CN109492799A - 一种海量共享交换平台数据环境下路径优化方法 - Google Patents
一种海量共享交换平台数据环境下路径优化方法 Download PDFInfo
- Publication number
- CN109492799A CN109492799A CN201811233069.3A CN201811233069A CN109492799A CN 109492799 A CN109492799 A CN 109492799A CN 201811233069 A CN201811233069 A CN 201811233069A CN 109492799 A CN109492799 A CN 109492799A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- moment
- path
- authentication
- model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005457 optimization Methods 0.000 title abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G06Q50/40—
Abstract
本发明公开了一种海量共享交换平台数据环境下路径优化方法,包括以下步骤:S1,服务器端获取行进车辆的终点地理位置和当前地理位置,服务器通过对历史车辆的行进路径进行路径模型生成;S2,对生成的路径模型进行解析,生成行进车辆的优化路径。本发明能够为车辆提供最理想行进路径信息,可以有效地节省时间,提高安全系数。
Description
技术领域
本发明涉及路径优化技术领域,特别是涉及一种海量共享交换平台数据环境下路径优化方法。
背景技术
常用的路径规划算法往往是根据当前所在位置与终点之间的距离依次规划出行人的下一步运动路径,没有考虑环境因素,例如雷雨天气、车流量等,路径规划不具有全局性。这样容易出现的导航路径存在因拥堵、视野模糊的问题,导致规划出的导航路径质量较低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种海量共享交换平台数据环境下路径优化方法。
为了实现本发明的上述目的,本发明公开了一种海量共享交换平台数据环境下路径优化方法,包括以下步骤:
S1,服务器端获取行进车辆的终点地理位置和当前地理位置,服务器通过对历史车辆的行进路径进行路径模型生成;
S2,对生成的路径模型进行解析,生成行进车辆的优化路径。
在本发明的一种优选实施方式中,步骤S1包括:
S11,生成行驶路面模型:
其中,Vi(t-1)为第i车辆在时刻t-1的行驶速度;τ为路面参数因子;hi,t为第i车辆在时刻t时所处位置高度;εt为时刻t时的降雨量;σ为降雨量参数因子;Tt为时刻t时路面开尔文温度;θn为第n路径路面弯曲度;ηt为时刻t时的灰尘度;
S12,生成行驶路面预测模型:
其中,i为车辆序号;Nn为在第n条路径上行驶车辆数量;SFront(t)为时刻t时与前方相邻车辆的距离;εt为时刻t时的降雨量;Tt为时刻t时路面开尔文温度;εt-1为时刻t-1时的降雨量;Tt-1为时刻t-1时路面开尔文温度;A(t)为时刻t时的行驶路面模型;A(t-1)为上一时刻t-1时的行驶路面模型;
S13,生成车辆路线选择模型:
SFront(t)为时刻t时与前方相邻车辆的距离;SRight(t)为时刻t时与右侧相邻车辆的距离;SLeft(t)为时刻t时与左侧相邻车辆的距离;SBack(t)为时刻t时与后方相邻车辆的距离;χm(σ)为第m车辆的行进路线,χm′(σ)为车辆在位置m′处的行进方向;
S14,生成车辆路线选择预测模型:
其中,χm(σ)为第m车辆的行进路线,C(σ)为车辆路线选择模型,μ为当前迭代次数,μmax为最大迭代次数;
S15,生成路径模型:
E(t)=P/(B(t)+D(t))2
B(t)为行驶路面预测模型;D(t)为车辆路线选择模型;P为全景地图信息;
在本发明的一种优选实施方式中,步骤S2中路径模型的解析方法为:
F(t)=C(σ)+E(t),
χm(σ)为第m车辆的行进路线,E(t)为路径模型。
在本发明的一种优选实施方式中,在步骤S1前还包括以下步骤:
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码,判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致;
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致,则登录成功;
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致,则提示输入的鉴权账号不存在,重新输入鉴权账号、鉴权密码和验证码;
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致,则提示输入的鉴权密码错误,重新输入鉴权账号、鉴权密码和验证码;
若客户端输入的验证码与服务器端发送的验证码不一致,则提示输入的验证码错误,服务器端重新发送新的验证码,重新输入鉴权账号、鉴权密码和验证码。
在本发明的一种优选实施方式中,验证码为数字、大写字母或小写字母之一或任意组合。
在本发明的一种优选实施方式中,登录成功后,将车辆行进路径上传至服务器端,当下次行驶的终点地理位置与下次行驶的初始地理位置在上传的路径上,则直接使用该上传的路径。
综上所述,由于采用了上述技术方案,本发明的有益效果是:本发明能够为车辆提供最理想行进路径信息,可以有效地节省时间,提高安全系数。
附图说明
图1是本发明流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明公开了一种海量共享交换平台数据环境下路径优化方法,如图1所示,
S1,服务器端获取行进车辆的终点地理位置和当前地理位置,服务器通过对历史车辆的行进路径进行路径模型生成;
S2,对生成的路径模型进行解析,生成行进车辆的优化路径。
在本发明的一种优选实施方式中,步骤S1包括:
S11,生成行驶路面模型:
其中,Vi(t-1)为第i车辆在时刻t-1的行驶速度;τ为路面参数因子;hi,t为第i车辆在时刻t时所处位置高度;εt为时刻t时的降雨量;σ为降雨量参数因子;Tt为时刻t时路面开尔文温度;θn为第n路径路面弯曲度;ηt为时刻t时的灰尘度;
S12,生成行驶路面预测模型:
其中,i为车辆序号;Nn为在第n条路径上行驶车辆数量;SFront(t)为时刻t时与前方相邻车辆的距离;εt为时刻t时的降雨量;Tt为时刻t时路面开尔文温度;εt-1为时刻t-1时的降雨量;Tt-1为时刻t-1时路面开尔文温度;A(t)为时刻t时的行驶路面模型;A(t-1)为上一时刻t-1时的行驶路面模型;n∈{1,2,3,4,…,g},g为运动路径的总条数;
S13,生成车辆路线选择模型:
SFront(t)为时刻t时与前方相邻车辆的距离;SRight(t)为时刻t时与右侧相邻车辆的距离;SLeft(t)为时刻t时与左侧相邻车辆的距离;SBack(t)为时刻t时与后方相邻车辆的距离;χm(σ)为第m车辆的行进路线,χm′(σ)为车辆在位置m′处的行进方向;σ为选择期望值;
S14,生成车辆路线选择预测模型:
其中,χm(σ)为第m车辆的行进路线,C(σ)为车辆路线选择模型,μ为当前迭代次数,μmax为最大迭代次数;
S15,生成路径模型:
E(t)=P/(B(t)+D(t))2
B(t)为行驶路面预测模型;D(t)为车辆路线选择模型;P为全景地图信息;
在本发明的一种优选实施方式中,步骤S2中路径模型的解析方法为:
F(t)=C(σ)+E(t),
χm(σ)为第m车辆的行进路线,E(t)为路径模型。
在本发明的一种优选实施方式中,在步骤S1前还包括以下步骤:
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码,判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致;
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致,则登录成功;
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致,则提示输入的鉴权账号不存在,重新输入鉴权账号、鉴权密码和验证码;
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致,则提示输入的鉴权密码错误,重新输入鉴权账号、鉴权密码和验证码;
若客户端输入的验证码与服务器端发送的验证码不一致,则提示输入的验证码错误,服务器端重新发送新的验证码,重新输入鉴权账号、鉴权密码和验证码。
在本发明的一种优选实施方式中,验证码为数字、大写字母或小写字母之一或任意组合。
在本发明的一种优选实施方式中,登录成功后,将车辆行进路径上传至服务器端,当下次行驶的终点地理位置与下次行驶的初始地理位置在上传的路径上,则直接使用该上传的路径。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (6)
1.一种海量共享交换平台数据环境下路径优化方法,其特征在于,包括以下步骤:
S1,服务器端获取行进车辆的终点地理位置和当前地理位置,服务器通过对历史车辆的行进路径进行路径模型生成;
S2,对生成的路径模型进行解析,生成行进车辆的优化路径。
2.根据权利要求1所述的海量共享交换平台数据环境下路径优化方法,其特征在于,步骤S1包括:
S11,生成行驶路面模型:
其中,Vi(t-1)为第i车辆在时刻t-1的行驶速度;τ为路面参数因子;hi,t为第i车辆在时刻t时所处位置高度;εt为时刻t时的降雨量;σ为降雨量参数因子;Tt为时刻t时路面开尔文温度;θn为第n路径路面弯曲度;ηt为时刻t时的灰尘度;
S12,生成行驶路面预测模型:
其中,i为车辆序号;Nn为在第n条路径上行驶车辆数量;SFront(t)为时刻t时与前方相邻车辆的距离;εt为时刻t时的降雨量;Tt为时刻t时路面开尔文温度;εt-1为时刻t-1时的降雨量;Tt-1为时刻t-1时路面开尔文温度;A(t)为时刻t时的行驶路面模型;A(t-1)为上一时刻t-1时的行驶路面模型;
S13,生成车辆路线选择模型:
SFront(t)为时刻t时与前方相邻车辆的距离;SRight(t)为时刻t时与右侧相邻车辆的距离;SLeft(t)为时刻t时与左侧相邻车辆的距离;SBack(t)为时刻t时与后方相邻车辆的距离;χm(σ)为第m车辆的行进路线,χm′(σ)为车辆在位置m′处的行进方向;
S14,生成车辆路线选择预测模型:
其中,χm(σ)为第m车辆的行进路线,C(σ)为车辆路线选择模型,μ为当前迭代次数,μmax为最大迭代次数;
S15,生成路径模型:
E(t)=P/(B(t)+D(t))2
B(t)为行驶路面预测模型;D(t)为车辆路线选择模型;P为全景地图信息。
3.根据权利要求1所述的海量共享交换平台数据环境下路径优化方法,其特征在于,步骤S2中路径模型的解析方法为:
F(t)=C(σ)+E(t),
χm(σ)为第m车辆的行进路线,E(t)为路径模型。
4.根据权利要求1所述的海量共享交换平台数据环境下路径优化方法,其特征在于,在步骤S1前还包括以下步骤:
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码,判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致;
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致,则登录成功;
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致,则提示输入的鉴权账号不存在,重新输入鉴权账号、鉴权密码和验证码;
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致,则提示输入的鉴权密码错误,重新输入鉴权账号、鉴权密码和验证码;
若客户端输入的验证码与服务器端发送的验证码不一致,则提示输入的验证码错误,服务器端重新发送新的验证码,重新输入鉴权账号、鉴权密码和验证码。
5.根据权利要求4所述的海量共享交换平台数据环境下路径优化方法,其特征在于,验证码为数字、大写字母或小写字母之一或任意组合。
6.根据权利要求4所述的海量共享交换平台数据环境下路径优化方法,其特征在于,登录成功后,将车辆行进路径上传至服务器端,当下次行驶的终点地理位置与下次行驶的初始地理位置在上传的路径上,则直接使用该上传的路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811233069.3A CN109492799B (zh) | 2018-10-23 | 2018-10-23 | 一种海量共享交换平台数据环境下路径优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811233069.3A CN109492799B (zh) | 2018-10-23 | 2018-10-23 | 一种海量共享交换平台数据环境下路径优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109492799A true CN109492799A (zh) | 2019-03-19 |
CN109492799B CN109492799B (zh) | 2021-12-14 |
Family
ID=65692390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811233069.3A Active CN109492799B (zh) | 2018-10-23 | 2018-10-23 | 一种海量共享交换平台数据环境下路径优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109492799B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177575A (zh) * | 2013-03-07 | 2013-06-26 | 上海交通大学 | 城区出租车动态在线调度优化系统及其方法 |
CN106297357A (zh) * | 2016-08-26 | 2017-01-04 | 华南理工大学 | 基于车联网的实时路径规划和poi信息检索系统及方法 |
CN107609710A (zh) * | 2017-09-26 | 2018-01-19 | 重庆市智权之路科技有限公司 | 基于大数据平台行为轨迹进行智能医疗设备运行路线优选规划方法 |
CN107607121A (zh) * | 2017-09-26 | 2018-01-19 | 重庆市智权之路科技有限公司 | 通过地理位置信息获取行进线路以及行进线路推荐工作方法 |
CN107889061A (zh) * | 2017-11-08 | 2018-04-06 | 洛阳师范学院 | 车联网中车辆移动性的评估方法及在视频传输领域应用 |
US20180170349A1 (en) * | 2015-06-15 | 2018-06-21 | Volvo Bus Corporation | Adapting a vehicle control strategy based on historical data related to a geographical zone |
CN109523062A (zh) * | 2018-10-23 | 2019-03-26 | 重庆扬升信息技术有限公司 | 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 |
-
2018
- 2018-10-23 CN CN201811233069.3A patent/CN109492799B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177575A (zh) * | 2013-03-07 | 2013-06-26 | 上海交通大学 | 城区出租车动态在线调度优化系统及其方法 |
US20180170349A1 (en) * | 2015-06-15 | 2018-06-21 | Volvo Bus Corporation | Adapting a vehicle control strategy based on historical data related to a geographical zone |
CN106297357A (zh) * | 2016-08-26 | 2017-01-04 | 华南理工大学 | 基于车联网的实时路径规划和poi信息检索系统及方法 |
CN107609710A (zh) * | 2017-09-26 | 2018-01-19 | 重庆市智权之路科技有限公司 | 基于大数据平台行为轨迹进行智能医疗设备运行路线优选规划方法 |
CN107607121A (zh) * | 2017-09-26 | 2018-01-19 | 重庆市智权之路科技有限公司 | 通过地理位置信息获取行进线路以及行进线路推荐工作方法 |
CN107889061A (zh) * | 2017-11-08 | 2018-04-06 | 洛阳师范学院 | 车联网中车辆移动性的评估方法及在视频传输领域应用 |
CN109523062A (zh) * | 2018-10-23 | 2019-03-26 | 重庆扬升信息技术有限公司 | 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109492799B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Demystifying the crowd intelligence in last mile parcel delivery for smart cities | |
de Weerdt et al. | Intention-aware routing of electric vehicles | |
US10120381B2 (en) | Identifying significant locations based on vehicle probe data | |
US20150348068A1 (en) | Predicting waiting passenger count and evaluation | |
US20210302585A1 (en) | Smart navigation method and system based on topological map | |
CN107389080A (zh) | 一种车辆路径导航方法及电子设备 | |
KR20150128712A (ko) | 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션 | |
Chen et al. | When traffic flow prediction and wireless big data analytics meet | |
CN104867329A (zh) | 一种车联网车辆状态预测方法 | |
US10679390B1 (en) | Confidence threshold determination for machine-learned labeling | |
CN106023629A (zh) | 一种路径推荐方法和装置 | |
CN115339453B (zh) | 车辆换道决策信息生成方法、装置、设备和计算机介质 | |
CN108877263A (zh) | 无人驾驶公交车的控制方法、装置和调度系统 | |
Neel et al. | Improving bounds on occluded vehicle states for use in safe motion planning | |
WO2023276420A1 (en) | Distributed multi-task machine learning for traffic prediction | |
CN109523062A (zh) | 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 | |
Guo et al. | Integrated multistep Markov-based velocity predictor of energy consumption prediction model for battery electric vehicles | |
US11935409B2 (en) | Predictive vehicle parking systems | |
CN109492799A (zh) | 一种海量共享交换平台数据环境下路径优化方法 | |
CN109493168A (zh) | 一种处理订单的方法、装置、设备及存储介质 | |
Jerry et al. | NetLogo implementation of an ant colony optimisation solution to the traffic problem | |
US20230114426A1 (en) | System and method for intermodal facility management | |
EP3702980A1 (en) | Method for route plan optimization taking constraint and event into account | |
CN109447337A (zh) | 一种智慧云会议数据共享交换平台路径优化方法 | |
CN109377754B (zh) | 一种车联网环境下的短时交通流速度预测方法 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 400010 No.19 datavalley East Road, Xiantao street, Yubei District, Chongqing Patentee after: Chongqing Yangsheng Technology Group Co.,Ltd. Address before: 400010 No.19 datavalley East Road, Xiantao street, Yubei District, Chongqing Patentee before: CHONGQING YANGSHENG INFORMATION TECHNOLOGY Co.,Ltd. |