CN108088452A - 一种路径权重获取方法 - Google Patents

一种路径权重获取方法 Download PDF

Info

Publication number
CN108088452A
CN108088452A CN201711069859.8A CN201711069859A CN108088452A CN 108088452 A CN108088452 A CN 108088452A CN 201711069859 A CN201711069859 A CN 201711069859A CN 108088452 A CN108088452 A CN 108088452A
Authority
CN
China
Prior art keywords
node
grid
path
taxi
period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711069859.8A
Other languages
English (en)
Other versions
CN108088452B (zh
Inventor
包琴
邹复民
蒋新华
廖律超
赖宏图
方卫东
甘振华
朱铨
张美润
陈韫
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.)
Fujian University of Technology
Original Assignee
Fujian University of Technology
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 Fujian University of Technology filed Critical Fujian University of Technology
Priority to CN201711069859.8A priority Critical patent/CN108088452B/zh
Publication of CN108088452A publication Critical patent/CN108088452A/zh
Application granted granted Critical
Publication of CN108088452B publication Critical patent/CN108088452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

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

一种基于出租车经验数据的路径设置方法及系统,包括:第一获取模块获取预设节点以及所有出租车数据;分类模块按照时间段将出租车数据分类;第二获取模块获取一时间段所述一出租车经过所述预设节点的路径信息;第一统计模块统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;第二统计模块统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;计算模块根据路径信息集计算路径的对应权值;第一存储模块按照时间段分类存储所述路径以及所述路径对应的权值。

Description

一种路径权重获取方法
本案是以申请日为2015-07-27,申请号为2015104441915,名称为《基于出租车经验数据的路径设置方法及系统》的专利申请为母案的分案申请。
技术领域
本发明涉及电子导航领域,尤其涉及一种基于出租车经验数据的路径设置方法及系统。
背景技术
随着科技的发展和生活水平的提高,路径导航成为了人们出行不可缺少的一步,传统的导航方法通常采用获取初始位置和目标位置,根据地图选取初始位置和目标位置距离最近的路线作为导航路线,然而,在大城市复杂的路况下,距离不再是单纯的导航考虑。
申请号为201010566504.1的专利文件公开了一种路况导航方法、移动终端和路况导航服务器,根据一个以上移动终端的定位数据和目标移动终端的路况请求消息进行分组融合计算,获取一个以上待显示移动终端组的位置数据、方向数据和速率标识信息并发送给目标移动终端;该方法将整条道路细分为多个路段的集合,分别采集道路中各个路段的具体路况。
然而上述方案只是将同一条道路细分为多个路段,并没有提供更多的导航路线选择,且同一条道路很多路段路况相似,细分多个路段并对每个路段计算分析加大了一些没必要的工作量。
另外,在城市复杂的路况下,人们大多采用出租车的方式出行,而有经验的出租车司机最能了解路况的拥堵情况,并会寻找最快捷和通畅的路径,若能充分利用出租车司机的经验设置导航路径,对于帮助私家车等用户快捷到达目的地以及改善城市道路的路况具有重要意义。
发明内容
本发明所要解决的技术问题是:在城市复杂的路况下,设置既全面又合理的路径,为导航提供可靠的数据。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于出租车经验数据的路径设置方法,包括:
获取预设节点以及所有出租车数据;
按照时间段将出租车数据分类;
获取一时间段所述一出租车经过所述预设节点的路径信息;
统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;
统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
根据路径信息集计算路径的对应权值;
按照时间段分类存储所述路径以及所述路径对应的权值。
上述基于出租车经验数据的路径设置方法的有益效果在于:按照时间段将出租车数据分类并分别得到各个时间段出租车经过相邻两个预设节点的路径信息集,并对各个时间段的路径信息集进行统计,使得最终得到的路径信息具有代表性,能够代表不同时间段的路况,再根据统计的路径信息集计算对应的权值,使得每一个权值都反映了一种路径信息,每一条路径都可以通过权值计算得知其路况,最后分类存储路径和路径对应的权值为导航路线选择提供了可靠的数据。
一种基于出租车经验数据的路径设置系统,包括:
第一获取模块,用于获取预设节点以及所有出租车数据;
分类模块,用于按照时间段将出租车数据分类;
第二获取模块,用于获取一时间段所述一出租车经过所述预设节点的路径信息;
第一统计模块,用于统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;
第二统计模块,用于统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
计算模块,用于根据路径信息集计算路径的对应权值;
第一存储模块,用于按照时间段分类存储所述路径以及所述路径对应的权值。
上述基于出租车经验数据的路径设置系统的有益效果在于:第一获取模块获取预设节点和出租车数据,为路径设置提供了数据基础;分类模块将出租车数据按时间段分类,并通过第二获取模块得到一个时间段内出租车经过相邻两个预设节点的路径信息,得到一个时间段的路径信息,并经第一统计模块和第二统计模块得到各个时间段的路径信息集,使得最终得到的路径信息具有代表性,能够代表不同时间段的路况,计算模块根据统计的路径信息集计算对应的权值,使得每一个权值都反映了一种路径信息,每一条路径都可以通过权值计算得知其路况,存储模块分类存储路径和路径对应的权值,为导航路线选择提供了可靠的数据。
附图说明
图1为本发明实施例一基于出租车经验数据的路径设置方法的流程图;
图2为本发明实施例一基于出租车经验数据的路径设置方法的预设节点的流程图;
图3为本发明实施例二基于出租车经验数据的路径设置系统的结构示意图。
标号说明:
11、第三获取模块;12、第一选取模块;13、第四获取模块;14、第二选取模块;15、第三选取模块;16、第二存储模块;2、第一获取模块;3、分类模块;4、第二获取模块;41、第五获取模块;42、处理模块;43、记录模块;5、第一统计模块;6、第二统计模块;7、计算模块;8、第一存储模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:按照时间段对出租车数据分类,根据出租车数据得到不同时间段相邻两个节点间的路径信息集,并根据路径信息集计算路径的对应权值。
本发明涉及的技术术语解释:
请参照图1以及图2,
一种基于出租车经验数据的路径设置方法,包括:
S2、获取预设节点以及所有出租车数据;
S3、按照时间段将出租车数据分类;
S4、获取一时间段所述一出租车经过所述预设节点的路径信息;
S5、统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;
S6、统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
S7、根据路径信息集计算路径的对应权值;
S8、按照时间段分类存储所述路径以及所述路径对应的权值。
从上述描述可知,本发明基于出租车经验数据的路径设置方法的有益效果在于:按照时间段将出租车数据分类并分别得到各个时间段出租车经过相邻两个预设节点的路径信息集,并对各个时间段的路径信息集进行统计,使得最终得到的路径信息具有代表性,能够代表不同时间段的路况,再根据统计的路径信息集计算对应的权值,使得每一个权值都反映了一种路径信息,每一条路径都可以通过权值计算得知其路况,最后分类存储路径和路径对应的权值为导航路线选择提供了可靠的数据。
进一步的,所述“预设节点”具体预设步骤为:
S11、获取地图数据以及出租车数据,将地图平均划分成基础网格;
S12、根据基础网格出租车的通过量得到待选取节点网格;
S13、获取地图数据,将地图平均划分为个数比基础网格个数少的网格;
S14、根据网格内待选取节点网格的个数得到节点网格;
S15、根据节点网格和地图的POI得到预设节点;
S16、存储预设节点。
由上述描述可知,根据出租车的通过量得到待选取节点网格,减少了出租车不通过或很少通过的地区数据处理带来的工作量以及避免资源浪费,根据大网格内待选取节点网格的个数得到节点网格,使得节点密度分布合理,同时结合地图的POI得到预设节点,从而预设节点和地图POI能够对应,便于寻找。
进一步的,所述“获取一时间段所述一出租车经过所述预设节点的路径信息”具体为:
获取一出租车在一时间段内经过相邻两个节点的数据;
处理该出租车在所述时间段内经过相邻两个预设节点的数据并得到相邻两个预设节点路径信息;
记录该出租车在所述时间段内经过相邻两个节点间的路径信息。
由上述描述可知,获取出租车在一时间段内经过相邻两个节点的数据并处理,能够得到该时间段内相邻两个节点的路径信息。
进一步的,所述“根据网格内待选取节点网格的个数得到节点网格”具体为:
将待选取节点网格的个数小于1的网格去掉;
将待选取节点网格的个数等于1的网格作为节点网格;
将待选取节点网格的个数大于1的网格四等分预设次数;
将四等分预设次数的网格中出租车通过量最大的待选取网格作为节点网格。
从上述描述可知,根据待选取节点网格的个数得到节点网格,使得节点密度分布合理。
进一步的,所述“根据节点网格和地图的POI得到预设节点”具体为:
将POI个数小于1的节点网格中道路的中心位置作为预设节点;
将POI个数等于1的节点网格中该POI作为预设节点;
将POI个数大于1的节点网格中离节点网格中心位置最近的POI作为预设节点。
从上述描述可知,预设节点与地图的POI对应,便于寻找。
请参照图3,
一种基于出租车经验数据的路径设置系统,包括:
第一获取模块2,用于获取预设节点以及所有出租车数据;
分类模块3,用于按照时间段将出租车数据分类;
第二获取模块4,用于获取一时间段所述一出租车经过所述预设节点的路径信息;
第一统计模块5,用于统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;
第二统计模块6,用于统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
计算模块7,用于根据路径信息集计算路径的对应权值;
第一存储模块8,用于按照时间段分类存储所述路径以及所述路径对应的权值。
上述基于出租车经验数据的路径设置系统的有益效果在于:第一获取模块2获取预设节点和出租车数据,为路径设置提供了数据基础;分类模块3将出租车数据按时间段分类,并通过第二获取模块4得到一个时间段内出租车经过相邻两个预设节点的路径信息,得到一个时间段的路径信息,并经第一统计模块5和第二统计模块6得到各个时间段的路径信息集,使得最终得到的路径信息具有代表性,能够代表不同时间段的路况,计算模块7根据统计的路径信息集计算对应的权值,使得每一个权值都反映了一种路径信息,每一条路径都可以通过权值计算得知其路况,存储模块8分类存储路径和路径对应的权值,为导航路线选择提供了可靠的数据。
进一步的,基于出租车经验数据的路径设置系统还包括:
第三获取模块11,用于获取地图数据以及出租车数据,将地图划分成基础网格;
第一选取模块12,用于根据基础网格出租车的通过量得到待选取节点网格;
第四获取模块13,用于获取地图数据,将地图划分为个数比基础网格个数少的网格;
第二选取模块14,用于根据网格内待选取节点网格的个数得到节点网格;
第三选取模块15,用于根据节点网格和地图的POI得到预设节点;
第二存储模块16,用于存储预设节点。
从上述描述可知,第一选取模块根据出租车的通过量得到待选取节点网格,减少了出租车不通过或很少通过的地区数据处理带来的工作量以及避免资源浪费,第二选取模块根据网格内待选取节点网格的个数得到节点网格,使得节点密度分布合理,同时第三选取模块结合地图的POI得到预设节点,从而预设节点和地图POI能够对应,便于寻找。
进一步的,所述“第二获取模块4”包括:
第五获取模块41,用于获取一出租车在一时间段内经过相邻两个节点的数据;
处理模块42,用于处理该出租车在所述时间段内经过相邻两个预设节点的数据并得到相邻两个预设节点路径信息;
记录模块43,用于记录该出租车在所述时间段内经过相邻两个节点间的路径信息。
请参照图1以及图2,本发明的实施例一为:
S11、获取地图数据以及出租车数据,将地图平均划分成基础网格;例如,获取福州的地图数据以及上一周内福州市所有的出租车出行数据,将福州市的地图平均划分为基础网格,比如1000*1000的基础网格;在出租车上安装车载GPS定位装置,每隔N秒(一般10-30s)传回车子的数据回服务器,包括车子ID号、GPS坐标、速度、方向、时间等信息,服务器端就能获取到出租车的出行数据;
S12、根据基础网格出租车的通过量得到待选取节点网格;比如某个基础网格内出租车的通过量大于预设值5,则将这个网格作为待选取节点网格,另一个基础网格出租车的通过量为2,小于预设值,该基础网格不作为待选取节点网格,预设值可以是其他数值,视具体地域情况而定;
S13、获取地图数据,将地图平均划分为个数比基础网格个数少的网格;获取福州市的地图数据,将福州市的地图平均划分为个数比基础网格个数少的网格,比如250*250的网格;
S14、根据网格内待选取节点网格的个数得到节点网格;将待选取节点网格的个数小于1的网格去掉;将待选取节点网格的个数等于1的网格作为节点网格;将待选取节点网格的个数大于1的网格四等分预设次数;将四等分预设次数的网格中出租车通过量最大的待选取网格作为节点网格;若某个网格内的待选取网格数为16,假设预设次数为2,将该网格四等分2次后得到16个网格,将16个网格中出租车通过量最大的网格作为节点网格;
S15、根据节点网格和地图的POI得到预设节点;将POI个数小于1的节点网格中道路的中心位置作为预设节点;将POI个数等于1的节点网格中该POI作为预设节点;将POI个数大于1的节点网格中离节点网格中心位置最近的POI作为预设节点;比如,结合福州市地图的POI,某个节点网格内没有POI,将该节点网格内白马路的中心位置作为预设节点,另一个节点网格内只有一个POI公园南门,则将公园南门作为预设节点,再有一个节点网格内有三个POI公园北门、永辉超市以及西湖公交站,其中西湖公交站离网格中心最近,则兼西湖公交站作为预设节点;
S16、存储预设节点;存储所有的预设节点;
S2、获取预设节点以及所有出租车数据;获取上述存储的预设节点以及上一周内福州市所有的出租车出行数据;
S3、按照时间段将出租车数据分类;按照日期、时段对上述出租车数据分类,比如工作日、非工作日、上下班高峰期、白天、晚上、凌晨等;
S4、获取一时间段所述一出租车经过所述预设节点的路径信息;获取一出租车在一时间段内经过相邻两个节点的数据;处理该出租车在所述时间段内经过相邻两个预设节点的数据并得到相邻两个预设节点路径信息;记录该出租车在所述时间段内经过相邻两个节点间的路径信息;例如,获取某辆出租车在工作日上下班高峰期经过相邻两个节点公园南门和公园北门的数据并处理,计算出租车的平均速度,分析出租车的通过量,得到公园南门和公园北门之间的路径信息;并记录该出租车在工作日上下班高峰期经过相邻两个节点之间的路径信息;
S5、统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;统计工作日上下班高峰期所有出租车经过相邻两个节点之间路径的路径信息集;
S6、统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
S7、根据路径信息集计算路径的对应权值;例如工作日上下班高峰期出租车经过相邻节点公园南门和公园北门之间的路径对应权值计算为M;
S8、按照时间段分类存储所述路径以及所述路径对应的权值。
请参照图3,本发明的实施例二为:
一种基于出租车经验数据的路径设置系统,包括:
第三获取模块11,用于获取地图数据以及出租车数据,将地图划分成基础网格;
第一选取模块12,用于根据基础网格出租车的通过量得到待选取节点网格;
第四获取模块13,用于获取地图数据,将地图划分为个数比基础网格个数少的网格;
第二选取模块14,用于根据网格内待选取节点网格的个数得到节点网格;
第三选取模块15,用于根据节点网格和地图的POI得到预设节点;
第二存储模块16,用于存储预设节点;
第一获取模块2,用于获取预设节点以及所有出租车数据;
分类模块3,用于按照时间段将出租车数据分类;
第二获取模块4,用于获取一时间段所述一出租车经过所述预设节点的路径信息;包括:第五获取模块41,用于获取一出租车在一时间段内经过相邻两个节点的数据;处理模块42,用于处理该出租车在所述时间段内经过相邻两个预设节点的数据并得到相邻两个预设节点路径信息;记录模块43,用于记录该出租车在所述时间段内经过相邻两个节点间的路径信息;
第一统计模块5,用于统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;
第二统计模块6,用于统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
计算模块7,用于根据路径信息集计算路径的对应权值;
第一存储模块8,用于按照时间段分类存储所述路径以及所述路径对应的权值。
本方案中,按照时间段分类存储的路径以及所述路径对应的权值应用于导航系统,导航系统根据用户当前的位置、目标位置匹配节点,再根据匹配的节点之间的路径和路径对应的权值选取最佳的导航路线,但本方案应用不限于导航系统。
综上所述,本发明提供的基于出租车经验数据的路径设置方法及系统,第三获取模块获取地图数据以及出租车数据,将地图划分成基础网格;第一选取模块根据将出租车通过量少的基础网格去掉得到待选取节点网格;第四获取模以及第二选取模块、第三选取模块根据待选取节点网格分布情况和地图的POI得到密度合理、位置合适的预设节点;第二存储模块存储预设节点;第一获取模块获取预设节点以及所有出租车数据;分类模块、第二获取模块、第一统计模块以及第二统计模块按照时间段统计所有出租车经过相邻两个节点之间的路径信息;并通过计算模块根据路径信息集计算路径的对应权值;使得每一个权值都反映了一种路径信息,每一条路径都可以通过权值计算得知其路况,第一存储模块按照时间段分类存储所述路径以及所述路径对应的权值,为路线导航提供数据。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (1)

1.一种路径权重获取方法,其特征在于,包括:
获取预设节点以及所有出租车数据;
按照时间段将出租车数据分类;
获取一时间段所述一出租车经过所述预设节点的路径信息;
统计一时间段所有出租车经过相邻两个节点之间路径的路径信息集;
统计所有时间段所有出租车经过相邻两个节点之间路径的路径信息集;
根据路径信息集计算路径的对应权值;
按照时间段分类存储所述路径以及所述路径对应的权值;
其中,所述“预设节点”具体预设步骤为:
获取地图数据以及出租车数据,将地图划分成基础网格;
根据基础网格出租车的通过量得到待选取节点网格;
获取地图数据,将地图划分为个数比基础网格个数少的网格;
根据网格内待选取节点网格的个数得到节点网格;
根据节点网格和地图的POI得到预设节点;
其中,所述“获取一时间段所述一出租车经过所述预设节点的路径信息”具体为:
获取一出租车在一时间段内经过相邻两个节点的数据;
处理该出租车在所述时间段内经过相邻两个预设节点的数据并得到相邻两个预设节点路径信息;
其中,所述“根据网格内待选取节点网格的个数得到节点网格”具体为:
将待选取节点网格的个数等于1的网格作为节点网格;
将待选取节点网格的个数大于1的网格四等分预设次数;
将四等分预设次数的网格中出租车通过量最大的待选取网格作为节点网格。
CN201711069859.8A 2015-07-27 2015-07-27 一种路径权重获取方法 Active CN108088452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711069859.8A CN108088452B (zh) 2015-07-27 2015-07-27 一种路径权重获取方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711069859.8A CN108088452B (zh) 2015-07-27 2015-07-27 一种路径权重获取方法
CN201510444191.5A CN105067001B (zh) 2015-07-27 2015-07-27 基于出租车经验数据的路径设置方法及系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201510444191.5A Division CN105067001B (zh) 2015-07-27 2015-07-27 基于出租车经验数据的路径设置方法及系统

Publications (2)

Publication Number Publication Date
CN108088452A true CN108088452A (zh) 2018-05-29
CN108088452B CN108088452B (zh) 2020-08-18

Family

ID=54496427

Family Applications (4)

Application Number Title Priority Date Filing Date
CN201711069146.1A Active CN108051011B (zh) 2015-07-27 2015-07-27 基于出租车经验数据的可靠导航路径设置方法
CN201711069850.7A Active CN108020235B (zh) 2015-07-27 2015-07-27 基于出租车经验数据动态获取路径权重的方法及系统
CN201711069859.8A Active CN108088452B (zh) 2015-07-27 2015-07-27 一种路径权重获取方法
CN201510444191.5A Active CN105067001B (zh) 2015-07-27 2015-07-27 基于出租车经验数据的路径设置方法及系统

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201711069146.1A Active CN108051011B (zh) 2015-07-27 2015-07-27 基于出租车经验数据的可靠导航路径设置方法
CN201711069850.7A Active CN108020235B (zh) 2015-07-27 2015-07-27 基于出租车经验数据动态获取路径权重的方法及系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201510444191.5A Active CN105067001B (zh) 2015-07-27 2015-07-27 基于出租车经验数据的路径设置方法及系统

Country Status (1)

Country Link
CN (4) CN108051011B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115315736A (zh) * 2020-03-16 2022-11-08 株式会社平和企画 簇生成装置、簇生成方法以及簇生成程序

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI646495B (zh) * 2017-07-31 2019-01-01 元智大學 計程車輛與共享車輛尋找乘客的路徑規劃系統及其方法
CN108985506A (zh) * 2018-07-03 2018-12-11 蔚来汽车有限公司 行车路径推荐方法、预测方法、获取方法及其装置
CN111832768A (zh) * 2019-08-13 2020-10-27 北京嘀嘀无限科技发展有限公司 一种poi特征的生成方法、装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19954971A1 (de) * 1999-11-16 2001-06-07 Daimler Chrysler Ag System zur Beeinflussung des Verkehrsflusses von Fahrzeugen
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN102110364A (zh) * 2009-12-28 2011-06-29 日电(中国)有限公司 基于路口和路段的交通信息处理方法和装置
CN103218672A (zh) * 2013-03-24 2013-07-24 吉林大学 一种基于gps数据网格统计的出租车巡航行为分析方法
CN103218915A (zh) * 2013-03-05 2013-07-24 中山大学 一种基于浮动车数据的经验路径生成方法
CN103646560A (zh) * 2013-11-27 2014-03-19 福建工程学院 出租车行车轨迹经验知识路径的提取方法
CN103714708A (zh) * 2013-12-18 2014-04-09 福建工程学院 一种基于出租车分时段的经验路径的最优路径规划的方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002039775A (ja) * 2000-07-28 2002-02-06 Neutral Corp サービス車両の運行システム
JP2002269669A (ja) * 2001-03-09 2002-09-20 Matsushita Electric Ind Co Ltd Fcd収集システムとfcd収集方法と装置
US7188026B2 (en) * 2003-05-12 2007-03-06 Dash Navigation, Inc. Hierarchical floating car data network
CN101373559B (zh) * 2007-08-24 2010-08-18 同济大学 基于浮动车数据评估城市路网交通状态的方法
CN101908276A (zh) * 2010-07-29 2010-12-08 北京世纪高通科技有限公司 评价交通信息的方法及装置
CN102063793B (zh) * 2011-01-12 2012-10-31 上海炬宏信息技术有限公司 检测路况信息的方法和系统
CN102110363B (zh) * 2011-03-30 2013-07-10 北京世纪高通科技有限公司 一种浮动车数据处理的方法及装置
CN103632540B (zh) * 2012-08-20 2015-11-25 同济大学 基于浮动车数据的城市主干道交通运行信息处理方法
CN103531023B (zh) * 2013-10-18 2016-01-20 北京世纪高通科技有限公司 一种数据处理方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19954971A1 (de) * 1999-11-16 2001-06-07 Daimler Chrysler Ag System zur Beeinflussung des Verkehrsflusses von Fahrzeugen
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN102110364A (zh) * 2009-12-28 2011-06-29 日电(中国)有限公司 基于路口和路段的交通信息处理方法和装置
CN103218915A (zh) * 2013-03-05 2013-07-24 中山大学 一种基于浮动车数据的经验路径生成方法
CN103218672A (zh) * 2013-03-24 2013-07-24 吉林大学 一种基于gps数据网格统计的出租车巡航行为分析方法
CN103646560A (zh) * 2013-11-27 2014-03-19 福建工程学院 出租车行车轨迹经验知识路径的提取方法
CN103714708A (zh) * 2013-12-18 2014-04-09 福建工程学院 一种基于出租车分时段的经验路径的最优路径规划的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
PHITHAKKITNUKOON S.等: "Taxi-aware map: Identifying and predicting vacant taxis in the city", 《INTERNATIONAL JOINT CONFERENCE ON AMBIENT INTELLIGENCE》 *
唐炉亮 等: "出租车经验知识建模与路径规划算法", 《测绘学报》 *
江波: "基于浮动车数据的实时交通状态估计", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
王美玲 等: "浮动车地图匹配算法研究", 《测绘学报》 *
胡继华 等: "融合出租车驾驶经验的层次路径规划方法", 《交通运输系统工程与信息》 *
蒋新华 等: "基于浮动车数据的道路单向限行状态动态识别", 《计算机应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115315736A (zh) * 2020-03-16 2022-11-08 株式会社平和企画 簇生成装置、簇生成方法以及簇生成程序

Also Published As

Publication number Publication date
CN108051011A (zh) 2018-05-18
CN108051011B (zh) 2020-10-23
CN108020235A (zh) 2018-05-11
CN105067001B (zh) 2017-11-24
CN108088452B (zh) 2020-08-18
CN105067001A (zh) 2015-11-18
CN108020235B (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN108109382B (zh) 基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法
CN103106280B (zh) 一种道路网络环境下不确定时空轨迹数据的范围查询方法
CN106383868A (zh) 一种基于道路网络的时空轨迹聚类方法
CN103035123B (zh) 一种交通轨迹数据中异常数据获取方法及系统
CN105067001B (zh) 基于出租车经验数据的路径设置方法及系统
CN108776852A (zh) 无桩车辆调度方法和系统
Jiang et al. SunChase: Energy-efficient route planning for solar-powered EVs
CN104269057B (zh) 一种基于浮动车od数据的卡口传感器部署方法
CN112990976A (zh) 基于开源数据挖掘的商业网点选址方法、系统、设备及介质
CN105741537B (zh) 车辆寻客状态的识别方法及系统
CN106875734A (zh) 一种推送停车路线的方法及装置
US10489431B2 (en) Digital location-based data methods and product
CN108573604A (zh) 基于移动终端定位的公交od数据获取方法及存储介质
CN106251628B (zh) 一种确定机动车的交通出行量的方法及装置
CN110555432B (zh) 一种兴趣点处理方法、装置、设备和介质
CN109520499B (zh) 基于车辆gps轨迹数据实现区域实时等时线的方法
CN113888867A (zh) 一种基于lstm位置预测的车位推荐方法及系统
Chai et al. The impacts of automated vehicles on Center city parking
CN113176599A (zh) 地理位置确定方法、装置、设备及存储介质
CN115129769A (zh) 一种居民出行调查扩样方法、装置及存储介质
CN110389577A (zh) 一种确定驾驶风格的方法及装置
CN108287973A (zh) 交通状态的模拟方法及装置
Mudigonda et al. Microscopic modeling of lane selection and lane changing at toll plazas
US20210190534A1 (en) Method for providing a digital localization map
Ficara et al. Large-Scale Agent-Based Transport Model for the Metropolitan City of Messina

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
GR01 Patent grant
GR01 Patent grant