CN107270924A - 导航线路生成方法、装置、设备和电动车 - Google Patents
导航线路生成方法、装置、设备和电动车 Download PDFInfo
- Publication number
- CN107270924A CN107270924A CN201710596785.7A CN201710596785A CN107270924A CN 107270924 A CN107270924 A CN 107270924A CN 201710596785 A CN201710596785 A CN 201710596785A CN 107270924 A CN107270924 A CN 107270924A
- Authority
- CN
- China
- Prior art keywords
- data
- road condition
- electric vehicle
- wheeled electric
- real
- 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 91
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 15
- 230000001960 triggered effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 description 25
- 230000000875 corresponding effect Effects 0.000 description 21
- 230000001133 acceleration Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G01C21/3492—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
-
- 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)
- Electric Propulsion And Braking For Vehicles (AREA)
- Navigation (AREA)
Abstract
本发明提供了导航线路生成方法、装置、设备和两轮电动车,涉及驾驶效率领域。本发明提供的导航线路生成方法,通过在获取到实时路况数据之后,根据实时路况数据和历史路况数据生成了导航线路,并将该导航线路输出,由于生成导航线路的时候考虑了历史路况的情况,因此,比相关技术中单纯考虑实时路况(如当前道路拥堵情况)而生成导航线路的方式更为合理,使用本方案得到的导航线路的参考价值更高,按照本方案所提供方法生成的导航线路行进,能够一定程度上提高驾驶效率。
Description
技术领域
本发明涉及车辆驾驶领域,具体而言,涉及导航线路生成方法、装置、设备和两轮电动车。
背景技术
随着互联网的兴起,越来越多的用户选择在网上购买自己所需要的商品,比如用户可以通过手机APP下单来订购美食,还可以在互联网上购买生活所需要的物品。在用户下单后,商家会委派专门的送货人员将商品运送到用户所在地。
一般情况下,送货人员是驾驶车辆来运送商品的,通常,驾驶员会先通过手机来确定一个较优的导航线路,并在骑行的过程中,按照该导航线路进行骑行,以达到避免拥堵的目的。
发明内容
本发明实施例的目的在于提供导航线路生成方法,以提高驾驶员驾驶车辆的整体效率。
第一方面,本发明实施例提供了一种导航线路生成方法,包括:
获取电子地图数据;
若电子地图数据中携带有实时路况数据,则根据所述实时路况数据和历史路况数据,生成导航线路;
输出所述导航线路。
第二方面,本发明实施例还提供了一种导航线路生成装置,包括:
第一获取模块,用于获取电子地图数据;
第一生成模块,用于在获取到实时路况数据时,根据所述实时路况数据和历史路况数据,生成导航线路;
输出模块,用于输出所述导航线路。
第三方面,本发明实施例还提供了一种车辆导航线路生成设备,包括处理器、提示器和制动器,处理器与提示器电性连接;提示器包括显示器,和/或耳机,和/或振动器;
处理器,用于在被触发时,按照如第一方面的方法进行操作;
提示器,用于输出提示信息。
第四方面,本发明实施例还提供了一种车辆,包括如第三方面的设备,还包括主体骨架和设置在主体骨架下部的前轮和后轮,以及设置在前轮和后轮上的制动器;
处理器内嵌在主体骨架内部,制动器设置在车辆的前轮或后轮处;
制动器,用于在被触发时,对前轮或后轮进行制动。
第五方面,本发明实施例还提供了一种移动设备,包括存储器和处理器;其中,
存储器用于存储一条或多条计算机指令,其中,一条或多条计算机被处理器执行以实现如第一方面的方法。
第六方面,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,计算机程序被处理器执行时实现如第一方面方法的步骤。
本发明实施例提供的一种导航线路生成方法,通过在获取到实时路况数据之后,根据实时路况数据和历史路况数据生成了导航线路,并将该导航线路输出,由于生成导航线路的时候考虑了历史路况的情况,因此,比相关技术中单纯考虑实时路况(如当前道路拥堵情况)而生成导航线路的方式更为合理,使用本方案得到的导航线路的参考价值更高,一定程度上提高了驾驶员的驾驶效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种导航线路生成方法的基本流程图;
图2示出了本发明实施例所提供的一种导航线路生成方法中,第一种生成导航线路的细化方案流程图;
图3示出了本发明实施例所提供的一种导航线路生成方法中,各个路段连通关系的示意图;
图4示出了本发明实施例所提供的一种导航线路生成方法中,第二种生成导航线路的细化方案流程图;
图5示出了本发明实施例所提供的一种导航线路生成方法中,生成告警信息的一种实现方式流程图;
图6示出了本发明实施例所提供的一种导航线路生成方法中,对两轮电动车进行制动的执行过程的流程图;
图7示出了本发明实施例所提供的一种导航线路生成方法中,计算危险程度的一种实现方式的流程图;
图8示出了本发明实施例所提供的一种导航线路生成装置的基本模块架构图;
图9示出了本发明实施例所提供的一种两轮电动车的物理结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
相关技术中,有大量的车辆行驶在城市中,尤其是快递的送货人员和送餐人员,经常会驾驶车辆运送货物。发明人发现,受车辆本身设计的影响,车辆难以十分自由的进行控制(比如,无法紧急制动,无法高速转弯灯),这就导致车辆的驾驶员必须要有足够的预见性,才能够良好的驾驶车辆。但,实际上,车辆的驾驶员很大程度上只是凭借主观上的认识来驾驶机动车的,这造成了车辆在行驶的时候,经常会由于驾驶员主观上的错误而导致选择了错误的路线,进而导致了整体驾驶效率过低。
为了避免该种驾驶效率过低的问题,驾驶员开始使用电子地图来进行路线规划。一般的电子地图软件在进行路线规划的时候,会先获取到当前情况下,道路的拥堵情况,而后,再依据拥堵情况来确定驾驶员由当前地点(也可以理解为指定的出发地点)达到目标地点的可通行线路中,哪个线路的拥堵情况是最轻微的,并将拥堵情况最轻微(通行状况最优)的通行线路作为导航线路推送给驾驶员进行参考。这种生成导航线路的方式,一定程度上,能够保证按照导航线路行进所花费的时间是较少的,但本申请发明人发现,只考虑当前拥堵情况来生成导航线路并不够理想,比如,在生成导航线路的时候,某些路段并没有发生拥堵的情况,但在驾驶员已经按照导航线路行进的过程中,该导航线路上的路段却发生了拥堵情况,此时已经生成的导航线路可能就不再是拥堵情况最轻微的通行线路了,如果驾驶员依旧按照该导航线路行进,则可能会延长其到达目标地点的时长。
也就是,相关技术中,仅仅考虑当前时刻的道路拥堵情况来生成的导航线路,尚有一定的不足。
针对该种问题,本申请提供了一种导航线路生成方法,如图1所示,包括如下三个基本步骤:
S101,获取电子地图数据;
S102,若电子地图数据中携带有实时路况数据,则根据所述实时路况数据和历史路况数据,生成导航线路;
S103,输出所述导航线路。
其中,获取的电子地图数据有很多种,大致可以分为两类,一是实时路况数据,二是规避拥堵线路数据。
需要说明的是,本申请所提供的方法可以是由手机一类的移动终端所执行的,但考虑到使用的便利性,本申请所提供的方法优选由特定终端实现,该特定终端优选可以与车辆可拆卸连接,或者固定连接(固定连接可以是该特定终端固定设置在车辆表面,或者是在车辆的车体内部),还可以是设置在驾驶员的辅助设备上(如驾驶员的头盔或者衣服中)。进而,本申请所提供的导航线路生成方法,该方法由智能处理设备(处理器)来实现,该智能处理设备可以设置在车辆内部/表面,也可以设置在驾驶员的头盔中。需要说明的是,本申请所提供的方案适用于任何一种车辆,包括汽车、摩托车、电动车等交通工具。同时,本申请所提供的方案尤其适用于两轮电动车,进而,本申请所提供的方案的主体也可以修改为一种两轮电动车导航线路生成方法。下文中,将主要以两轮电动车为例来阐述本方案的具体实现过程。
如前文中的说明,电子地图数据有两种类,分别是实时路况数据和规避拥堵线路数据,当接收到不同类型的电子地图数据时,则会按照不同的处理策略来生成导航线路,下面首先说明当电子地图数据中携带实时路况数据时,步骤S102的具体实现过程。
步骤S102执行时,需要获取到历史路况数据,历史路况数据是与实时路况数据相对应的,实时路况数据反应的是当前道路的情况,如当前各个道路发生交通事故的情况、道路拥堵的情况;而历史路况数据则反应了历史上(非当前时段)各个路段发生过的交通情况(如事故、拥堵)。
更具体的,历史路况数据可以简单的分为四类,分别是历史拥堵情况、交通事故情况、两轮电动车事故的情况和指定两轮电动车发生两轮电动车事故的情况。其中,历史拥堵情况指的是在过去的指定时间段(一般至少是1天或者数天前)各个道路/指定道路上的拥堵情况(拥堵情况包括以下几种的一种或多种:拥堵级别、拥堵持续时长、拥堵发生时间和拥堵结束时间);交通事故情况,指的是在各个道路/指定道路上出现的交通事故的情况(此处的交通事故指的是所有和车辆有关的交通事故,包含机动车和两轮电动车,如机动车和机动车的事故、机动车和两轮电动车的事故、两轮电动车和行人的事故等等);两轮电动车事故情况指的是各个道路/指定道路上发生的和两轮电动车有关的交通事故(如两轮电动车和行人的事故、两轮电动车和机动车的事故等事故方是两轮电动车的交通事故);指定两轮电动车指的是当前需要驾驶/被导航的两轮电动车(或者说是步骤S103输出驾驶提示信息后,依据该驾驶提示信息来驾驶的两轮电动车)发生交通事故的情况。
一般情况下,为了使历史路况数据更有针对性,还可以为上述四类数据增加时间限定,即,历史路况数据还可以包括以下的一种或多种:指定时段的历史拥堵情况、指定路段的交通事故情况、指定时段发生过的两轮电动车事故的情况和指定两轮电动车在指定时段发生两轮电动车事故的情况。其中,指定时段指的是当前时间所在的时间段(如当前时间8点10分左右的时间段),或者可以引申理解为驾驶两轮电动车向目的地位置前进时所在的时间段(如当前时间为8点,驾驶员需要10点-10点10分驾驶两轮电动车向目的地位置前进)。当然,某种情况下指定时段还可以理解为一整天、或一整周、一整月等。
具体的,历史路况数据可以是直接携带在电子地图数据中的,也可以是通过其他方式获取到的。比如,可以是第三方设备通过爬虫技术,对公安交通管理局公示的事故实时播报数据进行汇总,并分析,来确定历史路况数据,进而,第三方设备将该历史路况数据向执行步骤S101-S103的设备发送来。当然,还可以是由执行步骤S101-S103的设备来对公安交通管理局公示的事故实时播报数据进行汇总,并分析,来确定历史路况数据。通常,历史路况数据需要每隔一段时间更新一次。
进而,在步骤S102中,可以依据实时路况数据、历史路况数据,生成导航线路。在后续步骤中将该导航线路提供给两轮电动车的驾驶员,则可以不仅仅起到规避拥堵的目的,还可以起到一定的预测作用。比如,历史路况数据中记录了A道路经常发生交通事故,则即使当前A道路处于正常通行的状态(没有发生交通事故),也有可能在两轮电动车行驶到A道路时,突然发生交通事故。因此,应当在路径规划的时候尽量避免通过A道路。进而,如果两轮电动车期望从X地行驶到Y地有A道路和B道路两个选择,A道路和B道路当前均处于正常通行状态,但历史路况数据中记录A道路经常发生交通事故,B道路从未发生过交通事故,则在路径规划的时候,导航线路应当确定为B道路,以此来保障驾驶员可以以较高的速度达到Y地,同时也避免了驾驶员途径A道路时可能会发生交通事故的问题。由此可见,在进行导航线路规划的时候,考虑历史路况数据是十分有必要的,不仅可以一定概率上提高驾驶效率,还可以一定程度上避免两轮电动车将要发生的事故。
如前文中的说明,历史路况数据还可以增加时间上的限定,也就是步骤S102可以按照如下方式实现:获取与当前时段(当前时段是指定的一种情况)相对应的历史路况数据。如此,则获取到的历史路况数据更具有针对性。比如,当前时段是5-6点,则与当前时间相对应的历史路况数据可以是1天前至50天前,每天5-6点左右各个道路发生过交通事故的情况。这样参与导航线路生成步骤的历史路况数据更有针对性。
如前文中的说明,历史路况数据有四个类别,比如历史路况数据中可以携带四类数据中的任意一类或多类,如历史路况数据中携带了指定时段的两轮电动车事故情况,则可以直接据此来判断两轮电动车行驶到指定路段时,发生交通事故的概率,进而,有助于系统判断是否需要经过该条道路。比如:两轮电动车期望从X地行驶到Y地有A道路和B道路两个选择,A道路和B道路当前均处于正常通行状态,但历史路况数据中记录A道路经常发生公交车的交通事故,B道路经常发生两轮电动车的交通事故,则在路径规划的时候,导航线路应当确定为A道路,以此来降低两轮电动车驾驶员出现交通事故的概率。类似的,当历史路况数据中携带有A路段经常发生拥堵的情况,则应当使两轮电动车尽量避免通过该路段;当历史路况数据中携带有B路段经常发生两轮电动车事故的情况,则应当使两轮电动车尽量避免通过该路段;当历史路况数据中携带有被驾驶的两轮电动车在C路段经常发生两轮电动车事故的情况,则应当使两轮电动车尽量避免通过该路段。
具体的,步骤S102的实现方式有多种,本文中仅示例性的提供如下几种实现方式:
实现方式1,如图2所示,步骤S102可按照如下方式实现:
步骤1021,根据两轮电动车定位数据、目的地位置和地域连通关系,生成初始通行线路;
步骤1022,根据实时路况数据和和历史路况数据,选择初始通行线路中最优的线路作为导航线路。
步骤1021中,首先依据两轮电动车定位数据(反应了电动车的出发时的位置)、目的地位置(期望到达的地点)和地域连通关系(不同道路之间的连通关系),生成初始通行线路。该步骤是一般导航方法中均能够实现的,此处不过多说明。
步骤1022中,可以依据实时路况数据和和历史路况数据选择已经确定的所有通行线路中最合适的作为导航线路。
步骤1022在具体执行时,可以依据实时路况数据和历史路况数据为每个路段设置权值,而后,按照加权计算的方式计算每个通行线路(每个通行线路中均由至少一个路段组成)的参考权值(也就是组成该通行线路的所有路段的权值之和,反应了这条线路是否容易安全和快速的通过),并选择参考权值(如最大或最小)最合适的作为导航线路。
前文中提及了历史路况数据中携带有四类数据,这四类数据都会影响为某一个路段所设置的权值,实际操作中,依据实时路况数据和历史路况数据为每个路段设置权值可以按照如下方式执行:按照加权计算的方式,依据指定时段的历史拥堵情况、指定路段的交通事故情况、指定时段发生过的两轮电动车事故的情况和指定两轮电动车在指定时段发生两轮电动车事故的情况来计算指定路段的权值,这四类数据所对应的权值的大小按照如下顺序排列:指定两轮电动车在指定时段发生两轮电动车事故的情况>指定时段发生过的两轮电动车事故的情况>指定时段的历史拥堵情况>指定路段的交通事故情况。
如图3所示,从X地出发至Y地共有5个同行线路,分别是XAY,XBY,XABY,XBAY,XCY,如依据实时路况数据和历史路况数据为各个路段所设置的权值分别如下:XA为5,XB为3,XC为2,AY为6,AB为2,BA为3,BY为7,CY为9;则这几个通行线路的参考权值分别如下:XAY为11,XBY为10,XABY为14,XBAY为12,XCY为11;可见,这几个通行线路的参考权值数值最小的是10,所对应的线路为XBY;最大的为14,所对应的线路是XABY。如果在预先设定的时候,权值越大表示通行越可能不顺畅,因此,此时则应当选择XBY作为由X行驶至Y地的线路。
实现方式1中,先生成了初始通行线路,之后再按照加权计算的方式,计算出了每个初始通行线路的参考权值,并依据该参考权值确定了那个初始通行线路可以作为导航线路。除了按照第一种实现方式执行,还可以按照如下的实现方式2来达到确定导航线路的方式。
实现方式2,如图4所示,步骤S102可按照如下方式实现:
步骤S1023,根据实时路况数据、两轮电动车定位数据、目的地位置和地域连通关系,生成规避拥堵线路;
步骤S1024,根据历史路况数据,选择规避拥堵线路中最优的线路作为导航线路。
与实现方式1相比,实现方式2中首先在步骤1023中按照一般的导航技术先生成了规避拥堵的通行线路,而后,在步骤1024中,在依据历史路况数据选择了规避拥堵线路中最好的作为了导航线路。按照此种实现方式,使用者可以采用嵌入式的开发方式来实现,比如可以直接利用已有的导航软件,并在已有的导航软件的基础之上增加步骤1024,这样可以简化软件开发难度和消耗。
通常,步骤1023在执行时,首先会生成一些初始通行线路(按照步骤1021的方式),而后,依据道路的拥堵情况,计算每个初始通行线路的拥堵值,最后确定通行时间最短(基本等同于拥堵情况最轻)的数个(当然也可能是一个)初始通行线路为规避拥堵线路。
之后,步骤1024在确定导航线路的过程中,不再需要对每一个初始通行线路都进行计算其参考权值,而是只对规避拥堵线路的这几个路线计算参考权值(当然,计算每个规避拥堵线路的参考权值前,也应当依据历史路况数据来计算每个路段相应的权值,之后按照累加计算的方式来计算整个路线的参考权值),最后,将参考权值最高/最低的1个作为导航线路即可,当然,也可以采取将参考权值最高/最低的数个线路向用户输出(可以采用语音或屏幕显示的方式输出),而后,依据用户的选择(用户会向系统下达选择指令)来确定某一个作为导航线路。该步骤中与步骤1022的差别在于,该步骤中计算参考权值的时候,不再利用实时路况数据计算,而是只参考了历史路况数据来计算参考权值,如此,则降低了计算量。需要说明的是,实现方式2中没有提及的内容,可以参照前述的实现方式1中的方案来合理实现。
实现方式2与实现方式1相比,实现方式2可以直接利用已有的导航技术中的规避拥堵线路的生成方式,不再需要用户自行开发这一部分技术;同时,以确定导航线路为目的的情况下,实现方式2所进行的计算量更小(如步骤1024中仅对规避拥堵线路进行参考权值,而不是对全部的线路都计算)。但,从某一个角度来看,第二种实现方式可能会有遗漏,但发明人经过大量实验,认为这部分遗漏属于可以接受的范围内。因此,如果执行本发明所提供的方法的系统的计算能力足够强,则优选采用实施方式1来实现;如果执行本发明所提供的方法的系统的计算能力不够强,则优选采用实施方式2来实现。
某些实现方式下,电子地图数据中携带的数据就是规避拥堵线路(比如,实现本方案的系统与相关技术中的导航系统是对接的,进而,实现本方案的系统可以直接从相关技术中的导航系统中得到规避拥堵线路)。
进而,当电子地图数据中携带有规避拥堵线路,则本申请所提供的方法中,还包括:若电子地图数据中携带有规避拥堵线路,则根据历史路况数据,选择规避拥堵线路中最优的线路作为导航线路。
该种方法与上述实现方式2较为相似,区别在于,系统不再需要自己生成规避拥堵线路,而是直接获取了外部设备所生成的规避拥堵线路。进而,电子地图数据中携带有规避拥堵线路时,用户所做的软件开发工作量更小。
需要说明的是,上述电子地图数据中携带有规避拥堵线路的方案在具体实现的时候,也可以按照加权计算的方式来进行,具体的执行方式可以参照步骤1024,此处不再重复说明。
上述内容介绍了,当电子地图数据中携带有实时路况数据或者是规避拥堵线路数据时,本申请所提供的方法是如何实现的,下面介绍当电子地图数据中携带有违法区域位置时,本方案的执行方式,如图5所示:
S1025,若电子地图数据中携带有违法区域位置,则根据违法区域位置,确定两轮电动车移动至违法区域的可能值;
S1026,根据可能值生成告警信息。
其中,违法区域如逆行区域、黄线区域、非法行驶区域(如机动车道、高速公路)等。
步骤S1025中,计算可能值有两种实现方式,一种相对简单、结果粗糙,另一种相对较复杂、结果精确,下面就这两种方式进行介绍。
第一种实现方式,可以按照如下方式计算可能值:
依据违法区域位置和两轮电动车定位数据,计算两轮电动车与违法区域之间的距离;
依据两轮电动车与违法区域之间的距离,确定两轮电动车移动至违法区域的可能值。
第一种实现方式中,计算的两轮电动车与违法区域之间的距离指的是二者之间的最短距离,也就是违法区域的边沿与两轮电动车之间的距离。而后,直接依据距离来确定可能值,某种情况下,可以直接将两轮电动车与违法区域之间的距离作为其可能值。
第二种实现方式,可以按照如下方式计算可能值:
根据两轮电动车定位数据、违法区域位置、两轮电动车运动数据,确定两轮电动车移动至违法区域的可能值。
和第一种实现方式相比,第二种实现方式中,增加了两轮电动车运动数据作为考量标准。此处的两轮电动车运动数据可以有如下的一种或多种:两轮电动车行驶方向、两轮电动车行驶速度、两轮电动车行驶加速度。
其中,两轮电动车行驶方向可以提供较为直接的参考,一般情况下,非法区域均是呈长条状的(如公路、黄线),如果两轮电动车行驶方向与违法区域的方向是平行,或者两轮电动车行驶方向是朝向远离违法区域的话,则一般不会存在进入到违法区域的可能性,因此,如果两轮电动车运动数据中携带有两轮电动车行驶方向,则应当首先判断两轮电动车行驶方向是否与违法区域平行,若是,则不再执行后续步骤。
其次,如果两轮电动车行驶方向两轮电动车行驶速度能够提供较为精确的参考,如果两轮电动车行驶方向是朝向违法区域的话,则可以参照两轮电动车行驶速度,来计算出两轮电动车经过多少前置时间可以进入到违法区域中,进而依据该前置时间的长短来确定可能值。需要说明的是,计算前置时间需要经过两个步骤,分别是计算二者之间的行驶距离和依据行驶距离和速度来计算时间。其中,第二种实现方式中的行驶距离与第一种实现方式中的距离是不同的。第二种实现方式中的行驶距离指的是按照当前的行驶方向,两轮电动车进入到违法区域中的距离,而不是两轮电动车与违法区域的最短距离。在确定了行驶距离之后,只需要按照速度、时间和距离的公式,计算出前置时间即可。后续步骤中,只需要依据该前置时间的大小确定可能值即可。某一种情况下,可以直接将该前置时间作为可能值。进一步,如果能够确定两轮电动车行驶加速度后,便能够更为精确的计算出两轮电动车经过多少时间可以进入到违法区域中。也就是,两轮电动车运动数据中至少应当携带有两轮电动车行驶方向,优选携带有两轮电动车速度,更优选的,是携带有两轮电动车行驶加速度。
进而,第二种实现方式,可以按照如下具体的方式来实现:
步骤3001,根据违法区域位置和两轮电动车行驶方向,判断两轮电动车行驶方向是否朝向违法区域,若否,则终止当前步骤,若是,则执行步骤3002;
步骤3002,根据违法区域位置、两轮电动车定位数据和两轮电动车行驶方向计算两轮电动车在当前行驶方向下,运动至违法区域所需要经过的行驶距离;
步骤3003,根据行驶距离和两轮电动车行驶速度(还可以进一步包括两轮电动车形式加速度),计算两轮电动车行驶至违法区域所需要的前置时间;
步骤3004,依据前置时间的长短确定两轮电动车移动至违法区域的可能值。
上述步骤3001-3004中,步骤3001是作为优选步骤存在的,某种情况下,可以省略掉,而直接执行步骤3002。
上述第一、二种实现方式说明了步骤S1025中,确定可能值的方式,下面将说明步骤S1026中生成告警信息的具体方式。
步骤S1026在具体实现时,也有两种具体的实现方式,第一种是判断可能值是否达到了预定的限值,如果达到了,则生成告警信息,以提示驾驶员;第二种是通过在数据库中预存的告警方式列表中查找与可能值相对应的告警方式(数据表中记录有不同的可能值所对应的告警方式,且不同的可能值所对应的告警方式不同),并依据查找到的告警方式来生成告警信息。具体而言,第二种方式在实现时可以在数据库中预存如下表1所示的表格。
表1
可见,如果可能值为45的话,则应当采用声音报警,此时所生成的告警信息应当是驱动播音器工作,类似的如果可能值在51-60或61-70之间时,也可以适应性的采取报警方式。当可能值过高的时候,则单纯的凭借报警,已经无法提示到驾驶员了(可能由于环境过于嘈杂而听不到,也可能是驾驶员主观上不予理会),此时则可以增加对车轮进行制动的方式,来保证驾驶员的安全。
上述内容介绍了通过生成告警信息的方式来提醒驾驶员,以提高驾驶员安全的方式,除了上述方式,本申请所提供的方法中,还可以增加如下步骤:
根据违法区域位置和两轮电动车定位数据,判断两轮电动车是否已经过违法区域;
若是,则生成告警信息。
该步骤的作用是当两轮电动车本身已经处于违法区域中时,对驾驶员进行提示,以使其尽快驶离违法区域。
为了使相关人员更容易判断驾驶员是否有违法驾驶行为,本申请所提供的方法中还设计了如下步骤:
在电子地图中标注两轮电动车的实际行驶线路和违法区域位置,以生成参考文件;
将参考文件保存在本地。
其中,本地指的是执行本申请所提供的方法的系统的存储器。比如执行本申请所提供的方法的系统是内嵌在两轮电动车内部的CPU,则生成的参考文件可以直接存储在该CPU的内存中,以使交警或相关人员可以直接调取。当获取到调取指令时,则可以将保存在本地的参考文件通过显示器进行显示,和/或,当获取到调取指令时,则可以将参考文件通过蓝牙发射器发送至指定的终端。通常蓝牙发射器只能够传输小段距离,以此来降低参考文件被窃取的风险。
上述内容介绍了通过生成驾驶提示信息来提示驾驶员,以提高其驾驶效率和驾驶的安全度的方案。下面,将在上述方案的基础上,再提供一个提高驾驶员安全的方案。即,本申请所提供的方法中,还包括如下步骤:
获取两轮电动车与目标物之间的距离数据;
根据距离数据计算危险程度;
依据危险程度对两轮电动车进行制动。
通过这三个步骤的执行,能够使两轮电动车距离目标物过近的时候,直接对两轮电动车进行制动,以强制性的降低两轮电动车的速度,进而提高驾驶员的安全性,但此种方式过于原始,某些技术中已有一定程度的采用。
因此,本方案中还进一步提供了基于上述方案的优化方案,即,本申请所提供的方法中,还包括如下步骤,如图6所示:
S201,获取两轮电动车运动数据和两轮电动车与目标物之间的距离;
S202,根据两轮电动车运动数据和两轮电动车与目标物之间的距离,计算两轮电动车当前的危险程度;
S203,根据危险程度对两轮电动车进行制动。
其中,步骤S201中,与前文类似的,此处的两轮电动车运动数据可以有如下的一种或多种:相对行驶方式、两轮电动车行驶速度、两轮电动车行驶加速度。两轮电动车与目标物之间的距离可以是通过测距传感器来检测,比如超声波测距传感器。
两轮电动车与目标物之间的距离能够提供最为直接的参考,与前述方案不同的是,目标物通常不是如违法区域这种静态物体(或者说通常情况下,目标物都是其他车辆或行人这种运动物体),因此,两轮电动车和目标物是保持相对运动状态的,如果两轮电动车与目标物之间的距离过近,则不论二者是否处于同向运动状态,两轮电动车都是处于危险状态下的。同时,为了保证计算危险程度的准确性,本方案中除了使用两轮电动车与目标物之间的距离作为参考,还引入了两轮电动车运动数据作为参考。上一段中列举出了两轮电动车运动数据的几种具体体现形式,下面,就这几种具体体现形式的使用方式进行说明。
关于相对行驶方式,行驶方向一般只考虑三种情况,分别是相向运动,相离运动和同方向的汇聚运动(两轮电动车和目标物的行驶方向基本一致,且按照当前行驶状态持续下去,二者可能会相撞或者距离很接近)。相向运动是最危险的一种,因此,一旦判断两轮电动车和目标物之间的距离在缩小,且两轮电动车是朝向目标物进行运动的话,则危险程度是较高的(当然,可以是预先判断两轮电动车和目标物之间的距离,当二者的距离小于一定的数值后,才触发步骤S201的执行)。如果是相离运动,则是处于安全的状态,此时计算出的危险程度是最低的。同方向的汇聚运动则不一定会导致危险后果,但属于驾驶员最容易忽视的情况,比如目标物从侧后方接近时,驾驶员可能无法注意到侧后方的目标物,而直接进行转向,此时很容易出现危险。因此,当检测到目标物朝向两轮电动车运动,且目标物与两轮电动车的距离在减小,且目标物位于两轮电动车侧后方时,危险程度是最高的。也就是,确定了行驶方向后,不同种类的行驶方向所对应的危险程度是不同的,同方向的汇聚运动的危险程度>相向运动的危险程度>相离运动的危险程度。
在确定了行驶方向后,如果两轮电动车的行驶速度越高则危险程度越大,类似的,两轮电动车行驶加速度越高,则危险程度越大。
可见,两轮电动车运动数据中,行驶方向是确定危险程度中最为重要的,其他的相对次要。
进而,步骤S202,根据两轮电动车运动数据和两轮电动车与目标物之间的距离,计算两轮电动车当前的危险程度可以按照如下方式执行,如图7所示:
步骤S2021,判断两轮电动车与目标物之间的距离是否小于预设值,若是,则执行步骤S2023,若否,则执行步骤S2022;
步骤S2022,按照加权计算的方式,根据相对行驶方式和两轮电动车行驶速度计算危险程度,相对行驶方式包括相向运动和同方向的汇聚运动;其中,相对行驶方式的权值大于相对行驶速度的权值;
步骤S2023,计时,并当计时达到预定时间时,触发步骤S2021执行。
其中,步骤S2022可以按照如下步骤执行:
选择与相对行驶方式相对应的权值系数;
按照选择的权值系数,根据两轮电动车行驶速度(还可以进一步根据两轮电动车行驶速度和两轮电动车行驶加速度)计算危险程度;相向运动所对应的权值系数小于同方向的汇聚运动所对应的权值系数。
其中,权值系数主要是对计算结果进行整体性放大,比如危险程度可以按照如下公式计算S=X*(Y+A);其中,X是相对行驶方式所对应的权值系数,Y是两轮电动车行驶速度(也可以是依据两轮电动车行驶速度和两轮电动车行驶加速度得到的一个参考值),A是一个速度值的基本值,是常量,S是危险程度。可见,X起到的是放大作用。Y也能够对结果造成影响,但影响程度不如X明显。某一种情况下,X的取值范围在1-10之间,Y的取值范围在1-8之间。
按照上述具体实现方式来执行时,可以做到,在两轮电动车行驶速度相同的情况下,第一危险程度高于第二危险程度;第一危险程度是处于同方向的汇聚运动的情况下,计算得出的危险程度;第二危险程度是处于相向运动情况下,计算得出的危险程度。
在确定了危险程度后,危险程度越高,则制动的效果应当越显著,或者说危险程度和制动效果呈正相关性。
除了通过紧急制动的方式来提高两轮电动车驾驶员的安全性,还可以是通过及时上传导航线路,和/或两轮电动车实际行驶路线来使得第三方监管机构了解驾驶员的位置,以便于及时的对出现危险的驾驶员进行救援。考虑到导航线路和实际行驶路线是属于个人隐私的数据,因此在上传之前,应当采用非对称加密算法对导航线路,和/或两轮电动车的实际行驶路线进行加密,得到加密数据;而后,将加密数据向安全服务器发送,以将加密数据保存在安全服务器。第三方监管机构可以通过调阅安全服务器中的数据,来知晓驾驶员的状态。
进一步,还可以在两轮电动车上增加三轴传感器,来检测两轮电动车是否发生了倾倒,如果发生了倾倒,也可以及时的向安全服务器发送报警信息,以使救援人员能够及时的到达。
与上述方法相对应的,本申请还对应的提供了一种导航线路生成装置,下述装置中的细节方案可以参照上述方法来实现,如图8所示,该装置包括:
第一获取模块701,用于获取电子地图数据;
第一生成模块702,用于在获取到实时路况数据时,根据所述实时路况数据和历史路况数据,生成导航线路;
输出模块703,用于输出所述导航线路。
优选的,第一生成模块702包括:
第一生成单元,用于根据车辆定位数据、目的地位置和地域连通关系,生成初始通行线路;
第一选择单元,用于根据实时路况数据和和历史路况数据,选择所述初始通行线路中最优的线路作为导航线路。
优选的,第一生成单元包括:
加权计算子单元,用于按照加权计算的方式,根据实时路况数据中所携带的每个路段的实时路况指数和和历史路况数据中所携带的每个路段的历史路况指数,计算每个初始通行线路的参考权值;
选择子单元,用于依据参考权值的大小选择指定的初始通行线路作为导航线路。
优选的,第一生成模块702包括:
第二生成单元,用于根据实时路况数据、车辆定位数据、目的地位置和地域连通关系,生成规避拥堵线路;
第二选择色单元,用于根据历史路况数据,选择所述规避拥堵线路中最优的线路作为导航线路。
优选的,还包括:
选择模块,若电子地图数据中携带有规避拥堵线路,则用于根据历史路况数据,选择规避拥堵线路中最优的线路作为导航线路。
优选的,所述历史路况数据携带有以下的一种或多种数据:
指定时段的历史拥堵情况、指定路段的交通事故情况、指定时段发生过的车辆事故的情况和指定车辆在指定时段发生车辆事故的情况。
优选的,还包括:
确定模块,用于在获取到违法区域位置时,根据违法区域位置,确定车辆移动至违法区域的可能值;
第二生成模块,用于根据所述可能值生成告警信息。
优选的,确定模块包括:
确定单元,用于根据车辆定位数据、违法区域位置、车辆运动数据,确定车辆移动至违法区域的可能值。
优选的,第二生成模块包括:
查找单元,用于在预设的告警方式列表中,查找与所述可能值相对应的告警方式,每个可能值所对应的告警方式不同;
第三生成单元,用于根据所述查找到的告警方式生成告警信息。
优选的,还包括:
判断模块,用于根据违法区域位置和车辆定位数据,判断所述车辆是否已经过违法区域;
第三生成模块,用于在判断模块判断为是是时,生成告警信息。
优选的,还包括:
第四生成模块,用于在电子地图中标注车辆的实际行驶线路和违法区域位置,以生成参考文件;
保存模块,用于将所述参考文件保存在本地。
优选的,还包括:
第二获取模块,用于获取车辆运动数据和车辆与目标物之间的距离;
计算模块,用于根据车辆运动数据和车辆与目标物之间的距离,计算所述车辆当前的危险程度;
制动模块,用于根据所述危险程度对车辆进行制动。
优选的,计算模块包括:
判断单元,用于判断车辆与目标物之间的距离是否小于预设值,
计算单元,用于在判断单元判断为否时,根据相对行驶方式和相对行驶速度计算危险程度,所述相对行驶方式包括相向运动和同方向的汇聚运动。
优选的,还包括:
加密模块,用于使用非对称加密算法对所述导航线路,和/或车辆的实际行驶路线进行加密,得到加密数据;
发送模块,用于将所述加密数据向安全服务器发送,以将所述加密数据保存在安全服务器。
基于上述内容中所公开的方法,本申请还提供了车辆导航线路生成设备,包括处理器、提示器和制动器,处理器与提示器电性连接;提示器包括显示器,和/或耳机,和/或振动器;
处理器,用于在被触发时,按照如上述方法进行操作;
提示器,用于输出提示信息。
基于上述设备,本申请还提供了一种车辆,包括上述的车辆导航线路生成设备,还包括主体骨架和设置在主体骨架下部的前轮和后轮;
处理器内嵌在主体骨架内部,制动器设置在车辆的前轮或后轮处。
其中,如图9所示,主体骨架指的是包括有车架11、设置在车架中部的车座12、设置在车架前部的把手13,前轮14和后轮15分别设置在车架11的前部和后部。
该设备可以通过可拆卸连接件设置在主体骨架的内部,进而主体骨架上应当设置有容置该设备的凹槽或内部空间,该凹槽的侧壁上设置有卡接件一类的可拆卸连接件。
本申请所提供的方法优选使用在没有后视镜的两轮电动车上,能够很大程度上提高驾驶员的安全性。进而,本申请所提供的方法应当调整为一种提高不携带有后视镜的两轮电动车驾驶效率的方法。
与上述设备类似的,本申请还提供了一种移动设备,包括存储器和处理器;其中,存储器用于存储一条或多条计算机指令,其中,一条或多条计算机被处理器执行以实现如上述方法。
该移动设备可以是如手机一类的移动式智能终端。
本申请还提供了计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现上述方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例公开A1.一种导航线路生成方法,包括:
获取电子地图数据;
若电子地图数据中携带有实时路况数据,则根据所述实时路况数据和历史路况数据,生成导航线路;
输出所述导航线路。
A2.根据A1所述的方法,步骤根据所述实时路况数据和所述历史路况数据,生成导航线路包括:
根据车辆定位数据、目的地位置和地域连通关系,生成初始通行线路;
根据实时路况数据和和历史路况数据,选择所述初始通行线路中最优的线路作为导航线路。
A3.根据A2所述的方法,步骤根据实时路况数据和和历史路况数据,选择所述初始通行线路中最优的线路作为导航线路包括:
按照加权计算的方式,根据实时路况数据中所携带的每个路段的实时路况指数和和历史路况数据中所携带的每个路段的历史路况指数,计算每个初始通行线路的参考权值;
依据参考权值的大小选择指定的初始通行线路作为导航线路。
A4.根据A1所述的方法,步骤根据所述实时路况数据和所述历史路况数据,生成导航线路包括:
根据实时路况数据、车辆定位数据、目的地位置和地域连通关系,生成规避拥堵线路;
根据历史路况数据,选择所述规避拥堵线路中最优的线路作为导航线路。
A5.根据A2所述的方法,还包括:若电子地图数据中携带有规避拥堵线路,则根据历史路况数据,选择规避拥堵线路中最优的线路作为导航线路。
A6.根据A2-A5任一项所述的方法,所述历史路况数据携带有以下的一种或多种数据:
指定时段的历史拥堵情况、指定路段的交通事故情况、指定时段发生过的车辆事故的情况和指定车辆在指定时段发生车辆事故的情况。
A7.根据A1所述的方法,还包括:若电子地图数据中携带有违法区域位置,则根据违法区域位置,确定两轮电动车移动至违法区域的可能值;
根据所述可能值生成告警信息。
A8.根据A7所述的方法,步骤所述根据违法区域位置,确定两轮电动车移动至违法区域的可能值包括:
根据两轮电动车定位数据、违法区域位置、两轮电动车运动数据,确定两轮电动车移动至违法区域的可能值。
A9.根据A7所述的方法,步骤根据所述可能值生成告警信息包括:
在预设的告警方式列表中,查找与所述可能值相对应的告警方式,每个可能值所对应的告警方式不同;
根据所述查找到的告警方式生成告警信息。
A10.根据A7所述的方法,还包括:
根据违法区域位置和两轮电动车定位数据,判断所述两轮电动车是否已经过违法区域;
若是,则生成告警信息。
A11.根据A7所述的方法,还包括:
在电子地图中标注两轮电动车的实际行驶线路和违法区域位置,以生成参考文件;
将所述参考文件保存在本地。
A12.根据A1所述的方法,还包括:
获取两轮电动车运动数据和两轮电动车与目标物之间的距离;
根据两轮电动车运动数据和两轮电动车与目标物之间的距离,计算所述两轮电动车当前的危险程度;
根据所述危险程度对两轮电动车进行制动。
A13.根据A12所述的方法,步骤根据两轮电动车运动数据和两轮电动车与目标物之间的距离,计算所述两轮电动车当前的危险程度包括:
判断两轮电动车与目标物之间的距离是否小于预设值,
若否,则根据相对行驶方式和相对行驶速度计算危险程度,所述相对行驶方式包括相向运动和同方向的汇聚运动。
A14.根据A1所述的方法,还包括:
使用非对称加密算法对所述导航线路,和/或两轮电动车的实际行驶路线进行加密,得到加密数据;
将所述加密数据向安全服务器发送,以将所述加密数据保存在安全服务器。
本申请实施例还公开了B15.一种导航线路生成装置,包括:
第一获取模块,用于获取电子地图数据;
第一生成模块,用于在获取到实时路况数据时,根据所述实时路况数据和历史路况数据,生成导航线路;
输出模块,用于输出所述导航线路。
B16.根据B15所述的装置,第一生成模块包括:
第一生成单元,用于根据两轮电动车定位数据、目的地位置和地域连通关系,生成初始通行线路;
第一选择单元,用于根据实时路况数据和和历史路况数据,选择所述初始通行线路中最优的线路作为导航线路。
B17.根据B16所述的装置,第一生成单元包括:
加权计算子单元,用于按照加权计算的方式,根据实时路况数据中所携带的每个路段的实时路况指数和和历史路况数据中所携带的每个路段的历史路况指数,计算每个初始通行线路的参考权值;
选择子单元,用于依据参考权值的大小选择指定的初始通行线路作为导航线路。
B18.根据B15所述的装置,第一生成模块包括:
第二生成单元,用于根据实时路况数据、两轮电动车定位数据、目的地位置和地域连通关系,生成规避拥堵线路;
第二选择色单元,用于根据历史路况数据,选择所述规避拥堵线路中最优的线路作为导航线路。
B19.根据B16所述的装置,还包括:
选择模块,若电子地图数据中携带有规避拥堵线路,则用于根据历史路况数据,选择规避拥堵线路中最优的线路作为导航线路。
B20.根据B15-B19所述的装置,所述历史路况数据携带有以下的一种或多种数据:
指定时段的历史拥堵情况、指定路段的交通事故情况、指定时段发生过的两轮电动车事故的情况和指定两轮电动车在指定时段发生两轮电动车事故的情况。
B21.根据B15所述的装置,还包括:
确定模块,用于在获取到违法区域位置时,根据违法区域位置,确定两轮电动车移动至违法区域的可能值;
第二生成模块,用于根据所述可能值生成告警信息。
B22.根据B21所述的装置,确定模块包括:
确定单元,用于根据两轮电动车定位数据、违法区域位置、两轮电动车运动数据,确定两轮电动车移动至违法区域的可能值。
B23.根据B21所述的装置,第二生成模块包括:
查找单元,用于在预设的告警方式列表中,查找与所述可能值相对应的告警方式,每个可能值所对应的告警方式不同;
第三生成单元,用于根据所述查找到的告警方式生成告警信息。
B24.根据B21所述的装置,还包括:
判断模块,用于根据违法区域位置和两轮电动车定位数据,判断所述两轮电动车是否已经过违法区域;
第三生成模块,用于在判断模块判断为是是时,生成告警信息。
B25.根据B21所述的装置,还包括:
第四生成模块,用于在电子地图中标注两轮电动车的实际行驶线路和违法区域位置,以生成参考文件;
保存模块,用于将所述参考文件保存在本地。
B26.根据B15所述的装置,还包括:
第二获取模块,用于获取两轮电动车运动数据和两轮电动车与目标物之间的距离;
计算模块,用于根据两轮电动车运动数据和两轮电动车与目标物之间的距离,计算所述两轮电动车当前的危险程度;
制动模块,用于根据所述危险程度对两轮电动车进行制动。
B27.根据B26所述的装置,计算模块包括:
判断单元,用于判断两轮电动车与目标物之间的距离是否小于预设值,
计算单元,用于在判断单元判断为否时,根据相对行驶方式和相对行驶速度计算危险程度,所述相对行驶方式包括相向运动和同方向的汇聚运动。
B28.根据B15所述的装置,还包括:
加密模块,用于使用非对称加密算法对所述导航线路,和/或两轮电动车的实际行驶路线进行加密,得到加密数据;
发送模块,用于将所述加密数据向安全服务器发送,以将所述加密数据保存在安全服务器。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种导航线路生成方法,其特征在于,包括:
获取电子地图数据;
若电子地图数据中携带有实时路况数据,则根据所述实时路况数据和历史路况数据,生成导航线路;
输出所述导航线路。
2.根据权利要求1所述的方法,其特征在于,步骤根据所述实时路况数据和所述历史路况数据,生成导航线路包括:
根据车辆定位数据、目的地位置和地域连通关系,生成初始通行线路;
根据实时路况数据和和历史路况数据,选择所述初始通行线路中最优的线路作为导航线路。
3.根据权利要求2所述的方法,其特征在于,步骤根据实时路况数据和和历史路况数据,选择所述初始通行线路中最优的线路作为导航线路包括:
按照加权计算的方式,根据实时路况数据中所携带的每个路段的实时路况指数和和历史路况数据中所携带的每个路段的历史路况指数,计算每个初始通行线路的参考权值;
依据参考权值的大小选择指定的初始通行线路作为导航线路。
4.根据权利要求1所述的方法,其特征在于,步骤根据所述实时路况数据和所述历史路况数据,生成导航线路包括:
根据实时路况数据、车辆定位数据、目的地位置和地域连通关系,生成规避拥堵线路;
根据历史路况数据,选择所述规避拥堵线路中最优的线路作为导航线路。
5.根据权利要求2所述的方法,其特征在于,还包括:若电子地图数据中携带有规避拥堵线路,则根据历史路况数据,选择规避拥堵线路中最优的线路作为导航线路。
6.一种导航线路生成装置,其特征在于,包括:
第一获取模块,用于获取电子地图数据;
第一生成模块,用于在获取到实时路况数据时,根据所述实时路况数据和历史路况数据,生成导航线路;
输出模块,用于输出所述导航线路。
7.一种车辆导航线路生成设备,其特征在于,包括处理器、提示器和制动器,所述处理器与所述提示器电性连接;所述提示器包括显示器,和/或耳机,和/或振动器;
所述处理器,用于在被触发时,按照如权利要求1-5任一项所述的方法进行操作;
所述提示器,用于输出提示信息。
8.一种车辆,其特征在于,包括如权利要求7所述的设备,还包括主体骨架和设置在主体骨架下部的前轮和后轮;
所述处理器内嵌在所述主体骨架内部,所述制动器设置在所述车辆的前轮或后轮处。
9.一种移动设备,其特征在于,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机被所述处理器执行以实现如权利要求1-5所述的方法。
10.一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,所述计算机程序被处理器执行时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710596785.7A CN107270924A (zh) | 2017-07-20 | 2017-07-20 | 导航线路生成方法、装置、设备和电动车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710596785.7A CN107270924A (zh) | 2017-07-20 | 2017-07-20 | 导航线路生成方法、装置、设备和电动车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107270924A true CN107270924A (zh) | 2017-10-20 |
Family
ID=60079253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710596785.7A Pending CN107270924A (zh) | 2017-07-20 | 2017-07-20 | 导航线路生成方法、装置、设备和电动车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107270924A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993441A (zh) * | 2017-12-18 | 2018-05-04 | 北京中交兴路信息科技有限公司 | 一种货车常跑路线的预测方法及装置 |
CN108364489A (zh) * | 2017-12-29 | 2018-08-03 | 中兴智能交通股份有限公司 | 一种交通状态的判断方法和装置 |
CN109084799A (zh) * | 2018-09-10 | 2018-12-25 | 盐城骏拔汽车零部件有限公司 | 基于无人机的汽车导航系统 |
CN109480375A (zh) * | 2018-11-08 | 2019-03-19 | 厦门科路德科技有限公司 | 智能识别逆行的安全头盔的控制方法 |
CN110263986A (zh) * | 2019-06-05 | 2019-09-20 | 四川驹马科技有限公司 | 一种能适应复杂交通变化的物流配送系统及方法 |
CN111079993A (zh) * | 2019-12-02 | 2020-04-28 | 无锡大华锐频科技有限公司 | 一种交通流量预测方法、装置、电子设备及存储介质 |
CN113947938A (zh) * | 2021-10-15 | 2022-01-18 | 中科迈航信息技术有限公司 | 基于人工智能的探测方法及相关产品 |
CN115148040A (zh) * | 2022-06-28 | 2022-10-04 | 东莞中科云计算研究院 | 面向封闭道路环境的无人驾驶车辆控制方法及系统 |
CN116151507A (zh) * | 2023-04-17 | 2023-05-23 | 浙江口碑网络技术有限公司 | 路径规划方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750069A (zh) * | 2008-11-28 | 2010-06-23 | 阿尔派株式会社 | 导航装置及导航装置的限制信息提示方法 |
US20140244158A1 (en) * | 2007-01-24 | 2014-08-28 | Tomtom Global Assets B.V. | Method and apparatus for providing navigational guidance using the states of traffic signal |
CN105674994A (zh) * | 2014-11-17 | 2016-06-15 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
CN105730444A (zh) * | 2016-03-29 | 2016-07-06 | 武汉大学 | 一种高速公路交通安全管制方法 |
-
2017
- 2017-07-20 CN CN201710596785.7A patent/CN107270924A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140244158A1 (en) * | 2007-01-24 | 2014-08-28 | Tomtom Global Assets B.V. | Method and apparatus for providing navigational guidance using the states of traffic signal |
CN101750069A (zh) * | 2008-11-28 | 2010-06-23 | 阿尔派株式会社 | 导航装置及导航装置的限制信息提示方法 |
CN105674994A (zh) * | 2014-11-17 | 2016-06-15 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
CN105730444A (zh) * | 2016-03-29 | 2016-07-06 | 武汉大学 | 一种高速公路交通安全管制方法 |
Non-Patent Citations (1)
Title |
---|
周蔚吾 等: "《数字化公路引用手册》", 30 April 2009, 《知识产权出版社》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993441A (zh) * | 2017-12-18 | 2018-05-04 | 北京中交兴路信息科技有限公司 | 一种货车常跑路线的预测方法及装置 |
CN107993441B (zh) * | 2017-12-18 | 2020-03-27 | 北京中交兴路信息科技有限公司 | 一种货车常跑路线的预测方法及装置 |
CN108364489A (zh) * | 2017-12-29 | 2018-08-03 | 中兴智能交通股份有限公司 | 一种交通状态的判断方法和装置 |
CN109084799A (zh) * | 2018-09-10 | 2018-12-25 | 盐城骏拔汽车零部件有限公司 | 基于无人机的汽车导航系统 |
CN109480375A (zh) * | 2018-11-08 | 2019-03-19 | 厦门科路德科技有限公司 | 智能识别逆行的安全头盔的控制方法 |
CN110263986A (zh) * | 2019-06-05 | 2019-09-20 | 四川驹马科技有限公司 | 一种能适应复杂交通变化的物流配送系统及方法 |
CN111079993A (zh) * | 2019-12-02 | 2020-04-28 | 无锡大华锐频科技有限公司 | 一种交通流量预测方法、装置、电子设备及存储介质 |
CN113947938A (zh) * | 2021-10-15 | 2022-01-18 | 中科迈航信息技术有限公司 | 基于人工智能的探测方法及相关产品 |
CN113947938B (zh) * | 2021-10-15 | 2023-10-31 | 中科迈航信息技术有限公司 | 基于人工智能的探测方法及相关产品 |
CN115148040A (zh) * | 2022-06-28 | 2022-10-04 | 东莞中科云计算研究院 | 面向封闭道路环境的无人驾驶车辆控制方法及系统 |
CN116151507A (zh) * | 2023-04-17 | 2023-05-23 | 浙江口碑网络技术有限公司 | 路径规划方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107270924A (zh) | 导航线路生成方法、装置、设备和电动车 | |
US10217343B2 (en) | Alert generation correlating between head mounted imaging data and external device | |
US11061408B1 (en) | Facilitating safer vehicle travel utilizing telematics data | |
US11312299B1 (en) | Systems and methods for notification of exceeding speed limits | |
JP6796798B2 (ja) | イベント予測システム、イベント予測方法、プログラム、及び移動体 | |
US20180075747A1 (en) | Systems, apparatus, and methods for improving safety related to movable/ moving objects | |
US11107349B2 (en) | Sidewalk detection for electric scooters | |
US10521680B2 (en) | Detecting foliage using range data | |
US11037450B2 (en) | Using geofences to restrict vehicle operation | |
JP2023074043A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP6387652B2 (ja) | 通知条件生成プログラム、通知条件生成方法及び情報処理装置 | |
CN104680714A (zh) | 用于向用户发送提醒的方法及系统 | |
CN112258837B (zh) | 一种车辆预警的方法、相关装置、设备以及存储介质 | |
US20220012995A1 (en) | Active vehicle safety system for cyclists and pedestrians | |
US8013747B2 (en) | Driving safety warning method and device for a drowsy or distracted driver | |
JP2009015494A (ja) | 危険度管理システム、サーバ装置及び危険度管理方法 | |
US11210952B2 (en) | Systems and methods for controlling vehicle traffic | |
WO2017099753A1 (en) | U-turn assistance | |
JP6697998B2 (ja) | 移動体保険料算出方法、移動体保険料算出装置、移動体保険料算出プログラム及び移動体 | |
JP2015219736A (ja) | 運転支援装置 | |
US11170650B2 (en) | System for vehicle monitoring and alerting | |
US20180082203A1 (en) | Detection of operator likelihood of deviation from planned route | |
WO2016093751A1 (en) | Method and system for avoiding an accident involving moving vehicle, and related computer program and computer program products | |
WO2017100790A1 (en) | Enhanced navigation instruction and user determination | |
Bhatt et al. | Accident and road quality assessment using android google maps API |
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: 20171020 |