥堵路段预测方法的流程图；
图2是本发明实施例二中的一种拥堵路段预测方法的流程图；
图3是本发明实施例三中的一种拥堵路段预测方法的流程图；
图4是本发明实施例四中的一种拥堵路段预测装置的结构图；
图5是本发明实施例五中的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种拥堵路段预测方法的流程图，本实施例可适用于对即将发生拥堵的路段进行预测的情况，该方法可以由本发明实施例提供的拥堵路段预测装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在服务器中，典型的，所述服务器为导航服务器，与导航客户端配合使用。如图1所示，本实施例的方法具体包括：
S110、服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息。
一般来说，车机指的是安装在汽车里面的车载信息娱乐产品的简称，车机在功能上要能够实现人与车，车与外界(车与车)的信息通讯。
其中，由于车机端可以和所安装车辆中包括的各种硬件设备直接相连，因此可以迅速发现车辆中的问题，确定异常车辆，进而可以将异常车辆的位置关联信息发送至所述服务器。
也即：一个车机端在确定所安装车辆为异常车辆后，获取该车辆所在的位置信息作为异常车辆的位置信息，获取当前的系统时间作为异常时间信息，并将上述两种信息打包为位置关联信息发送至所述服务器。
当然，可以理解的是，为了使得所述服务器能够识别不同异常车辆的位置关联信息，在车机端发送的所述位置关联信息中还可以包括异常车辆的身份信息，例如，车辆识别码，或者车辆在服务器中注册的账号信息等。
典型的，车辆中配置的车机端可以和车辆的OBD(On-Board Diagnostic，车辆诊断系统)接口相连，进而可以在车辆发生故障的同时，根据接收的故障代码获取相应的车辆故障信息(例如，水温传感器电压值不稳定、混合比太稀或者燃料修正失效等)，并在获取的故障信息满足异常车辆条件(例如，故障等级为严重故障，获取故障类型符合预设的故障列表等)时，确定车辆为异常车辆；
所述车机端还可以和设定汽车配件(例如，刹车或者油门等)相连，并计算设定时间区间(典型的，1分钟)的刹车或者油门次数，一旦在该设定时间区间获取的刹车次数或者油门次数超过设定阈值，确定车辆为异常车辆。
在本实施例中，服务器获取至少一个车机端发送的异常车辆的位置关联信息，可以为：所述服务器直接获取车机端通过自身配置的数据卡发送的所述异常车辆的位置关联信息；也可以为：所述服务器通过与车机端相连接的目标终端的转发，获取至少一个车机端发送的异常车辆的位置关联信息，本实施例对此并不进行限制。
其中，如果车机端通过相连接的目标终端的转发所述异常车辆的位置关联信息，则所述车机端可以通过内置的CarLife应用程序预先与所述目标终端建立连接，其中，在所述目标终端中同样内置所述CarLife应用程序。
百度CarLife是百度车联网推出的解决方案之一，只需要通过数据线或者WiFi将移动终端连接到车载系统上，就可以在车机屏幕上安全使用移动终端中丰富的应用。相应的，目标终端可以通过自身的数据服务将车机端发送的异常车辆的位置关联信息转发至所述服务器。
S120、所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段。
发明人通过研究发现：一个路段的拥堵除了由车流量大这一原因导致之外，还会因为路段中出现的异常车辆造成。虽然一个路段中包括一辆异常车辆但是该路段不一定会发生拥堵，但是可以预见的是：一个路段中包括的异常车辆越多，其会以越大的概率发生拥堵。因此，可以根据一段时间内，一个路段中包括的异常车辆数量，对该路段进行拥堵预测。
相应的，所述服务器可以仅根据所述异常车辆的位置信息，以及所述异常时间信息，将设定时间内，包括的异常车辆数量大于车辆阈值的路段预测为拥堵路段。
进一步的，发明人考虑到不同车辆异常类型对路况的影响也不相同，例如，一些小的车辆异常通过短时间的停车，即可恢复；而有些严重的车辆异常则需要很长时间的修复才能重新恢复，甚至有些异常需要拖车拖至修理厂才能修复。
基于此，所述车机端发送的异常车辆的位置关联信息还可以包括异常车辆的异常车辆状态信息，进而可以不同根据所述异常车辆状态信息，为对应的路段累加不同的异常等级权值，并将设定时间内，异常等级权值超过等级阈值的路段预测为拥堵路段。
S130、所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
在本实施例中，考虑到车机端可以对异常车辆的状态实时捕捉，并实时上传到服务器，服务器进而可以在拥堵发生前，实时的预测出最有可能发送拥堵的路段，进而可以对上述预测出的拥堵路段执行相应的拥堵路段处理策略。
在本实施例的一个可选的实施方式中，所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略可以包括：
所述服务器在地图中，将所述拥堵路段标记为规避路段，以实现针对新的路径规划请求生成的导航路线对所述拥堵路段进行规避。
这样设置的好处是：当有用户向服务器发送新的路径规划请求时，服务器不会在新生成的导航路线中包括所述拥堵路段，进而可以有效减少拥堵路段的驶入车辆，缓解拥堵路段的车流压力。
进一步的，所述服务器还可以实时监控标记为规避路段的路况情况，当该路段中包括的异常车辆数量小于数量阈值时，或者该路段的异常等级权值小于等级阈值时，重新将该路段标记为可规划路段，以减少对用户新的规划路线的影响，提高用户的使用体验。
本发明实施例提供了一种拥堵路段预测方法，服务器通过获取至少一个车机端发送的异常车辆的位置关联信息；根据获取的所述位置关联信息，在地图中预测拥堵路段；根据拥堵路段的预测结果，执行相应的拥堵路段处理策略的技术手段，利用服务器能够进行海量数据处理和大规模计算的优点，实现了对即将发生拥堵的路段的实时预测，基于对拥堵路段的预测结果，可以进而实现在路况变得非常拥堵前减少拥堵路段的驶入车辆，有效的缓解交通阻塞，提高汽车的通行效率和车主的用车体验。
实施例二
图2为本发明实施例二提供的一种拥堵路段预测方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，将所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段，具体为：所述服务器根据所述异常时间信息，筛选出与设定时间区间对应的第一目标异常车辆的位置信息；所述服务器根据所述第一目标异常车辆的位置信息，在地图中确定第一目标异常车辆所在的第一路段；所述服务器将包括第一目标异常车辆的数量超过车辆阈值的第一路段预测为拥堵路段；同时，将所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略，具体为：所述服务器针对预测的所述拥堵路段进行路况预警。
相应的，本发明实施例的方法可以包括：
S210、服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息。
S220、所述服务器根据所述异常时间信息，筛选出与设定时间区间对应的第一目标异常车辆的位置信息。
在本实施例中，服务器主要实现对短时间(例如，5分钟或者10分钟)内可能发生的路段拥堵进行预测。因此，可以设定一个时间区间，例如，从距离当前系统时间一分钟前，到当前系统时间这一时间区间；或者从距离当前系统时间两分钟前，到当前系统时间。根据上述设定时间区间内的异常车辆的位置信息，预测拥堵路段。
其中，可以首先根据所述异常时间信息，确定与设定时间区间对应的第一目标异常时间信息，并进而根据所述位置关联信息中，异常车辆的位置信息与异常时间信息之间的对应关系，确定出与第一目标异常时间信息对应的第一目标异常车辆的位置信息。
S230、所述服务器根据所述第一目标异常车辆的位置信息，在地图中确定第一目标异常车辆所在的第一路段。
在本实施例中，在根据异常时间信息筛选出与设定时间区间对应的第一目标异常车辆的位置信息之后，将与不同第一目标异常车辆的位置信息在地图中进行标注，确定不同第一目标异常车辆所在的第一路段。
S240、所述服务器将包括第一目标异常车辆的数量超过车辆阈值的第一路段预测为拥堵路段。
在本实施例中，主要根据各所述第一路段中包括的第一目标异常车辆数量，来预测拥堵路段。
其中，所述车辆阈值可以固定设置，例如，可以为3辆、4辆或者5辆等；所述车辆阈值还可以根据所述第一路段的路段长度进行适应性设置，也即：第一路段的路段长度越长，所述车辆阈值可以选择的越大。
S250、所述服务器针对预测的所述拥堵路段进行路况预警。
在本实施例中，所述服务器针对预测的所述拥堵路段进行路况预警，可以包括：所述服务器向位于预警区域内的终端进行针对所述拥堵路段的路况预警，所述预警区域由所述拥堵路段确定。
典型的，可以以拥堵路段的几何中心为圆心，以设定半径(例如：10m或者20m)画圆，将与该圆对应的区域确定为预警区域。
所述服务器针对预测的所述拥堵路段进行路况预警，还可以包括：所述服务器向当前导航路线中包括所述拥堵路段的终端进行针对所述拥堵路段的路况预警。
其中，所述当前导航路线中包括所述拥堵路段的终端具体是指，使用服务器实时规划的导航路线作为当前导航路线进行路径导航的客户端所在的终端，其中，该当前导航路线中包括所述拥堵路段。
所述服务器针对预测的所述拥堵路段进行路况预警，还可以包括：所述服务器在设定信息发布平台上发布针对所述拥堵路段的路况预警。
其中，所述信息发布平台可以为交通广播或者实时路况发布平台等，本实施例对比并不进行限制。
本发明实施例的技术方案通过将设定时间区间内包括的异常车辆的数量超过车辆阈值的路段预测为拥堵路段的方式，可以以很高的准确性对即将发生拥堵的路段进行实时预测，通过对预测的所述拥堵路段进行路况预警的方式，可以实现在路况变得非常拥堵前减少拥堵路段的驶入车辆，有效的缓解交通阻塞，提高汽车的通行效率和车主的用车体验。
实施例三
图3为本发明实施例三提供的一种拥堵路段预测方法的流程图，本实施例以上述实施例为基础进行具体化。在本实施例中，所述位置关联信息还可以包括：异常车辆状态信息；将所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段，具体为：所述服务器根据所述异常时间信息，筛选出与设定时间区间对应的第二目标异常车辆的位置信息，以及第二目标异常车辆状态信息；所述服务器根据所述第二目标异常车辆的位置信息，在地图中确定第二目标异常车辆所在的第二路段；所述服务器根据所述第二目标异常车辆状态信息，更新所述第二路段的异常等级权值；所述服务器将异常等级权值超过等级阈值的第二路段预测为拥堵路段；
同时，将所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略，具体为：所述服务器向当前导航路线中的途径路段包括所述拥堵路段的第一终端发送路径重规划提示，以指导与所述第一终端对应的导航用户重新规划规避所述拥堵路段的导航路线；和/或所述服务器向当前导航路线中的目的地位于所述拥堵路段中的第二终端发送目的地重选择提示，以指导与所述第二终端对应的导航用户重新选择导航目的地。
相应的，本发明实施例的方法具体包括：
S310、服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息、异常时间信息以及异常车辆状态信息。
在本实施例中，所述异常车辆状态信息可以包括：车辆故障信息，和/或用户基于车辆的异常操作信息。
其中，所述车辆故障信息可以为所述车机端通过车辆的OBD接口获取的满足异常车辆条件的车辆故障信息。例如，水温传感器电压值不稳定、混合比太稀或者燃料修正失效等故障信息；
所述用户基于车辆的异常操作信息，可以为用户针对设定汽车配件完成的异常操作的信息，例如：1分钟内的刹车次数超过5次等。
S320、所述服务器根据所述异常时间信息，筛选出与设定时间区间对应的第二目标异常车辆的位置信息，以及第二目标异常车辆状态信息。
其中，可以首先根据所述异常时间信息，确定与设定时间区间对应的第二目标异常时间信息，并进而根据所述位置关联信息中，异常车辆的位置信息、异常时间信息以及异常车辆状态信息之间的对应关系，确定出与第二目标异常时间信息对应的第二目标异常车辆的位置信息，以及第二目标异常车辆状态信息。
S330、所述服务器根据所述第二目标异常车辆的位置信息，在地图中确定第二目标异常车辆所在的第二路段。
S340、所述服务器根据所述第二目标异常车辆状态信息，更新所述第二路段的异常等级权值。
如前所述，不同的异常车辆状态信息，其所引起路段拥堵的概率也各不相同。因此，可以针对为不同的异常车辆状态信息设置不同的权重值，并根据所述权重值更新对应的第二路段的异常等级。
例如，在设定时间区间内，一条第二路段中包括两辆第二目标异常车辆，异常车辆A的异常车辆状态信息对应的权重值为A1，异常车辆B的异常车辆状态信息对应的权重值为B1，则所述第二路段的异常等级权值为A1+B1。
S350、所述服务器将异常等级权值超过等级阈值的第二路段预测为拥堵路段。
S360、所述服务器向当前导航路线中的途径路段包括所述拥堵路段的第一终端发送路径重规划提示，以指导与所述第一终端对应的导航用户重新规划规避所述拥堵路段的导航路线。
S370、所述服务器向当前导航路线中的目的地位于所述拥堵路段中的第二终端发送目的地重选择提示，以指导与所述第二终端对应的导航用户重新选择导航目的地。
可以理解的是，如果用户的当前导航路线中的目的地位于所述拥堵路段中，则用户重新规划的导航路线也无法对该拥堵路段进行规避，因此，可以指导用户重新选择导航目的地(例如，与该拥堵路段步行时间最短的其他路段等)。
本发明实施例的技术方案通过将设定时间区间内异常等级权值超过等级阈值的路段预测为拥堵路段方式，可以提高拥堵路段的预测准确性，通过对当前导航路线中包括有所述拥堵路段的终端发送相应的重规划提示，在减少拥堵路段的驶入车辆的同时，可以进一步减少用户的人为操作，进一步提高了用户的使用体验。
实施例四
图4为本发明实施例四提供的一种拥堵路段预测装置的结构示意图，配置于服务器中，如图4所示，所述装置包括：位置关联信息获取模块410、拥堵路段预测模块420以及拥堵路段处理模块430，其中：
位置关联信息获取模块410，用于获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息。
拥堵路段预测模块420，用于根据获取的所述位置关联信息，在地图中预测拥堵路段。
拥堵路段处理模块430，用于根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
本发明实施例提供了一种拥堵路段预测装置，服务器通过获取至少一个车机端发送的异常车辆的位置关联信息；根据获取的所述位置关联信息，在地图中预测拥堵路段；根据拥堵路段的预测结果，执行相应的拥堵路段处理策略的技术手段，利用服务器能够进行海量数据处理和大规模计算的优点，实现了对即将发生拥堵的路段的实时预测，基于对拥堵路段的预测结果，可以进而实现在路况变得非常拥堵前减少拥堵路段的驶入车辆，有效的缓解交通阻塞，提高汽车的通行效率和车主的用车体验。
在上述各实施例的基础上，所述拥堵路段预测模块，可以用于：
根据所述异常时间信息，筛选出与设定时间区间对应的第一目标异常车辆的位置信息；
根据所述第一目标异常车辆的位置信息，在地图中确定第一目标异常车辆所在的第一路段；
将包括第一目标异常车辆的数量超过车辆阈值的第一路段预测为拥堵路段。
在上述各实施例的基础上，所述位置关联信息还可以包括：异常车辆状态信息；
相应的，所述拥堵路段预测模块，可以用于：
根据所述异常时间信息，筛选出与设定时间区间对应的第二目标异常车辆的位置信息，以及第二目标异常车辆状态信息；
根据所述第二目标异常车辆的位置信息，在地图中确定第二目标异常车辆所在的第二路段；
根据所述第二目标异常车辆状态信息，更新所述第二路段的异常等级权值；
将异常等级权值超过等级阈值的第二路段预测为拥堵路段。
在上述各实施例的基础上，所述异常车辆状态信息，可以包括：车辆故障信息，和/或用户基于车辆的异常操作信息。
在上述各实施例的基础上，所述拥堵路段处理模块可以包括：
路况预警单元，用于针对预测的所述拥堵路段进行路况预警。
在上述各实施例的基础上，所述路况预警单元可以执行下述至少一项操作：
向位于预警区域内的终端进行针对所述拥堵路段的路况预警，所述预警区域由所述拥堵路段确定；
向当前导航路线中包括所述拥堵路段的终端进行针对所述拥堵路段的路况预警；以及
在设定信息发布平台上发布针对所述拥堵路段的路况预警。
在上述各实施例的基础上，所述拥堵路段处理模块可以用于：
在地图中，将所述拥堵路段标记为规避路段，以实现针对新的路径规划请求生成的导航路线对所述拥堵路段进行规避。
在上述各实施例的基础上，所述拥堵路段处理模块可以用于：
向当前导航路线中的途径路段包括所述拥堵路段的第一终端发送路径重规划提示，以指导与所述第一终端对应的导航用户重新规划规避所述拥堵路段的导航路线；和/或
向当前导航路线中的目的地位于所述拥堵路段中的第二终端发送目的地重选择提示，以指导与所述第二终端对应的导航用户重新选择导航目的地。
在上述各实施例的基础上，位置关联信息获取模块可以用于：
通过与车机端相连接的目标终端的转发，获取至少一个车机端发送的异常车辆的位置关联信息；
所述车机端通过内置的CarLife应用程序预先与所述目标终端建立连接，其中，在所述目标终端中同样内置所述CarLife应用程序。
上述拥堵路段预测装置可执行本发明任意实施例所提供的拥堵路段预测方法，具备执行的拥堵路段预测方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种服务器的结构示意图。图5示出了适于用来实现本发明实施方式的示例性服务器12的框图。图5显示的服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该服务器12交互的设备通信，和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与服务器12的其它模块通信。应当明白，尽管图5中未示出，可以结合服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的拥堵路段预测方法。
也即，所述处理单元执行所述程序时实现：服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段；所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
实施例六
本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的拥堵路段预测方法：
也即，该程序被处理器执行时实现：服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段；所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种拥堵路段预测方法，其特征在于，包括：
服务器获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；
所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段；
所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
2.根据权利要求1所述的方法，其特征在于，所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段，包括：
所述服务器根据所述异常时间信息，筛选出与设定时间区间对应的第一目标异常车辆的位置信息；
所述服务器根据所述第一目标异常车辆的位置信息，在地图中确定第一目标异常车辆所在的第一路段；
所述服务器将包括第一目标异常车辆的数量超过车辆阈值的第一路段预测为拥堵路段。
3.根据权利要求1所述的方法，其特征在于，所述位置关联信息还包括：异常车辆状态信息；
所述服务器根据获取的所述位置关联信息，在地图中预测拥堵路段，包括：
所述服务器根据所述异常时间信息，筛选出与设定时间区间对应的第二目标异常车辆的位置信息，以及第二目标异常车辆状态信息；
所述服务器根据所述第二目标异常车辆的位置信息，在地图中确定第二目标异常车辆所在的第二路段；
所述服务器根据所述第二目标异常车辆状态信息，更新所述第二路段的异常等级权值；
所述服务器将异常等级权值超过等级阈值的第二路段预测为拥堵路段。
4.根据权利要求3所述的方法，其特征在于，所述异常车辆状态信息，包括：
车辆故障信息，和/或用户基于车辆的异常操作信息。
5.根据权利要求1所述的方法，其特征在于，所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略，包括：
所述服务器针对预测的所述拥堵路段进行路况预警。
6.根据权利要求5所述的方法，其特征在于，所述服务器针对预测的所述拥堵路段进行路况预警，包括下述至少一项：
所述服务器向位于预警区域内的终端进行针对所述拥堵路段的路况预警，所述预警区域由所述拥堵路段确定；
所述服务器向当前导航路线中包括所述拥堵路段的终端进行针对所述拥堵路段的路况预警；以及
所述服务器在设定信息发布平台上发布针对所述拥堵路段的路况预警。
7.根据权利要求1所述的方法，其特征在于，所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略，包括：
所述服务器在地图中，将所述拥堵路段标记为规避路段，以实现针对新的路径规划请求生成的导航路线对所述拥堵路段进行规避。
8.根据权利要求1所述的方法，其特征在于，所述服务器根据拥堵路段的预测结果，执行相应的拥堵路段处理策略，包括：
所述服务器向当前导航路线中的途径路段包括所述拥堵路段的第一终端发送路径重规划提示，以指导与所述第一终端对应的导航用户重新规划规避所述拥堵路段的导航路线；和/或
所述服务器向当前导航路线中的目的地位于所述拥堵路段中的第二终端发送目的地重选择提示，以指导与所述第二终端对应的导航用户重新选择导航目的地。
9.根据权利要求1所述的方法，其特征在于，服务器获取至少一个车机端发送的异常车辆的位置关联信息，包括：
所述服务器通过与车机端相连接的目标终端的转发，获取至少一个车机端发送的异常车辆的位置关联信息；
所述车机端通过内置的CarLife应用程序预先与所述目标终端建立连接，其中，在所述目标终端中同样内置所述CarLife应用程序。
10.一种拥堵路段预测装置，配置于服务器中，其特征在于，包括：
位置关联信息获取模块，用于获取至少一个车机端发送的异常车辆的位置关联信息，其中，所述位置关联信息包括：异常车辆的位置信息，以及异常时间信息；
拥堵路段预测模块，用于根据获取的所述位置关联信息，在地图中预测拥堵路段；
拥堵路段处理模块，用于根据拥堵路段的预测结果，执行相应的拥堵路段处理策略。
11.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-9中任一所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710525553.2A CN107123295A (zh) | 2017-06-30 | 2017-06-30 | 拥堵路段预测方法、装置、服务器以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710525553.2A CN107123295A (zh) | 2017-06-30 | 2017-06-30 | 拥堵路段预测方法、装置、服务器以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107123295A true CN107123295A (zh) | 2017-09-01 |
Family
ID=59731337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710525553.2A Pending CN107123295A (zh) | 2017-06-30 | 2017-06-30 | 拥堵路段预测方法、装置、服务器以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107123295A (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107993439A (zh) * | 2017-12-08 | 2018-05-04 | 朱明君 | 一种智能交通管理系统 |
| CN108257064A (zh) * | 2018-01-11 | 2018-07-06 | 福建榕基软件股份有限公司 | 一种区域自定义事件发生的预测方法和存储介质 |
| CN108280997A (zh) * | 2018-01-30 | 2018-07-13 | 青岛中兴智能交通有限公司 | 一种车辆异常聚焦的判断方法和装置 |
| CN108332754A (zh) * | 2018-02-02 | 2018-07-27 | 北京小度信息科技有限公司 | 路径优化方法、装置、电子设备及计算机存储介质 |
| CN109682389A (zh) * | 2018-12-26 | 2019-04-26 | 努比亚技术有限公司 | 一种导航规划方法、设备及计算机可读存储介质 |
| CN109767030A (zh) * | 2018-12-14 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 道路拥堵检测方法、装置、计算机设备及存储介质 |
| CN110047276A (zh) * | 2019-03-11 | 2019-07-23 | 广州文远知行科技有限公司 | 障碍物车辆的拥堵状态确定方法、装置和相关产品 |
| CN110119913A (zh) * | 2018-02-05 | 2019-08-13 | 北京京东尚科信息技术有限公司 | 检测路径异常的方法和装置 |
| CN110324368A (zh) * | 2018-03-29 | 2019-10-11 | 上海博泰悦臻网络技术服务有限公司 | 一种基于天气的预测路况的共享方法及其系统 |
| CN110473421A (zh) * | 2019-09-23 | 2019-11-19 | 鞠青松 | 基于5g通信网络的智能交通导航系统 |
| CN111487931A (zh) * | 2019-01-29 | 2020-08-04 | 北京京东尚科信息技术有限公司 | 一种agv异常时的处理方法和装置 |
| CN111489110A (zh) * | 2019-01-25 | 2020-08-04 | 北京京东尚科信息技术有限公司 | 一种运输设备调度方法和装置 |
| CN111731301A (zh) * | 2019-03-21 | 2020-10-02 | 上海博泰悦臻电子设备制造有限公司 | 车辆、车机设备及其行车时间优化处理方法 |
| CN111833593A (zh) * | 2019-04-18 | 2020-10-27 | 北京京东尚科信息技术有限公司 | 控制车辆的方法和装置，及由车辆执行的控制方法和车辆 |
| CN112015832A (zh) * | 2019-05-28 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 路网预测树可视化方法、装置、电子设备及存储介质 |
| CN112948075A (zh) * | 2021-02-04 | 2021-06-11 | 北京淇瑀信息科技有限公司 | 任务拥堵处理方法、装置和电子设备 |
| CN112991716A (zh) * | 2019-12-16 | 2021-06-18 | 大唐高鸿数据网络技术股份有限公司 | 一种路况信息处理方法、装置、云控中心设备及路侧单元 |
| CN113065821A (zh) * | 2021-03-26 | 2021-07-02 | 中国第一汽车股份有限公司 | 一种车辆调拨行为预警方法、装置、设备及存储介质 |
| CN113257002A (zh) * | 2021-05-11 | 2021-08-13 | 青岛海信网络科技股份有限公司 | 一种高峰开始时间预测方法、装置、设备及介质 |
| CN113401677A (zh) * | 2021-06-29 | 2021-09-17 | 上海华力微电子有限公司 | 自动物料传输系统及自动化物料传输方法 |
| CN113570867A (zh) * | 2021-09-26 | 2021-10-29 | 西南交通大学 | 一种城市交通状态预测方法、装置、设备及可读存储介质 |
| CN114464008A (zh) * | 2019-03-07 | 2022-05-10 | 西安艾润物联网技术服务有限责任公司 | 车辆进出场所的警示方法及装置 |
| CN115240406A (zh) * | 2022-05-31 | 2022-10-25 | 厦门路桥信息股份有限公司 | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 |
| CN112015832B (zh) * | 2019-05-28 | 2024-06-21 | 阿里巴巴集团控股有限公司 | 路网预测树可视化方法、装置、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102095427A (zh) * | 2010-12-09 | 2011-06-15 | 深圳市凯立德欣软件技术有限公司 | 一种导航方法及装置 |
| CN103090878A (zh) * | 2011-10-28 | 2013-05-08 | 北京中交兴路信息科技有限公司 | 一种车辆路径规划方法、系统及一种车载导航设备 |
| CN103136952A (zh) * | 2011-12-02 | 2013-06-05 | 上海博泰悦臻电子设备制造有限公司 | 导航方法以及导航服务中心 |
| CN103745595A (zh) * | 2012-10-17 | 2014-04-23 | 中国电信股份有限公司 | 分析路况信息的方法和系统、车载终端和路况分析服务器 |
| CN104751629A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 一种交通事件的检测方法和系统 |
| CN105931461A (zh) * | 2016-06-01 | 2016-09-07 | 乐视控股（北京）有限公司 | 路况预警方法、装置及服务器 |
| CN106875677A (zh) * | 2015-12-14 | 2017-06-20 | 中国电信股份有限公司 | 用于分析驾驶行为的方法、分析平台和系统 |
-
2017
- 2017-06-30 CN CN201710525553.2A patent/CN107123295A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102095427A (zh) * | 2010-12-09 | 2011-06-15 | 深圳市凯立德欣软件技术有限公司 | 一种导航方法及装置 |
| CN103090878A (zh) * | 2011-10-28 | 2013-05-08 | 北京中交兴路信息科技有限公司 | 一种车辆路径规划方法、系统及一种车载导航设备 |
| CN103136952A (zh) * | 2011-12-02 | 2013-06-05 | 上海博泰悦臻电子设备制造有限公司 | 导航方法以及导航服务中心 |
| CN103745595A (zh) * | 2012-10-17 | 2014-04-23 | 中国电信股份有限公司 | 分析路况信息的方法和系统、车载终端和路况分析服务器 |
| CN104751629A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 一种交通事件的检测方法和系统 |
| CN106875677A (zh) * | 2015-12-14 | 2017-06-20 | 中国电信股份有限公司 | 用于分析驾驶行为的方法、分析平台和系统 |
| CN105931461A (zh) * | 2016-06-01 | 2016-09-07 | 乐视控股（北京）有限公司 | 路况预警方法、装置及服务器 |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107993439A (zh) * | 2017-12-08 | 2018-05-04 | 朱明君 | 一种智能交通管理系统 |
| CN107993439B (zh) * | 2017-12-08 | 2019-12-24 | 宁波德尔菲信息科技有限公司 | 一种智能交通管理系统 |
| CN108257064A (zh) * | 2018-01-11 | 2018-07-06 | 福建榕基软件股份有限公司 | 一种区域自定义事件发生的预测方法和存储介质 |
| CN108280997A (zh) * | 2018-01-30 | 2018-07-13 | 青岛中兴智能交通有限公司 | 一种车辆异常聚焦的判断方法和装置 |
| CN108332754B (zh) * | 2018-02-02 | 2020-02-11 | 北京小度信息科技有限公司 | 路径优化方法、装置、电子设备及计算机存储介质 |
| CN108332754A (zh) * | 2018-02-02 | 2018-07-27 | 北京小度信息科技有限公司 | 路径优化方法、装置、电子设备及计算机存储介质 |
| CN110119913A (zh) * | 2018-02-05 | 2019-08-13 | 北京京东尚科信息技术有限公司 | 检测路径异常的方法和装置 |
| CN110119913B (zh) * | 2018-02-05 | 2024-04-16 | 北京京东尚科信息技术有限公司 | 检测路径异常的方法和装置 |
| CN110324368B (zh) * | 2018-03-29 | 2024-03-29 | 上海博泰悦臻网络技术服务有限公司 | 一种基于天气的预测路况的共享方法及其系统 |
| CN110324368A (zh) * | 2018-03-29 | 2019-10-11 | 上海博泰悦臻网络技术服务有限公司 | 一种基于天气的预测路况的共享方法及其系统 |
| CN109767030A (zh) * | 2018-12-14 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 道路拥堵检测方法、装置、计算机设备及存储介质 |
| CN109682389A (zh) * | 2018-12-26 | 2019-04-26 | 努比亚技术有限公司 | 一种导航规划方法、设备及计算机可读存储介质 |
| CN109682389B (zh) * | 2018-12-26 | 2022-07-05 | 广州亿航智能技术有限公司 | 一种导航规划方法、设备及计算机可读存储介质 |
| CN111489110A (zh) * | 2019-01-25 | 2020-08-04 | 北京京东尚科信息技术有限公司 | 一种运输设备调度方法和装置 |
| CN111487931B (zh) * | 2019-01-29 | 2024-04-12 | 北京京东乾石科技有限公司 | 一种agv异常时的处理方法和装置 |
| CN111487931A (zh) * | 2019-01-29 | 2020-08-04 | 北京京东尚科信息技术有限公司 | 一种agv异常时的处理方法和装置 |
| CN114464008A (zh) * | 2019-03-07 | 2022-05-10 | 西安艾润物联网技术服务有限责任公司 | 车辆进出场所的警示方法及装置 |
| CN110047276A (zh) * | 2019-03-11 | 2019-07-23 | 广州文远知行科技有限公司 | 障碍物车辆的拥堵状态确定方法、装置和相关产品 |
| CN111731301A (zh) * | 2019-03-21 | 2020-10-02 | 上海博泰悦臻电子设备制造有限公司 | 车辆、车机设备及其行车时间优化处理方法 |
| CN111833593A (zh) * | 2019-04-18 | 2020-10-27 | 北京京东尚科信息技术有限公司 | 控制车辆的方法和装置，及由车辆执行的控制方法和车辆 |
| CN112015832B (zh) * | 2019-05-28 | 2024-06-21 | 阿里巴巴集团控股有限公司 | 路网预测树可视化方法、装置、电子设备及存储介质 |
| CN112015832A (zh) * | 2019-05-28 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 路网预测树可视化方法、装置、电子设备及存储介质 |
| CN110473421A (zh) * | 2019-09-23 | 2019-11-19 | 鞠青松 | 基于5g通信网络的智能交通导航系统 |
| CN110473421B (zh) * | 2019-09-23 | 2020-06-23 | 鞠青松 | 基于5g通信网络的智能交通导航系统 |
| CN112991716A (zh) * | 2019-12-16 | 2021-06-18 | 大唐高鸿数据网络技术股份有限公司 | 一种路况信息处理方法、装置、云控中心设备及路侧单元 |
| CN112948075B (zh) * | 2021-02-04 | 2024-02-27 | 北京淇瑀信息科技有限公司 | 任务拥堵处理方法、装置和电子设备 |
| CN112948075A (zh) * | 2021-02-04 | 2021-06-11 | 北京淇瑀信息科技有限公司 | 任务拥堵处理方法、装置和电子设备 |
| CN113065821A (zh) * | 2021-03-26 | 2021-07-02 | 中国第一汽车股份有限公司 | 一种车辆调拨行为预警方法、装置、设备及存储介质 |
| CN113065821B (zh) * | 2021-03-26 | 2024-03-19 | 中国第一汽车股份有限公司 | 一种车辆调拨行为预警方法、装置、设备及存储介质 |
| CN113257002A (zh) * | 2021-05-11 | 2021-08-13 | 青岛海信网络科技股份有限公司 | 一种高峰开始时间预测方法、装置、设备及介质 |
| CN113401677A (zh) * | 2021-06-29 | 2021-09-17 | 上海华力微电子有限公司 | 自动物料传输系统及自动化物料传输方法 |
| CN113570867B (zh) * | 2021-09-26 | 2021-12-07 | 西南交通大学 | 一种城市交通状态预测方法、装置、设备及可读存储介质 |
| CN113570867A (zh) * | 2021-09-26 | 2021-10-29 | 西南交通大学 | 一种城市交通状态预测方法、装置、设备及可读存储介质 |
| CN115240406A (zh) * | 2022-05-31 | 2022-10-25 | 厦门路桥信息股份有限公司 | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 |
| CN115240406B (zh) * | 2022-05-31 | 2023-12-29 | 厦门路桥信息股份有限公司 | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107123295A (zh) | 拥堵路段预测方法、装置、服务器以及存储介质 | |
| Tokody et al. | Safety and security through the design of autonomous intelligent vehicle systems and intelligent infrastructure in the smart city | |
| CN108806238B (zh) | 车辆控制方法、装置、设备及存储介质 | |
| CN109615929B (zh) | 一种用于公路施工区域安全预警的方法、装置及系统 | |
| CN107264286A (zh) | 电动汽车行驶故障处理方法、装置及其设备 | |
| CN106170826A (zh) | 出租车乘客人数的监控方法及系统 | |
| CN110009119B (zh) | 出行运力接续方法、计算机可读存储介质和电子设备 | |
| CN113619576B (zh) | 车辆控制方法、装置、设备、存储介质及自动驾驶车辆 | |
| CN105976526A (zh) | 基于v2x的车辆管理方法和系统 | |
| CN107272657A (zh) | 实现车辆自动检修的方法及系统、相关设备 | |
| CN108827332A (zh) | 驾车与地铁的路径组合规划方法、系统、设备及存储介质 | |
| CN108810850A (zh) | 车载故障播报系统、方法、设备及存储介质 | |
| WO2020191790A1 (en) | System and method for improving road safety and/or management | |
| CN109741601A (zh) | 基于区块链的拥堵治理方法、装置、设备和存储介质 | |
| CN112799950A (zh) | 后台服务的负载能力测试系统、方法、存储介质及电子设备 | |
| CN112600839A (zh) | 基于车联网平台构建安全威胁关联视图的方法及装置 | |
| EP3624071A1 (en) | Method, apparatus and device for monitoring operating status of vehicle | |
| CN111123887A (zh) | 无人驾驶车辆故障处理方法、装置、电子设备和存储介质 | |
| CN110553657B (zh) | 一种基于聊天机器人的导航方法及系统 | |
| CN114596704A (zh) | 交通事件处理方法、装置、设备及存储介质 | |
| Boubakri et al. | A new architecture of autonomous vehicles: redundant architecture to improve operational safety | |
| CN109532756B (zh) | 车辆非法点火告警方法、装置、电子设备、存储介质 | |
| CN114330944A (zh) | 一种调度方法及系统、计算机存储介质 | |
| CN112486152A (zh) | 自动驾驶车辆的控制方法和装置、存储介质及电子装置 | |
| Zhao et al. | When autonomous vehicles meet accidents: A DT-enabled post-accident maintenance scheme |
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: 20170901 |