CN109520517A - 路线规划方法及其系统 - Google Patents

路线规划方法及其系统 Download PDF

Info

Publication number
CN109520517A
CN109520517A CN201710847027.8A CN201710847027A CN109520517A CN 109520517 A CN109520517 A CN 109520517A CN 201710847027 A CN201710847027 A CN 201710847027A CN 109520517 A CN109520517 A CN 109520517A
Authority
CN
China
Prior art keywords
route
vehicle
planning method
route planning
target vehicle
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
CN201710847027.8A
Other languages
English (en)
Other versions
CN109520517B (zh
Inventor
陈志华
许荣财
林佳宏
官大胜
罗坤荣
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.)
Chunghwa Telecom Co Ltd
Original Assignee
Chunghwa Telecom Co Ltd
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 Chunghwa Telecom Co Ltd filed Critical Chunghwa Telecom Co Ltd
Priority to CN201710847027.8A priority Critical patent/CN109520517B/zh
Publication of CN109520517A publication Critical patent/CN109520517A/zh
Application granted granted Critical
Publication of CN109520517B publication Critical patent/CN109520517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Feedback Control In General (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

一种路线规划方法及其系统，通过在两地点之间的多条路线中选择路线，其先提供该些路线的路况信息及估计油耗对照表，且预估其它车辆的行驶路线，再依据该路况信息、该估计油耗对照表及其它车辆行驶路线的预估情况，并结合博弈理论，以分析出各该路线的油耗成本，供驾驶员选择油耗成本最低的路线。

Description

路线规划方法及其系统
技术领域
本发明涉及一种路线规划技术，尤其涉及一种具有预估功能的路线规划方法及其系统。
背景技术
据统计，运输业(如汽车货运业及汽车客运业)的成本结构比例中，燃油料成本均占24％～29％，使其成为主要成本。特别是在汽车货运业中，燃油料成本更高于薪资及福利津贴成本，且高居成本结构的最高项目。因此，发展出能监控燃油料消耗的技术，以解决上述问题。
现有技术中，包括利用历史数据的车辆种类、油表电压、行车速度来取得并校正油量值的技术，也包括利用侦测电瓶电压并用以运算出车辆油耗的技术，或诊断油箱的回馈油量数据的技术等。
但是，上述现有技术中，其各自均缺少有效的实时反馈方法，或无法掌握实时车流状况及驾驶员差异等因素，因而无法综合性评估运输业所需的燃油料成本，导致无法有效降低运输业的燃油料成本，进而难以提升运输业的竞争力。
因此，如何克服现有技术的种种问题，确实是一重要课题。
发明内容
基于上述现有技术的种种缺陷，本发明公开了一种目标车辆的路线规划方法，用于在两地点之间的多条路线中选择路线，其包括：提供该些路线的路况信息及该目标车辆用的项目对照信息，且预估参考车辆的行驶路线；以及依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，分析该目标车辆行驶于该些路线上的需求项目，以获取所需的路线，其中，该需求项目为对应该项目对照信息。
前述的路线规划方法中，该项目对照信息为成本的对照信息，例如，该成本为能源消耗或排碳量，且该成本的量化为对应车辆速度。
前述的路线规划方法中，该参考车辆的行驶路线为选择该些路线中的最短路线。
前述的路线规划方法中，该参考车辆的行驶路线为选择该些路线中的最快路线，例如，该选择为依据该些路线中的路径长度。
前述的路线规划方法中，该需求项目为成本项目，例如，该成本为能源消耗或排碳量。
前述的路线规划方法中，为结合博弈理论以分析该目标车辆行驶于该些路线上的该需求项目。
此外，本发明还公开了一种目标车辆的路线规划系统，用于在两地点之间的多条路线中选择路线，其包括：提供该些路线的路况信息及该目标车辆用的项目对照信息且预估参考车辆的行驶路线的信息提供模块；以及依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，分析该目标车辆行驶于该些路线上的需求项目，以获取所需的路线的分析模块，其中，该需求项目为对应该项目对照信息。
由上可知，本发明的路线规划方法及其系统中，主要通过考虑路况信息、提供该目标车辆用的项目对照信息及预估该参考车辆的行驶路线，以分析出行驶每一路线上的需求项目，以供驾驶员选择所需的路线，因此相比于现有技术，本发明能有效的实时反馈，且掌握实时车流状况，并考虑各驾驶员的差异，以分析出运输业所需的燃油料成本，因而能大幅降低燃油料成本。
附图说明
图1为本发明的目标车辆的路线规划系统的示意图；
图2为本发明的目标车辆的路线规划方法的示意流程图；
图3A为图2的第一实施例的流程图；
图3B为图3A的环境限制的示意图；
图3C为图3A的项目对照信息的图表；
图3D为博弈理论的博弈树；以及
图4为图2的第二实施例的流程图。
主要组件符号说明
R1 第一路线
R2 第二路线
10 路线规划系统
12 数据提供模块
14 分析模块。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容轻易地了解本发明的其他优点及功效。
应当理解的是，本说明书所附附图所绘示的结构、比例、大小等，均仅用以配合说明书所公开的内容，以供本领域技术人员了解与阅读，并非用以限定本发明可实施的限定条件，因此不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所公开的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“第一”、“第二”及“一”等用语，也仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，也应当视为本发明可实施的范畴。
图1为本发明的目标车辆的路线规划系统10的示意图，其中，该路线规划系统用于在两地点之间的多条路线中选择其中一条路线。路线规划系统10至少包括数据提供模块12及分析模块14，其中，数据提供模块12提供该些路线的路况信息及该目标车辆用的项目对照信息(该项目对照信息为成本的对照信息，例如，能源消耗的对照信息或排碳量的对照信息)，且预估参考车辆的行驶路线；分析模块14依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，利用博弈理论分析该目标车辆行驶于该些路线上的需求项目(对应该项目对照信息)，以进行路线规划而获取所需的路线。
此外，该路线规划系统10由通过软件、固件或硬件等实现并利用下述内容一起对其进行说明。
图2为本发明的目标车辆的路线规划方法的示意流程图，其中，该路线规划方法用于在两地点之间的多条路线中选择其中一条路线。
如图2所示，所述的路线规划方法为先提供该些路线的路况信息及该目标车辆用的项目对照信息(例如，能源消耗的对照信息或排碳量的对照信息)，且预估参考车辆的行驶路线。接着，依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，利用博弈理论分析该目标车辆行驶于该些路线上的需求项目(对应该项目对照信息)，以进行路线规划而获取所需的路线。
在本实施例中，该参考车辆的行驶路线为选择该些路线中的最短路线或该些路线中的最快路线。
图3A为本发明的目标车辆的路线规划方法的第一实施例的流程图。在本实施例中，如图3A及图3B所示，在第一地点与第二地点之间定义有两条路线，即第一路线R1与第二路线R2，使该路线规划方法在两条路线中选择其中一条路线。
首先，提供第一路线R1与第二路线R2的实时路况信息及该目标车辆的项目对照信息，其中，如图3C所示，该项目对照信息为成本的对照信息，如能源消耗。
在本实施例中，该能源消耗为如驾驶行为的估计油耗(也可为电能消耗)，且该项目对照信息为经统计(大数据)或演算(如基因算法)所得的参考数据，其可内建于车辆系统数据库中或储存于云端数据库中。
此外，该第一路线R1的实时路况信息包含距离(或路径长度d1)、速度u1与车辆数k1，且该第二路线R2的实时路况信息包含距离(或路径长度d2)、车速u2与车辆数k2，其中，i代表某一路线的编号，di代表某一路径长度(单位：公里)，ui代表某一路线的平均速度(单位：公里/小时)，ki代表某一路线的车辆数，例如，d1代表该第一路线R1的路径长度，d2代表该第二路线R2的路径长度。
此外，本实施例可定义有三种驾驶行为(即第一至第三驾驶行为)，具体如下所述。
所述的第一驾驶行为为驾驶该参考车辆，且通过传统不具实时路况功能的导航软件规划行驶路线，以选择该第一路线R1与第二路线R2中的其中一条作为最短路线。
所述的第二驾驶行为为驾驶该参考车辆，且通过具有实时路况功能的导航软件(如谷歌地图，Google Map)规划行驶路线，以选择该第一路线R1与第二路线R2中的其中一条作为最快路线。
所述的第三驾驶行为为驾驶该目标车辆，且通过本发明的路线规划方法规划行驶路线，以选择最低能源消耗成本的路线。
另外，本实施例中所用到的相关限制条件，具体如下所述：
第1项、该第一驾驶行为在选择路线上不会因路线上的车辆数ki而改变。
第2项、该第二驾驶行为在选择路线上会因路线上的车辆数ki而改变，因此该第二驾驶行为会参考该第一驾驶行为的行驶路线(最佳反应曲线)作选择。
第3项、第一及第二驾驶行为都根据路线规划行驶，且该参考车辆根据当时路况保持在预期的车速。
第4项、第一及第二驾驶行为所驾驶的参考车辆的市场占有率的总和趋近于1，即p1+p2≈1，其中，p代表市场占有率，p1代表该第一驾驶行为所驾驶的参考车辆的市场占有率，p2代表该第二驾驶行为所驾驶的参考车辆的市场占有率。
第5项、该第三驾驶行为所驾驶的目标车辆的市场占有率p3不大，即p3趋近于零(p3≈0)，故不会影响该第二驾驶行为作选择。
第6项、假设p1、p2为已知，且Q为已知，其中，Q代表总车辆数(或该参考车辆的数量)。
第7项、假设该路径长度di为已知，且d1>d2。
第8项、假设si＝ui/2，其中，s代表车辆之间的安全距离(单位：米)，即s1代表该第一路线R1的安全距离，s2代表该第二路线R2的安全距离。因此，可得到所需的方程式a、b、c、d，具体如下所述。
所述的方程式a为某一条路线上每台车辆所需的空间(单位：米)，其为其中，l为车辆长度(单位：米)。
所述的方程式b为某一条路线上的车辆数，其为
所述的方程式c为某一条路线上的平均速度，其为
所述的方程式d为某一条路线上的行驶时间(单位：小时)，其为
接着，预估该参考车辆的行驶路线，并且依据博弈理论定义每一种驾驶行为的成本函数，如图3D所示的博弈理论的博弈树。
在本实施例中，该第一驾驶行为选择该第一路线R1的成本函数为d1，并且选择该第二路线R2的成本函数为d2。具体地，依据上述限制条件第7项(d1>d2)，由于该第一路线R1的路径长度d1大于该第二路线R2的路径长度d2，因此该第一驾驶行为会选择最短的路径长度d2的第二路线R2，其成本函数为d2。因此，该第一驾驶行为所驾驶的该参考车辆中，行驶于第二路线R2上的车辆数k2为p1·Q。
此外，该第二驾驶行为选择该第一路线R1的成本函数为t1，并且选择该第二路线R2的成本函数为t2。具体地，由于该第二驾驶行为会参考该第一驾驶行为的行驶路线(或最佳反应曲线)作选择，因此将该第二驾驶行为所驾驶的参考车辆区分成两类别，即选择第一路线R1的车辆数k1的比例定义为q，而选择第二路线R2的车辆数k2的比例则定义为1-q。因此，该第二驾驶行为所用的目标公式将考虑该第一驾驶行为的最佳选择与最小化行驶时间，以计算出最佳q值，其中，该目标公式(1)如下所列：
再以此计算最佳q值，如下所示：
其中，由于下等式为负值而不合，因此第一路线R1的车辆数k1的比例为上等式(如下所列的q等式)，以取得该第二驾驶行为所驾驶的参考车辆的预估路线，且将此q值代入该目标公式(1)中，以取得该第二驾驶行为的最佳反应。
之后，依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，分析该目标车辆(或该第三驾驶行为)行驶于该些路线上的需求项目(即油耗成本)。
在本实施例中，该第三驾驶行为选择该第一路线R1的成本函数为f1，且选择该第二路线R2的成本函数为f2，如下所示的公式(2)：
f1＝t1×g(u1)＝t1×c1
f2＝t2×g(u2)＝t2×c2
其中，油耗量g(ui)函数为车速与油耗量的对应关系，其于平均速度ui时的油耗量g(ui)等于ci，如第2C图所示，且g函数可由最佳油耗估计技术(如基因算法)取得。
此外，依据该第二驾驶行为的最佳q值，可得到各路线的预估总车辆数k1、k2，以计算出预期速度与行驶时间(依据上述方程式c及方程式d)，故该第三驾驶行为依据该预期速度u1、u2对应的油耗量g(u1)、g(u2)(如第2C图所示)配合行驶时间t1、t2，以计算出成本函数f1、f2。
最后，比较计算后的成本函数f1、f2，选择油耗成本最低的路线作为所需的路线。
接下来，依据上述说明，代入假想参数以具体举例说明整个分析流程，其中，如上述限制条件第6项和第7项所述的已知参数，即参考车辆的总车量数Q＝3000(辆)、p1＝0.4、p2＝0.6、d1＝15(公里)、d2＝12(公里)，且假设车辆长度l＝5(米)。
因此，该第一驾驶行为的参考车辆为1200辆，其均选择第二路线R2，且该第二驾驶行为的参考车辆为1800辆，并经计算q值后，约1667辆选择第一路线R1，而约133辆选择第二路线R2，故3000辆的参考车辆中，共计1667辆行驶第一路线R1、1533辆行驶第二路线R2，如下表所示。
接着，依据上述方程式c计算出预期的速度u1＝8(公里/小时)、u2＝5.45(公里/小时)，且依据上述方程式d计算出行驶时间t1＝1.875(小时)、t2＝2.202(小时)，故对应第2C图后可知，该目标车辆的预估油耗量g1＝2.400、g2＝2.400，使该目标车辆依据公式(2)得到预估成本函数f1＝4.5、f2＝5.28，具体如下表所示。
因此，该第三驾驶行为的目标车辆将选择油耗成本最低(成本函数f1＝4.5)的第一路线R1。
本发明的路线规划方法及其系统通过考虑实时路况、预估其它车辆(即该参考车辆)的移动状况及预测路况等信息，并结合博弈理论分析方法，以分析出行驶每一路线所需的成本，供驾驶员选择，因此相比于现有技术，本发明能有效的实时反馈，并且通过预估该参考车辆的动态以掌握实时车流状况及掌握各驾驶员的选择差异，以分析出运输业所需的燃油料成本，因而能大幅降低燃油料成本，进而能提升运输业的竞争力。
另外，有关该需求项目的种类可根据需求而确定，例如图4所示的排碳量(将g函数改为车速与二氧化碳排碳量的对应关系，即可作为最低二氧化碳排碳量路线规划)或其它种类，并不限于上述油耗量，且不论该需求项目的种类，均会提供相关的项目对照信息，以利于分析计算。
综上所述，本发明的路线规划方法及其系统主要通过预估该参考车辆的行驶路线，并结合博弈理论，故能大幅降低运输业的成本，因而能提升运输业的竞争力。
上述实施例仅用以例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修改。因此本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种目标车辆的路线规划方法，用于在两地点之间的多条路线中选择路线，其特征为，该方法包括：
提供该些路线的路况信息及该目标车辆用的项目对照信息，且预估参考车辆的行驶路线；以及
依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，分析该目标车辆行驶于该些路线上的需求项目，以获取所需的路线，其中，该需求项目为对应该项目对照信息。
2.根据权利要求1所述的路线规划方法，其特征为，该项目对照信息为成本的对照信息。
3.根据权利要求2所述的路线规划方法，其特征为，该成本为能源消耗或排碳量。
4.根据权利要求2所述的路线规划方法，其特征为，该成本的量化为对应车辆速度。
5.根据权利要求1所述的路线规划方法，其特征为，该参考车辆的行驶路线为选择该些路线中的最短路线。
6.根据权利要求1所述的路线规划方法，其特征为，该参考车辆的行驶路线为选择该些路线中的最快路线。
7.根据权利要求6所述的路线规划方法，其特征为，该选择为依据该些路线中的路径长度。
8.根据权利要求1所述的路线规划方法，其特征为，该路线规划方法为结合博弈理论以分析该目标车辆行驶于该些路线上的该需求项目。
9.一种目标车辆的路线规划系统，用于在两地点之间的多条路线中选择路线，其特征为，该系统包括：
信息提供模块，用于提供该些路线的路况信息及该目标车辆用的项目对照信息，且预估参考车辆的行驶路线；以及
分析模块，用于依据该路况信息、该项目对照信息及该参考车辆的行驶路线的预估情况，分析该目标车辆行驶于该些路线上的需求项目，以获取所需的路线，其中，该需求项目为对应该项目对照信息。
10.根据权利要求9所述的路线规划系统，其特征为，该项目对照信息为成本的对照信息。
CN201710847027.8A 2017-09-19 2017-09-19 路线规划方法及其系统 Active CN109520517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710847027.8A CN109520517B (zh) 2017-09-19 2017-09-19 路线规划方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710847027.8A CN109520517B (zh) 2017-09-19 2017-09-19 路线规划方法及其系统

Publications (2)

Publication Number Publication Date
CN109520517A true CN109520517A (zh) 2019-03-26
CN109520517B CN109520517B (zh) 2023-01-31

Family

ID=65769192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710847027.8A Active CN109520517B (zh) 2017-09-19 2017-09-19 路线规划方法及其系统

Country Status (1)

Country Link
CN (1) CN109520517B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111044070A (zh) * 2020-01-02 2020-04-21 北京理工大学 一种基于能耗计算的车辆导航方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130141249A1 (en) * 2011-12-02 2013-06-06 Procongps, Inc. Geospatial data based assessment of driver behavior
WO2013138798A1 (en) * 2012-03-15 2013-09-19 Spireon, Inc. Geospatial data based assessment of driver behavior and performance
CN105865472A (zh) * 2016-04-06 2016-08-17 重庆邮电大学 一种基于最佳油耗的车载导航方法
CN106710265A (zh) * 2015-11-13 2017-05-24 北京奇虎科技有限公司 车辆行驶数据的处理方法与装置
CN107025518A (zh) * 2017-03-20 2017-08-08 中国电力科学研究院 一种电动汽车充电站规划方法及装置
CN107105453A (zh) * 2017-03-31 2017-08-29 合肥工业大学 基于层次分析法和进化博弈理论的异构网络选择接入方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130141249A1 (en) * 2011-12-02 2013-06-06 Procongps, Inc. Geospatial data based assessment of driver behavior
WO2013138798A1 (en) * 2012-03-15 2013-09-19 Spireon, Inc. Geospatial data based assessment of driver behavior and performance
CN106710265A (zh) * 2015-11-13 2017-05-24 北京奇虎科技有限公司 车辆行驶数据的处理方法与装置
CN105865472A (zh) * 2016-04-06 2016-08-17 重庆邮电大学 一种基于最佳油耗的车载导航方法
CN107025518A (zh) * 2017-03-20 2017-08-08 中国电力科学研究院 一种电动汽车充电站规划方法及装置
CN107105453A (zh) * 2017-03-31 2017-08-29 合肥工业大学 基于层次分析法和进化博弈理论的异构网络选择接入方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111044070A (zh) * 2020-01-02 2020-04-21 北京理工大学 一种基于能耗计算的车辆导航方法及系统
CN111044070B (zh) * 2020-01-02 2021-11-05 北京理工大学 一种基于能耗计算的车辆导航方法及系统

Also Published As

Publication number Publication date
CN109520517B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN107782327B (zh) 能量最优的车辆路线选择
US8712676B2 (en) Method for computing an energy efficient route
CN103836179B (zh) 改进默认变速器换档规律及更新默认变速器换档地图的方法
US9074905B2 (en) Route search device
CN106767874A (zh) 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
EP2182323B1 (en) Navigation device and navigation method
CN108873905A (zh) 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质
CN106643747A (zh) 导航方法及装置
US20140188382A1 (en) Vehicle route planning method and apparatus
CN104748753B (zh) 一种在线导航方法和在线导航系统
US20120004838A1 (en) System for calculating fuel amount of travelling route and method thereof
Levin et al. Effect of road grade on networkwide vehicle energy consumption and ecorouting
EP2972093A2 (en) Vehicle range projection
US20180281620A1 (en) Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle
US20220244061A1 (en) Vehicle consumption monitoring system and method
CN106355915A (zh) 一种用于提供行驶建议的方法和装置
CN109141456A (zh) 导航路径规划方法及服务器
CN111047858A (zh) 一种融合算法的公交客流出行od确定方法及装置
CN110167808A (zh) 对用于管理混合动力机动车辆的燃料和电力消耗的管理设定点进行计算的方法
Boubaker et al. Impact of intersection type and a vehicular fleet's hybridization level on energy consumption and emissions
US20200189601A1 (en) Method, device, and computer program product for determining a further test route during a test drive of a transportation vehicle
CN105620486A (zh) 应用于车辆能量管理的行驶模式判断装置及方法
CN109520517A (zh) 路线规划方法及其系统
CN108122045B (zh) 物流车辆调度装置及物流车辆调度方法
TWI639812B (zh) 路線規劃方法及其系統

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