CN107702729A - 一种考虑预期路况的车辆导航方法及系统 - Google Patents

一种考虑预期路况的车辆导航方法及系统 Download PDF

Info

Publication number
CN107702729A
CN107702729A CN201710794206.XA CN201710794206A CN107702729A CN 107702729 A CN107702729 A CN 107702729A CN 201710794206 A CN201710794206 A CN 201710794206A CN 107702729 A CN107702729 A CN 107702729A
Authority
CN
China
Prior art keywords
time
section
traffic
navigation
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
Application number
CN201710794206.XA
Other languages
English (en)
Inventor
杭文
钟敏儿
何杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201710794206.XA priority Critical patent/CN107702729A/zh
Publication of CN107702729A publication Critical patent/CN107702729A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492Special 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)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种考虑预期路况的车辆导航方法及系统,该方法包括步骤:S11:历史路况信息服务商收集或运用交通工程学的方法设置城市/区域路网中各路段的“自由流行程时间”数据;S12:用户在导航终端设置出行的“起讫点”与“拟出行时间”,导航系统按照用户偏好或默认规则计算出一条或多条导航路径;S13:导航系统根据历史数据和实时交通信息计算出“行程时间比”;S14:导航系统在路径推荐时同时显示即将行经的各路段的拥堵水平和预计总出行时长,以供用户选择合适的出行/导航路径。本发明有助于用户根据即将行经的各路段的预期路况选择出行路线,避免了用户在出行途中遭遇出发时未曾料及的交通拥堵。

Description

一种考虑预期路况的车辆导航方法及系统
技术领域:
本发明涉及一种考虑预期路况的车辆导航方法及系统,属于车辆导航技术领域。
背景技术:
随着我国城市汽车保有量的快速增加,交通拥堵情况也愈发严重,导致交通出行者的平均出行时间越来越长。于是,越来越多的汽车出行者希望能事先选择较优的出行路线和出行时间,以避开拥堵路段,从而节省出行时间,减少安全隐患。可见,对于交通出行者来说,及时地、有预见性地获悉道路交通信息是十分必要的。
当前,运用车载或手持式导航设备,已成为很多出行者的选择。在导航设备使用过程中,当车主用户选择目的地位置时,现有导航系统自动匹配起始位置和终端位置,生成若干条待选的导航路径,并(在开通实时交通路况信息服务后)根据当前每条导航路线的交通路况显示每条路线到达目的地的预计时间长度(下文简称“时长”),供用户进行导航路径的选择。
用户往往是根据导航系统中所标示的道路拥堵情况以及预计出行时长进行出行路线、出行时间甚至出行与否的选择,因此,道路拥堵情况以及预计出行时间已成为的影响用户出行计划的重要依据。
在用户出行过程中,路网的道路交通状况可能发生较大变化。现有的动态导航系统通过采集、分析和显示实时路况信息,不断地调整道路拥堵情况显示和剩余出行时长的预计值。这种导航方法看似足够科学、及时,实际上却隐藏着很大的决策隐患。
例如,用户在早高峰前设置导航并根据预计出行时长进行了决策,然而,在出行过程中(由于进入了早高峰),却发现剩余出行时长一再被导航系统调整,最终的实际出行时长远远超过了出发前的预计时长,造成用户在出行中消耗的时间远远大于出行前的心理预期,并导致烦躁、迟到、误车、误机等后续不良影响。
又如,用户在早高峰前设置导航并根据备选导航路径的预计出行时长进行了路线决策,然而,在出行过程中(由于进入了早高峰),却发现已选择路线出现了较严重的拥堵,而原来的其他备选方案却成为了此时更优的选择,但是临时改变路线已经不现实甚至车辆已经堵得无法动弹,造成用户对出行路线选择的后悔和对导航系统的质疑,并导致耗时超预期、迟到、误机等后续不良影响。
从交通科学的视角来看,交通拥堵可以分为偶发性和常发性两类。对于交通事故、临时施工等造成的偶发性交通拥堵,需要根据实时交通信息进行判断。而各路段常发性交通拥堵的程度随着所处时段、周几、季节、天气、是否节假日等因素,呈现出较强的时空规律性,是可以根据历史数据进行预判的。
发明内容
为了克服现有车辆导航系统及方法存在的技术缺陷,本发明所要解决的技术问题是:提供一种考虑预期路况的车辆导航方法及系统,以解决用户在出行前无法预知出行过程中的常发性交通拥堵导致出行时长的增加和原导航路线选择的失误,从而误判出行路线和出行时间的技术问题。
为解决上述技术问题,本发明的技术方案是:
一种考虑预期路况的车辆导航方法,所述方法包括下述步骤:
S11:历史路况信息服务商收集或运用交通工程学的方法设置城市/区域路网中各路段的“自由流行程时间”数据;所述的城市/区域路网中各路段的“自由流行程时间”数据的获取方法是历史路况信息服务商收集城市/区域路网中各路段“实际行程时间”或“行程时间比”的历史数据,并按照所处行程时间属性和行程气象属性对数据进行分类、去噪处理,计算细分类别下各路段“行程时间比”的加权平均值并建立数据库;
S12:用户在导航终端设置出行的“起讫点”与“拟出行时间”;
S13:导航系统按照用户偏好或默认规则计算出一条或多条导航路径;
S14:导航系统按照用户设置的“起讫点”和“拟出行时间”,同时在线获取/调用所涉及路段的“自由流行程时间”数据,同时根据未来到达某一路段时的历史“行程时间比”数据和现状路况下的“行程时间比”数据,取较高值作为预测值,以预测总出行时长,以供用户选择合适的出行/导航路径;如果用户对所有方案均不满意,可以尝试调整出行时间并观察是否出现可以接受的方案。
所述的考虑预期路况的车辆导航方法,所述的“行程时间比”TTIkj表示在处于第k个时间间隔或时间间隔k内,导航系统显示与考虑的车辆行驶于路段j的“行程时间比”,需要考虑的是所有涉及路段在车辆按预期行驶时间∑t(j-1)×TTI(j-2)(j-1)到达某一路段j时,该路段在天气和交通环境变化下未来可能出现的交通拥堵水平TTI(∑t(j-2)×TTI(j-3)(j-2))(j-1),其中,tj表示车辆在路段j上行驶所需要的“自由流行程时间”。
所述的考虑预期路况的车辆导航方法,所述的总出行时长的预测计算方法如下:计划行经路段1、2、3、……、N,在路段j(j<[1、2、3、……、N])的预期出行时长t′j取值为行程时间属性和行程气象属性相似的历史条件下对应数据的加权平均值和现状路况条件下出行时长两者比较的较高者。
本发明的另一目的在于提供一种考虑预期路况的车辆导航系统,所述系统包括:用户指令接受与导航路径规划模块,用于接受用户输入/选择的出发时间、出行起讫点、导航偏好,并按照约束条件和行程最短、出行时长最短的目标规划/调整导航路径;
历史数据库模块,用于储存、添加和更新“自由流平均行车速度”和所处行程时间属性和行程气象属性对应的“行程时间比”数据;
所处行程时间属性和行程气象属性信息获取与处理模块,用于获取出发时间,分析其从属的时段/时间间隔、周几、月份、季节、是否节假日、预报天气情况及其出现概率的信息;
路径、所处行程时间属性和行程气象属性综合信息对比模块,用于对比所处行程时间属性和行程气象属性信息获取与处理模块得出的出行相关信息与历史数据库模块中的数据,得出导航规划路径涉及路段对应的历史“行程时间比”数据;
实时交通信息获取与生成模块,用于获取导航规划路径涉及路段的实时交通信息,并转换成各路段实时的“行程时间比”数据;
预期行程时间比与出行时长计算模块,分析对比导航规划路径涉及路段“行程时间比”的历史数据和实时数据,计算出各路段预期的“行程时间比”与“出行时长”,将结果显示给用户并反馈给用户指令接受与导航路径规划模块,以便用户更改或由系统自动调整导航路径规划。用户在出行过程中,系统结合实时路况和历史数据库进行动态路线规划,适时推荐或自动调整剩余规划路径;
推送模块,将本次出行的实际数据或信息推送给历史数据库模块或其他服务器/平台。
所述的考虑预期路况的车辆导航系统,所述的实时交通信息的获取模块包括:
(1)交通指挥中心或交通信息采集公司/部门,通过设置在道路上的摄像终端或者数据采集设备,对道路的车辆信息或交通状况进行采集,例如车流量、车辆密度、交通事故情况以及车辆故障信息;
(2)交通信息采集公司/部门或地图信息服务商,通过安装在协议行驶车辆上的终端设备(GPS、行车记录仪等),采集导航车辆速度信息和位置信息;
(3)第三方信息平台(如广播电台),获取交通事故信息以及车辆事故信息。
采用了上述技术方案后,本发明的有益效果是:
在导航计划时,用户(尤其是出行时长较大的用户)可以更准确地得知各出行线路在不同出发时间下的预期出行时长,以避免出发时路网整体拥堵水平较低而行程中进入交通高峰等状况造成的对出行时长的低估;导航终端得以将不同出行线路(方案)下各路段的预期拥堵水平(而非设置导航计划时的临时拥堵水平)展现给用户,不仅考虑了偶发性交通拥堵,也考虑了历史上相似时刻和气象条件下的常发性交通拥堵,避免了用户在出行途中遭遇出发时未曾料及的交通拥堵;本导航方法有助于用户根据即将行经的各路段的预期路况选择出行路线,避免了用户在出行途中遭遇出发时未曾料及的瓶颈路段;在导航过程中,用户亦可以随时享用本导航方法带来的上述便利,避免传统导航方式由于(设置/观察导航时与行至某路段时的)时间差造成的交通拥堵水平的“意外”变化。这一切均有助于为用户提供更准确和可靠的导航服务,并更有效地选择出行路线和出行时间,以避免“意外的”交通拥堵、真正减少出行时长。
附图说明
图1是本发明提供的车辆导航方法的实现流程图;
图2是本发明提供的预期路况实现示意图;
图3是本发明提供的车辆导航系统的结构框图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
图1示出了本发明提供的车辆导航方法的实现流程图,具体包括下述步骤:
在步骤S11中,收集或运用交通工程学的方法设置城市/区域路网中各路段的“自由流行程时间”数据,即车辆以自由流速度通过某一路段的时间。
在步骤S11中,历史路况信息服务商(可以是导航软件服务商、地图信息服务商、交通信息服务商或其他公司/部门)收集城市/区域路网中各路段“实际行程时间”或“行程时间比”的历史数据,其中,路段j在某一时间间隔(时间间隔不大于15分钟)k内的“行程时间比”等于该时间间隔内行驶车辆的平均“实际行程时间”与“自由流行程时间”的比值。再按所处时段、周几、月份、季节、天气情况、是否节假日等因素对数据进行分类、去噪等处理,计算细分类别下各路段“行程时间比”的加权平均值(相似的背景条件下,近期数据的权重较大)并建立历史数据库。该数据库定期更新,可供导航系统在线连接或/和用户离线下载。
在步骤S12中,用户在导航终端设置出行的“起讫点”、“拟出行时间”(默认为立即出发)与出行偏好(距离最短、时间最短、拥堵最少、是否行经收费道路等),导航系统计算出一条或多条可选导航路径。
在步骤S12中,导航系统针对可选导航路径涉及的路段(导航路径由这些涉及路段首尾相接构成),运用用户设置的“拟出行时间”和在线获取的实时天气/预报信息,与历史数据库中的时间属性数据和天气属性数据进行匹配,从而预测出车辆在未来某一时段/时间间隔k内行驶在路段j时的“行程时间比”。
在步骤S13中,导航系统对比各涉及路段根据历史数据预测的“行程时间比”和根据实时交通信息计算出的“行程时间比”,选择取值较大者作为车辆在时间间隔k内行驶在路段j时的“行程时间比”预测结果。
其中,实时交通信息的获取可以通过多种方式:
(1)交通指挥中心或交通信息采集公司/部门,通过设置在道路上的摄像终端或者数据采集设备,对道路的车辆信息或交通状况进行采集,例如车流量、车辆密度、交通事故情况以及车辆故障信息;
(2)交通信息采集公司/部门或地图信息服务商,通过安装在协议行驶车辆上的终端设备(GPS、行车记录仪等),采集导航车辆速度信息和位置信息;
(3)第三方信息平台(如广播电台),获取交通事故信息以及车辆事故信息等信息;
当然也可以采用其他方式,在此不再赘述。
在步骤S14中,导航系统在路径推荐时同时用颜色显示即将行经的各路段的拥堵水平(“行程时间比”)和预计总出行时长,以供用户选择合适的出行/导航路径;如果用户对所有方案均不满意,可以尝试调整出行时间并观察是否出现可以接受的方案。
在步骤S14中,用户的导航终端将每次出行的关键数据进行采集并添加到导航终端或历史路况信息服务商的历史数据库中。
图2示出了本发明实施例提供的预期路况实现示意图,为了便于说明,图中仅给出了用户设置好导航后立刻出发的情况。如果用户选择在未来某一时刻t出行,只需将图2中右侧部分的起始时间由0更改为t,相应的第一个路段的“行程时间比”由TTI01更改为TTIt1,之后的情况可以顺延和类推。
其中,TTIkj表示在某一时刻(处于第k个时间间隔或时间间隔k内),导航系统显示与考虑的车辆行驶于路段j的“行程时间比”。现有的、考虑实时路况的导航系统在计划出行路线时,考虑的是所有涉及路段在这时的交通拥堵水平TTI0j。而本专利提出的导航方法,考虑的是所有涉及路段在车辆(按预期行驶时间∑t(j-1)×TTI(j-2)(j-1))到达某一路段j时,该路段在天气和交通环境变化下未来可能出现的交通拥堵水平TTI(∑t(j-2)×TTI(j-3)(j-2))(j-1)。其中,tj表示车辆在路段j上行驶所需要的“自由流行程时间”。例如,对于将行经的第2个路段,现有导航方法在出发时认为该路段的“行程时间比”为TTI02,而本专利提出的导航方法认为,车辆行驶至该路段时的“行程时间比”应该是TTI(t1×TTI01)2。易见,当t1×TTI01较大时,很难简单地认为第2个路段的交通拥堵状态一定会保持在出发时的水平。
对于本次出行时长较长的用户来说,上述交通拥堵水平的差异可能非常巨大(例如,出发时传统导航预计出行时长30分钟,但用户开了30分钟后可能惊讶地发现,剩余出行时长仍有30分钟。原因很简单,一些在出发时不算拥堵的路段,在用户出发一段时间后已变的非常拥堵)。
上述的“交通环境的变化”,不仅经由历史数据库参考了历史相似条件(所处时间间隔、周几、季节、是否节假日等)下该路段的交通拥堵水平,也通过实时路况考虑了交通事故、临时施工等造成的偶发性交通拥堵。
图3示出了本发明实施例提供的车辆导航系统的结构框图,为了便于说明,图中仅给出了与本发明实施例相关的部分。
用户指令接受与导航路径规划模块11,用于接受用户输入/选择的出发时间、出行起讫点、导航偏好等信息,并按照约束条件和行程最短、出行时长最短等目标规划/调整导航路径。
历史数据库模块12,用于储存、添加和更新“自由流平均行车速度”和各时段、周几、月份、季节、天气情况、是否节假日等因素对应的“行程时间比”数据。
天气、日期信息获取与处理模块13,用于获取出发时间,分析其从属的时段/时间间隔、周几、月份、季节、是否节假日、预报天气情况及其出现概率等信息。
路径、时间、天气综合信息对比模块14,用于对比模块13得出的出行相关信息与历史数据库模块12中的数据,得出导航规划路径涉及路段对应的历史“行程时间比”数据。
实时交通信息获取与生成模块15,用于获取导航规划路径涉及路段的实时交通信息,并转换成各路段实时的“行程时间比”数据。
预期行程时间比与出行时长计算模块16,分析对比导航规划路径涉及路段“行程时间比”的历史数据和实时数据,计算出各路段预期的“行程时间比”与“出行时长”,将结果显示给用户并反馈给用户指令接受与导航路径规划模块11,以便用户更改或由系统自动调整导航路径规划。
推送模块17,将本次出行的实际数据或信息推送给历史数据库模块12或其他服务器/平台。
其中,上述各个模块的功能如上述方法实施例所记载,在此不再赘述,但不用以限制本发明。
在本发明实施例中,用户在出行过程中,系统结合实时路况和历史数据库进行动态路线规划,适时推荐或自动调整剩余规划路径,以期避免拥堵或减少拥堵时间。
应当理解,这些实施例的用途仅用于说明本发明而非意欲限制本发明的保护范围。此外,也应理解,在阅读了本发明的技术内容之后,本领域技术人员可以对本发明作各种改动、修改和/或变型,所有的这些等价形式同样落于本申请所附权利要求书所限定的保护范围之内。

Claims (5)

1.一种考虑预期路况的车辆导航方法,其特征在于:所述方法包括下述步骤:
S11:历史路况信息服务商收集或运用交通工程学的方法设置城市/区域路网中各路段的“自由流行程时间”数据;所述的城市/区域路网中各路段的“自由流行程时间”数据的获取方法是历史路况信息服务商收集城市/区域路网中各路段“实际行程时间”或“行程时间比”的历史数据,并按照所处行程时间属性和行程气象属性对数据进行分类、去噪处理,计算细分类别下各路段“行程时间比”的加权平均值并建立数据库;
S12:用户在导航终端设置出行的“起讫点”与“拟出行时间”;
S13:导航系统按照用户偏好或默认规则计算出一条或多条导航路径;
S14:导航系统按照用户设置的“起讫点”和“拟出行时间”,同时在线获取/调用所涉及路段的实时交通信息和天气预测信息,根据未来到达某一路段时的历史“行程时间比”数据和现状路况下的“行程时间比”数据,取较高值作为预测值,以预测即将行经路段的拥堵水平和总出行时长,供用户选择合适的出行/导航路径;如果用户对所有方案均不满意,可以尝试调整出行时间并观察是否出现可以接受的方案。
2.根据权利要求1所述的考虑预期路况的车辆导航方法,其特征在于:所述的“行程时间比”TTIkj表示在处于第k个时间间隔或时间间隔k内,导航系统显示与考虑的车辆行驶于路段j的“行程时间比”,需要考虑的是所有涉及路段在车辆按预期行驶时间∑t(j-1)×TTI(j-2)(j-1)到达某一路段j时,该路段在天气和交通环境变化下未来可能出现的交通拥堵水平TTI(∑t(j-2)×TTI(j-3)(j-2))(j-1),其中,tj表示车辆在路段j上行驶所需要的“自由流行程时间”。
3.根据权利要求1或2所述的考虑预期路况的车辆导航方法,其特征在于:所述的总出行时长的预测计算方法如下:计划行经路段1、2、3、……、N,在路段j(j<[1、2、3、……、N])的预期出行时长t′j取值为行程时间属性和行程气象属性相似的历史条件下对应数据的加权平均值和现状路况条件下出行时长两者比较的较高者。
4.一种考虑预期路况的车辆导航系统,其特征在于:所述系统包括:用户指令接受与导航路径规划模块,用于接受用户输入/选择的出发时间、出行起讫点、导航偏好,并按照约束条件和行程最短、出行时长最短的目标规划/调整导航路径;
历史数据库模块,用于储存、添加和更新“自由流平均行车速度”和所处行程时间属性和行程气象属性对应的“行程时间比”数据;
所处行程时间属性和行程气象属性信息获取与处理模块,用于获取出发时间,分析其从属的时段/时间间隔、周几、月份、季节、是否节假日、预报天气情况及其出现概率的信息;
路径、所处行程时间属性和行程气象属性综合信息对比模块,用于对比所处行程时间属性和行程气象属性信息获取与处理模块得出的出行相关信息与历史数据库模块中的数据,得出导航规划路径涉及路段对应的历史“行程时间比”数据;
实时交通信息获取与生成模块,用于获取导航规划路径涉及路段的实时交通信息,并转换成各路段实时的“行程时间比”数据;
预期行程时间比与出行时长计算模块,分析对比导航规划路径涉及路段“行程时间比”的历史数据和实时数据,计算出各路段预期的“行程时间比”与“出行时长”,将结果显示给用户并反馈给用户指令接受与导航路径规划模块,以便用户更改或由系统自动调整导航路径规划。用户在出行过程中,系统结合实时路况和历史数据库进行动态路线规划,适时推荐或自动调整剩余规划路径;
推送模块,将本次出行的实际数据或信息推送给历史数据库模块或其他服务器/平台。
5.根据权利要求4所述的考虑预期路况的车辆导航系统,其特征在于:所述的实时交通信息的获取模块包括:
(1)交通指挥中心或交通信息采集公司/部门,通过设置在道路上的摄像终端或者数据采集设备,对道路的车辆信息或交通状况进行采集,例如车流量、车辆密度、交通事故情况以及车辆故障信息;
(2)交通信息采集公司/部门或地图信息服务商,通过安装在协议行驶车辆上的终端设备,采集导航车辆速度信息和位置信息;
(3)第三方信息平台,获取交通事故信息以及车辆事故信息。
CN201710794206.XA 2017-09-06 2017-09-06 一种考虑预期路况的车辆导航方法及系统 Pending CN107702729A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710794206.XA CN107702729A (zh) 2017-09-06 2017-09-06 一种考虑预期路况的车辆导航方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710794206.XA CN107702729A (zh) 2017-09-06 2017-09-06 一种考虑预期路况的车辆导航方法及系统

Publications (1)

Publication Number Publication Date
CN107702729A true CN107702729A (zh) 2018-02-16

Family

ID=61172042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710794206.XA Pending CN107702729A (zh) 2017-09-06 2017-09-06 一种考虑预期路况的车辆导航方法及系统

Country Status (1)

Country Link
CN (1) CN107702729A (zh)

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364471A (zh) * 2018-04-24 2018-08-03 浙江方大智控科技有限公司 基于智能交通灯od信息检查的货运规划管理方法及系统
CN108482371A (zh) * 2018-03-06 2018-09-04 苏州登阳信息技术有限公司 一种自动驾驶道路分配系统
CN108538070A (zh) * 2018-05-31 2018-09-14 湖北民族学院 一种路况预警方法和装置
CN108663064A (zh) * 2018-07-03 2018-10-16 中国联合网络通信集团有限公司 最快线路确定方法和装置
CN108766009A (zh) * 2018-07-06 2018-11-06 合肥安华信息科技有限公司 一种基于大数据平台的交通管理方法
CN109002905A (zh) * 2018-06-25 2018-12-14 北京嘀嘀无限科技发展有限公司 预估到达时间的方法及系统
CN109084797A (zh) * 2018-08-29 2018-12-25 国信优易数据有限公司 一种导航路径推荐方法和装置
CN109147370A (zh) * 2018-08-31 2019-01-04 南京锦和佳鑫信息科技有限公司 一种智能网联车的高速公路控制系统和特定路径服务方法
CN109624967A (zh) * 2019-01-29 2019-04-16 浙江吉利汽车研究院有限公司 混合动力车辆的能量管理方法、装置及设备
CN110197582A (zh) * 2018-02-27 2019-09-03 沈阳美行科技有限公司 数据分析方法、装置以及交通预警方法、装置
CN110232485A (zh) * 2019-06-25 2019-09-13 湖南科技学院 一种基于云计算的交通出行分析决策系统
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
CN110319849A (zh) * 2019-06-28 2019-10-11 四川科达乐气象科技有限公司 一种基于气象、水利和地质数据的交通导航系统及方法
CN110363320A (zh) * 2018-03-26 2019-10-22 腾讯大地通途(北京)科技有限公司 一种预测估计到达时间的方法、装置和计算设备
CN110569450A (zh) * 2018-05-18 2019-12-13 北京搜狗科技发展有限公司 一种路径推荐方法及装置
CN110751848A (zh) * 2019-10-24 2020-02-04 邓生毛 智能交通管理之主动干预系统
CN110793538A (zh) * 2019-10-08 2020-02-14 上海博泰悦臻网络技术服务有限公司 一种导航路径规划方法、装置及计算机存储介质
CN110887501A (zh) * 2019-11-15 2020-03-17 桂林电子科技大学 一种面向可变目的地的交通导航方法及装置
CN111044064A (zh) * 2018-10-15 2020-04-21 上海博泰悦臻电子设备制造有限公司 车辆、导航终端及基于历史导航数据的行程路况构建方法
CN111044065A (zh) * 2018-10-15 2020-04-21 上海博泰悦臻电子设备制造有限公司 车辆、导航终端及基于历史导航数据的导航数据处理方法
CN111044063A (zh) * 2018-10-15 2020-04-21 上海博泰悦臻电子设备制造有限公司 车辆、导航终端及基于历史导航数据的行程路况构建方法
WO2020078246A1 (zh) * 2018-10-18 2020-04-23 阿里巴巴集团控股有限公司 一种交通流量或旅行时间的预测方法和设备
CN111325992A (zh) * 2018-12-13 2020-06-23 阿里巴巴集团控股有限公司 行驶速度的确定方法、装置和设备
CN111737601A (zh) * 2020-06-08 2020-10-02 北京奇虎科技有限公司 出行策略的推荐方法、装置、设备及存储介质
CN111967811A (zh) * 2020-07-08 2020-11-20 吉林大学 面向城市交通环境的混合动力物流车路径规划方法及系统
CN112669605A (zh) * 2020-12-17 2021-04-16 广东南方通信建设有限公司 城市交通出行分析方法、系统及装置
CN113532459A (zh) * 2021-06-28 2021-10-22 惠州市德赛西威汽车电子股份有限公司 一种预测式导航路线规划方法及系统
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
CN113643535A (zh) * 2021-08-02 2021-11-12 宝方云科技(浙江)有限公司 基于智慧城市的道路交通预测方法、装置、设备及介质
CN113674528A (zh) * 2021-08-23 2021-11-19 田继伟 一种基于大数据共建共享的智慧交通系统及方法
CN113701761A (zh) * 2021-10-28 2021-11-26 华清科盛(北京)信息技术有限公司 一种内部道路路径规划方法及系统
CN113834498A (zh) * 2021-11-29 2021-12-24 四川北控聚慧物联网科技有限公司 一种收运定位导航系统及方法
CN114065989A (zh) * 2020-07-31 2022-02-18 阿里巴巴集团控股有限公司 交通状况预测方法、装置、电子设备及存储介质
US20220348204A1 (en) * 2021-04-29 2022-11-03 Volvo Car Corporation Method for controlling autonomous vehicle, and autonomous vehicle
CN115440045A (zh) * 2021-08-19 2022-12-06 佛山市城市规划设计研究院 一种提高交通导航实时准确性的方法
CN117249833A (zh) * 2023-10-27 2023-12-19 西湾智慧(广东)信息科技有限公司 一种基于视频融合的三维场景行人路径轨迹预测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102353380A (zh) * 2011-06-30 2012-02-15 福建慧翰信息技术有限公司 路况预测和查询系统及方法
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
CN104567897A (zh) * 2013-10-16 2015-04-29 大陆汽车投资(上海)有限公司 结合路况预测的路径规划方法及导航装置
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
CN106781592A (zh) * 2017-01-04 2017-05-31 成都四方伟业软件股份有限公司 一种基于大数据的交通导航系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102353380A (zh) * 2011-06-30 2012-02-15 福建慧翰信息技术有限公司 路况预测和查询系统及方法
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
CN104567897A (zh) * 2013-10-16 2015-04-29 大陆汽车投资(上海)有限公司 结合路况预测的路径规划方法及导航装置
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
CN106781592A (zh) * 2017-01-04 2017-05-31 成都四方伟业软件股份有限公司 一种基于大数据的交通导航系统及方法

Cited By (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197582A (zh) * 2018-02-27 2019-09-03 沈阳美行科技有限公司 数据分析方法、装置以及交通预警方法、装置
CN108482371A (zh) * 2018-03-06 2018-09-04 苏州登阳信息技术有限公司 一种自动驾驶道路分配系统
CN108482371B (zh) * 2018-03-06 2020-10-13 上海豪骋智能科技有限公司 一种自动驾驶道路分配系统
CN110363320A (zh) * 2018-03-26 2019-10-22 腾讯大地通途(北京)科技有限公司 一种预测估计到达时间的方法、装置和计算设备
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
CN108364471B (zh) * 2018-04-24 2023-07-07 浙江方大智控科技有限公司 基于智能交通灯od信息检查的货运规划管理方法及系统
CN108364471A (zh) * 2018-04-24 2018-08-03 浙江方大智控科技有限公司 基于智能交通灯od信息检查的货运规划管理方法及系统
CN110569450A (zh) * 2018-05-18 2019-12-13 北京搜狗科技发展有限公司 一种路径推荐方法及装置
CN110569450B (zh) * 2018-05-18 2024-03-26 北京搜狗科技发展有限公司 一种路径推荐方法及装置
CN108538070A (zh) * 2018-05-31 2018-09-14 湖北民族学院 一种路况预警方法和装置
CN109002905B (zh) * 2018-06-25 2019-07-23 北京嘀嘀无限科技发展有限公司 预估到达时间的方法及系统
WO2020001261A1 (en) * 2018-06-25 2020-01-02 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for estimating an arriel time of a vehicle
CN109002905A (zh) * 2018-06-25 2018-12-14 北京嘀嘀无限科技发展有限公司 预估到达时间的方法及系统
CN108663064A (zh) * 2018-07-03 2018-10-16 中国联合网络通信集团有限公司 最快线路确定方法和装置
CN108766009A (zh) * 2018-07-06 2018-11-06 合肥安华信息科技有限公司 一种基于大数据平台的交通管理方法
CN109084797A (zh) * 2018-08-29 2018-12-25 国信优易数据有限公司 一种导航路径推荐方法和装置
CN109147370A (zh) * 2018-08-31 2019-01-04 南京锦和佳鑫信息科技有限公司 一种智能网联车的高速公路控制系统和特定路径服务方法
CN111044063B (zh) * 2018-10-15 2023-09-26 博泰车联网科技(上海)股份有限公司 车辆、导航终端及基于历史导航数据的行程路况构建方法
CN111044065B (zh) * 2018-10-15 2024-04-30 博泰车联网科技(上海)股份有限公司 车辆、导航终端及基于历史导航数据的导航数据处理方法
CN111044064A (zh) * 2018-10-15 2020-04-21 上海博泰悦臻电子设备制造有限公司 车辆、导航终端及基于历史导航数据的行程路况构建方法
CN111044065A (zh) * 2018-10-15 2020-04-21 上海博泰悦臻电子设备制造有限公司 车辆、导航终端及基于历史导航数据的导航数据处理方法
CN111044063A (zh) * 2018-10-15 2020-04-21 上海博泰悦臻电子设备制造有限公司 车辆、导航终端及基于历史导航数据的行程路况构建方法
CN111081010A (zh) * 2018-10-18 2020-04-28 阿里巴巴集团控股有限公司 一种交通流量或旅行时间的预测方法和设备
WO2020078246A1 (zh) * 2018-10-18 2020-04-23 阿里巴巴集团控股有限公司 一种交通流量或旅行时间的预测方法和设备
CN111325992A (zh) * 2018-12-13 2020-06-23 阿里巴巴集团控股有限公司 行驶速度的确定方法、装置和设备
CN109624967B (zh) * 2019-01-29 2020-09-11 浙江吉利汽车研究院有限公司 混合动力车辆的能量管理方法、装置及设备
CN109624967A (zh) * 2019-01-29 2019-04-16 浙江吉利汽车研究院有限公司 混合动力车辆的能量管理方法、装置及设备
CN110232485A (zh) * 2019-06-25 2019-09-13 湖南科技学院 一种基于云计算的交通出行分析决策系统
CN110232485B (zh) * 2019-06-25 2023-04-18 湖南科技学院 一种基于云计算的交通出行分析决策系统
CN110319849A (zh) * 2019-06-28 2019-10-11 四川科达乐气象科技有限公司 一种基于气象、水利和地质数据的交通导航系统及方法
CN110793538A (zh) * 2019-10-08 2020-02-14 上海博泰悦臻网络技术服务有限公司 一种导航路径规划方法、装置及计算机存储介质
CN110751848B (zh) * 2019-10-24 2022-10-21 邓生毛 智能交通管理之主动干预系统
CN110751848A (zh) * 2019-10-24 2020-02-04 邓生毛 智能交通管理之主动干预系统
CN110887501B (zh) * 2019-11-15 2020-10-02 桂林电子科技大学 一种面向可变目的地的交通导航方法及装置
CN110887501A (zh) * 2019-11-15 2020-03-17 桂林电子科技大学 一种面向可变目的地的交通导航方法及装置
CN111737601A (zh) * 2020-06-08 2020-10-02 北京奇虎科技有限公司 出行策略的推荐方法、装置、设备及存储介质
CN111967811A (zh) * 2020-07-08 2020-11-20 吉林大学 面向城市交通环境的混合动力物流车路径规划方法及系统
CN111967811B (zh) * 2020-07-08 2022-10-04 吉林大学 面向城市交通环境的混合动力物流车路径规划方法及系统
CN114065989A (zh) * 2020-07-31 2022-02-18 阿里巴巴集团控股有限公司 交通状况预测方法、装置、电子设备及存储介质
CN112669605A (zh) * 2020-12-17 2021-04-16 广东南方通信建设有限公司 城市交通出行分析方法、系统及装置
US20220348204A1 (en) * 2021-04-29 2022-11-03 Volvo Car Corporation Method for controlling autonomous vehicle, and autonomous vehicle
CN113532459A (zh) * 2021-06-28 2021-10-22 惠州市德赛西威汽车电子股份有限公司 一种预测式导航路线规划方法及系统
CN113643535B (zh) * 2021-08-02 2023-02-21 宝方云科技(浙江)有限公司 基于智慧城市的道路交通预测方法、装置、设备及介质
CN113643535A (zh) * 2021-08-02 2021-11-12 宝方云科技(浙江)有限公司 基于智慧城市的道路交通预测方法、装置、设备及介质
CN115440045A (zh) * 2021-08-19 2022-12-06 佛山市城市规划设计研究院 一种提高交通导航实时准确性的方法
CN115440045B (zh) * 2021-08-19 2023-12-22 佛山市城市规划设计研究院 一种提高交通导航实时准确性的方法
CN113674528A (zh) * 2021-08-23 2021-11-19 田继伟 一种基于大数据共建共享的智慧交通系统及方法
CN113674528B (zh) * 2021-08-23 2022-05-24 深圳提亚数字科技有限公司 一种基于大数据共建共享的智慧交通系统及方法
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
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
CN113701761B (zh) * 2021-10-28 2022-02-08 华清科盛(北京)信息技术有限公司 一种内部道路路径规划方法及系统
CN113701761A (zh) * 2021-10-28 2021-11-26 华清科盛(北京)信息技术有限公司 一种内部道路路径规划方法及系统
CN113834498A (zh) * 2021-11-29 2021-12-24 四川北控聚慧物联网科技有限公司 一种收运定位导航系统及方法
CN117249833A (zh) * 2023-10-27 2023-12-19 西湾智慧(广东)信息科技有限公司 一种基于视频融合的三维场景行人路径轨迹预测系统
CN117249833B (zh) * 2023-10-27 2024-09-03 西湾智慧(广东)信息科技有限公司 一种基于视频融合的三维场景行人路径轨迹预测系统

Similar Documents

Publication Publication Date Title
CN107702729A (zh) 一种考虑预期路况的车辆导航方法及系统
DE60319993T2 (de) Vorrichtung und verfahren zur verkehrsinformationsbereitstellung
EP1532600B1 (en) Apparatus and method for providing traffic information
US20190266891A1 (en) A method to quantitatively analyze the effects of urban built environment on road travel time
Chen et al. A dynamic bus‐arrival time prediction model based on APC data
CN104123833A (zh) 一种道路状况的规划方法和装置
CN110298516B (zh) 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器
CN102890869A (zh) 车辆行车路线预测通知方法及移动智能终端
CN109572763B (zh) 一种基于恶劣天气和晚点条件下列车车次安全性评估方法
Hu et al. Use of automated vehicle location data for route-and segment-level analyses of bus route reliability and speed
Kieu et al. Benefits and issues of bus travel time estimation and prediction
Tan et al. Traffic condition estimation based on historical data analysis
Hobeika et al. Real-time traffic diversion model: Conceptual approach
Park et al. Location-based dynamic route guidance system of Korea: system design, algorithms and initial results
Yesufu et al. Investigation and analysis of travel time variability of selected road intersection
Kaparias et al. Testing a reliable in-vehicle navigation algorithm in the field
Osama et al. Monitoring the impact of unscheduled stops and unscheduled route deviations on bus service using Automatic Vehicle Location system: a case study.
Sunderrajan et al. Road speed profiling for upfront travel time estimation
JP7495330B2 (ja) 経路移動体の滞在点に基づき対象経路に係る情報の配信対象を決定する装置、プログラム及び方法
Wong Travel time prediction model for regional bus transit
Casas et al. Present and future methodology for the implementation of decision support systems for traffic management
Seredynski et al. Coping with non-recurring congestion with distributed hybrid routing strategy
Shah et al. Detroit freeway corridor ITS evaluation
JP3100052U (ja) バス情報配信サービス装置
SINGH et al. Modeling optimal mode share of paratransits using VISSIM for congested one-way traffic urban roads

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: 20180216

RJ01 Rejection of invention patent application after publication